{"id":31324,"date":"2021-03-23T13:23:41","date_gmt":"2021-03-23T12:23:41","guid":{"rendered":"https:\/\/fotc.com\/?p=31324"},"modified":"2023-08-01T09:50:36","modified_gmt":"2023-08-01T07:50:36","slug":"recommendations-ai","status":"publish","type":"post","link":"https:\/\/fotc.com\/pl\/blog\/recommendations-ai\/","title":{"rendered":"Wi\u0119ksza sprzeda\u017c w e-commerce dzi\u0119ki personalizacji ofert \u2013 poznaj Recommendations AI"},"content":{"rendered":"\n<div class=\"wp-block-yoast-seo-table-of-contents yoast-table-of-contents collapsed\"><h2> Spis tre\u015bci <\/h2><ul><li><a href=\"#h-co-to-jest-recommendations-ai\" data-level=\"2\">Co to jest Recommendations AI?<\/a><\/li><li><a href=\"#h-recommendations-ai-a-w-asny-silnik-rekomendacji\" data-level=\"2\">Recommendations AI a w\u0142asny silnik rekomendacji<\/a><\/li><li><a href=\"#h-przyk-ady-firm-kt-re-korzystaj-z-recommendations-ai\" data-level=\"2\">Przyk\u0142ady firm, kt\u00f3re korzystaj\u0105 z Recommendations AI<\/a><ul><li><a href=\"#h-sephora-zwi-kszenie-ctr-o-50-i-konwersji-o-2\" data-level=\"3\">Sephora \u2013 zwi\u0119kszenie CTR o 50% i konwersji o 2%<\/a><\/li><li><a href=\"#h-hanes-australasia-od-test-w-na-produkcj-w-miesi-c\" data-level=\"3\">Hanes Australasia \u2013 od test\u00f3w na produkcj\u0119 w miesi\u0105c<\/a><\/li><li><a href=\"#h-qubit-5-wi-kszy-przych-d-na-ka-dej-transakcji\" data-level=\"3\">Qubit \u2013 5% wi\u0119kszy przych\u00f3d na ka\u017cdej transakcji<\/a><\/li><\/ul><\/li><li><a href=\"#h-uruchomienie-us-ugi-w-3-krokach\" data-level=\"2\">Uruchomienie us\u0142ugi w 3 krokach<\/a><ul><li><a href=\"#h-1-import-danych-do-recommendations-ai\" data-level=\"3\">1. Import danych do Recommendations AI<\/a><\/li><li><a href=\"#h-2-utworzenie-modelu\" data-level=\"3\">2. Utworzenie modelu<\/a><\/li><li><a href=\"#h-3-wyb-r-miejsca-wy-wietlania-rekomendacji\" data-level=\"3\">3. Wyb\u00f3r miejsca wy\u015bwietlania rekomendacji<\/a><\/li><\/ul><\/li><li><a href=\"#h-ile-kosztuje-recommendations-ai\" data-level=\"2\">Ile kosztuje Recommendations AI?<\/a><ul><li><a href=\"#h-przyk-ad-rozliczenia-w-du-ym-e-commerce\" data-level=\"3\">Przyk\u0142ad rozliczenia w du\u017cym e-commerce<\/a><\/li><li><a href=\"#h-przyk-ad-rozliczenia-w-rednim-e-commerce\" data-level=\"3\">Przyk\u0142ad rozliczenia w \u015brednim e-commerce<\/a><\/li><\/ul><\/li><\/ul><\/div>\n\n\n\n<p><span>Na przestrzeni ostatniego roku wiele przedsi\u0119biorstw przesz\u0142o ekspresow\u0105, wymuszon\u0105 transformacj\u0119 cyfrow\u0105 i ca\u0142kowicie lub cz\u0119\u015bciowo przenios\u0142o swoj\u0105 dzia\u0142alno\u015b\u0107 do sieci. Bran\u017ca e-commerce w ci\u0105gu pierwszych 90 dni 2020 roku dokona\u0142a wzrostu, kt\u00f3ry w przedapdemicznych realiach zaj\u0105\u0142by 10 lat.<\/span><\/p>\n\n\n\n<figure class=\"wp-block-image\"><img src=\"https:\/\/fotc.com\/app\/uploads\/2021\/08\/McKinsey-The-Quickening.png\" alt=\"McKinsey The Quickening - ecommerce statystyki\" class=\"wp-image-59086\"\/><\/figure>\n\n\n\n<p><span>Przeprowadzka ze sklep\u00f3w stacjonarnych do serwis\u00f3w e-commerce oznacza te\u017c zmian\u0119 w potrzebach i zachowaniach klient\u00f3w. Na czele tych zmian stoi personalizacja \u2013 a\u017c <a aria-label=\"9 (opens in a new tab)\" href=\"https:\/\/www.lawnstarter.com\/blog\/statistics\/customer-service-statistics\/\" target=\"_blank\" rel=\"noreferrer noopener\" class=\"ek-link\">9<\/a><\/span><a href=\"https:\/\/instapage.com\/blog\/personalization-statistics\" target=\"_blank\" rel=\"nofollow noopener noreferrer\" class=\"ek-link\"><span>0% konsument\u00f3w<\/span><\/a><span> wskazuje, \u017ce jest bardziej sk\u0142onna kupowa\u0107 produkty marek, kt\u00f3re dostarczaj\u0105 im zindywidualizowane do\u015bwiadczenia online. I nie jest to chwilowa zmiana a proces, kt\u00f3ry b\u0119dzie nam towarzyszy\u0142 d\u0142ugo \u2013 <\/span><a href=\"https:\/\/www.mckinsey.com\/~\/media\/McKinsey\/Industries\/Retail\/Our%20Insights\/Perspectives%20on%20retail%20and%20consumer%20goods%20Number%208\/Perspectives-on-Retail-and-Consumer-Goods_Issue-8.pdf\" target=\"_blank\" rel=\"nofollow noopener noreferrer\"><span>ponad 65% badanych<\/span><\/a><span> wskazuje, \u017ce zostanie przy obecnym sposobie robienia zakup\u00f3w nawet po zdj\u0119ciu obostrze\u0144 zwi\u0105zanych z pandemi\u0105.<\/span><\/p>\n\n\n\n<p><span>Dla w\u0142a\u015bcicieli <\/span><a href=\"https:\/\/fotc.com\/pl\/blog\/sklep-internetowy-czy-warto\/\"><span>sklep\u00f3w internetowych<\/span><\/a><span> jest to ogromna szansa. To dlatego, \u017ce przyjmuj\u0105c go\u015bci w serwisie e-commerce, mo\u017cna szybko rozpozna\u0107 ich potrzeby i przygotowa\u0107 indywidualn\u0105 propozycj\u0119 produkt\u00f3w. Takie automatyczne rekomendacje skracaj\u0105 te\u017c konieczno\u015b\u0107 kr\u0105\u017cenia mi\u0119dzy p\u00f3\u0142kami, czy to w sklepie stacjonarnym, czy internetowym, pozwalaj\u0105 oszcz\u0119dzi\u0107 czas kupuj\u0105cych i zwi\u0119kszy\u0107 ich lojalno\u015b\u0107.<\/span><\/p>\n\n\n\n<p><span>Kluczem jest odpowiedni silnik predykcji zachowa\u0144, kt\u00f3ry we\u017amie pod uwag\u0119 drog\u0119, kt\u00f3r\u0105 przeby\u0142 klient, podejmowane przez niego w tej chwili akcje i zestawi je z dost\u0119pno\u015bci\u0105 asortymentu czy aktualnie trwaj\u0105cymi promocjami. I najlepiej, by reagowa\u0142 na zmiany w ci\u0105gu kilku sekund. Google Cloud Platform ma propozycj\u0119 takiego silnika \u2013 Recommendations AI.<\/span><\/p>\n\n\n\n<h2 id=\"h-co-to-jest-recommendations-ai\"><span>Co to jest Recommendations AI?<\/span><\/h2>\n\n\n\n<p><b>Recommendations AI to silnik rekomendacji dost\u0119pny na <\/b><a href=\"https:\/\/fotc.com\/pl\/google-cloud-platform\/\" class=\"ek-link\"><b>infrastrukturze chmurowej Google Cloud Platform<\/b><\/a><b>, zestawiaj\u0105cy dane dotycz\u0105ce zachowa\u0144 u\u017cytkownika z modelami sztucznej inteligencji<\/b><span>. Us\u0142uga dysponuje danymi o dost\u0119pno\u015bci produkt\u00f3w i zmianach w asortymencie, promocjach i ofertach specjalnych, historycznymi zapisami akcji u\u017cytkownika i informacjami o podejmowanych w tej chwili dzia\u0142aniach. Nieprzerwanie prowadzi analiz\u0119, serwuj\u0105c spersonalizowane oferty w ci\u0105gu kilku sekund, w odpowiedzi na zachowanie klienta. Rekomendacje mo\u017cna wy\u015bwietla\u0107 za po\u015brednictem r\u00f3\u017cnych kana\u0142\u00f3w, m.in. wewn\u0105trz serwisu, w kampaniach mailingowych czy reklamach internetowych.<\/span><\/p>\n\n\n\n<p><span>Google od lat dba o dostarczanie najbardziej trafnych wynik\u00f3w swoim u\u017cytkownikom \u2013 czy to w najpopularniejszej wyszukiwarce internetowej, na YouTube, czy w Google Ads. Ten sam mechanizm zosta\u0142 udost\u0119pniony w\u0142a\u015bcicielom <\/span><a href=\"https:\/\/fotc.com\/pl\/blog\/podstawy-ecommerce\/\"><span>serwis\u00f3w e-commerce<\/span><\/a><span> w\u0142a\u015bnie jako us\u0142uga Recommendations AI.<\/span><\/p>\n\n\n\n<figure class=\"wp-block-image\"><img src=\"https:\/\/fotc.com\/app\/uploads\/2021\/08\/produkty-Google-1024x576.png\" alt=\"produkty Google\" class=\"wp-image-59093\"\/><\/figure>\n\n\n\n<p><b>Recommendations AI to w pe\u0142ni zarz\u0105dzana us\u0142uga<\/b><span> \u2013 \u017ceby korzysta\u0107 z silnika, nie trzeba pisa\u0107 kodu czy przygotowywa\u0107 od zera w\u0142asnych modeli uczenia maszynowego. To Google Cloud dba o odpowiednie wytrenowanie i dostrojenie modeli, zajmuje si\u0119 te\u017c load balancingiem, obs\u0142ug\u0105 obci\u0105\u017cenia, skalowaniem czy aktualizacj\u0105 danych. Uruchomienie us\u0142ugi odbywa si\u0119 w trzech krokach (s\u0105 opisane w dalszej cz\u0119\u015bci artyku\u0142u), za po\u015brednictwem przejrzystego i intuicyjnego panelu w konsoli GCP. Silnik mo\u017cna zintegrowa\u0107 z danymi z innych us\u0142ug Google (np. Google Tag Manager) lub zaimportowa\u0107 z zewn\u0119trznej bazy.<\/span><\/p>\n\n\n\n<h2 id=\"h-recommendations-ai-a-w-asny-silnik-rekomendacji\"><span>Recommendations AI a w\u0142asny silnik rekomendacji<\/span><\/h2>\n\n\n\n<p><span>Bardzo lubi\u0119 przyk\u0142ad, kt\u00f3rym podczas konferencji Google Cloud Next \u201819 podzieli\u0142a si\u0119 Kathy DePaolo \u2013 VP of Engineering w Disney. Kathy por\u00f3wnywa\u0142a wyniki, kt\u00f3re przedstawia\u0142 autorski silnik Disney\u2019a z wynikami Recommendations AI.<\/span><\/p>\n\n\n\n<p><span>Po dodaniu do koszyka opaski na oczy do spania model Google odczytywa\u0142 intencj\u0119 u\u017cytkownika i proponowa\u0142 produkty zwi\u0105zane ze spaniem \u2013 pi\u017camy, kapcie, pluszaki. Natomiast autorski silnik ogranicza\u0142 swoje rekomendacje do kategorii masek karnawa\u0142owych i podsuwa\u0142 propozycje produkt\u00f3w, w kt\u00f3rych, jak powiedzia\u0142a Kathy, \u201craczej nikt nie chcia\u0142by spa\u0107\u201d.<\/span><\/p>\n\n\n\n<figure class=\"wp-block-image\"><img src=\"https:\/\/fotc.com\/app\/uploads\/2021\/08\/Recommendations-AI-vs-silnik-Disney.png\" alt=\"Recommendations AI vs silnik Disney\" class=\"wp-image-59107\"\/><\/figure>\n\n\n\n<p><span>To do\u015b\u0107 jaskrawy przyk\u0142ad tego, jak trudno jest stworzy\u0107 w\u0142asny model rekomendacji. Oczywi\u015bcie, budowa i wytrenowanie w\u0142asnego modelu jest mo\u017cliwe \u2013 ale potrzeba do tego pok\u0142ad\u00f3w danych, czasu i du\u017cego bud\u017cetu. Ni\u017cej znajduje si\u0119 por\u00f3wnanie mechanizm\u00f3w, wed\u0142ug kt\u00f3rych dzia\u0142a wiele obecnych silnik\u00f3w oraz silnik Recommendations AI.<\/span><\/p>\n\n\n\n<figure class=\"wp-block-image\"><img src=\"https:\/\/fotc.com\/app\/uploads\/2021\/08\/Recommendations-AI-vs-poprzednie-silniki-1024x624.png\" alt=\"Recommendations AI vs poprzednie silniki\" class=\"wp-image-59100\"\/><\/figure>\n\n\n\n<p><span>Silniki \u201cstarszej daty\u201d najcz\u0119\u015bciej proponuj\u0105 podobne przedmioty z tej samej kategorii lub bazuj\u0105 na wyborach innych klient\u00f3w. Silnik Recommendations AI bierze te\u017c pod uwag\u0119 poprzednie wyszukiwania u\u017cytkownika i przegl\u0105dane oferty. Po dodaniu do koszyka sukienki, rekomendacja zegarka mo\u017ce wyda\u0107 si\u0119 nietrafiona \u2013 ale nie w sytuacji, gdy klientka wcze\u015bniej buszowa\u0142a w tej kategorii produkt\u00f3w. Silnik Google skupia si\u0119 na intencji u\u017cytkownika i historii jego kontaktu z mark\u0105, gdy pozosta\u0142e silniki kieruj\u0105 swoj\u0105 uwag\u0119 na fizyczne zale\u017cno\u015bci mi\u0119dzy produktami.<\/span><\/p>\n\n\n\n<p><span>Dlaczego stworzenie w\u0142asnego silnika predykcji zachowa\u0144 jest tak trudne? Z <\/span><a href=\"https:\/\/f.hubspotusercontent20.net\/hubfs\/418621\/Personalization%20Report%202020\/Yieldify%20Research%20Report_Personalization%20After%20COVID-19.pdf\" target=\"_blank\" rel=\"nofollow noopener noreferrer\" class=\"ek-link\"><span>ankiety <\/span><\/a><span>przeprowadzonej przez Yieldify w\u015br\u00f3d 400 dyrektor\u00f3w e-commerce i starszych marketer\u00f3w wynika, \u017ce najcz\u0119stszymi trudno\u015bciami na drodze do wprowadzenia personalizacji ofert s\u0105:<\/span><\/p>\n\n\n\n<ul><li aria-level=\"1\"><b>brak do\u015bwiadczonego pracownika<\/b><span> dedykowanego obs\u0142udze narz\u0119dzia \u2013 37%,<\/span><\/li><li aria-level=\"1\"><b>ograniczone funkcjonalno\u015bci <\/b><span>narz\u0119dzi \u2013 36%,<\/span><\/li><li aria-level=\"1\"><span>niewystarczaj\u0105ca ilo\u015b\u0107 <\/span><b>czasu <\/b><span>\u2013 35%,<\/span><\/li><li aria-level=\"1\"><span>zbyt <\/span><b>wysoka cena <\/b><span>narz\u0119dzi \u2013 34%,<\/span><\/li><li aria-level=\"1\"><span>trudno\u015bci w zdobyciu <\/span><b>warto\u015bciowych danych<\/b><span> \u2013 34%,<\/span><\/li><li aria-level=\"1\"><span>obawa przed nadmiern\u0105, <\/span><b>sztuczn\u0105 personalizacj\u0105<\/b><span> \u2013 29%,<\/span><\/li><li aria-level=\"1\"><span>trudny do okre\u015blenia <\/span><b>zwrot z inwestycji<\/b><span> (ROI) \u2013 24%,<\/span><\/li><li aria-level=\"1\"><span>zbyt wysoki <\/span><b>poziom skomplikowania<\/b><span> projektu \u2013 23%.<\/span><\/li><\/ul>\n\n\n\n<p><span>Wydaje si\u0119, \u017ce propozycja Google rozwi\u0105zuje wi\u0119kszo\u015b\u0107 tych problem\u00f3w. Wiele obszar\u00f3w zwi\u0105zanych z obs\u0142ug\u0105 Recommendations AI mo\u017cna podda\u0107 automatyzacji \u2013 na przyk\u0142ad cykliczne dostrajanie modeli czy importowanie danych dotycz\u0105cych asortymentu. Narz\u0119dzie uruchamia si\u0119 z poziomu intuicyjnego interfejsu, gdzie te\u017c mo\u017cna wprowadza\u0107 zmiany czy \u015bledzi\u0107 wyniki. Koszt us\u0142ugi jest przewidywalny, spos\u00f3b rozlicze\u0144 transparentny.<\/span><\/p>\n\n\n\n<p><span>A zwrot z inwestycji? Google Cloud wskazuje, \u017ce w por\u00f3wnaniu do innych silnik\u00f3w predykcji Recommendations AI generuje wzrosty w metrykach takich jak wsp\u00f3\u0142czynnik klikalno\u015bci (CTR, click-through rate), konwersja czy doch\u00f3d:<\/span><\/p>\n\n\n\n<figure class=\"wp-block-image alignnone wp-image-59128 size-full\"><img src=\"https:\/\/fotc.com\/app\/uploads\/2021\/08\/ROI-Recommendations-AI.png\" alt=\"ROI Recommendations AI\" class=\"wp-image-59128\"\/><figcaption>Wyniki us\u0142ugi Recommendations AI w por\u00f3wnaniu do prostego silnika rekomendacji w\u015br\u00f3d pilotowych projekt\u00f3w, pozyskane metod\u0105 test\u00f3w A\/B; te liczby nie s\u0105 gwarantowane \u2013 wyniki mog\u0105 r\u00f3\u017cni\u0107 si\u0119 pomi\u0119dzy serwisami e-commerce.<\/figcaption><\/figure>\n\n\n\n<h2 id=\"h-przyk-ady-firm-kt-re-korzystaj-z-recommendations-ai\"><span>Przyk\u0142ady firm, kt\u00f3re korzystaj\u0105 z Recommendations AI<\/span><\/h2>\n\n\n\n<h3 id=\"h-sephora-zwi-kszenie-ctr-o-50-i-konwersji-o-2\"><span>Sephora \u2013 zwi\u0119kszenie CTR o 50% i konwersji o 2%<\/span><\/h3>\n\n\n\n<p><span>Sephora to mi\u0119dzynarodowa sie\u0107 sklep\u00f3w stacjonarnych i globalny serwis e-commerce z kosmetykami i produktami higieny osobistej. Marka dba o wysoki poziom do\u015bwiadcze\u0144 swoich klient\u00f3w \u2013 stacjonarnie, zatrudniaj\u0105c specjalist\u00f3w obs\u0142ugi i konsultant\u00f3w oraz w kanale cyfrowym, wykorzystuj\u0105c Recommendations AI.&nbsp;<\/span><\/p>\n\n\n\n<p><span>Jak m\u00f3wi Jaclyn Luft, Manager Site Personalization &amp; Testing w Sephorze, wdro\u017cenie silnika od Google zaskutkowa\u0142o wzrostem wsp\u00f3\u0142czynnika klikni\u0119\u0107 o 50% na stronach produkt\u00f3w oraz o 2% ca\u0142ego wsp\u00f3\u0142czynnika konwersji na stronie g\u0142\u00f3wnej w por\u00f3wnaniu do wcze\u015bniej u\u017cywanego mechanizmu. Obecnie Sephora testuje mo\u017cliwo\u015bci uczenia maszynowego GCP w innych punktach styku z klientem, m.in. w procesie realizacji transakcji czy w kampaniach e-mail marketingowych.<\/span><\/p>\n\n\n\n<h3 id=\"h-hanes-australasia-od-test-w-na-produkcj-w-miesi-c\"><span>Hanes Australasia \u2013 od test\u00f3w na produkcj\u0119 w miesi\u0105c<\/span><\/h3>\n\n\n\n<p><span>Hanes Australasia to e-commerce zrzeszaj\u0105cy wiele popularnych australijskich marek odzie\u017cowych i lifestylowych. Developerzy platformy pocz\u0105tkowo zaimplementowali Recommendations AI dla ponad 10 tysi\u0119cy produkt\u00f3w, a przej\u015bcie od fazy pierwszego uruchomienia us\u0142ugi, przez trenowanie i dostrojenie modeli, do wyj\u015bcia na wersj\u0119 produkcyjn\u0105 zaj\u0119\u0142o nieca\u0142y miesi\u0105c.&nbsp;<\/span><\/p>\n\n\n\n<p><span>Peter Luu, Online Analytics Manager w Hanes Australasia, m\u00f3wi, \u017ce po wprowadzeniu technologii ML bardzo szybko odnotowali \u201cdwucyfrowy wzrost przychod\u00f3w na sesj\u0119\u201d w por\u00f3wnaniu z poprzednio u\u017cywanym mechanizmem. Peter m\u00f3wi te\u017c, \u017ce silnik doskonale radzi sobie z nowymi produktami, dopiero co dodanymi do oferty serwisu oraz \u017ce us\u0142uga zapewnia lepsze zrozumienie potrzeb i przyzwyczaje\u0144 klient\u00f3w, kt\u00f3re jest cenne dla kontrahent\u00f3w i partner\u00f3w Hanes Australasia.<\/span><\/p>\n\n\n\n<h3 id=\"h-qubit-5-wi-kszy-przych-d-na-ka-dej-transakcji\"><span>Qubit \u2013 5% wi\u0119kszy przych\u00f3d na ka\u017cdej transakcji<\/span><\/h3>\n\n\n\n<p><span>Qubit dostarcza zaawansowane rozwi\u0105zania dla e-commerce, wspieraj\u0105ce sprzeda\u017c i buduj\u0105ce lojalno\u015b\u0107 klient\u00f3w dzi\u0119ki personalizacji. Wsp\u00f3\u0142pracuje z globalnymi markami, mi\u0119dzy innymi z Topshop, River Island czy MAC Cosmetics.<\/span><\/p>\n\n\n\n<p><span>Podczas wsp\u00f3\u0142pracy z jednym z klient\u00f3w podj\u0119li si\u0119, jak m\u00f3wi CEO Qubit Graham Cooke, najtrudniejszego do zwi\u0119kszenia konwersji obszaru na \u015bcie\u017cce klienta \u2013 w koszyku, na ostatniej prostej przed dokonaniem p\u0142atno\u015bci. Graham m\u00f3wi, \u017ce ten punkt na \u015bcie\u017cce jest o tyle newralgiczny, \u017ce niew\u0142a\u015bciwa rekomendacja mo\u017ce wr\u0119cz zaszkodzi\u0107 \u2013 rozproszy\u0107 uwag\u0119 klienta, kt\u00f3ry jeszcze przed chwil\u0105 by\u0142 gotowy przej\u015b\u0107 do p\u0142atno\u015bci.<\/span><\/p>\n\n\n\n<p><span>Implementacja karuzeli produkt\u00f3w w koszyku z propozycjami Recommendations AI nie tylko nie zaszkodzi\u0142a, a zwi\u0119kszy\u0142a wyniki serwisu. CEO Qubit twierdzi, \u017ce to rozwi\u0105zanie, niezale\u017cnie od serwisu czy bran\u017cy (moda, kosmetyki, bi\u017cuteria, marki luksusowe) zawsze r\u00f3wna\u0142o si\u0119 \u015brednio 5% wzrostowi przychodu na ka\u017cdej konwersji.<\/span><\/p>\n\n\n\n<figure class=\"wp-block-image alignnone wp-image-59121 size-full\"><img src=\"https:\/\/fotc.com\/app\/uploads\/2021\/08\/ROI-Recommendations-AI-wyniki.png\" alt=\"ROI Recommendations AI - wyniki\" class=\"wp-image-59121\"\/><figcaption>Slajd z prezentacji Grahama Cooke w ramach konferencji Google Cloud Next \u201820: On Air. Wyst\u0105pienie mo\u017cna zobaczy\u0107 <a href=\"https:\/\/youtu.be\/nY5U0uQZRyU?t=955\">tutaj<\/a>.<\/figcaption><\/figure>\n\n\n\n<p><span>Zobacz te\u017c:<br> <\/span><a href=\"https:\/\/fotc.com\/pl\/blog\/google-cloud-platform-sztuczna-inteligencja-ecommerce\/\"><span>Jak Google Cloud Platform i sztuczna inteligencja wspieraj\u0105 bran\u017c\u0119 e-commerce<br> <\/span><\/a><a href=\"https:\/\/fotc.com\/pl\/blog\/google-cloud-platform-retail\/\"><span>6 kluczowych obszar\u00f3w bran\u017cy retail, kt\u00f3re wspiera Google Cloud Platform<br> <\/span><\/a><a href=\"https:\/\/fotc.com\/pl\/blog\/jak-przygotowac-ecommerce-do-black-friday\/\" class=\"ek-link\"><span>3 najpopularniejsze problemy e-commerce w Black Friday \u2013 jak im zapobiec?<\/span><\/a><\/p>\n\n\n\n<h2 id=\"h-uruchomienie-us-ugi-w-3-krokach\"><span>Uruchomienie us\u0142ugi w 3 krokach<\/span><\/h2>\n\n\n\n<p><span>W\u0142\u0105czenie us\u0142ugi odbywa si\u0119 za po\u015brednictwem przejrzystego interfejsu GCP i sk\u0142ada si\u0119 z trzech krok\u00f3w:<\/span><\/p>\n\n\n\n<ul><li aria-level=\"1\"><span>wprowadzenia danych,<\/span><\/li><li aria-level=\"1\"><span>stworzenia modelu,<\/span><\/li><li aria-level=\"1\"><span>wskazania miejsca wy\u015bwietlania rekomendacji.<\/span><\/li><\/ul>\n\n\n\n<figure class=\"wp-block-image\"><img src=\"https:\/\/fotc.com\/app\/uploads\/2021\/08\/3-kroki-Recommendations-AI-1024x346.png\" alt=\"3 kroki Recommendations AI\" class=\"wp-image-59079\"\/><\/figure>\n\n\n\n<h3 id=\"h-1-import-danych-do-recommendations-ai\"><span>1. Import danych do Recommendations AI<\/span><\/h3>\n\n\n\n<p><span>W pierwszym kroku nale\u017cy zaimportowa\u0107 dane dotycz\u0105ce asortymentu i zachowa\u0144 u\u017cytkownik\u00f3w. Je\u015bli ju\u017c korzystamy z narz\u0119dzi Google \u2013 Google Tag Manager czy Google Merchant Center \u2013 wystarczy zintegrowa\u0107 silnik z tymi us\u0142ugami, a dane b\u0119d\u0105 pobierane automatycznie. Dane mo\u017cna importowa\u0107 te\u017c z us\u0142ug Cloud Storage lub BigQuery.<\/span><\/p>\n\n\n\n<p><span>Je\u015bli informacje o asortymencie i eventach posiadamy w zewn\u0119trznych narz\u0119dziach, dane nale\u017cy zaimportowa\u0107 metod\u0105 <\/span><a href=\"https:\/\/cloud.google.com\/recommendations-ai\/docs\/reference\/rest\/v1beta1\/projects.locations.catalogs.catalogItems\/create\" target=\"_blank\" rel=\"nofollow noopener noreferrer\"><span>catalogItems.create<\/span><\/a><span> lub <\/span><a href=\"https:\/\/cloud.google.com\/recommendations-ai\/docs\/reference\/rest\/v1beta1\/projects.locations.catalogs.catalogItems\/import\" target=\"_blank\" rel=\"nofollow noopener noreferrer\"><span>catalogItems.import<\/span><\/a><span> dla du\u017cych katalog\u00f3w.<\/span><\/p>\n\n\n\n<h3 id=\"h-2-utworzenie-modelu\"><span>2. Utworzenie modelu<\/span><\/h3>\n\n\n\n<p><span>Nast\u0119pnym krokiem jest wyb\u00f3r rodzaju modelu, dopasowanie do potrzeb serwisu oraz ustawienie wska\u017anik\u00f3w efektywno\u015bci. Trenowanie modelu zajmuje \u015brednio od 2 do 5 dni.<\/span><\/p>\n\n\n\n<p><span>Do wyboru mamy trzy rodzaje rekomendacji:<\/span><\/p>\n\n\n\n<ul><li aria-level=\"1\"><b>Inne, kt\u00f3re mog\u0105 Ci si\u0119 spodoba\u0107 <\/b><span>\u2013 model przewiduje, z kt\u00f3rym kolejnym produktem klient najch\u0119tniej wejdzie w interakcj\u0119, analizuj\u0105c histori\u0119 uprzednio przegl\u0105danych i dodanych produkt\u00f3w. Model wymaga 10 000+ wy\u015bwietle\u0144 strony g\u0142\u00f3wnej oraz 10 000+ wy\u015bwietle\u0144 stron produkt\u00f3w lub 10 000+ event\u00f3w dodania produktu do koszyka w ci\u0105gu 90 dni. Google poleca wy\u015bwietla\u0107 te rekomendacje na karcie konkretnego produktu.<\/span><\/li><li aria-level=\"1\"><b>Cz\u0119sto kupowane razem<\/b><span> \u2013 wy\u015bwietla produkty, kt\u00f3re cz\u0119sto by\u0142y kupowane przez innych u\u017cytkownik\u00f3w w trakcie jednej sesji zakupowej. Model wymaga listy 1000+ event\u00f3w zwi\u0105zanych z zakupem na przestrzeni roku. Rekomendacje najlepiej jest umie\u015bci\u0107 w komunikacie po dodaniu produktu do koszyka lub na etapie przed dokonaniem p\u0142atno\u015bci.<\/span><\/li><li aria-level=\"1\"><b>Propozycje dla Ciebie<\/b><span> \u2013 model, pos\u0142uguj\u0105c si\u0119 informacjami o historii wyszukiwanych i przegl\u0105danych produkt\u00f3w, wy\u015bwietla u\u017cytkownikowi rekomendacje produkt\u00f3w, jeszcze zanim ten rozpocznie zakupy. Wymaga danych z 90 dni o 10 000+ wy\u015bwietleniach kart produkt\u00f3w oraz 10 000+ wy\u015bwietleniach strony g\u0142\u00f3wnej.<\/span><\/li><\/ul>\n\n\n\n<p><span>Us\u0142uga proponuje trzy sposoby mierzenia efektywno\u015bci. W zale\u017cno\u015bci od modelu s\u0105 to:<\/span><\/p>\n\n\n\n<ul><li aria-level=\"1\"><b>Click-through rate (CTR)<\/b><span> \u2013 miara zaanga\u017cowania u\u017cytkownik\u00f3w poprzez liczb\u0119 wy\u015bwietle\u0144 rekomendowanych produkt\u00f3w (dost\u0119pne dla modeli &#8222;Inne, kt\u00f3re mog\u0105 Ci si\u0119 spodoba\u0107&#8221; i &#8222;Propozycje dla Ciebie&#8221;),<\/span><\/li><li aria-level=\"1\"><b>Conversion rate (CVR)<\/b><span> \u2013 procent rekomendowanych produkt\u00f3w dodanych do koszyka (dla modeli &#8222;Inne, kt\u00f3re mog\u0105 Ci si\u0119 spodoba\u0107&#8221; i &#8222;Propozycje dla Ciebie&#8221;),<\/span><\/li><li aria-level=\"1\"><b>Revenue per session <\/b><span>\u2013 przych\u00f3d powsta\u0142y w wyniku proponowania produkt\u00f3w (wska\u017anik dost\u0119pny tylko dla modelu &#8222;Cz\u0119sto kupowane razem&#8221;).<\/span><\/li><\/ul>\n\n\n\n<h3 id=\"h-3-wyb-r-miejsca-wy-wietlania-rekomendacji\"><span>3. Wyb\u00f3r miejsca wy\u015bwietlania rekomendacji<\/span><\/h3>\n\n\n\n<p><span>W ostatnim kroku wskazujemy, gdzie w serwisie e-commerce maj\u0105 pojawia\u0107 si\u0119 rekomendacje. To mo\u017ce by\u0107 strona g\u0142\u00f3wna, podstrona produktu, popup po dodaniu elementu do koszyka czy sam koszyk.<\/span><\/p>\n\n\n\n<p><span>Rekomendacje mo\u017cna zamie\u015bci\u0107 w kampaniach email za pomoc\u0105 skryptu. Tutaj znajduje si\u0119 odpowiednia dokumentacja, opisuj\u0105ca proces: <\/span><a href=\"https:\/\/cloud.google.com\/retail\/recommendations-ai\/docs\/email\" target=\"_blank\" rel=\"nofollow noopener noreferrer\"><span>Using recommendations in emails<\/span><\/a><span>.<\/span><\/p>\n\n\n\n<p><span>A oto, jak wygl\u0105da uruchamianie us\u0142ugi \u201cod kuchni\u201d:<\/span><\/p>\n\n\n\n<p><iframe title=\"YouTube video player\" src=\"https:\/\/www.youtube.com\/embed\/bQjR6oddq28\" width=\"560\" height=\"315\" frameborder=\"0\" allowfullscreen=\"allowfullscreen\"><\/iframe><\/p>\n\n\n\n<h2 id=\"h-ile-kosztuje-recommendations-ai\"><span>Ile kosztuje Recommendations AI?<\/span><\/h2>\n\n\n\n<p><span>W us\u0142udze ponosi si\u0119 koszty trenowania i dostrajania modeli oraz koszty obs\u0142ugi \u017c\u0105da\u0144 rekomendacji. Nie p\u0142aci si\u0119 za import danych o eventach czy katalog\u00f3w produkt\u00f3w.<\/span><\/p>\n\n\n\n<p><span>Za trenowanie i dostrajanie modeli p\u0142aci si\u0119 za godzin\u0119 pracy jednego node i jest to koszt <\/span><b>2,5 USD per node per hour<\/b><span>. Op\u0142ata jest naliczana za czas pracy; je\u015bli trenowanie\/strojenie zostanie przerwane lub model usuni\u0119ty, p\u0142aci si\u0119 jedynie za wykorzystan\u0105 moc obliczeniow\u0105. Po wznowieniu pracy op\u0142aty ponownie s\u0105 naliczane w sta\u0142ej stawce.<\/span><\/p>\n\n\n\n<p><span>Koszt obs\u0142ugi \u017c\u0105da\u0144 predykcji jest naliczany w paczkach po 1000 rekomendacji i jest rozdzielony na trzy pu\u0142apy w zale\u017cno\u015bci od miesi\u0119cznej sumy wszystkich \u017c\u0105da\u0144:<\/span><\/p>\n\n\n\n<ul><li aria-level=\"1\"><span>do 20 000 000 \u017c\u0105da\u0144 miesi\u0119cznie = <\/span><b>0,27 USD za 1000 \u017c\u0105da\u0144<\/b><span>,<\/span><\/li><li aria-level=\"1\"><span>kolejne 280 000 000 \u017c\u0105da\u0144 miesi\u0119cznie = <\/span><b>0,18 USD za 1000 \u017c\u0105da\u0144<\/b><span>,<\/span><\/li><li aria-level=\"1\"><span>powy\u017cej 300 000 000 \u017c\u0105da\u0144 miesi\u0119cznie = <\/span><b>0,10 USD za 1000 \u017c\u0105da\u0144<\/b><span>.<\/span><\/li><\/ul>\n\n\n\n<p><b>Ceny mog\u0105 si\u0119 r\u00f3\u017cni\u0107 w zale\u017cno\u015bci od rejonu czy waluty.<\/b><\/p>\n\n\n\n<p><span>\u017beby lepiej zrozumie\u0107 modele rozliczenia za us\u0142ug\u0119, ni\u017cej znajduj\u0105 si\u0119 przyk\u0142ady miesi\u0119cznych koszt\u00f3w w du\u017cym i \u015brednim e-commerce.<\/span><\/p>\n\n\n\n<h3 id=\"h-przyk-ad-rozliczenia-w-du-ym-e-commerce\"><span>Przyk\u0142ad rozliczenia w du\u017cym e-commerce<\/span><\/h3>\n\n\n\n<p><span>Za\u0142\u00f3\u017cmy, \u017ce popularny serwis e-commerce miesi\u0119cznie odwiedza kilkadziesi\u0105t milion\u00f3w unikalnych go\u015bci. Us\u0142uga b\u0119dzie serwowa\u0142a ok. <\/span><b>miliarda rekomendacji<\/b><span>, by trafi\u0107 w gust ka\u017cdego klienta.<\/span><\/p>\n\n\n\n<p><span>W\u0142a\u015bciciele serwisu uruchamiaj\u0105 trzy modele do trenowania. Modele s\u0105 trenowane raz dziennie, a w ci\u0105gu miesi\u0105ca jest to suma 500 godzin pracy node\u2019a:<\/span><\/p>\n\n\n\n<ul><li aria-level=\"1\"><span>500 godzin pracy node\u2019a = 500 * 2,5 USD = <\/span><b>1250 USD<\/b><\/li><\/ul>\n\n\n\n<p><span>Wytrenowane modele s\u0105 dostrajane raz na kwarta\u0142 i w sumie zajmuje to 300 godzin pracy node\u2019a. Na potrzeb\u0119 oblicze\u0144 u\u015brednijmy to do 100 godzin miesi\u0119cznie:<\/span><\/p>\n\n\n\n<ul><li aria-level=\"1\"><span>100 godzin pracy node\u2019a = 100 * 2,5 USD = <\/span><b>250 USD<\/b><\/li><\/ul>\n\n\n\n<p><span>Rozliczenie za obs\u0142ug\u0119 miliarda \u017c\u0105da\u0144 b\u0119dzie wygl\u0105da\u0142o nast\u0119puj\u0105co:<\/span><\/p>\n\n\n\n<ul><li aria-level=\"1\"><span>pierwsze 20 000 000 rekomendacji = 20 000 000 \/ 1000 * 0,27 USD = <\/span><b>5400 USD<\/b><\/li><li aria-level=\"1\"><span>nast\u0119pne 280 000 000 rekomendacji = 280 000 000 \/ 1000 * 0,18 USD = <\/span><b>50 400 USD<\/b><\/li><li aria-level=\"1\"><span>pozosta\u0142e 700 000 000 rekomendacji = 700 000 000 \/ 1000 * 0,10 USD = <\/span><b>70 000 USD<\/b><\/li><\/ul>\n\n\n\n<p><span>Suma miesi\u0119cznych koszt\u00f3w \u2013 trenowania, strojenia i zwracania rekomendacji \u2013 b\u0119dzie wynosi\u0142a <\/span><b>127 300 USD<\/b><span>.<\/span><\/p>\n\n\n\n<h3 id=\"h-przyk-ad-rozliczenia-w-rednim-e-commerce\"><span>Przyk\u0142ad rozliczenia w \u015brednim e-commerce<\/span><\/h3>\n\n\n\n<p><span>Zak\u0142adaj\u0105c, \u017ce serwis odwiedza blisko 100 000 unikalnych u\u017cytkownik\u00f3w miesi\u0119cznie, us\u0142uga powinna zwraca\u0107 ok. <\/span><b>10 000 000 rekomendacji<\/b><span>.<\/span><\/p>\n\n\n\n<p><span>W\u0142a\u015bciciel serwisu uruchamia jeden model predykcyjny. Trenowanie zajmuje 150 godzin pracy node\u2019a:<\/span><\/p>\n\n\n\n<ul><li aria-level=\"1\"><span>150 godzin pracy node\u2019a = 150 * 2,5 USD = <\/span><b>375 USD<\/b><\/li><\/ul>\n\n\n\n<p><span>Model jest dostrajany raz na trzy miesi\u0105ce i zajmuje to 90 godzin pracy node\u2019a. U\u015bredniaj\u0105c b\u0119dzie to 30 godzin miesi\u0119cznie:<\/span><\/p>\n\n\n\n<ul><li aria-level=\"1\"><span>30 godzin pracy node\u2019a = 30 * 2,5 USD = <\/span><b>75 USD<\/b><\/li><\/ul>\n\n\n\n<p><span>Liczba rekomendacji nie wychodzi poza dolny pu\u0142ap, wi\u0119c rozliczenie b\u0119dzie wygl\u0105da\u0142o nast\u0119puj\u0105co:<\/span><\/p>\n\n\n\n<ul><li aria-level=\"1\"><span>10 000 000 rekomendacji = 10 000 000 \/ 1000 * 0,27 USD = <\/span><b>2700 USD<\/b><\/li><\/ul>\n\n\n\n<p><span>Suma miesi\u0119cznych koszt\u00f3w za serwowanie u\u017cytkownikom portalu spersonalizowanych rekomendacji b\u0119dzie w tym przypadku wynosi\u0142a <\/span><b>3150 USD<\/b><span> miesi\u0119cznie.<\/span><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Na przestrzeni ostatniego roku wiele przedsi\u0119biorstw przesz\u0142o ekspresow\u0105, wymuszon\u0105 transformacj\u0119 cyfrow\u0105 i ca\u0142kowicie lub cz\u0119\u015bciowo przenios\u0142o swoj\u0105 dzia\u0142alno\u015b\u0107 do sieci. Bran\u017ca e-commerce w ci\u0105gu pierwszych 90 dni 2020 roku dokona\u0142a wzrostu, kt\u00f3ry w przedapdemicznych realiach zaj\u0105\u0142by 10 lat. Przeprowadzka ze sklep\u00f3w stacjonarnych do serwis\u00f3w e-commerce oznacza te\u017c zmian\u0119 w potrzebach i zachowaniach klient\u00f3w. Na czele&#8230;<\/p>\n","protected":false},"author":13,"featured_media":5870,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_editorskit_title_hidden":false,"_editorskit_reading_time":9,"_editorskit_typography_data":[],"_editorskit_blocks_typography":"","_editorskit_is_block_options_detached":false,"_editorskit_block_options_position":"{}"},"categories":[560],"tags":[143,191,186,133,108],"yoast_head":"<!-- This site is optimized with the Yoast SEO Premium plugin v16.7 (Yoast SEO v19.6) - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Wi\u0119ksza sprzeda\u017c w e-commerce dzi\u0119ki Recommendations AI<\/title>\n<meta name=\"description\" content=\"Jak zwi\u0119kszy\u0107 CRT, konwersj\u0119, doch\u00f3d oraz lojalno\u015b\u0107 klient\u00f3w w sklepie internetowym? Poznaj Recommendations AI \u2013 silnik predykcji, z kt\u00f3rego korzysta Google\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/fotc.com\/pl\/blog\/recommendations-ai\/\" \/>\n<meta property=\"og:locale\" content=\"pl_PL\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Wi\u0119ksza sprzeda\u017c w e-commerce dzi\u0119ki personalizacji ofert \u2013 poznaj Recommendations AI\" \/>\n<meta property=\"og:description\" content=\"Jak zwi\u0119kszy\u0107 CRT, konwersj\u0119, doch\u00f3d oraz lojalno\u015b\u0107 klient\u00f3w w sklepie internetowym? Poznaj Recommendations AI \u2013 silnik predykcji, z kt\u00f3rego korzysta Google\" \/>\n<meta property=\"og:url\" content=\"https:\/\/fotc.com\/pl\/blog\/recommendations-ai\/\" \/>\n<meta property=\"og:site_name\" content=\"FOTC\" \/>\n<meta property=\"article:published_time\" content=\"2021-03-23T12:23:41+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2023-08-01T07:50:36+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/fotc.com\/app\/uploads\/2021\/07\/Rekomendacje-AI-w-e-commerce.png\" \/>\n\t<meta property=\"og:image:width\" content=\"1200\" \/>\n\t<meta property=\"og:image:height\" content=\"628\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"Ida O\u017carowska\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/fotc.com\/pl\/blog\/recommendations-ai\/\",\"url\":\"https:\/\/fotc.com\/pl\/blog\/recommendations-ai\/\",\"name\":\"Wi\u0119ksza sprzeda\u017c w e-commerce dzi\u0119ki Recommendations AI\",\"isPartOf\":{\"@id\":\"https:\/\/fotc.com\/#website\"},\"datePublished\":\"2021-03-23T12:23:41+00:00\",\"dateModified\":\"2023-08-01T07:50:36+00:00\",\"author\":{\"@id\":\"https:\/\/fotc.com\/#\/schema\/person\/84a7428ea802a35722a1839225ab0dfb\"},\"description\":\"Jak zwi\u0119kszy\u0107 CRT, konwersj\u0119, doch\u00f3d oraz lojalno\u015b\u0107 klient\u00f3w w sklepie internetowym? Poznaj Recommendations AI \u2013 silnik predykcji, z kt\u00f3rego korzysta Google\",\"breadcrumb\":{\"@id\":\"https:\/\/fotc.com\/pl\/blog\/recommendations-ai\/#breadcrumb\"},\"inLanguage\":\"pl-PL\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/fotc.com\/pl\/blog\/recommendations-ai\/\"]}],\"accessibilityFeature\":[\"tableOfContents\"]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/fotc.com\/pl\/blog\/recommendations-ai\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"PL\",\"item\":\"https:\/\/fotc.com\/pl\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Google Cloud\",\"item\":\"https:\/\/fotc.com\/pl\/blog\/category\/google-cloud-platform-pl\/\"},{\"@type\":\"ListItem\",\"position\":3,\"name\":\"Wi\u0119ksza sprzeda\u017c w e-commerce dzi\u0119ki personalizacji ofert \u2013 poznaj Recommendations AI\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/fotc.com\/#website\",\"url\":\"https:\/\/fotc.com\/\",\"name\":\"FOTC\",\"description\":\"Partner Google Cloud\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/fotc.com\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"pl-PL\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/fotc.com\/#\/schema\/person\/84a7428ea802a35722a1839225ab0dfb\",\"name\":\"Ida O\u017carowska\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"pl-PL\",\"@id\":\"https:\/\/fotc.com\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/e05ba028ea67bd9a1d51e046729088a9?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/e05ba028ea67bd9a1d51e046729088a9?s=96&d=mm&r=g\",\"caption\":\"Ida O\u017carowska\"},\"description\":\"Ida has a Master's Degree in Communication Management from the University of Wroc\u0142aw. For over 7 years, she has been creating content that connects the worlds of technology and business. At FOTC, she is a Content Manager.\",\"url\":\"https:\/\/fotc.com\/pl\/blog\/author\/ida-ozarowska\/\"}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"Wi\u0119ksza sprzeda\u017c w e-commerce dzi\u0119ki Recommendations AI","description":"Jak zwi\u0119kszy\u0107 CRT, konwersj\u0119, doch\u00f3d oraz lojalno\u015b\u0107 klient\u00f3w w sklepie internetowym? Poznaj Recommendations AI \u2013 silnik predykcji, z kt\u00f3rego korzysta Google","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/fotc.com\/pl\/blog\/recommendations-ai\/","og_locale":"pl_PL","og_type":"article","og_title":"Wi\u0119ksza sprzeda\u017c w e-commerce dzi\u0119ki personalizacji ofert \u2013 poznaj Recommendations AI","og_description":"Jak zwi\u0119kszy\u0107 CRT, konwersj\u0119, doch\u00f3d oraz lojalno\u015b\u0107 klient\u00f3w w sklepie internetowym? Poznaj Recommendations AI \u2013 silnik predykcji, z kt\u00f3rego korzysta Google","og_url":"https:\/\/fotc.com\/pl\/blog\/recommendations-ai\/","og_site_name":"FOTC","article_published_time":"2021-03-23T12:23:41+00:00","article_modified_time":"2023-08-01T07:50:36+00:00","og_image":[{"width":1200,"height":628,"url":"https:\/\/fotc.com\/app\/uploads\/2021\/07\/Rekomendacje-AI-w-e-commerce.png","type":"image\/png"}],"author":"Ida O\u017carowska","twitter_card":"summary_large_image","schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/fotc.com\/pl\/blog\/recommendations-ai\/","url":"https:\/\/fotc.com\/pl\/blog\/recommendations-ai\/","name":"Wi\u0119ksza sprzeda\u017c w e-commerce dzi\u0119ki Recommendations AI","isPartOf":{"@id":"https:\/\/fotc.com\/#website"},"datePublished":"2021-03-23T12:23:41+00:00","dateModified":"2023-08-01T07:50:36+00:00","author":{"@id":"https:\/\/fotc.com\/#\/schema\/person\/84a7428ea802a35722a1839225ab0dfb"},"description":"Jak zwi\u0119kszy\u0107 CRT, konwersj\u0119, doch\u00f3d oraz lojalno\u015b\u0107 klient\u00f3w w sklepie internetowym? Poznaj Recommendations AI \u2013 silnik predykcji, z kt\u00f3rego korzysta Google","breadcrumb":{"@id":"https:\/\/fotc.com\/pl\/blog\/recommendations-ai\/#breadcrumb"},"inLanguage":"pl-PL","potentialAction":[{"@type":"ReadAction","target":["https:\/\/fotc.com\/pl\/blog\/recommendations-ai\/"]}],"accessibilityFeature":["tableOfContents"]},{"@type":"BreadcrumbList","@id":"https:\/\/fotc.com\/pl\/blog\/recommendations-ai\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"PL","item":"https:\/\/fotc.com\/pl\/"},{"@type":"ListItem","position":2,"name":"Google Cloud","item":"https:\/\/fotc.com\/pl\/blog\/category\/google-cloud-platform-pl\/"},{"@type":"ListItem","position":3,"name":"Wi\u0119ksza sprzeda\u017c w e-commerce dzi\u0119ki personalizacji ofert \u2013 poznaj Recommendations AI"}]},{"@type":"WebSite","@id":"https:\/\/fotc.com\/#website","url":"https:\/\/fotc.com\/","name":"FOTC","description":"Partner Google Cloud","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/fotc.com\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"pl-PL"},{"@type":"Person","@id":"https:\/\/fotc.com\/#\/schema\/person\/84a7428ea802a35722a1839225ab0dfb","name":"Ida O\u017carowska","image":{"@type":"ImageObject","inLanguage":"pl-PL","@id":"https:\/\/fotc.com\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/e05ba028ea67bd9a1d51e046729088a9?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/e05ba028ea67bd9a1d51e046729088a9?s=96&d=mm&r=g","caption":"Ida O\u017carowska"},"description":"Ida has a Master's Degree in Communication Management from the University of Wroc\u0142aw. For over 7 years, she has been creating content that connects the worlds of technology and business. At FOTC, she is a Content Manager.","url":"https:\/\/fotc.com\/pl\/blog\/author\/ida-ozarowska\/"}]}},"_links":{"self":[{"href":"https:\/\/fotc.com\/pl\/wp-json\/wp\/v2\/posts\/31324"}],"collection":[{"href":"https:\/\/fotc.com\/pl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/fotc.com\/pl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/fotc.com\/pl\/wp-json\/wp\/v2\/users\/13"}],"replies":[{"embeddable":true,"href":"https:\/\/fotc.com\/pl\/wp-json\/wp\/v2\/comments?post=31324"}],"version-history":[{"count":0,"href":"https:\/\/fotc.com\/pl\/wp-json\/wp\/v2\/posts\/31324\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/fotc.com\/pl\/wp-json\/wp\/v2\/media\/5870"}],"wp:attachment":[{"href":"https:\/\/fotc.com\/pl\/wp-json\/wp\/v2\/media?parent=31324"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/fotc.com\/pl\/wp-json\/wp\/v2\/categories?post=31324"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/fotc.com\/pl\/wp-json\/wp\/v2\/tags?post=31324"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}