Sentient Recommender
Beveel uw klanten aan wat echt belangrijk voor hen is
Machine Learning
Eenvoudig gemaakt
Intelligente interpretatie van klantvoorkeuren
Snel uitbreidende productreeksen en toenemende individuele keuzemogelijkheden maken het moeilijker om de persoonlijke smaak van de consument te bepalen. De Sentient Recommender duikt diep in die persoonlijke smaak door de keuzes van de klant te analyseren en producten aan te bevelen die het beste bij hun persoonlijke voorkeuren passen. De Sentient Recommender baseert zijn inzicht in deze persoonlijke voorkeuren op een database die eerdere keuzes van veel andere consumenten bevat.
Vooruitziend
Conventionele productaanbevelingen zijn gebaseerd op historische krediet- en verkoopgegevens. "Klanten die dit boek hebben geleend, hebben ook naar deze titels gekeken". De Sentient Recommender gaat verder dan dit, door de persoonlijke smaak te interpreteren op basis van de unieke combinatie van voorkeuren. In dit proces speelt de populariteit van keuzes een belangrijke rol. Sommige keuzes zijn gebaseerd op hoe bekend de producten zijn, in plaats van de persoonlijke voorkeur van de consument.
Wanneer iemand bijvoorbeeld Madonna, U2 en Beth Hart als hun favorieten kiest, is de opname van Beth Hart interessanter dan de andere twee, omdat deze keuze minder voor de hand ligt. De meeste mensen zouden waarschijnlijk Madonna en U2 hebben opgenomen, terwijl bijna niemand Beth Hart kent.
De Sentient Recommender geeft meer gewicht aan deze specifieke keuzes bij het interpreteren van de persoonlijke smaak van de klant.
Bewezen oplossing
De Sentient Recommender wordt gebruikt in een muziekaanbevelingsdienst genaamd Muziekweb, beheerd door de grootste Europese muziekbibliotheek in Rotterdam. De Recommender wordt ook gebruikt in een soortgelijke service voor boeken genaamd Romanadvies, beheerd door de openbare bibliotheken in Nederland. Door deze diensten hebben vele duizenden boeken- en muziekliefhebbers al aanbevelingen ontvangen die zijn toegesneden op hun persoonlijke behoeften.