Isi
- Apa itu Sistem Rekomendasi?
- Bagaimana Sistem Rekomendasi Bekerja?
- Masalah yang Ingin Dipecahkan Airbnb
- Apa yang dilakukan Airbnb?
- Evolusi Sistem Rekomendasi
- Kesimpulan
Sumber: Artisticco / Dreamstime.com
Bawa pulang:
Sistem rekomendasi dapat sangat membantu baik bagi pemasar maupun konsumen.
Pernahkah Anda mencari sesuatu di internet, dan sebelum Anda menyadarinya, Anda dibombardir dengan iklan tentang topik itu ke mana pun Anda pergi? Misalnya, katakanlah Anda sedang mencari info terbaru tentang film "Star Wars" berikutnya. Setelah menonton trailer, Anda mulai melihat iklan online untuk kaus "Star Wars", mainan "Star Wars", DVD "Star Wars", lembaran "Star Wars" ... dan banyak produk "Star Wars" lainnya Anda bahkan tidak pernah membayangkan ada! Ini semua berkat sistem rekomendasi.
Apa itu Sistem Rekomendasi?
Sistem rekomendasi - juga dikenal sebagai mesin rekomendasi, sistem pemberi rekomendasi atau hanya RS - telah mendefinisikan ulang cara perusahaan menciptakan pengalaman pelanggan. Sistem rekomendasi telah membantu pelanggan membuat keputusan pembelian yang terinformasi dan lebih baik saat melakukan pembelian online. Jika Anda setiap saat melakukan pembelian online, maka Anda hampir pasti menemukan rekomendasi untuk produk yang mirip dengan yang telah Anda beli. Jadi, ketika Anda telah menjelajahi produk, sistem rekomendasi telah mengamati perilaku penelusuran Anda dan mencari produk yang mungkin belum Anda temukan sendiri. Sistem rekomendasi memainkan peran penting dalam meningkatkan pengalaman pelanggan secara keseluruhan, terutama di ceruk pembelian online. Tentu saja, itu baik untuk bisnis juga. Perusahaan telah meningkatkan investasi mereka dalam meningkatkan mesin rekomendasi mereka untuk membantu pelanggan memilih produk terbaik.
Bagaimana Sistem Rekomendasi Bekerja?
Sebelum kita mengetahui bagaimana sistem rekomendasi telah mempengaruhi kehidupan kita, ada baiknya untuk mengetahui bagaimana mereka bekerja dan bagaimana mereka telah berkembang.
Sistem rekomendasi adalah teknologi penyaringan informasi, yang biasanya digunakan di situs web e-commerce untuk menawarkan pilihan produk yang disaring kepada pelanggan yang mengunjungi mereka. Seperti namanya, teknologi ini digunakan untuk menawarkan rekomendasi pada produk yang memiliki karakteristik serupa. Tujuannya berbeda tergantung pada perspektif partai. Untuk bisnis yang menjual produk di situs web e-commerce, ia meningkatkan prospek pendapatannya dengan menawarkan lebih banyak pilihan produk kepada pelanggan. Untuk seorang pelanggan, ia menawarkan rekomendasi produk serupa dan memberikan kesempatan kepada pelanggan untuk membeli produk yang lebih baik daripada yang sudah dipilih atau membeli produk yang dapat meningkatkan pengalaman produk yang sudah dipilih untuk pembelian. Untuk memberikan rekomendasi, mesin menggunakan sejumlah metode, termasuk:
Anda tidak dapat meningkatkan keterampilan pemrograman Anda ketika tidak ada yang peduli dengan kualitas perangkat lunak.
Masalah yang Ingin Dipecahkan Airbnb
Airbnb adalah situs web tempat orang dapat menemukan akomodasi untuk disewa dan juga mendaftarkan akomodasi mereka untuk tujuan sewa. Menurut Wikipedia, Airbnb memiliki lebih dari 1.500.000 listing di 34.000 kota dan 190 negara. Wisatawan selamanya mencari akomodasi yang murah, nyaman, dan aman di seluruh dunia. Airbnb ingin menemukan cara untuk menawarkan opsi akomodasi yang lebih baik dan disesuaikan untuk pelanggannya. Ia ingin tahu lebih banyak tentang persyaratan unik para pelancong.
Apa yang dilakukan Airbnb?
Gagasan utamanya adalah untuk mengetahui kebutuhan perjalanan individu dari wisatawan dan memberikan opsi atau rekomendasi yang sesuai. Jadi, Airbnb memutuskan untuk menggali lebih dalam data pelanggan yang dicatat dalam bentuk ulasan perjalanan, umpan balik akomodasi, dan data lain yang dicatat oleh pelanggan. Airbnb membentuk tim untuk melakukan itu. Menurut Mike Curtis, wakil presiden bidang teknik, “Untuk waktu yang lama, Airbnb telah menjadi tempat yang luar biasa jika Anda tahu ke mana Anda akan pergi dan Anda tahu kapan Anda akan pergi, tetapi kami menyadari bahwa kami memiliki semua dari data ini yang tidak dimiliki orang lain. Kami memiliki pola perjalanan. Kami punya ulasan. Kami memiliki deskripsi daftar. Kami tahu banyak tentang lingkungan yang bisa kami simpulkan dari sana. ”Jadi Airbnb mendapat celah dengan data dan sistem rekomendasi yang memberikan rekomendasi hasil personalisasi.
Evolusi Sistem Rekomendasi
Meskipun begitu, hype di sekitar mesin rekomendasi, mereka harus berjalan jauh sebelum benar-benar menangkap imajinasi pengguna. Saat ini, mesin mengikuti algoritma umum dan tidak cukup menawarkan pilihan yang disesuaikan. Masa depan terletak dalam menawarkan pilihan produk yang disesuaikan untuk pelanggan. Untuk itu, algoritma perlu memperhitungkan kompleksitas seperti siklus tidur, suasana hati pengguna, waktu hari dan output energi. Tampaknya industri ritel dan media akan menggunakan mesin-mesin ini dan yang lainnya akan mengikuti.Industri perbankan dan keuangan, misalnya, mencari untuk semakin memprediksi langkah pelanggan berikutnya sehingga produk yang disesuaikan dapat ditawarkan. Untuk itu, banyak data tentang hal-hal seperti umpan balik pelanggan, pola media sosial, data pusat panggilan, situs web, dan bahkan tingkat pendidikan konsumen akan diperhitungkan.
Kesimpulan
Akan menarik untuk menyaksikan bagaimana masa depan mesin rekomendasi terbentuk. Algoritma yang digunakan sekarang telah digunakan untuk waktu yang lama, tetapi bisnis ingin lebih dari konsep itu. Merek mencari untuk mengubah dan meningkatkan algoritme mereka dengan terus-menerus berusaha menjadikannya lebih komprehensif. Namun, potensi tantangan terbesar terletak pada penerapan mesin oleh industri yang belum secara tradisional menggunakannya, misalnya, sektor asuransi yang dapat menawarkan rekomendasi produk asuransi.
Sistem rekomendasi memiliki potensi untuk membantu orang dalam kehidupan sehari-hari mereka dengan berbagai cara, serta membantu pengiklan memperkenalkan produk dan layanan kepada khalayak yang lebih luas, dan hanya waktu yang akan menunjukkan dengan tepat bagaimana teknologi ini akan terus berkembang.