Vores egenudviklede AI til e-handel. Den er rygraden i vores CRO-løsninger og løfter både produktanbefalinger og personalisering af søgningen. Med millioner af datapunkter forudsiger den købsadfærd i stor skala.
Nu tilgængelig on demand. Se avanceret personalisering i praksis i rigtige butikker.
En standardproduktside indeholder værdifulde oplysninger såsom titel, billede og beskrivelse. Disse attributter omdannes til en række tal, hvilket gør det muligt for os at omdanne produkterne til vektorer. Vektorer er i bund og grund et sæt numeriske data, der kan placeres på et kort og analyseres i forhold til hinanden.
Med udgangspunkt i de millioner af produkter, der findes i vores system, udnytter vi de store fordele ved vektorer og AI-teknologi til at identificere afhængigheder, sammenhænge og adfærdsmønstre, som virksomheder kan anvende i forbindelse med optimerings- og personaliseringsstrategier.
Her er et eksempel på anvendelse:
En webshop skal vise anbefalinger til et par sneakers, men har ikke data nok til at vide, hvad kunderne typisk køber sammen med dem.
Product Intelligence finder tilsvarende sneakers på tværs af mange webshops og de produkter, der passer godt til dem. Resultatet bliver den bedst mulige anbefaling – bygget udelukkende af varer, webshoppen selv har på lager.
Er du udvikler, kan du hente data fra Product Intelligence direkte ind i din webshop, dit PIM, din ESP eller dit CDP. Vi har bygget ét enkelt GraphQL-API, så integrationen er ligetil.
Flere og flere browsere blokerer cookies, og privatliv er blevet en af de største udfordringer for personalisering.
Product Intelligence sporer produkter – ikke mennesker.
På baggrund af millioner af produkter og salg ved vi, hvordan et givet produkt er, hvad det ligner, og hvilke andre produkter der passer godt sammen med det.
De fleste analyseplatforme sporer brugere. Product Intelligence sporer produkter. Den forskel ændrer alt ved, hvordan personalisering fungerer.
Brugeranalyseværktøjer sporer, hvad folk gør. Product Intelligence forstår, hvad produkterne er – deres egenskaber, sammenhænge og adfærdsmønstre på tværs af millioner af transaktioner. Cookies er ikke nødvendige.
Med Product Intelligence starter du med indsigt samlet fra millioner af produkter. Koldstartsproblemet forsvinder, fordi netværket allerede ved, hvad der virker.
Generelle analyseplatforme henvender sig til alle brancher. Product Intelligence er udviklet specielt til e-handel – med fokus på at forstå produktretninger, købsmønstre og sammenhænge i produktsortimentet, som generiske værktøjer overser.
Produktvektorer ligger til grund for anbefalinger, der tager højde for, hvorfor en kunde måske har brug for vandrestave efter at have købt trailsko – ikke blot fordi andre kunder har købt dem sammen.
Søgeresultaterne sorteres efter produktforståelse, ikke kun efter søgeordsmatchning. Systemet ved, hvilke produkter der er relevante, selv når søgeordene ikke stemmer overens med produktnavnet.
Find ud af, hvilke produkter kunderne køber igen, og hvornår de gør det, så du kan sende rettidige påmindelser via Product Agents eller e-mailkampagner.
Hent product intelligence ind i dit PIM, CDP eller ESP via ét enkelt GraphQL-API. Byg anbefalingslogik, produktfeeds eller Audience-segmenter oven på produktdataene.
Product Intelligence er det, der giver Hello Retails løsninger deres forspring.
AI-agenter, der beslutter, hvilke e-mails der skal sendes, hvornår og til hvem.
AI-drevne produktanbefalinger, der forudsiger, hvad kunden vil have næste gang.
En smartere søgning, der forstår kundens intention og viser de mest relevante produkter.
Dynamiske kategori- og landingssider, der tilpasser shopping-oplevelsen til hver enkelt besøgende.
Tjen penge på din webshop med målrettede annonceplaceringer bygget på dine egne produktdata.
Ved hjælp af dataanalyse får virksomheder indsigt i, hvordan rabatter fordeler sig på tværs af forskellige produkttyper. Detailhandlere kan drage stor fordel af denne tilgang, da de sparer tid på analyse og kan automatisere kampagner.
Tilbagevendende produkter er kort sagt varer, som kunderne køber mere end én gang inden for et bestemt tidsrum. Find ud af, hvornår du skal kontakte dine kunder og vise dem produkter, de sandsynligvis køber igen.
De muligheder, som Product Intelligence giver os, gør det muligt at få indsigt i købsadfærd i løbet af dagen set ud fra et produktperspektiv.
En product intelligence-platform er software, der forstår et e-handelskatalog på niveau med de enkelte produkter (deres egenskaber, sammenhænge og købsmønstre) og bruger den forståelse til at drive personalisering, anbefalinger og søgning. Fordi den sporer produkter frem for mennesker, virker den uden cookies og browserhistorik. Hello Retails Product Intelligence gør det gennem produktvektorisering og netværksbaserede produktrelationer, lært på tværs af mere end 250 millioner produkter.
Product Intelligence er den egenudviklede AI-motor bag Hello Retail, bygget til e-handel. Den driver alle Hello Retails løsninger (Search, Recommendations, Product Agents, Retail Media og Pages) ved at forstå produkterne i dybden gennem vektorisering og netværksbaserede produktrelationer.
Værktøjer til produktanalyse måler, hvordan produkterne klarer sig, for eksempel visninger, konverteringer og omsætning. En product intelligence-platform går videre: Den lærer, hvad produkterne er, og hvordan de hænger sammen, og bruger den forståelse til at personalisere søgning, anbefalinger og e-mail. Hello Retails Product Intelligence lærer af millioner af købsmønstre på tværs af webshops og bruger den samlede viden til at personalisere fra dag ét.
Product Intelligence sporer produkter, ikke mennesker. Den lærer af produkternes egenskaber, sammenhænge og købsmønstre på tværs af mere end 250 millioner produkter. Det betyder, at personaliseringen virker fra første besøg, uden at være afhængig af cookies, kontooprettelse eller browserhistorik.
Koldstartsproblemet opstår, når en ny webshop eller en ny besøgende ikke har data at personalisere ud fra. Product Intelligence løser det med netværksbaserede produktrelationer: Din webshop får gavn af de produktmønstre, netværket allerede har lært, fra dag ét.
Ja. Product Intelligence har ét GraphQL-API, hvor du kan hente produktdata, sammenhænge og forudsigelser ind i dit PIM, CDP, ESP eller din egen applikation. Se udviklerdokumentationen for detaljer.
Fire spørgsmål er værd at stille enhver leverandør:
Hvor dyb er forståelsen af kataloget? Nogle platforme læser kun det feed, du giver dem. Product Intelligence beriger kataloget med egenskaber udledt af produktbilleder og -beskrivelser, så systemet ved mere om dine produkter, end dit feed gør.
Hvor kommer data fra på dag ét? Spørg, hvad der sker, før din webshop har historik. Netværksbaserede produktrelationer på tværs af mere end 250 millioner produkter betyder, at en ny webshop starter med produktsammenhænge, netværket allerede kender, i stedet for en kold start.
Sætter intelligensen noget i gang? Indsigt, der ligger i et dashboard, kræver stadig et team til at handle på den. Product Intelligence driver Search, Recommendations, Pages og Product Agents direkte. Den er også det datalag, agentic commerce bygger på.
Kan du tage data med dig? En platform, der låser forståelsen inde i sine egne værktøjer, begrænser, hvad dit team kan bygge. Ét GraphQL-API fører produktdata, sammenhænge og forudsigelser ind i dit PIM, CDP eller ESP.
Business intelligence (BI) analyserer samlede nøgletal: omsætning, trafik og konverteringsrater. Product Intelligence analyserer de enkelte produkter og deres sammenhænge. BI fortæller dig, at »salget er faldet 10% i outdoor«. Product Intelligence fortæller dig, at »vandrestøvler topper i 4. kvartal, mens vandresko sælger jævnt året rundt, og kunder, der køber støvler i november, genbestiller indlægssåler i marts«. Forskellen er detaljeniveauet: produktniveau frem for webshopniveau.
Product intelligence-systemer henter katalogdata (titler, beskrivelser, billeder, kategorier, egenskaber og priser), adfærdsdata (visninger, klik, køb og søgninger) og kontekstdata (sæson, lagerbeholdning og konkurrenternes priser). Avancerede systemer udtrækker også egenskaber fra produktbilleder med computer vision og genkender farver, stilarter og materialer, som ikke står i tekstdata.
En produktvektor er en matematisk repræsentation af et produkt i et rum med mange dimensioner, typisk 200 til over 700. Hver dimension fanger et bestemt aspekt af produktet: udseende, tekstbeskrivelse, købsmønstre, hvilke produkter det browses sammen med, prisniveau og sæson. Produkter, der ligner hinanden på tværs af dimensionerne, ligger tæt på hinanden i vektorrummet, og det gør det muligt for systemet at finde sammenhænge, som intet menneske ville opdage manuelt.
Merchandising-teams bruger det til at optimere sortiment og placering. Marketingteams bruger det til at personalisere kampagner og segmentere målgrupper efter produktpræferencer. E-mailteams bruger det til at time påmindelser om genkøb og krydssalgsanbefalinger. Søgeteams bruger det til at forbedre relevansen i rangeringen. Kategoriansvarlige bruger det til at forstå sæsonmønstre og finde huller i sortimentet. Det er en tværfaglig kompetence, ikke et værktøj til ét enkelt team.
