Retention Podcast #32: Магія рекомендацій | Ecom | Machine Learning | AI | Джерела даних

В ефірі 32-й випуск подкасту eSputnik про email-маркетинг та найцікавіші події у світі Retention. У новому випуску обговорюємо з Олегом Лєсовим магію рекомендацій для інтернет-магазинів.
Учасники дискусії:
✔️ Олег Лєсов, CPO eSputnik - / oleh.lesov
✔️ Дмитро Кудренко, CEO/Founder eSputnik, Stripo, Claspo / dmitry.spuntik
✔️ Устименко Наталя, Head of Direct Marketing eSputnik - / natalya.ustimenko.1
⏱️ Таймкоди
00:00 - Intro
02:00 - Знайомство з Олегом Лєсовим
02:57 - Що таке Machine Learning
04:16 - Чим відрізняються Machine Learning та Deep Learning
05:40 - Персоналізація в контексті великих даних
10:10 - Категорії персоналізації AI
11:16 - Магія предиктивної сегмантації
12:04 - Товарні рекомендації, як вищий ступінь персоналізації
14:46 - Де найбільший ROI?
16:58 - Коли варто впровадити товарні рекомендації
19:33 - Implicit та explicit контент
21:12 - Еволюція персоналізації
24:00 - Як працює магія персоналізованого контенту
26:37 - Як оцінити ефективність рекомендацій у різних каналах
30:10 - Використання CDP для створення 360-градусного профайлу клієнта
31:35 - Омніканальність в офлайні та онлайні
38:50 - Швидкий результат від покинутих переглядів та кошиків
42:46 - Як обрати цілі при впровадженні функціональності
44:15 - Як покращити налаштовані покинуті перегляди
49:30 - Рекомендації в мобільному додатку
57:50 - Куди рухатись, якщо вже все впроваджено
01:03:12 - Кастомізація функціональності під свій бізнес
01:06:00 - Чи замінить AI маркетингових спеціалістів
01:11:50 - AI в eSputnik. Що вже впроваджено?
01:17:10 - Зміни емейлу через 5 років
01:19:04 - Сертифікація BIMI
01:21:21 - Майбутнє web-пушів через 5 років
01:23:31 - Outro
Підписуйтесь на наш канал, щоб не пропустити найсвіжіші новини.
/ @esputnikapp
❣️ Стежте за нами:
Telegram-канал: t.me/eSputnik_com
Facebook: / esputnik
Якщо у вас з’явилися питання, звертайтесь у підтримку на сайті: esputnik.com/support або за адресою [e-mail]

[@dmitrykudrenko1122]

Позвізуалізувалися :)