Wat kopen ze nog meer?

Laad een echte bestelling en zie wat de winkel daarna voorstelt, of open een van de 3.500 producten uit de catalogus van een echte groothandel en vul zelf een winkelmand. Alles draait in je browser.

De demo heeft JavaScript nodig. De catalogus en het model zijn samen ongeveer 2,2 MB en worden één keer gedownload.

De demo zelf is in het Engels, net als de data.

Echte bestellingen en prijzen van een Britse online groothandel in cadeauartikelen, december 2009 tot december 2011 (UCI Online Retail II, CC BY 4.0). Elke suggestie komt uit de bestellingen van vóór oktober 2011; de percentages hieronder zijn gemeten op de tien weken daarna. Groothandelskopers nemen één ontwerp in meerdere kleuren, dus kleurvarianten verschijnen samen.

33%Aandeel van 4.865 latere echte bestellingen met één weggelaten artikel waarin dat artikel bij de tien beste suggesties van de winkel staat, uit 3.529 producten. Willekeurig gokken: 0,3%.

3%Dezelfde test voor een bestsellerlijst, wat de meeste winkels tonen.

0,3%Dezelfde vraag aan een algemeen AI-model van het soort achter chatbots. Het weet wat een cadeauwinkel verkoopt, niet wat deze klanten samen kopen.

Hoe het werkt

DataTwee jaar bestellingen, 3.500 producten, niets over de klant behalve wat in de winkelmand zat. Methoden zijn getraind op bestellingen van vóór oktober 2011 en getest op de tien weken daarna.

MethodenBestsellers, “samen gekocht” uit een lineair artikel-tot-artikelmodel (EASE) getraind op alle bestellingen, en een embeddingmodel dat leerde welke producten bij elkaar horen. Alle drie draaien op je apparaat vanuit een JSON-bestand van 2 MB. Het embeddingmodel scoort 16% op dezelfde test. Het algemene model is Qwen 2.5 7B, een open LLM; met 100 producten om uit te kiezen haalt het 2,7%.

Wat je krijgt“Vaak samen gekocht” op elke productpagina, “Maak je bestelling compleet” in de winkelmand, dezelfde lijsten in e-mails, uit je eigen bestellingen en elke nacht ververst op elke server. Geen GPU, geen API-rekening, geen klantdata die je systemen verlaat.

Code, datapipeline en de volledige benchmark: github.com/balticml/recommendation-engine. Wil je dit in je webshop? Neem contact op