个性化推荐引擎

Wish.com 基于 TigerGraph图技术提升个性化推荐能力并增加收入

实现成效

TigerGraph 帮助Wish 实现实时个性化推荐，查询速度提高 100 倍，并且使用更少的服务器——削减了硬件和相关的运维成本。 基于图的高效编码和压缩，TigerGraph将单台服务器的内存使用量减少了 10 倍。
此外，TigerGraph 提高了 Wish 数据分析团队的生产力，使企业能够做出更好的决策，快速应对市场变化。

客户评价

TigerGraph 的高性能、可扩展性和图模型让我们过去认为极具挑战性的分析应用变成可能。 我们对 TigerGraph 非常满意，因为它提供了我们在使用自然数据建模框架过程中所需的速度和可扩展性。 TigerGraph 使我们的业务能够挖掘并充分利用对数据关系的洞察能力以获得竞争优势。
Head of Data Analytics
Wish.com

客户痛点

Wish 想要为消费者提供个性化的推荐，以最大限度地提高收入。 为了应对这一挑战，该公司需要实时图分析解决方案，根据购物者过去的偏好和在线行为，向他们推荐合适的产品。 Wish最终采用 TigerGraph提供的解决方案来提升其个性化推荐能力、从而更好地做出业务决策并增加收入。

解决方案

TigerGraph 使 Wish 能够对其庞大的产品目录进行建模并深度理解消费者的购物模式。 接下来，TigerGraph 的深度链接分析能够揭示基于产品功能、人口统计、历史购买、搜索上下文等洞察，并提供准确和个性化的购买建议——并且是实时进行的。 最初，TigerGraph 数据分析平台用于检测相似和重复的产品。 然而，在看到实时图分析的性能和潜力后，Wish 扩展了对 TigerGraph 的使用，用于向客户提供实时推荐——这是一个重要的关键业务项目。

客户简介

Wish是世界上发展最快的电子商务平台之一。 该公司十多年前在旧金山成立，已经是美国第三大电子商务平台，2019 年的收入为 190亿美元。超过 100 万商家在 Wish 上销售他们的产品。 该公司APP是全球下载次数最多的电子商务应用程序，全球约有 9000 万人每月至少一次使用该应用程序。