DataGen #16 - Veepee : Développer un moteur de recommandation pour personnaliser son site
Amine Zghal est Data Science & Engineering Manager chez Veepee, la licorne qui organise des flash sales, des ventes qui durent 5 jours environ avec une décote très forte et des stocks limités. Pour que vous ayez un ordre d’idée, Veepee comptabilise 2,5 millions de visiteurs quotidiens et leur moteur de recommandation permet d’améliorer le taux de conversion de 15 à 20% en moyenne.
Dans cet épisode, Amine nous parle du développement du moteur de recommandation qui permet de personnaliser le site de Veepee pour chaque visiteur, il nous parle des données utilisées, du modèle choisi et des plus gros challenges rencontrés : l’évangélisation du business sur l’usage des algorithmes et la mise en place du monitoring.
Ce qui m'a interpellé dans cet épisode, c'est le niveau de maturité qu'a l'équipe d'Amine sur le sujet. Si vous travaillez sur un projet de recommandation, écoutez l'épisode, je mets ma main à couper que vous allez apprendre quelque chose !
---
RESSOURCE
Site Reliability Workbook de Google 📚
---
🎙 SOUTENEZ LE PODCAST GRATUITEMENT
1/ Abonnez-vous 🔔
2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰
---
👋 PLUS DE CONTENU DATA ?
1/ Suivez-moi sur LinkedIn (tips/réflexions) ici 🤳
2/ Inscrivez-vous à la newsletter (synthèses, ressources, événements) ici 💌
3/ Découvrez les podcasts en format vidéo sur YouTube ici 📹
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.