經常在網上購物的網民可能會碰到這樣的場景：你在最喜歡的電子商務網站為你的父親買了一本關于釣魚的書，隨后，你又回到這個網站搜索自己喜歡的書。這個網站有沒有向你推薦相關書籍？或許它向你推薦了6本釣魚的書，但是沒有John Grisham或Sue Grafton的小說。為此你有點失落地離開了那個網站，而該電子零售商也失去了一個銷售機會甚至一個老顧客。事實或許并不總如此。
在產品推薦方面，許多網站采用了協同過濾技術，這一技術的特點就是去挖掘2個產品之間的聯系。CleverSet公司的CEO Todd Humphrey說道。“這項技術是以產品，而非消費者為主的，因此，它需要許多有效的數據。而CleverSet正是通過對消費者行為、商品及網站結構的信息搜集做出最佳產品推薦。”
CleverSet公司位于西雅圖。它通過向消費者提供商品推薦幫助電子商務網站增加收益。這些推薦很新穎；該公司也被譽為“信息密集型”，而它正是利用統計學及關系學方面的認知對購物者將要購買的商品做出預測。
“我們開始了解并掌握網上購物者所尋找的產品。”Humphrey說道：“這是一種新的技術，遠遠好于Amazon.com或Netflix。”
CleverSet公司不僅能向零售商提供推薦和面向個體的銷售窗口，同時也讓消費者發現了他們之前不常見的產品。這使得零售商的產品銷售更個體化。
CleverSet編輯脫機信息，所以當下次消費者訪問一個網站的時候，它能推薦一到兩款個人化的產品。消費者在訪問網站的過程中也留下了線索，通過這些數據，系統能很快感知，并做出正確及時的推薦。
個性化=銷售
CleverSet技術由俄勒岡州大學退休教授Bruce D’Ambrosio所開發。它源于人工智能，在美國國家科學基金會的同意下所開發，且經歷了長達4年的研發過程。
D’Ambrosio認為零售商應當把CleverSet看作一個可靠的銷售人員，它會陪消費者在店內四處轉動、記下他們所感興趣的產品“并做出推薦。這是一種交感延伸”他說道。
我們發現推薦中有30-40%，甚至100%與消費者的選擇相吻合。這帶來了20%的實際收入增長。
CleverSet技術適合于任何規模的公司，安裝時間不超過3小時，所以能在安裝后馬上使用。使用這一技術后，廣告能得到更多的回報，并帶來更多的搜索結果，Humphrey說道。
在CleverSet主頁注冊后，零售商們就可以把CleverSet的Java script放到其網頁上，上傳公司產品目錄，并在該網站上留出空間給CleverSet即可。“消費者推薦就開始了。”他接著說道：“兩到三天就能見效。”
CleverSet公司的董事及顧問中包括Amazon.com 公司前任科學家首領Andreas Weigend及Google公司搜索質量及研究主管Peter Norvig。
董事成員Barry Gilbert曾任Sharper Image的COO，及Smith & Hawken公司的CEO，他說道：“如果我擁有一家大型零售企業的話，我們肯定會使用CleverSet技術。你肯定會感到奇怪因為現在仍有許多大型零售商還在做手動推薦，不僅浪費人力，而且花費大，效果不佳。”
位于西雅圖的AWinestore.com是CleverSet的第一個用戶。該公司的所有者Ryan Allison說道：“使用CleverSet后，我們的網絡搜索引擎得以優化，每年都帶來了成倍的銷售增長。”
試驗證明，使用CleverSet技術加載只需1%秒。“這對我來說很重要因為消費者不再需要去等待。”Allison說道。
Denverfabrics.com是一家大型區域性面料超市。公司業主Erin Cisney說消費者“很喜歡網上產品推薦，因此他們的點擊率增加了。”事實上，23%的公司訂單來字網上推薦。
“這證明了消費者在使用推薦查看產品。”Erin Cisney說道：“消費者在瀏覽網站的過程中會因一時沖動而買別的產品。”
消費者“已經充分掌控了網絡零售關系。”Humph¬rey說道：“他們擅長網絡交易因為他們從博客中得到信息，查看排名并對產品進行比較和評論。所以，他們不需要一應俱全的商業環境。
“我們把自己作為廣告的手段，把購物者轉化為真正的消費者。”他說道。
