Projetos
Machine Learning · Recomendação

Sistema de Recomendação de Produtos

Recomendar o próximo produto certo — da homepage para o visitante novo ao "quem comprou também levou" no checkout — para impulsionar cross-sell num e-commerce náutico.

Ano 2025 Papel Machine Learning Status Concluído
Contexto

O problema

Num e-commerce, mostrar o produto certo na hora certa aumenta ticket e conversão. Mas há dois cenários distintos: o visitante novo (sem histórico) e o cliente conhecido (com padrão de compra). Uma recomendação única não atende aos dois.

O objetivo foi criar um sistema que cobrisse do cold-start à personalização, gerando oportunidades de cross-sell para a LH Nautical (varejo de peças e acessórios para embarcações).

Este é um sub-componente do projeto completo LH Nautical.

Solução

Três estratégias

Popularidade — para a homepage e novos visitantes: os itens mais vendidos resolvem o cold-start.

Produtos relacionados — a partir do item que o cliente está vendo, sugere alternativas e complementos.

Market Basket Analysis — identifica pares de produtos comprados juntos, alimentando kits promocionais e sugestões no checkout.

Como funciona

Arquitetura

Impacto

Resultados

3
estratégias: popularidade, relacionados, market basket
cold-start
cobertura para visitantes sem histórico
cross-sell
kits e sugestões no checkout
Ferramentas

Stack & decisões

Python Pandas Market Basket Analysis Sistemas de Recomendação Cross-sell