Рекомендация продукта — это, по сути, система фильтрации, которая прогнозирует и отображает продукты, которые ваши клиенты хотели бы купить. Механизм рекомендаций по продукту — это сложная система, которая использует алгоритмы и пользовательские данные, такие как оценки и комментарии о продуктах, историю / историю возврата, события корзины, просмотры страниц, журнал переходов и поиска и т. Д.,

Если все сделано правильно, рекомендации по продуктам могут помочь ритейлерам увеличить свои доходы и улучшить удержание клиентов. HiVis Supply, ведущий онлайн-ритейлер одежды и одежды повышенной видимости, использовал индивидуальные рекомендации и увеличил свой доход на целых 68,3% .

Вот пример того, как работает механизм рекомендации продукта на месте:

Voodoo Tactical Рекомендация продукта

Ритейлеры не только используют эти механизмы предложения продуктов, но и такие потоковые гиганты, как Netflix и YouTube, также имеют встроенные механизмы рекомендаций для создания специализированных списков рекомендуемых клипов для просмотра пользователями. Фактически, 80% шоу, которые вы смотрите на Netflix, обнаруживаются через систему рекомендаций.

Индивидуальная упаковка. Как выделиться?

Теперь давайте рассмотрим различные типы механизмов рекомендаций, используемые розничными торговцами для создания более значимых покупок.

Есть 3 типа двигателей рекомендаций продукта:

  • Контентная фильтрация. Этот тип фильтрации анализирует предыдущие предпочтения покупателя и прошлые варианты выбора, чтобы создать профиль предпочтений. Итак, в следующий раз, когда вы увидите рекомендации типа «Если вам понравилось это, вам также может понравиться», помните, что это предложение, основанное на содержании.
  • Коллаборативная фильтрация: этот метод учитывает данные от нескольких покупателей и источников и дает перекрестные ссылки на их истории покупок, чтобы предсказать, что именно хочет конкретный клиент.
    • Например, если пользователь ищет обувь, система может порекомендовать пару носков, которые другие пользователи купили вместе с этой парой.
    • Кроме того, метод совместной фильтрации анализирует демографический состав пользователей и определяет, являются ли они покупателями впервые или уже существующими. Amazon использует метод совместной фильтрации «от элемента к элементу», на который приходится 35% дохода компании.
  • Гибридные рекомендации. Как следует из этого термина, этот тип механизма рекомендаций комбинирует методы на основе контента и на основе сотрудничества, используя данные от похожих пользователей, а также прошлые предпочтения конкретного пользователя для создания списка рекомендуемых продуктов.

Как работает механизм рекомендации продукта?

Типичный механизм рекомендаций по продукту обрабатывает данные на четырех разных этапах: сбор, хранение, анализ и фильтрация.

Шаг 1: Сбор данных. Рекомендация продукта

Это включает как явные, так и неявные данные. Явные данные состоят из информации, предоставленной пользователями, такой как оценки и комментарии к продуктам. С другой стороны, неявные данные содержат такую ​​информацию, как история заказов / история возврата, события корзины, просмотры страниц, клики и журналы поиска.

Шаг 2: Хранение данных

Двигатель рекомендации продукта подает данные. Его эффективность зависит от количества данных, которые вы делаете доступными для алгоритмов. Тип информации, которую вы используете для настройки рекомендаций, может помочь вам выбрать тип хранилища, которое вы должны использовать. Вы можете использовать базу данных NoSQL, стандартную базу данных SQL или даже какое-то хранилище объектов.

Шаг 3: Анализ данных. Рекомендация продукта

Фильтрация данных с использованием различных процессов анализа является следующим этапом. Вот некоторые из способов анализа собранных данных:

  • Системы реального времени
  • Пакетный анализ
  • Практически в реальном времени анализ

Шаг 4: Фильтрация данных

Последний шаг — выбрать метод фильтрации. Как мы уже говорили в предыдущем разделе, вы можете выбрать один из трех различных методов фильтрации: основанные на контенте, совместные или гибридные рекомендации.

Зачем интернет-магазину нужна система рекомендаций по продукту? Рекомендация продукта

Более десяти лет назад Amazon представила новую функцию на своем веб-сайте. Они отображали набор продуктов в карусели под слоганом: «Клиенты, которые просматривали этот элемент, также просматривали другие элементы».

Рекомендация Amazon по продукту была не просто функцией, а прекрасной демонстрацией того, как разумно использовать данные для успеха в бизнесе. Сегодня, после огромного успеха розничного гиганта, большинство ритейлеров используют персонализированные рекомендации в качестве целевого маркетингового инструмента как в рекламных кампаниях по электронной почте, так и на большинстве страниц своего веб-сайта.

Но если вы управляете магазином электронной коммерции и еще не активировали рекомендации, вот несколько важных фактов и цифр, которые, вероятно, побудят вас пересмотреть свою текущую стратегию.

Статистика по продукту Рекомендация продукта

Рекомендация продукта Best Practices

Многие владельцы магазинов электронной коммерции, похоже, считают, что рекомендации по продукту — это просто набор похожих продуктов. Однако они часто упускают одну важную вещь: оптимизируют свои рекомендации для конверсий.

Используйте Data Scie для понимания покупательского поведения клиентов

Чтобы рекомендации продуктов работали в вашу пользу, вы должны убедиться, что предложения, которые вы предлагаете, актуальны и основаны на данных. Итак, как вы предоставляете своим клиентам наиболее точные рекомендации, которые соответствуют их интересам и потребностям?

Не все клиенты одинаковы. Каждый покупатель имеет свои уникальные предпочтения и критерии, на основании которых они принимают решения о покупке.

Например, если у вас есть магазин биологически активных добавок, некоторые из ваших клиентов могут предпочесть специфические вкусы или ингредиенты. С другой стороны, некоторые покупатели всегда будут преданы своим любимым брендам. Эффективный механизм рекомендаций по продукту всегда должен распознавать такое уникальное поведение пользователей и понимать «почему», стоящее за решением покупателя купить конкретный продукт.

Изучив данные, которые вы собрали, ваш движок будет знать, что нравится вашим клиентам и что заставляет их покупать. В свою очередь, он соблазняет посетителей индивидуальными предложениями продуктов. Исследование Accenture показывает, что высоко персонализированные рекомендации по продукту повышают вероятность покупки на 75 процентов.

Представьте правильное количество рекомендаций. Рекомендация продукта

Цель включения рекомендаций по продукту в ваш веб-сайт — помочь посетителям найти то, что им может понравиться, и тем самым повысить заинтересованность клиентов. Когда вы становитесь более склонными подходить к рекомендациям просто как к возможности улучшить свои конверсии, существует большая вероятность, что вы повредите общему опыту.

На самом деле, слишком большое количество рекомендаций может отвлечь посетителей от реальной цели страницы. Подобно неприятному всплывающему окну, которое появляется при просмотре веб-сайта, рекомендации по продукту также могут раздражать.

Посмотрите, как Walmart выполнил свою стратегию рекомендации продукта:

Рекомендации по продуктам Walmart

В отличие от Amazon, Walmart не имеет исчерпывающей стратегии рекомендации продукта. Сохраняя его минимальным и центрированным, они гарантируют, что его функция предложения продукта не отклоняется от фактического назначения текущей страницы.

Выбор «качество за количество» — наша рекомендация эксперта. Отображая только несколько рекомендованных рекомендаций на выбранных страницах, вы можете поддерживать баланс между коэффициентом конверсии и удобством покупок.

Используйте качественные изображения продуктов. Рекомендация продукта

Изображения необходимы для успеха электронной коммерции. Но почему?

Визуальный контент повышает доверие покупателей, предоставляя покупателям ощущение, соответствующее покупкам в магазине.

Рекомендации продукта не являются исключением в этом случае. Включение высококачественных изображений — лучший способ заставить людей проверить ваши рекомендуемые предметы.

Рекомендация продукта 1

В разделе рекомендаций по продуктам Nike представлены первоклассные изображения, которые облегчают покупателям поиск, оценку и покупку этих продуктов.

Более разумная рекомендация способствует улучшению конверсии

Согласно Marketing Dive , 48% покупателей покидают сайт бренда и делают покупки у конкурента из-за плохо персонализированного опыта. Чтобы привлечь внимание посетителей, вы должны продумать более умные, более персонализированные рекомендации по продукту, основанные на индивидуальных предпочтениях илисоциальных данных.

С рекомендацией продукта s , вы можете захватить торговые модели каждого шопинга, поведение, историю покупок или списки пожеланий и представить их узкоспециализированных предложения продукта.

Создание различных типов рекомендаций — еще один эффективный метод создания привлекательной среды для покупок.

Некоторые из лучших типов рекомендаций по конвертации включают:

Рекомендация о бестселлерах. В рекомендации такого типа входят популярные товары или бестселлеры интернет-магазина.

Рекомендация продукта бестселлеров

Также просматриваются и другие клиенты. Этот тип рекомендаций работает путем сбора данных, интересов или предпочтений многих пользователей и сопоставления их с поведением конкретного покупателя в Интернете для предоставления наиболее точных предложений.

Другие клиенты также просмотрели

Вам также может понравиться: это набор продуктов, которые несколько похожи на то, что ищет покупатель. В связи с этим механизм рекомендаций собирает и сравнивает различные модели поведения пользователей и предпочтения, такие как категория, цвет, марка, цена и т. Д.

Вам также может понравиться

Рекомендации по категориям. Некоторые магазины электронной коммерции отображают предложения по продуктам на основе бестселлеров или популярных продуктов по категориям. Рекомендация продукта

Рекомендации категории

Улучшите AOV, используя рекомендации «Часто покупаемые вместе»

Одним из лучших способов повысить доход магазина электронной коммерции является увеличение AOV, или средней стоимости заказа, транзакций. Рекомендации «Часто покупаются вместе» направлены на создание возможностей для продаж и перекрестных продаж . Рекомендация продукта

В этом случае система рекомендаций по продукту анализирует огромные объемы данных, например историю покупок и предыдущее поведение схожих пользователей, чтобы рекомендовать дополнительные продукты.

Amazon все делает правильно при выполнении этого:

Вместе с этим часто покупают

Основная цель рекомендаций по «часто покупаемым вместе» продуктам — увеличить AOV для каждой транзакции.

Вставить социальное доказательство или значки для создания доверия. Рекомендация продукта

Добавление элемента социальной защиты в рекомендации помогает ритейлерам демонстрировать доверие к продуктам, которые они предлагают.

Исследование HubSpot показывает, что 57% потребителей предпочитают продукт или услугу, которая имеет рейтинг как минимум 4 звезды. Более того, современные покупатели готовы тратить на бизнес на 31% больше с лучшими отзывами.

Чтобы повысить коэффициент доверия, вы можете пометить маленькие значки рядом с каждым продуктом, чтобы показать, сколько людей приобрели его в этот день. Если покупатель осознает, что некоторые другие люди уже купили конкретный товар, это может подтолкнуть его ближе к решению о покупке.

Розничные продавцы также могут добавлять звездные оценки в свои рекомендации по бестселлерам, чтобы повысить шансы на конверсию.

Рекомендуется для вас

Включая такие ярлыки, как «бестселлер», «лучшие выборы» или «выбор редактора», также эффективны.

Поместите свои рекомендации выше сгиба

Поскольку шоппинг — это игра визуального восприятия, позиционирование вашей рекомендации имеет большое значение. Понятие «выше сгиба» впервые использовалось для обозначения верхней половины газет; для этого была единственная часть, видимая прохожим. Поэтому издатели обычно размещали убедительные изображения или заголовки над сгибом, чтобы привлечь посетителей.

Сайты ничем не отличаются. Рекомендация продукта

Согласно манифесту Nielsen Norman Group , среднее различие между тем, как пользователи обрабатывают информацию выше и ниже, составляет 84%.

Выше рекомендации

Размещение рекомендации вашего продукта над сгибом помогает покупателям легко определить его. Для покупателей с наивысшей степенью заинтересованности в покупке удобное размещение выше складывания.

Добавить рекомендации к продукту на 404 страницах. Рекомендация продукта

404 ошибки могут расстраивать покупателей.

Фактически, одно исследование показывает, что 74% покупателей, которые сталкиваются с ошибкой 404, покинут сайт и никогда не вернутся.

Но не волнуйтесь! Вы можете использовать эту неизбежную ситуацию, чтобы продемонстрировать некоторые из ваших самых горячих товаров. В дополнение к тому, что вы предлагаете своим пользователям выход из страницы с ошибками, это дает удивительную возможность увеличить количество конверсий.

Даже популярные ритейлеры, такие как Nike, Steve Madden и т. Д., Следуют этой тактике и превращают неизбежные ошибки 404 в возможность.

Главная страница Рекомендации по продукту Мощны

Домашняя страница сайта является идеальным местом для размещения рекомендаций по продукту.

Исследование Baymard утверждает, что 25% начинающих покупателей постоянно прокручивали домашнюю страницу, а затем снова возвращались, чтобы ознакомиться с ассортиментом продукции сайта. Новые посетители, которые не имеют предварительных знаний об эксклюзивном ассортименте бренда и в значительной степени зависят от содержания главной страницы, чтобы повысить свою осведомленность. Рекомендация продукта

Например, RayBan разместил свои самые популярные продукты на главной странице, чтобы создать возможности для покупки.

RayBan Домашняя страница Рекомендация продукта

Философия проста: обычно трудно рекомендовать новые предложения новым посетителям из-за нехватки данных. В этом сценарии лучшая рекомендация по продуктам — показывать на главной странице самые популярные товары или товары с самыми высокими показателями конверсии.

Включить рекомендации в подтверждение и электронные письма о заброшенной корзине

На каждый доллар, потраченный на электронный маркетинг, вы можете рассчитывать в среднем на 42 доллара . Кроме того, 59% маркетологов рекомендуют электронную почту как самый эффективный канал с точки зрения получения дохода. Благодаря высокой конверсии электронные письма являются одним из лучших способов представить рекомендации своим коллегам.

В качестве примера, вы можете использовать заброшенную корзину электронной почты S для художественных изделий , подобных заброшенным предметы.

Рекомендация по электронной почте Рекомендация продукта

С другой стороны, в электронном письме с подтверждением заказа вы можете включить «часто покупаемые вместе» рекомендации.

Последние мысли

Опрос Infosys об опыте розничных покупок показывает, что 74% потребителей разочарованы если они попадают на веб-сайт, который отображает контент, который не имеет ничего общего с их интересами и предпочтениями. Однако ориентированная на клиента персонализация может повысить ваши конверсии на 5% и обеспечить возврат от 5x до 8x ваших маркетинговых затрат.

Индивидуальные рекомендации по продукту способствуют росту и прибыльности, и в то же время облегчают покупателям совершать покупки за счет понимания их особых предпочтений. Как одна из самых популярных тенденций в электронной коммерции, рекомендации по продуктам дают ритейлерам возможность конкурировать с крупнейшими в отрасли именами и превосходить их, предоставляя клиентам исключительный опыт покупок.

АЗБУКА