Препоръката за продукти е по същество система за филтриране, която предвижда и показва продуктите, които вашите клиенти биха искали да купят. Механизмът за препоръчване на продукти е сложна система, която използва алгоритми и потребителски данни, като продуктови оценки и коментари, история/хронология на връщанията, събития в количката, изгледи на страници, история на кликвания и търсения и др.
Когато се правят правилно, препоръките за продукти могат да помогнат на търговците на дребно да увеличат приходите си и да подобрят задържането на клиенти. HiVis Supply, водещ онлайн търговец на облекло и търговец на дребно с висока видимост, използва персонализирани препоръки и увеличи приходите си с колосалните 68,3%.
Ето пример за това как работи системата за препоръки за продукти на място:
Не само търговците на дребно използват тези механизми за предлагане на продукти, но стрийминг гиганти като Netflix и YouTube също имат вградени двигатели за препоръки за създаване на персонализирани списъци с препоръчани клипове, които потребителите да гледат. Всъщност 80% от предаванията, които гледате в Netflix, се откриват чрез системата за препоръки.
Индивидуална опаковка. Как да се отличим?
Сега нека разгледаме различните типове двигатели за препоръки, използвани от търговците на дребно, за да създадат по-смислено пазаруване.
Има 3 вида двигатели за препоръчване на продукти:
- Филтриране на съдържание. Този тип филтриране анализира предишните предпочитания на купувача и минали избори, за да създаде профил на предпочитанията. Така че следващия път, когато видите препоръки като „Ако ви е харесало това, може да харесате и това“, не забравяйте, че това е предложение, базирано на съдържание.
- Съвместно филтриране: този метод взема данни от множество клиенти и източници и прави кръстосани препратки към техните истории на покупки, за да предвиди какво иска конкретен клиент.
- Например, ако потребител търси обувки, системата може да препоръча чифт чорапи, които други потребители са закупили заедно с този чифт.
- В допълнение, методът за съвместно филтриране анализира демографския състав на потребителите и определя дали те са купувачи за първи път или съществуващи купувачи. Amazon използва метод за съвместно филтриране артикул по артикул, който представлява 35% от приходите на компанията.
- Хибридни препоръки. Както подсказва терминът, този тип механизми за препоръки съчетават методи, базирани на съдържание и базирани на сътрудничество, като използват данни от подобни потребители, както и предишни предпочитания на конкретен потребител, за да се създаде списък с препоръчани продукти.
Как работи механизмът за препоръки за продукти?
Типичен механизъм за препоръки за продукти обработва данни на четири различни етапа: събиране, съхранение, анализ и филтриране.
Стъпка 1: Събиране на данни. Препоръка за продукта
Това включва както явни, така и неявни данни. Изричните данни се състоят от информация, предоставена от потребителите, като оценки и коментари за продукти. От друга страна, косвените данни съдържат информация като история на поръчките/история на връщанията, събития в количката, показвания на страници, кликвания и регистрационни файлове за търсене.
Стъпка 2: Съхранение на данни
Механизмът за препоръки за продукти подава данни. Неговата ефективност зависи от количеството данни, които предоставяте на алгоритмите. Типът информация, която използвате, за да настроите препоръки, може да ви помогне да изберете типа хранилище, което трябва да използвате. можеш да използваш база данни NoSQL, стандартна SQL база данни или дори някакъв вид хранилище на обекти.
Стъпка 3: Анализ на данните. Препоръка за продукта
Следващата стъпка е филтрирането на данните чрез различни процеси на анализ. Ето някои от начините за анализ на събраните данни:
- Системи в реално време
- Анализ на партиди
- Анализ в почти реално време
Стъпка 4: Филтриране на данни
Последната стъпка е да изберете метод на филтриране. Както казахме в предишния раздел, можете да избирате от три различни метода за филтриране: базирани на съдържание, съвместни или хибридни препоръки.
Защо един онлайн магазин се нуждае от система за препоръчване на продукти? Препоръка за продукта
Преди повече от десетилетие Amazon представи нова функция на своя уебсайт. Те показаха селекция от продукти във въртележка под мотото: „Клиентите, които са гледали този артикул, са гледали и други артикули.“
Продуктовата препоръка на Amazon не беше просто функция, а страхотна демонстрация за това как да използвате данните интелигентно за бизнес успех. Днес, след огромния успех на гиганта в търговията на дребно, повечето търговци на дребно използват персонализирани препоръки като целеви маркетингов инструмент както в реклама имейл кампании и на повечето страници от вашия уебсайт.
Но ако управлявате магазин електронна търговия и все още не сте активирали препоръките, ето някои важни факти и цифри, които вероятно ще ви накарат да преразгледате настоящата си стратегия.
Препоръка за най-добри практики за продукти
Много собственици на магазини електронна търговия, изглежда смятат, че препоръките за продукти са просто сбор от подобни продукти. Те обаче често пропускат едно важно нещо: оптимизиране на техните препоръки за реализации.
Използвайте Data Scie, за да разберете поведението на клиентите при покупка
За да накарате препоръките за продукти да работят във ваша полза, трябва да се уверите, че офертите, които предлагате, са подходящи и се основават на данни. И така, как да предоставите на клиентите си най-точните препоръки, които отговарят на техните интереси и нужди?
Не всички клиенти са еднакви. Всеки купувач има свои уникални предпочитания и критерии, на които основава своите решения за покупка.
Например, ако притежавате магазин за здравословни добавки, някои от вашите клиенти може да предпочетат специфични вкусове или съставки. От друга страна, някои клиенти винаги ще бъдат лоялни към любимите си марки. Една ефективна машина за препоръки за продукти трябва винаги да разпознава тези уникални потребителски поведения и да разбира „защо“ зад решението на клиента да купи определен продукт.
Като се учи от данните, които сте събрали, вашият двигател ще знае какво харесват вашите клиенти и какво ги кара да купуват. На свой ред той примамва посетителите с персонализирани продуктови предложения. Изследванията на Accenture показват, че силно персонализираните препоръки за продукти увеличават вероятността за покупка със 75 процента.
Предоставете правилния брой препоръки. Препоръка за продукта
Целта на включването на препоръки за продукти във вашия уебсайт е да помогнете на посетителите да намерят нещо, което биха харесали, като по този начин увеличите ангажираността на клиентите. Когато станете по-склонни да подхождате към препоръките просто като към възможност да подобрите реализациите си, има голям шанс да навредите на цялостното изживяване.
Всъщност твърде много препоръки могат да отвлекат посетителите от истинската цел на страницата. Точно като досадния изскачащ прозорец, който се появява при сърфиране в уебсайт, препоръките за продукти също могат да бъдат досадни.
Вижте как Walmart изпълни своята стратегия за препоръчване на продукти:
За разлика от Amazon, Walmart няма цялостна стратегия за препоръчване на продукти. Като го поддържат минимален и центриран, те гарантират, че неговата функция за предлагане на продукти не се отклонява от действителната цел на текущата страница.
Изборът на качество пред количество е нашата експертна препоръка. Като показвате само няколко представени препоръки на избрани страници, можете да поддържате баланс между процента на реализация и пазаруването.
Използвайте висококачествени изображения на продукти. Препоръка за продукта
Изображенията са от съществено значение за успеха. електронна търговия. Но защо?
Визуалното съдържание изгражда доверие, като предоставя на купувачите изживяване при пазаруване в магазина.
Продуктовите препоръки не са изключение в този случай. Включването на висококачествени изображения е най-добрият начин да накарате хората да разгледат вашите представени артикули.
Продуктовите препоръки на Nike съдържат първокласни изображения, които улесняват клиентите да открият, оценят и закупят тези продукти.
По-интелигентните препоръки водят до по-добри реализации
Според Marketing Dive 48% от купувачите напускат уебсайта на марката и пазаруват от конкурент поради лошо персонализирано изживяване. За да привлечете вниманието на вашите посетители, трябва да измислите по-интелигентни, по-персонализирани препоръки за продукти въз основа на индивидуални предпочитания или социални данни.
С препоръките за продукти можете да уловите моделите на пазаруване, поведението, историята на покупките или списъците с желания на всеки и да им представите високоспециализирани продуктови предложения.
Създаването на различни видове препоръки е друг ефективен метод за създаване на привлекателна среда за пазаруване.
Някои от най-добрите типове препоръки за преобразуване включват:
Препоръка на бестселъри. В препоръка този тип включва популярни продукти или бестселъри на онлайн магазин.
Разглеждат се и други клиенти. Този тип препоръки работят чрез събиране на данни, интереси или предпочитания на много потребители и съпоставянето им с поведението на конкретен купувач в Интернет за предоставяне на най-точни оферти.
Също може да харесате: това е набор от продукти, които са донякъде подобни на това, което купувачът търси. В тази връзка механизмът за препоръки събира и сравнява различни потребителски поведения и предпочитания като категория, цвят, марка, цена и т.н.
Препоръки по категории. Някои магазини електронна търговия показвайте продуктови предложения въз основа на бестселъри или популярни продукти по категория. Препоръка за продукта
Подобрете AOV, като използвате препоръките на Често купувани заедно
Един от най-добрите начини за увеличаване на приходите от магазини за електронна търговия е увеличаването на AOV или средната стойност на поръчката на транзакциите. Препоръките на Frequently Bought Together са насочени към създаване на възможности за по-високи и кръстосани продажби. Препоръка за продукта
В този случай машината за препоръки за продукти анализира огромни количества данни, като история на покупките и предишно поведение на подобни потребители, за да препоръча допълнителни продукти.
Amazon прави всичко правилно, когато прави това:
Основната цел на препоръчването на „често купувани заедно“ продукти е да се увеличи AOV за всяка транзакция.
Поставете социално доказателство или значки, за да изградите доверие. Препоръка за продукта
Добавянето на елемент на социална защита към препоръките помага на търговците на дребно да демонстрират доверие в продуктите, които предлагат.
Проучване на HubSpot показва, че 57% от потребителите предпочитат продукт или услуга, които имат поне 4 звезди. Нещо повече, днешните купувачи са готови да похарчат 31% повече за фирми с по-добри отзиви.
За да увеличите коефициента на доверие, можете да поставите малки икони до всеки продукт, за да покажете колко хора са го закупили този ден. Ако купувачът осъзнае, че някои други хора вече са закупили определен продукт, това може да го тласне по-близо до решение за покупка.
Търговците на дребно могат също да добавят оценки със звезди към своите препоръки за най-добри продавачи, за да увеличат шансовете за реализация.
Включването на етикети като „бестселър“, „най-добър избор“ или „избор на редактора“ също е ефективно.
Поставете препоръките си на видимата на екрана част от страницата
Тъй като пазаруването е визуална игра, позиционирането на вашата препоръка има голямо значение. Терминът "над гънката" е използван за първи път за обозначаване на горната половина на вестниците; за целта имаше една единствена част, видима за минувачите. Затова издателите обикновено поставят завладяващи изображения или заглавия на видимата на екрана част от страницата, за да привлекат посетители.
Уебсайтовете не са по-различни. Препоръка за продукта
Според манифеста на Nielsen Norman Group средната разлика между това как потребителите обработват информация отгоре и отдолу е 84%.
Поставянето на вашата препоръка за продукт на видимата на екрана част от страницата помага на купувачите да я идентифицират лесно. За купувачи с най-висока степен на интерес към покупката, удобно поставяне над сгъваемия.
Добавете продуктови препоръки на 404 страници. Препоръка за продукта
404 грешки могат да бъдат разочароващи за клиентите.
Всъщност едно проучване показва, че 74% от купувачите, които срещат грешка 404, ще напуснат сайта и никога няма да се върнат.
Но не се тревожете! Можете да използвате тази неизбежна ситуация, за да покажете някои от най-горещите си продукти. Освен че предлага на вашите потребители изход от страницата за грешка, това предоставя невероятна възможност увеличаване на броя на реализациите.
Дори популярни търговци на дребно като Nike, Steve Madden и др. следват тази тактика и превръщат неизбежните грешки 404 във възможност.
Начало Препоръки за продукти Мощен
Началната страница на уебсайт е идеалното място за публикуване на препоръки за продукти.
Проучването на Baymard посочва, че 25% от пазаруващите за първи път многократно са превъртали до началната страница и след това са се връщали отново, за да проучат продуктовата гама на сайта. Нови посетители, които нямат предварителни познания за изключителната гама на марката и са силно зависими от съдържанието начална страницаза да увеличите информираността си. Препоръка за продукта
Например RayBan постави най-популярните си продукти на началната си страница, за да създаде възможности за закупуване.
Философията е проста: обикновено е трудно да се препоръчат нови оферти на нови посетители поради липса на данни. В този сценарий най-добрата препоръка за продукт е да се покажат най-популярните продукти или тези с най-висок процент на реализация на началната страница.
Включете препоръки в имейлите за потвърждение и изоставена количка
За всеки похарчен долар имейл маркетинг, можете да очаквате средно $42. Освен това 59% от търговците препоръчват имейла като най-ефективния канал с гледни точки получаване на доходи. Благодарение на високото преобразуване имейли са един от най-добрите начини да представите препоръки на вашите колеги.
Като пример можете да използвате имейла за изоставена количка S за предмети на изкуството, подобни на изоставени артикули.
От друга страна, можете да включите препоръки „често купувани заедно“ в имейла за потвърждение на поръчката.
Последни мисли
Проучване на опита на Infosys при пазаруване на дребно показва, че 74% от потребителите са разочаровани, когато попаднат на уебсайт, който показва съдържание, което няма нищо общо с техните интереси и предпочитания. Персонализирането, ориентирано към клиентите обаче, може да увеличи вашите реализации с 5% и да осигури възвръщаемост от 5x до 8x върху разходите ви за маркетинг.
Персонализираните препоръки за продукти стимулират растежа и рентабилността, като същевременно улесняват клиентите да купуват чрез разбиране на техните специфични предпочитания. Като един от най-популярните тенденции в електронната търговия, продуктовите препоръки дават на търговците на дребно възможността да се конкурират и да надминат най-големите имена в индустрията, като същевременно предоставят на клиентите изключително изживяване при пазаруване.
Оставете коментар