A recomendación de produtos é esencialmente un sistema de filtrado que prevé e amosa os produtos que lles gustaría comprar aos teus clientes. O motor de recomendación de produtos é un sistema complexo que utiliza algoritmos e datos de usuario, como valoracións e comentarios de produtos, historial/historial de devolucións, eventos do carro, páxinas vistas, historial de buscas e clics, etc.
Cando se fan correctamente, as recomendacións de produtos poden axudar aos comerciantes a aumentar os seus ingresos e mellorar a retención de clientes. HiVis Supply, un comerciante líder de roupa en liña e de alta visibilidade, utilizou recomendacións personalizadas e aumentou os seus ingresos nun 68,3 %.
Aquí tes un exemplo de como funciona o motor de recomendación de produtos no lugar:
Os comerciantes non só usan estes motores de suxestión de produtos, senón que os xigantes da transmisión como Netflix e YouTube tamén teñen motores de recomendación integrados para crear listas personalizadas de clips recomendados para que os usuarios os vexan. De feito, o 80% dos programas que ves en Netflix descóbrese a través do motor de recomendación.
Embalaxe individual. Como destacar?
Agora vexamos os diferentes tipos de motores de recomendación que utilizan os comerciantes para crear experiencias de compra máis significativas.
Hai 3 tipos de motores de recomendación de produtos:
- Filtrado de contidos. Este tipo de filtrado analiza as preferencias anteriores e as opcións anteriores dun comprador para crear un perfil de preferencias. Polo tanto, a próxima vez que vexas recomendacións como "Se che gustou isto, tamén che pode gustar", lembra que esta é unha suxestión baseada no contido.
- Filtrado colaborativo: este método toma datos de varios clientes e fontes e fai referencias cruzadas aos seus historiales de compras para predicir o que quere un cliente en particular.
- Por exemplo, se un usuario está a buscar zapatos, o sistema pode recomendar un par de medias que outros usuarios compraron xunto con ese par.
- Ademais, o método de filtrado colaborativo analiza a composición demográfica dos usuarios e determina se son compradores por primeira vez ou xa existentes. Amazon utiliza un método de filtrado colaborativo elemento por elemento, que supón o 35% dos ingresos da empresa.
- Recomendacións híbridas. Como suxire o termo, este tipo de motor de recomendación combina métodos baseados en contido e en colaboración, utilizando datos de usuarios similares, así como as preferencias pasadas dun usuario en particular para crear unha lista de produtos recomendados.
Como funciona o mecanismo de recomendación de produtos?
Un motor de recomendación de produtos típico procesa os datos en catro etapas diferentes: recollida, almacenamento, análise e filtrado.
Paso 1: recollida de datos. Recomendación de produto
Isto inclúe tanto datos explícitos como implícitos. Os datos explícitos consisten en información proporcionada polos usuarios, como valoracións e comentarios sobre produtos. Por outra banda, os datos implícitos conteñen información como o historial de pedidos/historial de devolucións, eventos do carro, páxinas vistas, clics e rexistros de busca.
Paso 2: Almacenamento de datos
O motor de recomendación de produtos proporciona datos. A súa eficacia depende da cantidade de datos que poña a disposición dos algoritmos. O tipo de información que utilizas para configurar recomendacións pode axudarche a escoller o tipo de almacenamento que debes utilizar. podes usar base de datos NoSQL, unha base de datos SQL estándar ou incluso algún tipo de almacenamento de obxectos.
Paso 3: Análise de datos. Recomendación de produto
Filtrar os datos mediante diversos procesos de análise é o seguinte paso. Estas son algunhas das formas de analizar os datos recollidos:
- Sistemas en tempo real
- Análise de lotes
- Análise case en tempo real
Paso 4: filtrado de datos
O último paso é escoller un método de filtrado. Como dixemos na sección anterior, podes escoller entre tres métodos de filtrado diferentes: recomendacións baseadas en contidos, colaborativas ou híbridas.
Por que unha tenda en liña necesita un sistema de recomendación de produtos? Recomendación de produto
Fai máis dunha década, Amazon presentou unha nova función no seu sitio web. Expuxeron unha selección de produtos nun carrusel baixo o lema: "Os clientes que viron este artigo tamén viron outros".
A recomendación de produtos de Amazon non foi só unha característica, senón unha gran demostración de como usar os datos de forma intelixente para o éxito empresarial. Hoxe, despois do gran éxito do xigante da venda polo miúdo, a maioría dos venda polo miúdo están utilizando recomendacións personalizadas como ferramenta de mercadotecnia dirixida tanto en publicidade campañas de correo electrónico e na maioría das páxinas do seu sitio web.
Pero se ten unha tenda comercio electrónico e aínda non activaches recomendacións, aquí tes algúns datos e cifras importantes que probablemente che incitarán a reconsiderar a túa estratexia actual.
Recomendación de produtos de boas prácticas
Moitos propietarios de tendas comercio electrónico, parecen pensar que as recomendacións de produtos son simplemente unha colección de produtos similares. Non obstante, adoitan perder unha cousa importante: optimizar as súas recomendacións para as conversións.
Use Data Scie para comprender o comportamento de compra dos clientes
Para que as recomendacións de produtos funcionen ao teu favor, debes asegurarte de que as ofertas que ofreces sexan relevantes e baseadas en datos. Entón, como ofreces aos teus clientes as recomendacións máis precisas que coincidan cos seus intereses e necesidades?
Non todos os clientes son iguais. Cada comprador ten as súas propias preferencias e criterios únicos nos que basea as súas decisións de compra.
Por exemplo, se tes unha tenda de suplementos para a saúde, algúns dos teus clientes poden preferir sabores ou ingredientes específicos. Por outra banda, algúns clientes sempre serán fieis ás súas marcas favoritas. Un motor de recomendación de produtos eficaz sempre debería recoñecer estes comportamentos únicos dos usuarios e comprender o "por que" detrás da decisión dun cliente de comprar un produto en particular.
Ao aprender cos datos que recompilaches, o teu motor saberá que lles gusta aos teus clientes e que lles fai comprar. Á súa vez, atrae aos visitantes con ofertas de produtos personalizados. A investigación de Accenture mostra que as recomendacións de produtos altamente personalizadas aumentan a probabilidade de compra nun 75 por cento.
Proporcione o número correcto de recomendacións. Recomendación de produto
O propósito de incluír recomendacións de produtos no teu sitio web é axudar aos visitantes a atopar algo que lles poida gustar, aumentando así o compromiso dos clientes. Cando te inclines a abordar as recomendacións simplemente como unha oportunidade para mellorar as túas conversións, hai moitas posibilidades de que prexudiques a experiencia global.
De feito, demasiadas recomendacións poden distraer aos visitantes do propósito real da páxina. Do mesmo xeito que a molesta ventá emerxente que aparece ao navegar por un sitio web, as recomendacións de produtos tamén poden resultar molestas.
Vexa como Walmart executou a súa estratexia de recomendación de produtos:
A diferenza de Amazon, Walmart non ten unha estratexia completa de recomendación de produtos. Ao mantelo mínimo e centrado, aseguran que a súa función de suxestión de produtos non se desvíe do propósito real da páxina actual.
Elixir a calidade sobre a cantidade é a nosa recomendación experta. Ao mostrar só algunhas recomendacións destacadas nas páxinas seleccionadas, podes manter un equilibrio entre a taxa de conversión e a experiencia de compra.
Use imaxes de produtos de alta calidade. Recomendación de produto
As imaxes son esenciais para o éxito. comercio electrónico. Pero por qué?
O contido visual xera confianza proporcionando aos compradores unha experiencia de compra na tenda.
As recomendacións de produtos non son unha excepción neste caso. Incluír imaxes de alta calidade é a mellor forma de que a xente vexa os teus artigos destacados.
As recomendacións de produtos de Nike inclúen imaxes premium que facilitan aos clientes descubrir, avaliar e mercar estes produtos.
As recomendacións máis intelixentes levan a mellores conversións
Segundo Marketing Dive, o 48% dos compradores abandonan o sitio web dunha marca e compran nun competidor debido a unha experiencia pouco personalizada. Para captar a atención dos teus visitantes, debes elaborar recomendacións de produtos máis intelixentes e personalizadas baseadas nas preferencias individuais ou nos datos sociais.
Coas recomendacións de produtos, pode capturar os patróns de compra, o comportamento, o historial de compras ou as listas de desexos de todos e presentarlles suxestións de produtos altamente especializadas.
Crear diferentes tipos de recomendacións é outro método eficaz para crear un ambiente de compra atractivo.
Algúns dos mellores tipos de recomendacións de conversión inclúen:
Recomendación de bestsellers. En recomendación este tipo inclúe produtos populares ou máis vendidos dunha tenda en liña.
Tamén se ven outros clientes. Este tipo de recomendación funciona por recollida de datos, intereses ou preferencias de moitos usuarios e facéndoos coincidir co comportamento dun determinado comprador en Internet para ofrecer as ofertas máis precisas.
Tamén che pode gustar: é un conxunto de produtos que se parecen algo ao que busca o comprador. Neste sentido, o motor de recomendacións recolle e compara diversos comportamentos e preferencias dos usuarios como categoría, cor, marca, prezo, etc.
Recomendacións por categoría. Algunhas tendas comercio electrónico mostrar suxestións de produtos baseadas en produtos máis vendidos ou populares por categoría. Recomendación de produto
Mellora AOV usando as recomendacións de Frequently Bought Together
Unha das mellores formas de aumentar os ingresos da tenda de comercio electrónico é aumentar o AOV, ou valor medio do pedido, das transaccións. As recomendacións de Frequently Bought Together están dirixidas a crear oportunidades de upselling e cross-selling. Recomendación de produto
Neste caso, un motor de recomendación de produtos analiza enormes cantidades de datos, como o historial de compras e o comportamento anterior de usuarios similares, para recomendar produtos adicionais.
Amazon fai todo ben ao facer isto:
O obxectivo principal de recomendar produtos "comprados frecuentemente xuntos" é aumentar o AOV para cada transacción.
Insira probas sociais ou insignias para xerar confianza. Recomendación de produto
Engadir un elemento de protección social ás recomendacións axuda aos comerciantes a demostrar confianza nos produtos que ofrecen.
A investigación de HubSpot mostra que o 57% dos consumidores prefiren un produto ou servizo que teña polo menos unha clasificación de 4 estrelas. Ademais, os compradores actuais están dispostos a gastar un 31 % máis en empresas con mellores recensións.
Para aumentar o teu cociente de confianza, podes poñer pequenas iconas xunto a cada produto para mostrar cantas persoas o compraron ese día. Se un comprador dáse conta de que outras persoas xa compraron un produto en particular, isto pode achegalo a unha decisión de compra.
Os comerciantes tamén poden engadir clasificacións de estrelas ás súas recomendacións de máis vendidos para aumentar as posibilidades de conversión.
Incluír etiquetas como "bestseller", "top picks" ou "elección do editor" tamén é eficaz.
Coloca as túas recomendacións enriba da dobra
Dado que a compra é un xogo visual, o posicionamento da túa recomendación importa moito. O termo "por enriba da dobra" utilizouse por primeira vez para referirse á metade superior dos xornais; para este fin había unha soa parte visible para os viandantes. Polo tanto, os editores adoitan colocar imaxes ou titulares convincentes enriba da dobra para atraer visitantes.
Os sitios web non son diferentes. Recomendación de produto
Segundo o manifesto do Nielsen Norman Group, a diferenza media entre a forma en que os usuarios procesan a información superior e abaixo é do 84%.
Colocar a recomendación do teu produto enriba da dobra axuda aos compradores a identificalo facilmente. Para os compradores con maior interese na compra, colocación cómoda por riba do pregamento.
Engade recomendacións de produtos en 404 páxinas. Recomendación de produto
Os erros 404 poden ser frustrantes para os clientes.
De feito, un estudo mostra que o 74% dos compradores que atopan un erro 404 abandonarán o sitio e nunca volverán.
Pero non te preocupes! Podes usar esta situación inevitable para mostrar algúns dos teus produtos máis populares. Ademais de ofrecer aos seus usuarios unha saída á páxina de erros, isto ofrece unha oportunidade incrible aumentar o número de conversións.
Incluso venda polo miúdo populares como Nike, Steve Madden, etc. seguen esta táctica e converten os inevitables erros 404 nunha oportunidade.
Inicio Recomendacións de produtos Potente
A páxina de inicio dun sitio web é o lugar ideal para publicar recomendacións de produtos.
A investigación de Baymard indica que o 25% dos compradores por primeira vez desprazáronse repetidamente ata a páxina de inicio e despois regresaron de novo para explorar a gama de produtos do sitio. Novos visitantes que non teñen coñecemento previo da gama exclusiva da marca e dependen moito do contido páxina de iniciopara aumentar a súa conciencia. Recomendación de produto
Por exemplo, RayBan colocou os seus produtos máis populares na súa páxina de inicio para crear oportunidades de compra.
A filosofía é sinxela: adoita ser difícil recomendar novas ofertas aos novos visitantes por falta de datos. Neste escenario, a mellor recomendación de produtos é mostrar os produtos máis populares ou os que teñen as taxas de conversión máis altas na páxina de inicio.
Incluír recomendacións nos correos electrónicos de confirmación e cestas abandonadas
Por cada dólar gastado marketing por correo electrónico, podes esperar unha media de $42. Ademais, o 59% dos comerciantes recomenda o correo electrónico como a canle máis eficaz puntos de vista recibindo ingresos. Grazas á alta conversión correos electrónicos son unha das mellores formas de presentar recomendacións aos teus compañeiros.
Como exemplo, podes usar o correo electrónico do carro abandonado S para artigos artísticos similares aos artigos abandonados.
Por outra banda, pode incluír recomendacións de "compra frecuentemente xuntos" no correo electrónico de confirmación do pedido.
Pensamentos finais
Unha enquisa de Infosys sobre a experiencia de compra polo miúdo mostra que o 74% dos consumidores están frustrados cando chegan a un sitio web que mostra contido que non ten nada que ver cos seus intereses e preferencias. Non obstante, a personalización centrada no cliente pode aumentar as túas conversións nun 5 % e proporcionar un retorno de 5 a 8 veces sobre o teu gasto en marketing.
As recomendacións de produtos personalizados impulsan o crecemento e a rendibilidade ao tempo que facilitan a compra dos clientes ao comprender as súas preferencias específicas. Como un dos máis populares tendencias no comercio electrónico, as recomendacións de produtos ofrecen aos venda polo miúdo a oportunidade de competir e superar os principais nomes da industria ao tempo que ofrecen aos clientes unha experiencia de compra excepcional.
Deixe un comentario