Produkto rekomendacijos iš esmės yra filtravimo sistema, kuri numato ir rodo produktus, kuriuos jūsų klientai norėtų įsigyti. Produktų rekomendacijų variklis yra sudėtinga sistema, kuri naudoja algoritmus ir naudotojo duomenis, tokius kaip produktų įvertinimai ir komentarai, istorija/grąžinimo istorija, krepšelio įvykiai, puslapių peržiūros, paspaudimų ir paieškos istorija ir kt.

Tinkamai atlikus gaminių rekomendacijas, mažmenininkai gali padidinti pajamas ir išlaikyti klientus. „HiVis Supply“, pirmaujanti internetinių drabužių ir didelio matomumo mažmeninė prekyba, naudojo suasmenintas rekomendacijas ir padidino savo pajamas 68,3 %.

Štai pavyzdys, kaip veikia svetainėje pateikiamas produktų rekomendacijų variklis:

„Voodoo“ taktinio produkto rekomendacija

Mažmenininkai ne tik naudoja šiuos produktų pasiūlymų variklius, bet ir srautinio perdavimo milžinai, tokie kaip „Netflix“ ir „YouTube“, taip pat turi integruotus rekomendacijų variklius, kad sukurtų pritaikytus rekomenduojamų klipų sąrašus, kuriuos vartotojai galėtų žiūrėti. Tiesą sakant, 80% laidų, kurias žiūrite „Netflix“, atrandama naudojant rekomendacijų variklį.

Individualus pakavimas. Kaip išsiskirti?

Dabar pažvelkime į įvairių tipų rekomendacijų variklius, kuriuos naudoja mažmenininkai, norėdami sukurti prasmingesnius pirkinius.

Yra 3 produktų rekomendacijų variklių tipai:

  • Turinio filtravimas. Šio tipo filtravimas analizuoja ankstesnes pirkėjo nuostatas ir ankstesnius pasirinkimus, kad būtų sukurtas prioritetų profilis. Taigi, kai kitą kartą pamatysite rekomendacijas, pvz., „Jei patiko tai, gali patikti ir ši“, atminkite, kad tai yra turiniu pagrįstas pasiūlymas.
  • Bendradarbiavimo filtravimas: Šis metodas ima duomenis iš kelių klientų ir šaltinių ir pateikia kryžmines nuorodas į jų pirkimo istorijas, kad būtų galima numatyti, ko konkretus klientas nori.
    • Pavyzdžiui, jei vartotojas ieško batų, sistema gali rekomenduoti porą kojinių, kurias kiti naudotojai įsigijo kartu su ta pora.
    • Be to, bendradarbiavimo filtravimo metodas analizuoja vartotojų demografinę sudėtį ir nustato, ar jie pirkėjai pirmą kartą, ar esami. „Amazon“ naudoja elementų bendradarbiavimo filtravimo metodą, kuris sudaro 35% įmonės pajamų.
  • Hibridinės rekomendacijos. Kaip rodo terminas, šio tipo rekomendacijų variklis sujungia turiniu ir bendradarbiavimu pagrįstus metodus, naudodamas panašių vartotojų duomenis ir konkretaus vartotojo ankstesnes nuostatas, kad būtų sukurtas rekomenduojamų produktų sąrašas.

Kaip veikia produkto rekomendacijos variklis?

Tipiškas produkto rekomendacijų variklis apdoroja duomenis keturiais skirtingais etapais: rinkimo, saugojimo, analizės ir filtravimo.

1 veiksmas: duomenų rinkimas. Produkto rekomendacija

Tai apima ir aiškius, ir numanomus duomenis. Aiškius duomenis sudaro naudotojų pateikta informacija, pvz., produktų įvertinimai ir komentarai. Kita vertus, numanomuose duomenyse yra tokia informacija kaip užsakymų istorija / grąžinimų istorija, krepšelio įvykiai, puslapių peržiūros, paspaudimai ir paieškos žurnalai.

2 veiksmas: duomenų saugojimas

Produkto rekomendacijų variklis pateikia duomenis. Jo efektyvumas priklauso nuo duomenų kiekio, kurį suteikiate algoritmams. Informacijos, kurią naudojate nustatydami rekomendacijas, tipas gali padėti pasirinkti saugyklos tipą, kurį turėtumėte naudoti. tu gali naudoti duomenų bazėje NoSQL, standartinė SQL duomenų bazė ar net kokia nors objektų saugykla.

3 veiksmas: duomenų analizė. Produkto rekomendacija

Kitas žingsnis yra duomenų filtravimas naudojant įvairius analizės procesus. Štai keletas būdų, kaip analizuoti surinktus duomenis:

  • Realaus laiko sistemos
  • Partijos analizė
  • Beveik realiojo laiko analizė

4 veiksmas: duomenų filtravimas

Paskutinis žingsnis yra filtravimo metodo pasirinkimas. Kaip minėjome ankstesniame skyriuje, galite pasirinkti iš trijų skirtingų filtravimo metodų: turinio, bendradarbiavimo arba mišrių rekomendacijų.

Kodėl internetinei parduotuvei reikalinga produktų rekomendacijų sistema? Produkto rekomendacija

Daugiau nei prieš dešimtmetį „Amazon“ savo svetainėje pristatė naują funkciją. Jie karuselėje su šūkiu demonstravo produktų pasirinkimą: „Klientai, kurie peržiūrėjo šį elementą, peržiūrėjo ir kitus elementus.

„Amazon“ produkto rekomendacija buvo ne tik funkcija, bet ir puikus pavyzdys, kaip protingai naudoti duomenis verslo sėkmei. Šiandien, po didžiulės mažmeninės prekybos milžino sėkmės, dauguma mažmenininkų naudoja asmenines rekomendacijas kaip tikslinę rinkodaros priemonę. reklama el. pašto kampanijose ir daugumoje jūsų svetainės puslapių.

Bet jei vadovaujate parduotuvei elektroninės prekybos ir dar nesuaktyvinote rekomendacijų, pateikiame keletą svarbių faktų ir skaičių, kurie greičiausiai paskatins jus persvarstyti dabartinę strategiją.

Produktų statistika Produkto rekomendacija

Geriausios praktikos gaminio rekomendacija

Daug parduotuvių savininkų elektroninės prekybos, atrodo, kad produktų rekomendacijos yra tiesiog panašių produktų rinkinys. Tačiau jie dažnai praleidžia vieną svarbų dalyką: optimizuoja savo rekomendacijas dėl konversijų.

Norėdami suprasti klientų pirkimo elgesį, naudokite „Data Scie“.

Kad produktų rekomendacijos būtų naudingos, turite įsitikinti, kad siūlomi pasiūlymai yra tinkami ir pagrįsti duomenimis. Taigi, kaip pateikti savo klientams tiksliausias jų interesus ir poreikius atitinkančias rekomendacijas?

Ne visi klientai yra vienodi. Kiekvienas pirkėjas turi savo unikalius pageidavimus ir kriterijus, kuriais remdamasis priima savo pirkimo sprendimus.

Pavyzdžiui, jei turite sveikatos papildų parduotuvę, kai kurie jūsų klientai gali teikti pirmenybę tam tikriems skoniams ar ingredientams. Kita vertus, kai kurie klientai visada bus lojalūs savo mėgstamiems prekių ženklams. Veiksmingas produktų rekomendacijų variklis visada turėtų atpažinti šį unikalų vartotojo elgesį ir suprasti, kodėl klientas nusprendė pirkti konkretų produktą.

Mokydamiesi iš jūsų surinktų duomenų, jūsų variklis žinos, kas patinka jūsų klientams ir kas verčia juos pirkti. Savo ruožtu jis vilioja lankytojus pritaikytais produktų pasiūlymais. „Accenture“ tyrimai rodo, kad itin personalizuotos produktų rekomendacijos padidina tikimybę įsigyti 75 proc.

Pateikite reikiamą skaičių rekomendacijų. Produkto rekomendacija

Produktų rekomendacijų įtraukimo į svetainę tikslas yra padėti lankytojams rasti tai, kas jiems gali patikti, ir taip padidinti klientų įtraukimą. Kai būsite labiau linkę į rekomendacijas žiūrėti tiesiog kaip į galimybę pagerinti konversijas, yra didelė tikimybė, kad pakenksite bendrai patirčiai.

Tiesą sakant, per daug rekomendacijų gali atitraukti lankytojus nuo tikrojo puslapio tikslo. Kaip ir erzinantis iššokantis langas, kuris pasirodo naršant svetainėje, produktų rekomendacijos taip pat gali erzinti.

Sužinokite, kaip „Walmart“ įgyvendino savo produktų rekomendacijų strategiją:

„Walmart“ produktų rekomendacijos

Skirtingai nei „Amazon“, „Walmart“ neturi išsamios produktų rekomendacijų strategijos. Laikydami jį minimaliai ir centre, jie užtikrina, kad produkto pasiūlymo funkcija nenukryptų nuo tikrojo dabartinio puslapio paskirties.

Mūsų ekspertų rekomendacija yra pasirinkti kokybę, o ne kiekybę. Pasirinktuose puslapiuose rodydami tik kelias rekomendacijas, galite išlaikyti pusiausvyrą tarp konversijų rodiklio ir apsipirkimo patirties.

Naudokite aukštos kokybės produktų vaizdus. Produkto rekomendacija

Vaizdai yra būtini sėkmei. elektroninės prekybos. Bet kodėl?

Vaizdinis turinys didina pasitikėjimą, nes pirkėjams suteikia apsipirkimo parduotuvėje patirtį.

Produkto rekomendacijos šiuo atveju nėra išimtis. Aukštos kokybės vaizdų įtraukimas yra geriausias būdas paskatinti žmones patikrinti jūsų siūlomus elementus.

Produkto rekomendacija 1

„Nike“ produktų rekomendacijose pateikiami aukščiausios kokybės vaizdai, kurie padeda klientams lengvai atrasti, įvertinti ir įsigyti šiuos produktus.

Sumanesnės rekomendacijos užtikrina geresnes konversijas

„Marketing Dive“ duomenimis, 48 ​​% pirkėjų palieka prekės ženklo svetainę ir apsiperka pas konkurentą dėl prastai suasmenintos patirties. Norėdami patraukti lankytojų dėmesį, turite pateikti išmanesnių, labiau suasmenintų produktų rekomendacijų, pagrįstų individualiais pageidavimais arba socialiniais duomenimis.

Naudodami produktų rekomendacijas galite užfiksuoti kiekvieno apsipirkimo modelius, elgesį, pirkimo istoriją ar pageidavimų sąrašus ir pateikti jiems labai pritaikytus produktų pasiūlymus.

Įvairių tipų rekomendacijų kūrimas yra dar vienas veiksmingas būdas sukurti patrauklią apsipirkimo aplinką.

Keletas geriausių konversijų rekomendacijų tipų:

Bestselerių rekomendacija. Rekomendacijoje šis tipas apima populiarūs internetinės parduotuvės produktai ar bestseleriai.

Geriausiai parduodamų produktų rekomendacija

Taip pat ieškoma kitų klientų. Tokio tipo rekomendacijos veikia duomenų rinkimas, daugelio vartotojų pomėgius ar pageidavimus ir suderinus juos su konkretaus pirkėjo elgesiu internete, kad būtų pateikti tiksliausi pasiūlymai.

Apžiūrėjo ir kiti klientai

Tau taip pat gali patikti: tai prekių rinkinys, kuris yra šiek tiek panašus į tai, ko ieško pirkėjas. Šiuo atžvilgiu rekomendacijų variklis renka ir lygina įvairius vartotojų elgsenos būdus ir nuostatas, tokias kaip kategorija, spalva, prekės ženklas, kaina ir kt.

Taip pat gali patikti

Rekomendacijos pagal kategorijas. Kai kurios parduotuvės elektroninės prekybos rodyti produktų pasiūlymus pagal bestselerius arba populiarius produktus pagal kategorijas. Produkto rekomendacija

Kategorijų rekomendacijos

Pagerinkite AOV naudodami dažnai perkamų kartu rekomendacijas

Vienas geriausių būdų padidinti elektroninės prekybos parduotuvės pajamas yra padidinti operacijų AOV arba vidutinę užsakymo vertę. Dažnai perkamų kartu rekomendacijomis siekiama sukurti papildomo pardavimo ir kryžminio pardavimo galimybes. Produkto rekomendacija

Šiuo atveju produktų rekomendacijų variklis analizuoja didžiulius duomenų kiekius, pvz., pirkimo istoriją ir ankstesnį panašių vartotojų elgesį, kad galėtų rekomenduoti papildomus produktus.

„Amazon“ viską daro teisingai, kai tai daro:

Kartu jie dažnai perka

Pagrindinis tikslas rekomenduoti „dažnai kartu perkamus“ produktus – padidinti kiekvienos operacijos AOV.

Įdėkite socialinius įrodymus arba ženklelius, kad sukurtumėte pasitikėjimą. Produkto rekomendacija

Socialinės apsaugos elemento įtraukimas į rekomendacijas padeda mažmenininkams parodyti pasitikėjimą jų siūlomais produktais.

„HubSpot“ tyrimai rodo, kad 57% vartotojų teikia pirmenybę produktui ar paslaugai, turinčiam bent 4 žvaigždučių įvertinimą. Be to, šiandieniniai pirkėjai yra pasirengę išleisti 31 % daugiau verslui, turinčiam geresnių atsiliepimų.

Kad padidintumėte pasitikėjimo koeficientą, prie kiekvieno produkto galite įdėti mažas piktogramas, rodančias, kiek žmonių tą dieną jį įsigijo. Jei pirkėjas supranta, kad kai kurie kiti žmonės jau nusipirko tam tikrą prekę, tai gali paskatinti jį arčiau apsispręsti dėl pirkimo.

Mažmenininkai taip pat gali pridėti įvertinimus žvaigždutėmis prie geriausių pardavėjų rekomendacijų, kad padidintų konversijos tikimybę.

rekomenduota jums

Taip pat veiksmingos yra tokios etiketės kaip „bestseleris“, „geriausias pasirinkimas“ arba „redaktorius pasirinktas“.

Pateikite rekomendacijas virš matomos ribos

Kadangi apsipirkimas yra vaizdinis žaidimas, jūsų rekomendacijos padėtis yra labai svarbi. Sąvoka „virš lenkimo“ pirmą kartą buvo vartojama kalbant apie viršutinę laikraščių pusę; šiam tikslui buvo viena dalis, matoma praeiviams. Todėl leidėjai paprastai virš matomos ribos deda patrauklius vaizdus ar antraštes, kad pritrauktų lankytojus.

Tinklalapiai nesiskiria. Produkto rekomendacija

Remiantis Nielsen Norman Group manifestu, vidutinis skirtumas tarp to, kaip vartotojai apdoroja informaciją aukščiau ir žemiau, yra 84%.

Aukščiau pateiktos rekomendacijos

Pateikę produkto rekomendaciją virš matomos ribos, pirkėjai galės lengviau ją atpažinti. Pirkėjams, turintiems didžiausią susidomėjimą pirkimu, patogus pastatymas virš lankstymo.

Pridėkite produktų rekomendacijas 404 puslapiuose. Produkto rekomendacija

404 klaidos gali nuvilti klientus.

Tiesą sakant, vienas tyrimas rodo, kad 74% pirkėjų, susidūrusių su 404 klaida, paliks svetainę ir niekada negrįš.

Bet nesijaudink! Šią neišvengiamą situaciją galite panaudoti norėdami parodyti kai kuriuos karščiausius savo produktus. Tai ne tik siūlo savo vartotojams išeitį iš klaidų puslapio, bet ir nuostabią galimybę padidinti konversijų skaičių.

Net populiarūs mažmenininkai, tokie kaip Nike, Steve Madden ir kt., laikosi šios taktikos ir paverčia neišvengiamą 404 klaidą galimybe.

Pradžia Produkto rekomendacijos Galingas

Pagrindinis svetainės puslapis yra ideali vieta produktų rekomendacijoms skelbti.

„Baymard“ tyrime teigiama, kad 25 % pirmą kartą apsipirkusių pirkėjų pakartotinai slinkdavo į pagrindinį puslapį ir vėl grįždavo tyrinėti svetainės produktų asortimento. Nauji lankytojai, kurie iš anksto nežino apie išskirtinį prekės ženklo asortimentą ir yra labai priklausomi nuo turinio pagrindinis puslapispadidinti savo sąmoningumą. Produkto rekomendacija

Pavyzdžiui, „RayBan“ savo pagrindiniame puslapyje įdėjo populiariausius produktus, kad sukurtų pirkimo galimybes.

„RayBan“ pagrindinio puslapio produkto rekomendacija

Filosofija paprasta: dažniausiai naujiems lankytojams sunku rekomenduoti naujus pasiūlymus dėl duomenų trūkumo. Pagal šį scenarijų geriausia produkto rekomendacija – pagrindiniame puslapyje rodyti populiariausius produktus arba tuos, kurių konversijų rodikliai yra didžiausi.

Įtraukite rekomendacijas į patvirtinimo ir palikto krepšelio el. laiškus

Už kiekvieną išleistą dolerį pašto rinkodara, galite tikėtis vidutiniškai 42 USD. Be to, 59 % rinkodaros specialistų rekomenduoja el. paštą kaip efektyviausią kanalą požiūris gauti pajamų. Dėl didelės konversijos laiškus yra vienas geriausių būdų pateikti rekomendacijas savo kolegoms.

Kaip pavyzdį galite naudoti apleisto krepšelio el. pašto adresą S, skirtą meno dirbiniams, panašiems į paliktus elementus.

Rekomendacija el. paštu Produkto rekomendacija

Kita vertus, į savo užsakymo patvirtinimo el. laišką galite įtraukti rekomendacijas „dažnai perkama kartu“.

Paskutinės mintys

„Infosys“ mažmeninės prekybos patirties tyrimas rodo, kad 74 % vartotojų nusivilia, kai patenka į svetainę, kurioje rodomas turinys, nesusijęs su jų interesais ir pageidavimais. Tačiau į klientus orientuotas suasmeninimas gali padidinti konversijų skaičių 5 % ir 5–8 kartus grąžinti rinkodaros išlaidas.

Suasmenintos produktų rekomendacijos skatina augimą ir pelningumą, o klientams lengviau pirkti, nes jie supranta jų konkrečias nuostatas. Kaip vienas populiariausių elektroninės prekybos tendencijos, produktų rekomendacijos suteikia mažmenininkams galimybę konkuruoti su didžiausiais pramonės vardais ir juos pranokti, o klientams suteikiama išskirtinė apsipirkimo patirtis.

АЗБУКА