Productaanbeveling is in wezen een filtersysteem dat de producten voorspelt en weergeeft die uw klanten graag zouden willen kopen. De productaanbevelingsengine is een complex systeem dat algoritmen en gebruikersgegevens gebruikt, zoals productbeoordelingen en opmerkingen, geschiedenis/retourgeschiedenis, winkelwagengebeurtenissen, paginaweergaven, klik- en zoekgeschiedenis, enz.
Als ze correct worden uitgevoerd, kunnen productaanbevelingen retailers helpen hun omzet te vergroten en het klantenbehoud te verbeteren. HiVis Supply, een toonaangevende online kleding- en zichtbaarheidsretailer, maakte gebruik van gepersonaliseerde aanbevelingen en verhoogde zijn omzet met maar liefst 68,3%.
Hier is een voorbeeld van hoe de on-site productaanbevelingsengine werkt:
Niet alleen gebruiken detailhandelaren deze productsuggestiemachines, maar streaminggiganten als Netflix en YouTube hebben ook ingebouwde aanbevelingsmachines om op maat gemaakte lijsten met aanbevolen clips te maken die gebruikers kunnen bekijken. Sterker nog, 80% van de programma’s die je op Netflix bekijkt, wordt ontdekt via de aanbevelingsengine.
Individuele verpakking. Hoe opvallen?
Laten we nu eens kijken naar de verschillende soorten aanbevelingsmotoren die door detailhandelaren worden gebruikt om zinvollere aankopen te doen.
Er zijn 3 soorten productaanbevelingsmotoren:
- Inhoud filteren. Dit type filter analyseert de eerdere voorkeuren en eerdere keuzes van een klant om een voorkeursprofiel te creëren. Dus de volgende keer dat u aanbevelingen ziet als 'Als u dit leuk vindt, vindt u dit misschien ook leuk', onthoud dan dat dit een op inhoud gebaseerde suggestie is.
- Gezamenlijk filteren: Deze methode gebruikt gegevens van meerdere klanten en bronnen en vergelijkt hun aankoopgeschiedenis met elkaar om te voorspellen wat een bepaalde klant wil.
- Als een gebruiker bijvoorbeeld schoenen zoekt, kan het systeem een paar sokken aanbevelen die andere gebruikers samen met dat paar hebben gekocht.
- Bovendien analyseert de collaboratieve filtermethode de demografische samenstelling van gebruikers en bepaalt of het nieuwe of bestaande kopers zijn. Amazon gebruikt een collaboratieve filtermethode per item, die 35% van de omzet van het bedrijf voor zijn rekening neemt.
- Hybride aanbevelingen. Zoals de term suggereert, combineert dit type aanbevelingsengine op inhoud gebaseerde en op samenwerking gebaseerde methoden, waarbij gebruik wordt gemaakt van gegevens van vergelijkbare gebruikers en de eerdere voorkeuren van een bepaalde gebruiker om een lijst met aanbevolen producten samen te stellen.
Hoe werkt de productaanbevelingsengine?
Een typische productaanbevelingsengine verwerkt gegevens in vier verschillende fasen: verzameling, opslag, analyse en filtering.
Stap 1: Gegevensverzameling. Productaanbeveling
Dit omvat zowel expliciete als impliciete gegevens. Expliciete gegevens bestaan uit informatie die door gebruikers wordt verstrekt, zoals beoordelingen en opmerkingen over producten. Aan de andere kant bevatten impliciete gegevens informatie zoals bestelgeschiedenis/retourgeschiedenis, winkelwagengebeurtenissen, paginaweergaven, klikken en zoeklogboeken.
Stap 2: Gegevensopslag
De productaanbevelingsengine voedt gegevens. De effectiviteit ervan hangt af van de hoeveelheid data die u beschikbaar stelt aan de algoritmen. Het type informatie dat u gebruikt om aanbevelingen in te stellen, kan u helpen bij het kiezen van het type opslag dat u moet gebruiken. je kunt gebruiken database NoSQL, een standaard SQL-database, of zelfs een soort objectopslag.
Stap 3: Gegevensanalyse. Productaanbeveling
Het filteren van de gegevens met behulp van verschillende analyseprocessen is de volgende stap. Hier volgen enkele manieren om de verzamelde gegevens te analyseren:
- Realtime systemen
- Batchanalyse
- Bijna realtime analyse
Stap 4: Gegevensfiltering
De laatste stap is het kiezen van een filtermethode. Zoals we in de vorige sectie al zeiden, kun je kiezen uit drie verschillende filtermethoden: op inhoud gebaseerde, op samenwerking gerichte of hybride aanbevelingen.
Waarom heeft een online winkel een productaanbevelingssysteem nodig? Productaanbeveling
Meer dan tien jaar geleden introduceerde Amazon een nieuwe functie op zijn website. Ze toonden een selectie producten in een carrousel onder de slogan: “Klanten die dit artikel bekeken, bekeken ook andere artikelen.”
De productaanbeveling van Amazon was niet alleen een feature, maar een geweldige demonstratie van hoe je data op een intelligente manier kunt gebruiken voor zakelijk succes. Tegenwoordig, na het enorme succes van de retailgigant, gebruiken de meeste retailers gepersonaliseerde aanbevelingen als een doelgericht marketinginstrument reclame e-mailcampagnes en op de meeste pagina's van uw website.
Maar als je een winkel runt e-commerce en nog geen aanbevelingen hebt geactiveerd, volgen hier enkele belangrijke feiten en cijfers die u er waarschijnlijk toe zullen aanzetten uw huidige strategie te heroverwegen.
Productaanbeveling voor beste praktijken
Veel winkeleigenaren e-commerce, lijken te denken dat productaanbevelingen eenvoudigweg een verzameling vergelijkbare producten zijn. Ze missen echter vaak één belangrijk ding: het optimaliseren van hun aanbevelingen voor conversies.
Gebruik Data Science om het koopgedrag van klanten te begrijpen
Om productaanbevelingen in uw voordeel te laten werken, moet u ervoor zorgen dat de deals die u aanbiedt relevant en datagestuurd zijn. Dus hoe geeft u uw klanten de meest nauwkeurige aanbevelingen die aansluiten bij hun interesses en behoeften?
Niet alle cliënten zijn hetzelfde. Elke koper heeft zijn eigen unieke voorkeuren en criteria waarop hij zijn aankoopbeslissingen baseert.
Als u bijvoorbeeld een winkel voor gezondheidssupplementen heeft, geven sommige van uw klanten mogelijk de voorkeur aan specifieke smaken of ingrediënten. Aan de andere kant zullen sommige klanten altijd trouw blijven aan hun favoriete merken. Een effectieve productaanbevelingsmachine moet dit unieke gebruikersgedrag altijd herkennen en het ‘waarom’ begrijpen achter de beslissing van een klant om een bepaald product te kopen.
Door te leren van de gegevens die u heeft verzameld, weet uw motor wat uw klanten leuk vinden en wat hen ertoe aanzet te kopen. Op zijn beurt lokt het bezoekers met op maat gemaakte productaanbiedingen. Uit onderzoek van Accenture blijkt dat zeer gepersonaliseerde productaanbevelingen de kans op een aankoop met 75 procent vergroten.
Geef het juiste aantal aanbevelingen. Productaanbeveling
Het doel van het opnemen van productaanbevelingen op uw website is om bezoekers te helpen iets te vinden dat ze misschien leuk vinden, waardoor de klantbetrokkenheid toeneemt. Wanneer u meer geneigd bent aanbevelingen simpelweg te benaderen als een kans om uw conversies te verbeteren, is de kans groot dat u de algehele ervaring schaadt.
Te veel aanbevelingen kunnen bezoekers zelfs afleiden van het werkelijke doel van de pagina. Net als de vervelende pop-up die verschijnt tijdens het surfen op een website, kunnen ook productaanbevelingen vervelend zijn.
Bekijk hoe Walmart zijn strategie voor productaanbevelingen heeft uitgevoerd:
In tegenstelling tot Amazon heeft Walmart geen alomvattende strategie voor productaanbevelingen. Door het minimaal en gecentreerd te houden, zorgen ze ervoor dat de productsuggestiefunctie niet afwijkt van het werkelijke doel van de huidige pagina.
Het kiezen van kwaliteit boven kwantiteit is onze deskundige aanbeveling. Door slechts enkele aanbevolen aanbevelingen op geselecteerde pagina's weer te geven, kunt u een evenwicht bewaren tussen conversiepercentage en winkelervaring.
Gebruik productafbeeldingen van hoge kwaliteit. Productaanbeveling
Afbeeldingen zijn essentieel voor succes. e-commerce. Maar waarom?
Visuele inhoud schept vertrouwen door shoppers een winkelervaring in de winkel te bieden.
Productaanbevelingen vormen in dit geval geen uitzondering. Het opnemen van afbeeldingen van hoge kwaliteit is de beste manier om ervoor te zorgen dat mensen uw uitgelichte items bekijken.
De productaanbevelingen van Nike bevatten hoogwaardige afbeeldingen waarmee klanten deze producten gemakkelijk kunnen ontdekken, beoordelen en kopen.
Slimmere aanbevelingen leiden tot betere conversies
Volgens Marketing Dive verlaat 48% van de shoppers de website van een merk en winkelt bij een concurrent vanwege een slecht gepersonaliseerde ervaring. Om de aandacht van uw bezoekers te trekken, moet u slimmere, meer gepersonaliseerde productaanbevelingen bedenken op basis van individuele voorkeuren of sociale gegevens.
Met productaanbevelingen kunt u ieders winkelpatronen, gedrag, aankoopgeschiedenis of verlanglijstjes vastleggen en hen voorzien van zeer op maat gemaakte productsuggesties.
Het creëren van verschillende soorten aanbevelingen is een andere effectieve methode om een aantrekkelijke winkelomgeving te creëren.
Enkele van de beste soorten conversie-aanbevelingen zijn:
Aanbeveling van bestsellers. Als aanbeveling dit type omvat populaire producten of bestsellers van een online winkel.
Ook andere klanten worden bekeken. Dit type aanbeveling werkt door gegevensverzameling, interesses of voorkeuren van veel gebruikers en deze afstemmen op het gedrag van een bepaalde koper op internet om de meest nauwkeurige aanbiedingen te doen.
Dit vind je misschien ook leuk: het is een reeks producten die enigszins lijken op wat de koper zoekt. In dit opzicht verzamelt en vergelijkt de aanbevelingsengine verschillende gebruikersgedragingen en -voorkeuren, zoals categorie, kleur, merk, prijs, enz.
Aanbevelingen per categorie. Sommige winkels e-commerce geef productsuggesties weer op basis van bestsellers of populaire producten per categorie. Productaanbeveling
Verbeter de AOV met behulp van Frequently Bought Together-aanbevelingen
Een van de beste manieren om de omzet van e-commercewinkels te vergroten, is door de AOV (gemiddelde bestelwaarde) van transacties te verhogen. Frequently Bought Together-aanbevelingen zijn gericht op het creëren van up- en cross-sellingmogelijkheden. Productaanbeveling
In dit geval analyseert een productaanbevelingsengine enorme hoeveelheden gegevens, zoals de aankoopgeschiedenis en eerder gedrag van vergelijkbare gebruikers, om aanvullende producten aan te bevelen.
Amazon doet alles goed als hij dit doet:
Het belangrijkste doel van het aanbevelen van producten die vaak samen worden gekocht, is het verhogen van de AOV voor elke transactie.
Voeg sociaal bewijs of badges toe om vertrouwen op te bouwen. Productaanbeveling
Door een element van sociale bescherming aan aanbevelingen toe te voegen, kunnen detailhandelaren vertrouwen tonen in de producten die zij aanbieden.
Uit onderzoek van HubSpot blijkt dat 57% van de consumenten de voorkeur geeft aan een product of dienst die minimaal 4 sterren heeft. Bovendien zijn de hedendaagse kopers bereid 31% meer uit te geven aan bedrijven met betere recensies.
Om uw vertrouwensquotiënt te vergroten, kunt u naast elk product kleine pictogrammen plaatsen om aan te geven hoeveel mensen het die dag hebben gekocht. Als een koper zich realiseert dat andere mensen een bepaald product al hebben gekocht, kan dit hem dichter bij een aankoopbeslissing brengen.
Detailhandelaren kunnen ook sterbeoordelingen toevoegen aan hun bestselleraanbevelingen om de kans op conversie te vergroten.
Het toevoegen van labels als 'bestseller', 'topkeuzes' of 'keuze van de redactie' is ook effectief.
Plaats uw aanbevelingen boven de vouw
Omdat winkelen een visueel spel is, is de positionering van uw aanbeveling van groot belang. De term "boven de vouw" werd voor het eerst gebruikt om te verwijzen naar de bovenste helft van kranten; hiervoor was één enkel onderdeel zichtbaar voor voorbijgangers. Daarom plaatsten uitgevers meestal aantrekkelijke afbeeldingen of koppen boven de vouw om bezoekers te trekken.
Websites zijn niet anders. Productaanbeveling
Volgens het Nielsen Norman Group-manifest is het gemiddelde verschil tussen de manier waarop gebruikers informatie boven en onder verwerken 84%.
Door uw productaanbeveling boven de vouw te plaatsen, kunnen klanten deze gemakkelijk herkennen. Voor kopers met de grootste interesse in aankoop, handige plaatsing boven de vouw.
Voeg productaanbevelingen toe op 404 pagina's. Productaanbeveling
404-fouten kunnen frustrerend zijn voor klanten.
Uit één onderzoek blijkt zelfs dat 74% van de shoppers die een 404-fout tegenkomen, de site verlaten en nooit meer terugkomen.
Maar maak je geen zorgen! U kunt deze onvermijdelijke situatie gebruiken om enkele van uw populairste producten onder de aandacht te brengen. Dit biedt uw gebruikers niet alleen een uitweg uit de foutpagina, maar biedt ook een geweldige kans het aantal conversies verhogen.
Zelfs populaire retailers als Nike, Steve Madden, etc. volgen deze tactiek en maken van de onvermijdelijke 404-fouten een kans.
Home Productaanbevelingen Krachtig
De startpagina van een website is de ideale plek om productaanbevelingen te plaatsen.
Uit het onderzoek van Baymard blijkt dat 25% van de nieuwe kopers herhaaldelijk naar de startpagina scrolde en vervolgens weer terugkeerde om het productassortiment van de site te verkennen. Nieuwe bezoekers die geen voorkennis hebben van het exclusieve assortiment van het merk en sterk afhankelijk zijn van de inhoud Startpaginaom uw bewustzijn te vergroten. Productaanbeveling
RayBan plaatste bijvoorbeeld zijn populairste producten op de startpagina om aankoopmogelijkheden te creëren.
De filosofie is simpel: het is meestal moeilijk om nieuwe aanbiedingen aan nieuwe bezoekers aan te bevelen vanwege een gebrek aan gegevens. In dit scenario is de beste productaanbeveling het weergeven van de populairste producten of de producten met de hoogste conversiepercentages op de startpagina.
Neem aanbevelingen op in bevestigings- en verlaten winkelwagen-e-mails
Voor elke uitgegeven dollar email reclame, kun je gemiddeld $ 42 verwachten. Bovendien beveelt 59% van de marketeers e-mail aan als het meest effectieve kanaal gezichtspunten inkomen ontvangen. Dankzij hoge conversie e-mails zijn een van de beste manieren om aanbevelingen aan uw collega's te presenteren.
U kunt bijvoorbeeld de verlaten winkelwagen-e-mail S gebruiken voor kunstartikelen die lijken op verlaten artikelen.
Aan de andere kant kunt u aanbevelingen voor 'vaak samen gekocht' opnemen in uw orderbevestigingsmail.
Laatste gedachten
Uit een onderzoek naar de winkelervaring van Infosys blijkt dat 74% van de consumenten gefrustreerd raakt als ze op een website terechtkomen die inhoud weergeeft die niets te maken heeft met hun interesses en voorkeuren. Klantgerichte personalisatie kan uw conversies echter met 5% verhogen en een rendement van 5x tot 8x op uw marketinguitgaven opleveren.
Gepersonaliseerde productaanbevelingen stimuleren de groei en winstgevendheid en maken het voor klanten gemakkelijker om te kopen door inzicht te krijgen in hun specifieke voorkeuren. Als een van de meest populaire trends op het gebied van e-commerceProductaanbevelingen geven retailers de mogelijkheid om te concurreren met de grootste namen in de branche en deze te overtreffen, terwijl ze klanten een uitzonderlijke winkelervaring bieden.
Laat een reactie achter