Priporočilo izdelkov je v bistvu sistem filtriranja, ki predvideva in prikazuje izdelke, ki bi jih vaše stranke želele kupiti. Mehanizem za priporočanje izdelkov je zapleten sistem, ki uporablja algoritme in uporabniške podatke, kot so ocene in komentarji izdelkov, zgodovina/zgodovina vračil, dogodki v košarici, ogledi strani, zgodovina klikov in iskanja itd.
Če so narejena pravilno, lahko priporočila za izdelke pomagajo trgovcem na drobno povečati njihov prihodek in izboljšati ohranjanje strank. HiVis Supply, vodilni spletni prodajalec oblačil in zelo prepoznaven trgovec na drobno, je uporabil prilagojena priporočila in povečal svoj prihodek za neverjetnih 68,3 %.
Tukaj je primer, kako deluje mehanizem za priporočila izdelkov na mestu:
Ne samo, da trgovci na drobno uporabljajo te mehanizme za predlaganje izdelkov, ampak imajo pretočni velikani, kot sta Netflix in YouTube, tudi vgrajene motorje za priporočila za ustvarjanje prilagojenih seznamov priporočenih posnetkov, ki si jih lahko uporabniki ogledajo. Pravzaprav je 80 % oddaj, ki jih gledate na Netflixu, odkritih prek mehanizma za priporočila.
Individualno pakiranje. Kako izstopati?
Zdaj pa si poglejmo različne vrste mehanizmov za priporočila, ki jih uporabljajo trgovci na drobno za ustvarjanje bolj smiselnih nakupovalnih izkušenj.
Obstajajo 3 vrste mehanizmov za priporočanje izdelkov:
- Filtriranje vsebine. Ta vrsta filtriranja analizira kupčeve prejšnje preference in pretekle izbire, da ustvari profil preferenc. Torej, ko boste naslednjič videli priporočila, kot je »Če vam je bilo to všeč, vam bo morda všeč tudi to«, ne pozabite, da je to predlog, ki temelji na vsebini.
- Sodelovalno filtriranje: ta metoda vzame podatke iz več strank in virov ter navzkrižno sklicuje njihove zgodovine nakupov, da napove, kaj želi določena stranka.
- Na primer, če uporabnik išče čevlje, lahko sistem priporoči par nogavic, ki so jih drugi uporabniki kupili skupaj s tem parom.
- Poleg tega metoda sodelovalnega filtriranja analizira demografsko sestavo uporabnikov in ugotavlja, ali gre za prve ali obstoječe kupce. Amazon uporablja metodo sodelovalnega filtriranja po postavkah, ki predstavlja 35 % prihodkov podjetja.
- Hibridna priporočila. Kot nakazuje izraz, ta vrsta mehanizma za priporočila združuje metode, ki temeljijo na vsebini, in metode, ki temeljijo na sodelovanju, z uporabo podatkov podobnih uporabnikov in preteklih preferenc določenega uporabnika za ustvarjanje seznama priporočenih izdelkov.
Kako deluje mehanizem za priporočanje izdelkov?
Tipičen mehanizem za priporočila izdelkov obdeluje podatke v štirih različnih stopnjah: zbiranje, shranjevanje, analiza in filtriranje.
1. korak: Zbiranje podatkov. Priporočilo izdelka
To vključuje eksplicitne in implicitne podatke. Eksplicitni podatki so sestavljeni iz informacij, ki jih posredujejo uporabniki, kot so ocene in komentarji izdelkov. Po drugi strani implicitni podatki vsebujejo informacije, kot so zgodovina naročil/zgodovina vračil, dogodki v košarici, ogledi strani, kliki in dnevniki iskanja.
2. korak: Shranjevanje podatkov
Mehanizem za priporočila za izdelke dovaja podatke. Njegova učinkovitost je odvisna od količine podatkov, ki jih daste na voljo algoritmom. Vrsta informacij, ki jih uporabljate za nastavitev priporočil, vam lahko pomaga pri izbiri vrste pomnilnika, ki bi ga morali uporabiti. lahko uporabiš bazo podatkov NoSQL, standardna zbirka podatkov SQL ali celo nekakšna shramba objektov.
3. korak: Analiza podatkov. Priporočilo izdelka
Naslednji korak je filtriranje podatkov z različnimi postopki analize. Tukaj je nekaj načinov za analizo zbranih podatkov:
- Sistemi v realnem času
- Serijska analiza
- Analiza skoraj v realnem času
4. korak: Filtriranje podatkov
Zadnji korak je izbira metode filtriranja. Kot smo povedali v prejšnjem razdelku, lahko izbirate med tremi različnimi metodami filtriranja: na podlagi vsebine, sodelovalnimi ali hibridnimi priporočili.
Zakaj spletna trgovina potrebuje sistem priporočanja izdelkov? Priporočilo izdelka
Pred več kot desetletjem je Amazon predstavil novo funkcijo na svoji spletni strani. Izbor izdelkov so razstavili na vrtiljaku pod sloganom: "Stranke, ki so si ogledale ta artikel, so si ogledale tudi druge artikle."
Amazonovo priporočilo za izdelek ni bilo le funkcija, ampak odličen prikaz, kako pametno uporabljati podatke za poslovni uspeh. Danes, po velikem uspehu maloprodajnega velikana, večina trgovcev na drobno uporablja prilagojena priporočila kot ciljno marketinško orodje tako v oglaševanje e-poštnih kampanj in na večini strani vašega spletnega mesta.
Če pa vodiš trgovino elektronsko poslovanje in še niste aktivirali priporočil, tukaj je nekaj pomembnih dejstev in številk, ki vas bodo verjetno spodbudili k ponovnemu premisleku o vaši trenutni strategiji.
Priporočilo za najboljše prakse izdelkov
Mnogi lastniki trgovin elektronsko poslovanje, zdi se, da menijo, da so priporočila za izdelke preprosto zbirka podobnih izdelkov. Vendar pa pogosto spregledajo eno pomembno stvar: optimizacijo svojih priporočil za konverzije.
Uporabite Data Scie za razumevanje nakupovalnega vedenja strank
Da bodo priporočila za izdelke delovala v vašo korist, se morate prepričati, da so ponudbe, ki jih ponujate, ustrezne in temeljijo na podatkih. Kako torej svojim strankam zagotoviti najbolj natančna priporočila, ki ustrezajo njihovim interesom in potrebam?
Niso vse stranke enake. Vsak kupec ima svoje edinstvene preference in kriterije, na podlagi katerih se odloča o nakupu.
Na primer, če imate trgovino z zdravstvenimi dodatki, imajo nekatere vaše stranke morda raje določene okuse ali sestavine. Po drugi strani pa bodo nekateri kupci vedno zvesti svojim priljubljenim blagovnim znamkam. Učinkovit mehanizem za priporočanje izdelkov bi moral vedno prepoznati ta edinstvena vedenja uporabnikov in razumeti "zakaj" v ozadju odločitve stranke, da kupi določen izdelek.
Z učenjem iz podatkov, ki ste jih zbrali, bo vaš motor vedel, kaj je všeč vašim strankam in kaj jih prisili k nakupu. Po drugi strani pa obiskovalce privablja s prilagojeno ponudbo izdelkov. Raziskave Accenture kažejo, da visoko personalizirana priporočila za izdelke povečajo verjetnost nakupa za 75 odstotkov.
Zagotovite pravo število priporočil. Priporočilo izdelka
Namen vključitve priporočil za izdelke na vaše spletno mesto je pomagati obiskovalcem najti nekaj, kar bi jim morda bilo všeč, in s tem povečati angažiranost strank. Ko postanete bolj nagnjeni k pristopu k priporočilom preprosto kot k priložnosti za izboljšanje konverzij, obstaja velika verjetnost, da boste škodovali splošni izkušnji.
Pravzaprav lahko preveč priporočil odvrne obiskovalce od pravega namena strani. Tako kot moteče pojavno okno, ki se prikaže med brskanjem po spletnem mestu, so lahko moteča tudi priporočila izdelkov.
Oglejte si, kako je Walmart izvajal svojo strategijo priporočanja izdelkov:
Za razliko od Amazona, Walmart nima celovite strategije priporočanja izdelkov. S tem, da ostanejo minimalni in centrirani, zagotavljajo, da funkcija predlaganja izdelkov ne odstopa od dejanskega namena trenutne strani.
Izbira kakovosti namesto količine je naše strokovno priporočilo. S prikazom le nekaj predstavljenih priporočil na izbranih straneh lahko ohranite ravnotežje med stopnjo konverzije in nakupovalno izkušnjo.
Uporabite visokokakovostne slike izdelkov. Priporočilo izdelka
Slike so bistvenega pomena za uspeh. elektronsko poslovanje. Ampak zakaj?
Vizualna vsebina gradi zaupanje tako, da kupcem nudi izkušnjo v trgovini.
Priporočila za izdelke v tem primeru niso izjema. Vključitev visokokakovostnih slik je najboljši način, da ljudi prepričate, da si ogledajo vaše predstavljene predmete.
Nikeova priporočila za izdelke vsebujejo vrhunske slike, ki strankam olajšajo odkrivanje, ocenjevanje in nakup teh izdelkov.
Pametnejša priporočila vodijo do boljših konverzij
Po podatkih Marketing Dive 48 % kupcev zapusti spletno mesto blagovne znamke in nakupuje pri konkurentu zaradi slabo prilagojene izkušnje. Če želite pritegniti pozornost obiskovalcev, morate pripraviti pametnejša, bolj prilagojena priporočila za izdelke, ki temeljijo na individualnih preferencah ali družbenih podatkih.
S priporočili za izdelke lahko zajamete nakupovalne vzorce, vedenje, zgodovino nakupov ali sezname želja vseh in jim predstavite visoko specializirane predloge izdelkov.
Ustvarjanje različnih vrst priporočil je še ena učinkovita metoda za ustvarjanje privlačnega nakupovalnega okolja.
Nekatera najboljša priporočila za pretvorbo vključujejo:
Priporočilo uspešnic. V priporočilu ta vrsta vključuje priljubljenih izdelkov ali prodajnih uspešnic spletne trgovine.
Ogledane so tudi druge stranke. Ta vrsta priporočil deluje tako, da Zbiranje podatkov, interese ali preference številnih uporabnikov in njihovo povezovanje z vedenjem določenega kupca na internetu za zagotavljanje najbolj točnih ponudb.
Morda vam bo všeč tudi: gre za nabor izdelkov, ki so nekoliko podobni tistemu, kar kupec išče. V zvezi s tem mehanizem za priporočila zbira in primerja različna uporabniška vedenja in nastavitve, kot so kategorija, barva, blagovna znamka, cena itd.
Priporočila po kategorijah. Nekatere trgovine elektronsko poslovanje prikaz predlogov izdelkov na podlagi prodajnih uspešnic ali priljubljenih izdelkov po kategorijah. Priporočilo izdelka
Izboljšajte AOV s priporočili Frequently Bought Together
Eden najboljših načinov za povečanje prihodkov e-trgovine je povečanje AOV ali povprečne vrednosti naročila transakcij. Priporočila Frequently Bought Together so namenjena ustvarjanju priložnosti za dražjo in navzkrižno prodajo. Priporočilo izdelka
V tem primeru mehanizem za priporočanje izdelkov analizira ogromne količine podatkov, kot je zgodovina nakupov in prejšnje vedenje podobnih uporabnikov, da priporoči dodatne izdelke.
Amazon pri tem naredi vse pravilno:
Glavni cilj priporočanja izdelkov »pogosto kupljenih skupaj« je povečati AOV za vsako transakcijo.
Vstavite socialni dokaz ali značke, da zgradite zaupanje. Priporočilo izdelka
Dodajanje elementa socialne zaščite priporočilom pomaga trgovcem dokazati zaupanje v izdelke, ki jih ponujajo.
Raziskava HubSpot kaže, da ima 57 % potrošnikov raje izdelek ali storitev, ki ima oceno vsaj 4 zvezdice. Še več, današnji kupci so pripravljeni porabiti 31 % več za podjetja z boljšimi ocenami.
Če želite povečati svoj količnik zaupanja, lahko poleg vsakega izdelka postavite majhne ikone, ki prikazujejo, koliko ljudi ga je tisti dan kupilo. Če kupec ugotovi, da so določen izdelek že kupili nekateri drugi, ga to lahko potisne bližje odločitvi o nakupu.
Trgovci na drobno lahko svojim priporočilom za najboljše prodajalce dodajo tudi ocene z zvezdicami, da povečajo možnosti konverzije.
Učinkovito je tudi vključitev oznak, kot so »uspešnica«, »najboljši izbor« ali »izbira urednika«.
Svoja priporočila postavite na vrh strani
Ker je nakupovanje vizualna igra, je položaj vašega priporočila zelo pomemben. Izraz "nad pregibom" je bil najprej uporabljen za zgornjo polovico časopisov; v ta namen je bil en sam del, viden mimoidočim. Zato založniki običajno postavijo privlačne slike ali naslove na pregib, da bi pritegnili obiskovalce.
Spletne strani niso nič drugačne. Priporočilo izdelka
Po manifestu skupine Nielsen Norman je povprečna razlika med tem, kako uporabniki obdelujejo informacije zgoraj in spodaj, 84 %.
Če svoje priporočilo za izdelek postavite na vrhu strani, ga kupci lažje prepoznajo. Za kupce z najvišjo stopnjo zanimanja za nakup, priročna namestitev nad preklopom.
Dodajte priporočila za izdelke na 404 straneh. Priporočilo izdelka
Napake 404 so lahko za stranke frustrirajoče.
Pravzaprav ena študija kaže, da bo 74 % kupcev, ki naletijo na napako 404, zapustilo spletno mesto in se nikoli več vrnilo.
Ampak ne skrbi! To neizogibno situacijo lahko izkoristite za predstavitev nekaterih svojih najbolj vročih izdelkov. Poleg tega, da vašim uporabnikom ponuja izhod s strani z napako, to ponuja neverjetno priložnost povečati število konverzij.
Tudi priljubljeni trgovci na drobno, kot so Nike, Steve Madden itd., sledijo tej taktiki in spremenijo neizogibne napake 404 v priložnost.
Priporočila za domače izdelke Močno
Domača stran spletnega mesta je idealno mesto za objavo priporočil za izdelke.
Baymardova raziskava navaja, da se je 25 % kupcev, ki so prvič kupovali, večkrat pomaknilo na domačo stran in se nato znova vrnilo, da bi raziskalo ponudbo izdelkov spletnega mesta. Novi obiskovalci, ki nimajo predznanja o ekskluzivni ponudbi blagovne znamke in so zelo odvisni od vsebine domača stranda povečate svojo zavest. Priporočilo izdelka
Na primer, RayBan je svoje najbolj priljubljene izdelke postavil na svojo domačo stran, da bi ustvaril priložnosti za nakup.
Filozofija je preprosta: novim obiskovalcem je običajno težko priporočiti novo ponudbo zaradi pomanjkanja podatkov. V tem scenariju je najboljše priporočilo za izdelek, da na domači strani prikažete najbolj priljubljene izdelke ali tiste z najvišjo stopnjo konverzije.
Vključite priporočila v potrditvena e-poštna sporočila in sporočila o zapuščeni košarici
Za vsak porabljen dolar e-poštno trženje, lahko pričakujete povprečno 42 USD. Poleg tega 59 % tržnikov priporoča e-pošto kot najučinkovitejši kanal s zornih kotov prejemanje dohodka. Zahvaljujoč visoki pretvorbi e-poštnih sporočil so eden najboljših načinov za predstavitev priporočil svojim sodelavcem.
Kot primer lahko uporabite e-poštno sporočilo o zapuščeni košarici S za umetniške predmete, podobne zapuščenim predmetom.
Po drugi strani pa lahko v e-poštno sporočilo s potrditvijo naročila vključite priporočila »pogosto kupljeno skupaj«.
Končne misli
Raziskava Infosys o maloprodajnih nakupovalnih izkušnjah kaže, da je 74 % potrošnikov razočaranih, ko obiščejo spletno stran, ki prikazuje vsebino, ki nima nič skupnega z njihovimi interesi in preferencami. Vendar lahko personalizacija, osredotočena na stranko, poveča vaše konverzije za 5 % in zagotovi 5- do 8-kratno donosnost vaše trženjske porabe.
Prilagojena priporočila za izdelke spodbujajo rast in dobičkonosnost, hkrati pa strankam olajšajo nakup z razumevanjem njihovih posebnih preferenc. Kot enega najbolj priljubljenih trendi v e-trgovini, dajejo priporočila za izdelke trgovcem na drobno priložnost, da tekmujejo z največjimi imeni v industriji in jih presežejo, hkrati pa strankam zagotavljajo izjemno nakupovalno izkušnjo.
Оставить комментарий