Produktrekommendation

Produktrekommendationer är i huvudsak ett filtreringssystem som förutsäger och visar de produkter dina kunder skulle vilja köpa. Produktrekommendationsmotorn är ett komplext system som använder algoritmer och användardata såsom produktbetyg och kommentarer, historik/returhistorik, varukorgshändelser, sidvisningar, klick- och sökhistorik, etc.

När de görs på rätt sätt kan produktrekommendationer hjälpa återförsäljare att öka sina intäkter och förbättra kundbehållningen. HiVis Supply, en ledande återförsäljare av kläder och hög synlighet online, använde personliga rekommendationer och ökade sina intäkter med hela 68,3 %.

Här är ett exempel på hur produktrekommendationsmotorn på plats fungerar:

Inte bara återförsäljare använder dessa produktförslagsmotorer, utan streamingjättar som Netflix och YouTube har också inbyggda rekommendationsmotorer för att skapa skräddarsydda listor med rekommenderade klipp för användare att titta på. Faktum är att 80 % av programmen du tittar på på Netflix upptäcks genom rekommendationsmotorn.

Individuell packning. Hur sticker man ut?

Låt oss nu titta på de olika typerna av rekommendationsmotorer som används av återförsäljare för att skapa mer meningsfulla köp.

Det finns 3 typer av produktrekommendationsmotorer:

• Innehållsfiltrering. Denna typ av filtrering analyserar en shoppers tidigare preferenser och tidigare val för att skapa en preferensprofil. Så nästa gång du ser rekommendationer som "Om du gillade det här kanske du också gillar det här", kom ihåg att detta är ett innehållsbaserat förslag.
• Samarbetsfiltrering: denna metod tar data från flera kunder och källor och korsrefererar deras köphistorik för att förutsäga vad en viss kund vill ha.
  • Till exempel, om en användare letar efter skor, kan systemet rekommendera ett par strumpor som andra användare har köpt tillsammans med det paret.
  • Dessutom analyserar den kollaborativa filtreringsmetoden den demografiska sammansättningen av användare och avgör om de är förstagångsköpare eller befintliga köpare. Amazon använder en samarbetsfiltreringsmetod för objekt för objekt, som står för 35 % av företagets intäkter.
• Hybridrekommendationer. Som termen antyder kombinerar denna typ av rekommendationsmotor innehållsbaserade och samarbetsbaserade metoder, med hjälp av data från liknande användare såväl som en viss användares tidigare preferenser för att skapa en lista med rekommenderade produkter.

Hur fungerar produktrekommendationsmekanismen?

En typisk produktrekommendationsmotor bearbetar data i fyra olika steg: insamling, lagring, analys och filtrering.

Steg 1: Datainsamling. Produktrekommendation

Detta inkluderar både explicita och implicita data. Explicit data består av information som tillhandahålls av användare, såsom betyg och kommentarer om produkter. Å andra sidan innehåller implicita data information som orderhistorik/returhistorik, varukorgshändelser, sidvisningar, klick och sökloggar.

Steg 2: Datalagring

Produktrekommendationsmotorn matar data. Dess effektivitet beror på mängden data du gör tillgänglig för algoritmerna. Den typ av information du använder för att ställa in rekommendationer kan hjälpa dig att välja vilken typ av lagring du ska använda. du kan använda databas NoSQL, en standard SQL-databas, eller till och med någon form av objektlagring.

Steg 3: Dataanalys. Produktrekommendation

Att filtrera data med hjälp av olika analysprocesser är nästa steg. Här är några av sätten att analysera den insamlade informationen:

• Realtidssystem
• Batchanalys
• Nästan realtidsanalys

Steg 4: Datafiltrering

Det sista steget är att välja en filtreringsmetod. Som vi sa i föregående avsnitt kan du välja mellan tre olika filtreringsmetoder: innehållsbaserade, kollaborativa eller hybridrekommendationer.

Varför behöver en webbutik ett produktrekommendationssystem? Produktrekommendation

För mer än ett decennium sedan introducerade Amazon en ny funktion på sin webbplats. De visade ett urval av produkter i en karusell under sloganen: "Kunder som tittade på det här föremålet såg också andra föremål."

Amazons produktrekommendation var inte bara en funktion, utan en bra demonstration av hur man använder data intelligent för affärsframgång. Idag, efter detaljhandelsjättens enorma framgång, använder de flesta återförsäljare personliga rekommendationer som ett riktat marknadsföringsverktyg både i reklam e-postkampanjer och på de flesta sidor på din webbplats.

Men om du driver en butik e-handel och ännu inte har aktiverat rekommendationer, här är några viktiga fakta och siffror som sannolikt kommer att få dig att ompröva din nuvarande strategi.

Produktrekommendation för bästa praxis

Många butiksägare e-handel, verkar tro att produktrekommendationer helt enkelt är en samling liknande produkter. Men de missar ofta en viktig sak: att optimera sina rekommendationer för konverteringar.

Använd Data Scie för att förstå kundens köpbeteende

För att få produktrekommendationer att fungera till din fördel måste du se till att de erbjudanden du erbjuder är relevanta och datadrivna. Så hur ger du dina kunder de mest exakta rekommendationerna som matchar deras intressen och behov?

Alla kunder är inte likadana. Varje köpare har sina egna unika preferenser och kriterier som de baserar sina köpbeslut på.

Till exempel, om du äger en hälsotillskottsbutik, kanske några av dina kunder föredrar specifika smaker eller ingredienser. Å andra sidan kommer vissa kunder alltid att vara lojala mot sina favoritmärken. En effektiv produktrekommendationsmotor bör alltid känna igen dessa unika användarbeteenden och förstå "varför" bakom en kunds beslut att köpa en viss produkt.

Genom att lära av den data du har samlat in kommer din motor att veta vad dina kunder gillar och vad som får dem att köpa. Det lockar i sin tur besökarna med skräddarsydda produkterbjudanden. Accentures forskning visar att mycket personliga produktrekommendationer ökar sannolikheten för ett köp med 75 procent.

Ge rätt antal rekommendationer. Produktrekommendation

Syftet med att inkludera produktrekommendationer på din webbplats är att hjälpa besökarna att hitta något de kanske gillar och därigenom öka kundernas engagemang. När du blir mer benägen att närma dig rekommendationer helt enkelt som en möjlighet att förbättra dina omvandlingar, finns det en god chans att du kommer att skada den övergripande upplevelsen.

Faktum är att för många rekommendationer kan distrahera besökarna från sidans verkliga syfte. Precis som det irriterande popup-fönstret som dyker upp när du surfar på en webbplats, kan produktrekommendationer också vara irriterande.

Se hur Walmart genomförde sin produktrekommendationsstrategi:

Till skillnad från Amazon har Walmart ingen heltäckande produktrekommendationsstrategi. Genom att hålla den minimal och centrerad säkerställer de att dess produktförslagsfunktion inte avviker från det faktiska syftet med den aktuella sidan.

Att välja kvalitet framför kvantitet är vår expertrekommendation. Genom att bara visa några få utvalda rekommendationer på utvalda sidor kan du upprätthålla en balans mellan konverteringsfrekvens och shoppingupplevelse.

Använd produktbilder av hög kvalitet. Produktrekommendation

Bilder är avgörande för framgång. e-handel. Men varför?

Visuellt innehåll skapar förtroende genom att ge shoppare en shoppingupplevelse i butik.

Produktrekommendationer är inget undantag i detta fall. Att inkludera bilder av hög kvalitet är det bästa sättet att få folk att kolla in dina utvalda föremål.

Nikes produktrekommendationer innehåller premiumbilder som gör det enkelt för kunder att upptäcka, utvärdera och köpa dessa produkter.

Smartare rekommendationer leder till bättre konverteringar

Enligt Marketing Dive lämnar 48 % av kunderna ett varumärkes webbplats och handlar hos en konkurrent på grund av en dåligt personlig upplevelse. För att fånga dina besökares uppmärksamhet måste du komma med smartare, mer personliga produktrekommendationer baserade på individuella preferenser eller sociala data.

Med produktrekommendationer kan du fånga allas shoppingmönster, beteende, köphistorik eller önskelistor och presentera dem med mycket skräddarsydda produktförslag.

Att skapa olika typer av rekommendationer är en annan effektiv metod för att skapa en engagerande shoppingmiljö.

Några av de bästa typerna av konverteringsrekommendationer inkluderar:

Rekommendation av bästsäljare. I rekommendation denna typ inkluderar populära produkter eller storsäljare i en webbutik.

Andra kunder ses också. Den här typen av rekommendationer fungerar datainsamling, intressen eller preferenser för många användare och matcha dem med beteendet hos en viss köpare på Internet för att ge de mest korrekta erbjudandena.

Du kanske också gillar: det är en uppsättning produkter som liknar något köparen är ute efter. I detta avseende samlar rekommendationsmotorn in och jämför olika användarbeteenden och preferenser som kategori, färg, varumärke, pris, etc.

Rekommendationer per kategori. Vissa butiker e-handel visa produktförslag baserat på bästsäljare eller populära produkter efter kategori. Produktrekommendation

Förbättra AOV genom att använda rekommendationer för ofta köpta tillsammans

Ett av de bästa sätten att öka intäkterna från e-handelsbutiker är att öka AOV, eller genomsnittligt ordervärde, för transaktioner. Ofta köpta tillsammans-rekommendationer syftar till att skapa mer- och korsförsäljningsmöjligheter. Produktrekommendation

I det här fallet analyserar en produktrekommendationsmotor enorma mängder data, såsom köphistorik och tidigare beteenden hos liknande användare, för att rekommendera ytterligare produkter.

Amazon gör allt rätt när du gör detta:

Huvudmålet med att rekommendera "ofta köpta tillsammans" produkter är att öka AOV för varje transaktion.

Infoga sociala bevis eller märken för att bygga förtroende. Produktrekommendation

Genom att lägga till ett element av socialt skydd till rekommendationerna hjälper återförsäljare att visa förtroende för de produkter de erbjuder.

HubSpot-undersökningar visar att 57 % av konsumenterna föredrar en produkt eller tjänst som har minst 4-stjärnigt betyg. Dessutom är dagens shoppare villiga att spendera 31 % mer på företag med bättre recensioner.

För att öka din förtroendekvot kan du sätta små ikoner bredvid varje produkt för att visa hur många som köpte den den dagen. Om en köpare inser att andra redan har köpt en viss produkt kan detta föra honom närmare ett köpbeslut.

Återförsäljare kan också lägga till stjärnbetyg till sina bestsellerrekommendationer för att öka chanserna för konvertering.

Att inkludera etiketter som "bästsäljare", "bästa val" eller "redaktörens val" är också effektiva.

Placera dina rekommendationer ovanför mitten

Eftersom shopping är ett visuellt spel spelar placeringen av din rekommendation stor roll. Termen "ovanför veck" användes först för att hänvisa till den övre halvan av tidningar; för detta ändamål fanns en enda del synlig för förbipasserande. Därför placerade utgivare vanligtvis övertygande bilder eller rubriker ovanför mitten för att locka besökare.

Webbplatser är inte annorlunda. Produktrekommendation

Enligt Nielsen Norman Group-manifestet är den genomsnittliga skillnaden mellan hur användare behandlar information över och under 84 %.

Genom att placera din produktrekommendation ovanför mitten blir det lättare för kunder att identifiera den. För köpare med den högsta graden av intresse för att köpa, bekväm placering ovanför vikningen.

Lägg till produktrekommendationer på 404 sidor. Produktrekommendation

404-fel kan vara frustrerande för kunderna.

Faktum är att en studie visar att 74 % av kunderna som stöter på ett 404-fel kommer att lämna webbplatsen och aldrig återvända.

Men oroa dig inte! Du kan använda denna oundvikliga situation för att visa upp några av dina hetaste produkter. Förutom att erbjuda dina användare en väg ut från felsidan, ger detta en fantastisk möjlighet öka antalet konverteringar.

Även populära återförsäljare som Nike, Steve Madden, etc. följer denna taktik och förvandlar de oundvikliga 404-felen till en möjlighet.

Hem Produktrekommendationer Kraftfull

Hemsidan för en webbplats är den idealiska platsen för att lägga upp produktrekommendationer.

Baymards forskning visar att 25 % av förstagångsköparna upprepade gånger scrollade till hemsidan och återvände sedan igen för att utforska webbplatsens produktutbud. Nya besökare som inte har några förkunskaper om varumärkets exklusiva sortiment och är starkt beroende av innehållet startsidaför att öka din medvetenhet. Produktrekommendation

Till exempel placerade RayBan sina mest populära produkter på sin hemsida för att skapa köpmöjligheter.

Filosofin är enkel: det är oftast svårt att rekommendera nya erbjudanden till nya besökare på grund av brist på data. I det här scenariot är den bästa produktrekommendationen att visa de mest populära produkterna eller de med de högsta omvandlingsfrekvenserna på startsidan.

Inkludera rekommendationer i e-postmeddelanden med bekräftelse och övergivna kundvagn

För varje dollar som spenderas på e-post marknadsföring, kan du förvänta dig ett genomsnitt på $42. Dessutom rekommenderar 59 % av marknadsförare e-post som den mest effektiva kanalen med åsikter får inkomst. Tack vare hög konvertering e-postmeddelanden är ett av de bästa sätten att presentera rekommendationer för dina kollegor.

Som ett exempel kan du använda den övergivna varukorgens e-post S för konstföremål som liknar övergivna föremål.

Å andra sidan kan du inkludera "ofta köpta tillsammans"-rekommendationer i din orderbekräftelsemail.

Slutgiltiga tankar

En undersökning av Infosys shoppingupplevelse visar att 74 % av konsumenterna blir frustrerade när de landar på en webbplats som visar innehåll som inte har något att göra med deras intressen och preferenser. Kundcentrerad personalisering kan dock öka dina omvandlingar med 5 % och ge en avkastning på 5x till 8x på dina marknadsföringsutgifter.

Personliga produktrekommendationer driver tillväxt och lönsamhet samtidigt som det gör det lättare för kunder att köpa genom att förstå deras specifika preferenser. Som en av de mest populära trender inom e-handel, ger produktrekommendationer återförsäljare möjlighet att konkurrera med och överträffa branschens största namn samtidigt som kunderna får en exceptionell shoppingupplevelse.

АЗБУКА