8 questions brûlantes sur les recommandations de produits, réponses

Recommandations de produits : C'est la spécialité de LimeSpot oui, mais il devient également de plus en plus courant dans l'industrie du commerce électronique de les proposer.

Pourtant, aussi familières que soient les recommandations de produits, il reste encore beaucoup de questions sur leur fonctionnement. Est-ce de la sorcellerie ? Eh bien, pas exactement. Bien qu'il y ait certainement une certaine magie de l'IA en coulisse qui sert à servir le bon produit au bon client au bon moment, comme nous allons vous le montrer, l'ensemble de l'automatisation et du processus derrière les recommandations de produits est en fait assez simple.

Dans cet article de blog, nous décomposons certaines des principales questions que nous recevons sur les recommandations de produits pour aider à démystifier la magie. Vous souhaitez augmenter les ventes de votre boutique Shopify ? Nous vous aiderons à mieux comprendre et optimiser la présence de recommandations de produits sur votre site, en répondant une fois pour toutes à la question, qu'est-ce qu'un moteur de recommandation de produits, exactement ?

Qu'est-ce qu'un moteur de recommandation de produits ?

Les moteurs de recommandations de produits consomment les données des activités qui se produisent sur votre site Web de commerce électronique - généralement liées au comportement de navigation ou d'achat - et analysent ces données pour trouver des points communs et des relations afin de proposer des recommandations personnalisées.

Un moteur de recommandation de produits basé sur l'IA doit analyser et présenter les recommandations de produits sur trois plans. Tout d'abord, en comprenant la relation entre les produits connexes - par exemple, cette cafetière est souvent achetée avec ce type de dosettes de café.

Deuxièmement, de bons algorithmes de recommandation prennent en compte les données produit via ce que l'on appelle le traitement du langage naturel. Ce type d'analyse comprend les caractéristiques d'un produit pour mieux comprendre un produit similaire qui lui ressemble, ou alternativement, un bon match pour lui. Le traitement du langage naturel peut considérer à quelle catégorie de produit appartient un article ou quelle est la description d'un produit spécifique pour déduire des détails sur qui ou à quoi ce produit est réellement adapté.

Enfin, l'apprentissage automatique derrière votre moteur de recommandation de produits devrait également être en mesure de déduire un personnage d'acheteur. Il est important de reconnaître qu'un personnage d'acheteur ne doit pas nécessairement refléter le profil démographique d'un client. Par exemple, si un client consulte des chaussures roses scintillantes à velcro sur un site Web de chaussures, l'apprentissage automatique peut déduire le personnage d'une jeune fille - même si c'est en fait sa mère qui navigue. En conséquence, cet acheteur doit être classé dans la catégorie « jeune fille » et proposer des recommandations de produits personnalisées qui correspondent à la personnalité ; peut-être d'autres paires de chaussures à enfiler pour enfants ou des bottes de pluie arc-en-ciel tie-dye. Ce type de recommandation personnalisée est souvent motivé par ce que l'on appelle dans le monde de l'IA le filtrage collaboratif, qui propose des produits qu'un client pourrait aimer en fonction du comportement de visiteurs similaires.

Quels sont les différents types de recommandations ?

Il existe de nombreux types de recommandations de produits personnalisées, notamment :

• Produits fréquemment achetés ensemble
• Articles connexes
• Ventes incitatives
• Ventes croisées
• Tu peux aimer
• Vues récentes
• Achats récents
• Le plus populaire
• Tendance
• Collections en vedette
• Nouvelles Arrivées

Tous ces types de recommandations de produits peuvent être organisés en trois catégories :

• Niveau personnel
• Niveau produit
• Niveau magasin

Vous pouvez lire tout sur la création d'une stratégie de recommandations personnalisées à 360 degrés, mais voici un bref récapitulatif :

Les recommandations de produits personnalisées sont basées sur les actions spécifiques qu'un individu a effectuées, qu'il s'agisse de consulter ou d'acheter un produit. Ils peuvent inclure des éléments tels que les vues récentes ou les achats récents, mais peuvent également s'étendre aux recommandations que vous pourriez aimer.

Les recommandations au niveau du produit reflètent les relations entre les produits, telles qu'elles sont comprises par votre machine learning. Votre algorithme recommandera des produits en fonction des articles fréquemment achetés ensemble, des articles connexes, des ventes incitatives et des ventes croisées. Ces types de recommandations de produits sont le plus souvent pilotés par le filtrage collaboratif de l'IA.

Enfin, les recommandations au niveau du magasin sont basées sur les données de vente globales de votre magasin. Ceux-ci peuvent inclure les articles les plus populaires de tous les temps ou les articles tendance des dernières 24 à 72 heures. Ou ils peuvent couvrir des collections en vedette ou des nouveautés spécifiques.

En tant que bonne pratique, il est important d'offrir les trois catégories de recommandations de produits pour offrir aux acheteurs une expérience d'achat personnalisée complète avec chaque type de recommandation qu'ils pourraient souhaiter.

Sur quoi se basent les recommandations ?

Les recommandations de produits sont basées sur les données de vente et la personnalité déduite de vos acheteurs, ainsi que sur les données réelles du produit telles que la description, le titre et la catégorie. De plus, les recommandations de produits peuvent également prendre en considération les données de navigation d'un visiteur.

Vos algorithmes de recommandation utiliseront toutes les données des acheteurs pour comprendre la relation entre les produits et les personnages. À partir de là, il fonctionnera en temps réel pour servir le bon produit grâce à des recommandations dynamiques au bon client, pour le potentiel de conversion le plus élevé possible.

Quels sont les avantages d'un moteur de recommandations de produits ?

Les recommandations de produits sont un moyen éprouvé de générer des conversions et d'augmenter la valeur moyenne des commandes. En proposant une expérience de recommandation de produits plus pertinente, les clients sont motivés à poursuivre leur parcours d'achat sans avoir à rechercher un article ou à naviguer manuellement dans les pages de collection d'un site.

Au lieu de cela, ils sont présentés avec des «étapes suivantes» logiques, ou même des premières étapes, basées sur la personnalité déduite du visiteur.

Les taux de conversion augmentent avec les recommandations de produits personnalisées, car les clients sont mieux à même de trouver ce qu'ils recherchent.

La valeur moyenne des commandes augmente avec les recommandations personnalisées, car les acheteurs voient plus de choses qu'ils sont plus susceptibles de convertir, à différents moments de leur parcours client.

Enfin, les détaillants qui déploient des recommandations de produits constatent généralement une augmentation de la satisfaction et de la fidélisation des clients pour leur boutique en ligne, en grande partie parce que le visiteur a vécu une expérience d'achat agréable et agréable à laquelle il reviendra avec plaisir.

Où pouvez-vous utiliser les recommandations ?

Les recommandations de produits peuvent être utilisées à peu près n'importe où sur votre site de commerce électronique. Les emplacements les plus courants pour les recommandations de produits, y compris la page d'accueil, les pages de collection, les pages de détails du produit (PDP - AKA une page de produit) et la page du panier. Cependant, les recommandations de produits peuvent également être placées à des endroits plus inattendus, comme à la caisse, sur la page de remerciement post-achat, sur une page de recherche personnalisée, dans le centre de compte client, sur des pages de contenu, et même dans des pop-ups ou la navigation sur le site.

Les spécialistes du marketing avertis ont également appris que proposer un produit recommandé par e-mail est un excellent moyen d'augmenter les taux d'ouverture et de clics sur tous les types d'e-mails.

Différents types de recommandations de produits fonctionnent bien pour différentes zones de votre site Web. Par exemple, les plus populaires ou les tendances sont d'excellents choix pour la page d'accueil, car ils peuvent aider les nouveaux visiteurs à comprendre ce qu'est un produit populaire sur votre site sans avoir à creuser trop profondément. Les pages de produits et la page du panier sont d'excellents endroits pour placer des ventes croisées et des ventes incitatives en fonction des produits pour lesquels un acheteur a également manifesté son intérêt. Comprendre les meilleures pratiques pour le placement des boîtes de recommandation est un élément clé du lancement des recommandations de produits sur votre site.

Que dois-je rechercher dans une solution de recommandation de produits ?

Tous les moteurs de recommandation de produits ne sont pas créés de la même manière. De nombreux algorithmes de recommandation ne prennent en compte que les données de base sur les ventes de produits, sans comprendre la relation réelle entre les produits.

Les solutions de recommandation de produits de premier plan doivent offrir :

• Traitement du langage naturel
• Segmentation
• Personnalités client inférées
• Flexibilité pour placer votre widget de recommandations de produits n'importe où
• Métriques détaillées et tableaux de bord de reporting

Idéalement, vous souhaitez également un moteur de recommandations de produits garantissant des résultats. Intéressé à essayer LimeSpot ? Vous pouvez essayer notre produit gratuitement pendant 21 jours - nous garantissons un retour sur investissement multiplié par 20, bien que le retour sur investissement moyen des autres marchands qui ont relevé notre défi de 21 jours ait été de 67 fois.

Comment pouvez-vous améliorer vos recommandations de produits ?

L'un des moyens les plus simples d'améliorer vos suggestions de produits consiste à investir dans une solution de recommandations de produits basée sur l'IA. L'algorithme derrière ces types de solutions prend en compte bien plus que les données produit pour former une vue holistique de chaque parcours client grâce au filtrage collaboratif : qui sont-ils et que sont-ils les plus susceptibles d'acheter ?

C'est également une bonne idée de tester AB le placement de votre widget de recommandation de produit. Différentes stratégies de merchandising en termes d'emplacement des recommandations de produits à la fois sur l'ensemble du site et sur une seule page peuvent grandement contribuer à générer davantage de conversions et des tailles de panier plus importantes.

Comment pouvez-vous mesurer le succès des recommandations de produits ?

Il est important de mettre en place une stratégie globale de personnalisation lors de l'ajout de recommandations de produits à l'ensemble.

Le moyen le plus simple de mesurer le succès de vos recommandations de produits se résume aux KPI de base du commerce électronique :

• AOV augmente
• Le taux de conversion augmente
• % des ventes générées par les recommandations de produits

De plus, vous voudrez peut-être examiner la différence de mesures entre les acheteurs qui interagissent avec les recommandations de produits et ceux qui ne le font pas. En règle générale, nous constatons une augmentation de l'AOV d'au moins 5 % de la part des acheteurs qui interagissent avec les boîtes de recommandation de produits LimeSpot. De plus, le taux de conversion standard double souvent et peut aller jusqu'à 5 fois plus qu'un taux de conversion normal.

Faites progresser vos recommandations de produits personnalisées

Prêt à rédiger votre success story de recommandations de produits personnalisées ? LimeSpot est un moteur de recommandations de produits de premier plan avec un algorithme breveté, utilisé par des milliers de grandes marques sur Shopify et BigCommerce. Que vous débutiez avec des recommandations de produits ou que vous recherchiez une solution éprouvée qui générera plus de revenus pour votre entreprise, nous pouvons vous aider. Réservez une démo avec nous dès aujourd'hui pour partager vos objectifs, et nous aiderons vos acheteurs à vivre une expérience de recommandation plus pertinente en un rien de temps.