8 palących pytań dotyczących rekomendacji produktów, odpowiedzi

Rekomendacje produktów: Tak, to specjalność LimeSpot, ale ich oferowanie staje się coraz bardziej powszechne w branży e-commerce.

Mimo tego, że są tak znane, jak rekomendacje produktów, wciąż istnieje wiele pytań dotyczących ich działania. Czy to czary? Cóż, nie do końca. Chociaż z pewnością istnieje zakulisowa magia sztucznej inteligencji, która polega na serwowaniu odpowiedniego produktu właściwemu klientowi we właściwym czasie, jak pokażemy, cała automatyzacja i proces stojący za rekomendacjami produktów jest w rzeczywistości całkiem prosty.

W tym poście na blogu przedstawiamy niektóre z najczęstszych pytań, jakie otrzymujemy na temat rekomendacji produktów, aby pomóc w wyjaśnieniu magii. Czy chcesz zwiększyć sprzedaż w swoim sklepie Shopify? Pomożemy Ci lepiej zrozumieć i zoptymalizować obecność rekomendacji produktów w Twojej witrynie, odpowiadając raz na zawsze na pytanie, czym dokładnie jest silnik rekomendacji produktów?

Co to jest silnik rekomendacji produktów?

Silniki rekomendacji produktów wykorzystują dane z działań, które mają miejsce w Twojej witrynie e-commerce – zazwyczaj związane z przeglądaniem lub zachowaniami zakupowymi – i analizują te dane, aby znaleźć podobieństwa i powiązania, aby wyświetlać spersonalizowane rekomendacje.

Oparty na sztucznej inteligencji silnik rekomendacji produktów powinien analizować i przedstawiać rekomendacje produktów na trzech płaszczyznach. Po pierwsze, poprzez zrozumienie związku między powiązanymi produktami – na przykład ten ekspres jest często kupowany z tego typu saszetkami.

Po drugie, dobre algorytmy rekomendacji biorą pod uwagę dane produktów poprzez tak zwane przetwarzanie języka naturalnego. Ten rodzaj analizy pozwala zrozumieć cechy produktu, aby lepiej zrozumieć podobny produkt, który jest do niego podobny lub, alternatywnie, dobrze do niego pasuje. Przetwarzanie języka naturalnego może uwzględniać, do jakiej kategorii produktów należy dany produkt lub jaki jest opis konkretnego produktu, aby wywnioskować szczegóły dotyczące tego, dla kogo lub do czego ten produkt jest faktycznie odpowiedni.

Wreszcie, uczenie maszynowe stojące za Twoim silnikiem rekomendacji produktów powinno również być w stanie określić osobę kupującego. Należy pamiętać, że persona kupującego nie musi odzwierciedlać profilu demograficznego klienta. Na przykład, jeśli klient przegląda różowe, błyszczące buty z paskami na rzepy w witrynie z butami, uczenie maszynowe może wywnioskować osobę młodej dziewczyny – nawet jeśli w rzeczywistości przegląda ją jej mama. W rezultacie kupujący powinien zostać sklasyfikowany jako „młoda dziewczyna” i podawać spersonalizowane rekomendacje produktów, które pasują do persony; być może inne pary wsuwanych butów dziecięcych lub kalosze z tęczową farbą. Ten rodzaj spersonalizowanych rekomendacji jest często napędzany przez to, co znane jest w świecie sztucznej inteligencji jako filtrowanie zespołowe, które wyświetla produkty, które klient może polubić na podstawie zachowań podobnych użytkowników.

Jakie są rodzaje rekomendacji?

Istnieje wiele różnych rodzajów spersonalizowanych rekomendacji produktów, w tym:

• Najczęściej kupowane razem
• Powiązane przedmioty
• Sprzedaż dodatkowa
• Sprzedaż krzyżowa
• Możesz polubić
• Najnowsze poglądy
• Ostatnie zakupy
• Najbardziej popularny
• Trendy
• Polecane kolekcje
• Nowości

Wszystkie te typy rekomendacji produktów można podzielić na trzy kategorie:

• Osobisty poziom
• Poziom produktu
• Poziom sklepu

Możesz przeczytać wszystko o tworzeniu strategii spersonalizowanych rekomendacji 360 stopni, ale oto krótkie podsumowanie:

Spersonalizowane rekomendacje produktów są oparte na konkretnych działaniach wykonanych przez daną osobę, niezależnie od tego, czy oglądają, czy kupują produkt. Mogą one obejmować takie rzeczy, jak Ostatnie wyświetlenia lub Ostatnie zakupy, ale mogą również obejmować rekomendacje Może Ci się spodobać.

Rekomendacje na poziomie produktu odzwierciedlają relacje między produktami w rozumieniu uczenia maszynowego. Twój algorytm będzie rekomendować produkty na podstawie przedmiotów, które są często kupowane razem, przedmioty powiązane oraz sprzedaże dodatkowe i wiązane. Tego typu rekomendacje produktów są najczęściej napędzane przez wspólne filtrowanie AI.

Wreszcie, rekomendacje na poziomie sklepu są oparte na ogólnych danych sprzedaży Twojego sklepu. Mogą to być najpopularniejsze przedmioty bestsellerów wszechczasów lub przedmioty zyskujące popularność z ostatnich 24-72 godzin. Mogą też obejmować określone kolekcje polecane lub nowości.

W ramach najlepszej praktyki ważne jest, aby oferować wszystkie trzy kategorie rekomendacji produktów, aby zapewnić kupującym wszechstronne spersonalizowane zakupy z każdym typem rekomendacji, jakiego mogą potrzebować.

Na czym opierają się rekomendacje?

Rekomendacje produktów są oparte na danych sprzedażowych i wywnioskowanej osobowości Twoich kupujących, wraz z rzeczywistymi danymi produktu, takimi jak opis, tytuł i kategoria. Ponadto rekomendacje produktów mogą również uwzględniać dane przeglądania odwiedzającego.

Twoje algorytmy rekomendacji wykorzystają wszystkie dane kupujących, aby zrozumieć związek między produktami a osobami. Stamtąd będzie działać w czasie rzeczywistym, aby zaserwować odpowiedni produkt poprzez dynamiczne rekomendacje właściwemu klientowi, aby uzyskać najwyższy możliwy potencjał konwersji.

Jakie są zalety silnika rekomendacji produktów?

Rekomendacje produktów to sprawdzony sposób na zwiększenie konwersji i zwiększenie średniej wartości zamówienia. Dostarczając bardziej trafne rekomendacje produktów, klienci są motywowani do kontynuowania zakupów bez konieczności wyszukiwania produktu lub ręcznego przeglądania stron kolekcji witryny.

Zamiast tego przedstawiane są im logiczne „następne kroki”, a nawet pierwsze kroki, w oparciu o wywnioskowaną osobę odwiedzającego.

Współczynniki konwersji rosną wraz ze spersonalizowanymi rekomendacjami produktów, ponieważ klienci mogą łatwiej znaleźć to, czego szukają.

Średnia wartość zamówienia rośnie wraz ze spersonalizowanymi rekomendacjami, ponieważ kupującym pokazuje więcej rzeczy, na które są bardziej skłonni dokonać konwersji, na różnych etapach ścieżki klienta.

Wreszcie, sprzedawcy, którzy wdrażają rekomendacje produktów, generalnie zauważają wzrost zadowolenia i utrzymania klientów w swoim sklepie internetowym, głównie dlatego, że odwiedzający mieli płynne, wspaniałe zakupy, do których z radością wróci.

Gdzie możesz skorzystać z rekomendacji?

Rekomendacje produktów mogą być używane praktycznie w dowolnym miejscu w witrynie e-commerce. Najczęstsze miejsca docelowe rekomendacji produktów, w tym strona główna, strony kolekcji, strony ze szczegółowymi informacjami o produkcie (PDP - AKA strona produktu) i strona koszyka. Jednak rekomendacje produktów mogą być również umieszczane w bardziej nieoczekiwanych miejscach, takich jak przy kasie, na stronie z podziękowaniem po zakupie, na spersonalizowanej stronie wyszukiwania, w centrum konta klienta, na stronach z treścią, a nawet w wyskakujących okienkach lub nawigacja w witrynie.

Doświadczeni marketerzy nauczyli się również, że udostępnianie rekomendowanego produktu za pośrednictwem poczty e-mail to świetny sposób na zwiększenie liczby otwarć i kliknięć we wszystkich rodzajach wiadomości e-mail.

Różne rodzaje rekomendacji produktów sprawdzają się w różnych obszarach Twojej witryny. Na przykład Najpopularniejsze lub Najpopularniejsze to świetny wybór na stronę główną, ponieważ mogą pomóc nowym odwiedzającym zrozumieć, jaki jest popularny produkt w Twojej witrynie, bez konieczności zbyt głębokiego kopania. Strony produktów i strona koszyka to świetne miejsca do umieszczania sprzedaży krzyżowej i dodatkowej na podstawie dowolnych produktów, którymi kupujący wykazał zainteresowanie. Zrozumienie sprawdzonych metod umieszczania pól rekomendacji jest kluczowym elementem uruchamiania rekomendacji produktów w Twojej witrynie.

Czego powinienem szukać w rozwiązaniu rekomendacji produktów?

Nie wszystkie silniki rekomendacji produktów są tworzone jednakowo. Wiele algorytmów rekomendacji uwzględnia tylko podstawowe dane o sprzedaży produktów, bez zrozumienia rzeczywistej relacji między produktami.

Rozwiązania rekomendacji produktów najwyższego poziomu powinny oferować:

• Przetwarzanie języka naturalnego
• Segmentacja
• Wnioskowane persony klientów
• Elastyczność umieszczania widgetu rekomendacji produktów w dowolnym miejscu
• Szczegółowe metryki i panele raportowania

W idealnym przypadku potrzebujesz również silnika rekomendacji produktów, który gwarantuje wyniki. Chcesz wziąć LimeSpot na przejażdżkę? Możesz wypróbować nasz produkt za darmo przez 21 dni – gwarantujemy 20-krotny zwrot z inwestycji, chociaż średni zwrot z inwestycji innych sprzedawców, którzy wzięli udział w naszym 21-dniowym wyzwaniu, był aż 67-krotnie.

Jak możesz poprawić rekomendacje produktów?

Jednym z najłatwiejszych sposobów ulepszania sugestii dotyczących produktów jest inwestowanie w rozwiązanie rekomendacji produktów oparte na sztucznej inteligencji. Algorytm stojący za tego typu rozwiązaniami uwzględnia znacznie więcej niż tylko dane produktu, aby stworzyć całościowy obraz każdej podróży klienta poprzez filtrowanie oparte na współpracy: kim są i co najchętniej kupują?

Dobrym pomysłem jest również przetestowanie przez AB umieszczania widżetu rekomendacji produktów. Różne strategie merchandisingowe pod względem umieszczania rekomendacji produktów zarówno w całej witrynie, jak i na jednej stronie mogą znacznie przyczynić się do zwiększenia liczby konwersji i większych rozmiarów koszyka.

Jak zmierzyć skuteczność rekomendacji produktów?

Podczas dodawania rekomendacji produktów do miksu ważne jest, aby mieć ogólną strategię personalizacji.

Najłatwiejszy sposób mierzenia sukcesu rekomendacji produktów sprowadza się do podstawowych KPI e-commerce:

• AOV wzrasta
• Wzrost współczynnika konwersji
• % sprzedaży napędzanej rekomendacjami produktów

Ponadto możesz chcieć przyjrzeć się różnicy w danych między kupującymi, którzy wchodzą w interakcję z rekomendacjami produktów, a tymi, którzy tego nie robią. Zazwyczaj obserwujemy wzrost AOV o co najmniej 5% wśród kupujących, którzy korzystają z pól rekomendacji produktów LimeSpot. Ponadto standardowy współczynnik konwersji często się podwaja i może być nawet 5 razy wyższy niż zwykły współczynnik konwersji.

Zaawansowane spersonalizowane rekomendacje produktów

Gotowy do napisania historii sukcesu spersonalizowanych rekomendacji produktów? LimeSpot to wiodący silnik rekomendacji produktów z opatentowanym algorytmem, używany przez tysiące najlepszych marek w Shopify i BigCommerce. Niezależnie od tego, czy dopiero zaczynasz z rekomendacjami produktów, czy szukasz sprawdzonego rozwiązania, które przyniesie większe przychody Twojej firmie, możemy Ci pomóc. Zarezerwuj u nas prezentację już dziś, aby podzielić się swoimi celami, a pomożemy Twoim kupującym błyskawicznie uzyskać trafniejsze rekomendacje.