关于产品推荐的 8 个迫切问题,已回答

已发表: 2022-05-23

产品推荐:是的,这是 LimeSpot 的专长,但在电子商务行业中提供它们也变得越来越普遍。

然而,尽管产品推荐很熟悉,但它们的工作原理仍然存在很多问题。 是巫术吗? 嗯,不完全是。 虽然肯定有一些幕后的人工智能魔法可以在正确的时间为正确的客户提供正确的产品,但正如我们将向您展示的那样,产品推荐背后的整个自动化和流程实际上非常简单。

在这篇博文中,我们将分解一些关于产品推荐的热门问题,以帮助揭开魔法的神秘面纱。 您想增加 Shopify 商店的销售额吗? 我们将帮助您更好地理解和优化您网站上产品推荐的存在,一劳永逸地回答这个问题,究竟什么是产品推荐引擎?

什么是产品推荐引擎?

产品推荐引擎使用来自您电子商务网站上发生的活动的数据(通常与浏览或购买行为相关)并分析该数据以找到共性和关系以提供个性化推荐。

人工智能驱动的产品推荐引擎应该跨三个层面分析和呈现产品推荐。 首先,通过了解相关产品之间的关系——例如,这台咖啡机经常与这种类型的咖啡包一起购买。

其次,好的推荐算法通过所谓的自然语言处理来考虑产品数据。 这种类型的分析了解产品的特征,以更好地了解与其相似的类似产品,或者与之匹配的产品。 自然语言处理可能会考虑一个项目属于哪个产品类别,或者对特定产品的描述是什么,以推断该产品实际适合谁或什么的详细信息。

最后,产品推荐引擎背后的机器学习也应该能够推断出购物者角色。 重要的是要认识到购物者角色实际上不必反映客户自己的人口统计资料。 例如,如果客户在鞋类网站上浏览粉色闪亮的魔术贴鞋带,机器学习可能会推断出一个年轻女孩的角色——即使实际上是她妈妈在浏览。 因此,该购物者应被归类为“年轻女孩”角色,并提供适合该角色的个性化产品推荐; 也许其他双儿童套穿鞋或彩虹扎染雨鞋。 这种类型的个性化推荐通常由人工智能世界中所谓的协同过滤驱动,它根据类似访问者的行为提供客户可能喜欢的产品。

有哪些不同类型的推荐?

有许多不同类型的个性化产品推荐,包括:

  • 经常一起购买
  • 相关项目
  • 追加销售
  • 交叉销售
  • 你可能喜欢
  • 最近的观点
  • 最近购买
  • 最受欢迎
  • 趋势
  • 精选收藏
  • 新来的

所有这些产品推荐类型都可以归为以下三个类别:

  • 个人水平
  • 产品级别
  • 店铺级别

您可以阅读有关构建 360 度个性化推荐策略的所有信息,但这里有一个快速回顾:

个性化产品推荐基于个人所做的特定操作,无论是查看还是购买产品。 它们可能包括“最近查看”或“最近购买”等内容,但也可以扩展到“您可能喜欢”推荐。

产品级别的建议反映了产品之间的关系,正如您的机器学习所理解的那样。 您的算法将根据经常一起购买的商品、相关商品以及追加销售和交叉销售来推荐产品。 这些类型的产品推荐通常由 AI 协同过滤驱动。

最后,商店级别的推荐是由商店的整体销售数据驱动的。 这些可以包括有史以来最受欢迎的畅销商品或过去 24-72 小时的热门商品。 或者,它们可以涵盖特定的精选系列或新品。

作为最佳实践,提供所有三个类别的产品推荐非常重要,以便为购物者提供他们可能想要的每种推荐类型的全面个性化购物体验。

推荐的依据是什么?

产品推荐基于销售数据和推断的购物者角色,以及描述、标题和类别等实际产品数据。 此外,产品推荐也可能会考虑访问者的浏览数据。

您的推荐算法将使用所有购物者数据来了解产品和角色之间的关系。 从那里,它将实时工作,通过向正确的客户动态推荐来提供正确的产品,以获得尽可能高的转化潜力。

产品推荐引擎有什么好处?

产品推荐是推动转化和提高平均订单价值的一种行之有效的方法。 通过提供更相关的产品推荐体验,客户有动力继续他们的购物之旅,而无需搜索商品或手动浏览网站的产品系列页面。

相反,它们会根据推断的访问者角色呈现符合逻辑的“下一步”,甚至是第一步。

转化率随着个性化产品推荐而上升,因为客户能够更好地找到他们正在寻找的东西。

平均订单价值随着个性化推荐而上升,因为在客户旅程的不同阶段,向购物者展示了更多他们更有可能转化的东西。

最后,部署产品推荐的零售商通常会看到其在线商店的客户满意度和保留率有所上升,这主要是因为访问者获得了顺畅、愉快的购物体验,他们会很乐意返回。

你可以在哪里使用推荐?

产品推荐几乎可以在您的电子商务网站上的任何地方使用。 产品推荐的最常见展示位置包括主页、产品系列页面、产品详细信息页面(PDP - AKA 产品页面)和购物车页面。 但是,产品推荐也可以放置在更多意想不到的位置,例如结帐时、购买后感谢页面、个性化搜索页面、客户账户中心、内容页面,甚至是弹出窗口或网站导航。

精明的营销人员还了解到,通过电子邮件提供推荐产品是提高所有类型电子邮件的打开率和点击率的好方法。

不同类型的产品推荐适用于您网站的不同区域。 例如,最受欢迎或趋势是主页的绝佳选择,因为它们可以帮助新访问者了解您网站上的热门产品,而无需深入挖掘。 产品页面和购物车页面是根据购物者表现出兴趣的任何产品进行交叉销售和追加销售的好地方。 了解推荐框放置的最佳实践是在您的网站上发布产品推荐的关键部分。

我应该在产品推荐解决方案中寻找什么?

并非所有产品推荐引擎都是平等创建的。 许多推荐算法只考虑基本的产品销售数据,而没有了解产品之间的实际关系。

顶级产品推荐解决方案应提供:

  • 自然语言处理
  • 分割
  • 推断的客户角色
  • 灵活地将您的产品推荐小部件放置在任何地方
  • 详细的指标和报告仪表板

理想情况下,您还需要一个能够保证结果的产品推荐引擎。 有兴趣带 LimeSpot 兜风吗? 您可以免费试用我们的产品 21 天 - 我们保证 20 倍的投资回报率,尽管其他参加我们 21 天挑战赛的商家的平均投资回报率高达 67 倍。

您如何改进您的产品推荐?

改进产品建议的最简单方法之一是投资人工智能驱动的产品建议解决方案。 这些类型的解决方案背后的算法不仅考虑产品数据,还通过协同过滤形成每个客户旅程的整体视图:他们是谁,他们最有可能购买什么?

AB 测试您的产品推荐小部件放置也是一个好主意。 就产品推荐在站点范围内和单个页面上的放置位置而言,不同的营销策略可以大大提高转化率和更大的购物篮尺寸。

您如何衡量产品推荐的成功与否?

在将产品推荐添加到组合中时,制定整体个性化策略非常重要。

衡量产品推荐成功与否的最简单方法归结为核心电子商务 KPI:

  • AOV 增加
  • 转化率提高
  • 产品推荐驱动的销售额百分比

此外,您可能希望查看与产品推荐互动的购物者和不与产品推荐互动的购物者之间的指标差异。 通常来说,我们看到参与 LimeSpot 产品推荐框的购物者的 AOV 至少增加 5%。 同样,标准转化率通常会翻倍,并且可以比常规转化率高出 5 倍。

推进您的个性化产品推荐

准备好撰写您的个性化产品推荐成功案例了吗? LimeSpot 是具有专利算法的领先产品推荐引擎,被 Shopify 和 BigCommerce 上的数千个顶级品牌使用。 无论您是刚开始推荐产品,还是正在寻找能够为您的业务带来更多收入的成熟解决方案,我们都可以提供帮助。 立即与我们预订演示以分享您的目标,我们将帮助您的购物者立即体验更相关的推荐体验。