Spersonalizowane rekomendacje produktowe


Dzięki rekomendacjom produktów możemsz budować zainteresowanie klienta. Generyczne rekomendacje edrone dostępne są w modelu real-time oraz personalized. Oznacza to, że będą aktywne w trakcie bieżącej sesji klienta oraz że będą inne dla każdego z użytkowników. Rekomendacje typu „product based”, czyli rekomendacje koszykowe (najlepiej sprawdzą się na karcie produktu i stronie koszyka). Rekomendacje „user based” (najczęściej stosowane na stronie głównej), czyli rekomendacje oparte o preferencje każdego z klientów, mogą być wyświetlane w dowolnym miejscu na stronie w formie ramek rekomendacji.


Załóż konto

Co dają nam spersonalizowane rekomendacje produktowe?

Każde zachowanie klienta może być podstawą do rekomendacji. Rozważmy przykład sklepu posiadającego w swojej ofercie 100 produktów. Katalog produktowy jest relatywnie niewielki, tym samym prosty system rekomendacji w oparciu o popularność produktów może na tym etapie przynosić pożądane rezultaty. Co w przypadku gdy lojalność klientów wzrasta, przybywa nowych użytkowników, a gama produktowa rozrasta się kilku-, kilkunastokrotnie? Prawdopodobieństwo doboru odpowiednich produktów do rekomendacji drastycznie spada, rodząc potrzebę wdrożenia nowego systemu. Odpowiedzią na tę potrzebę są spersonalizowane rekomendacje edrone. Poprzez metodę wspólnego filtrowania (collaborative filtering) na podstawie zachowania wszystkich klientów danego esklepu odkrywamy preferencje poszczególnych użytkowników. Technika wspólnego filtrowania wykorzystuje dedykowane algorytmy celem stworzenia automatycznych predykcji odnośnie zainteresowań klientów. Umożliwia dodatkowo ciągłe udoskonalanie procesu rekomendacji podnosząc jego skuteczność, nawet w przypadku dodawania nowych produktów do obecnego katalogu. Analizie mogą zostać poddane dwa rodzaje danych: bazujące na ocenach użytkownika oraz na ich zachowaniach. Mając na uwadze, że dane wynikające z ocen nie są pozyskiwane od wszystkich użytkowników, są subiektywne oraz powierzchowne jako kluczowe uznajemy dane wynikające z zachowania użytkowników. Ich zbiór jest obfity, szeroki ze względu na charakter zbieranych danych oraz dotyczy każdego użytkownika. Dane behawioralne stanowią podstawę spersonalizowanych rekomendacji produktowych edrone.

„Inni klienci kupowali również…” – czyli jak rekomendować produkty klientom w e-commerce?

W sklepach internetowych w celu zwiększenia zysku ze sprzedaży często stosuje się aplikację „inni klienci kupowali również”. Za jej pomocą proponuje się klientom zakup tych produktów, które były nabywane przez inne osoby razem z towarem, którego dotyczy główne zainteresowanie klienta. Wyświetlając na podstronie dotyczącej produktu określone sugestie co do preferencji konsumenckich innych osób, klient zapoznaje się z najpopularniejszymi w danym momencie produktami. W wielu wypadkach stanowi to dla niego sygnał do dokonania większych zakupów w sklepie, a co za tym idzie, do pozostawienia tam większej gotówki niż pierwotnie planował.