Rekomendowanie produktów
Nikt z nas nie lubi dostawać ofert, które nie pasują do naszych oczekiwań. Czy rzeczywiście jest nam potrzebna informacja o promocji na 3 rozmiary za duże buty? Albo zniżka na płaszcz z futrem, gdy akurat mamy niezwykle upalne lato? Trudno również nie załamać rąk, gdy zewsząd atakują nas reklamy produktów, które przed chwilą zakupiliśmy. Albo tych, których zwyczajnie nie używamy i nie mamy zamiaru zacząć.
Respondenci ankietowani przez BCG w badaniu przeprowadzonym na potrzeby publikacji The Next Level of Personalization in Retail jednoznacznie wskazali, że tym, czego naprawdę pragną konsumenci, są oferty lepiej pasujące do potrzeb kupujących.
40% spośród badanych osób, którym dostarczono lepiej spersonalizowane oferty, wydało na zakupy więcej niż wcześniej zakładało. Mimo tego, że jest to wartość deklaratywna, inne przytoczone w tym samym raporcie statystyki potwierdzają tę tendencję – aż 70% z 300 ankietowanych przez BCG e-commerców zamierza zainwestować w personalizację swojej oferty.
Na pierwszy rzut oka wydawać by się mogło, że przygotowywanie tego rodzaju rekomendacji na masową skalę jest nierealne. Współczesna technologia dostarcza nam jednak wielu rozwiązań, dzięki którym podołacie w swoich sklepach i temu wyzwaniu.
Wybór zarówno rodzaju rekomendacji, jak i miejsca, w którym będziecie je wyświetlali klientom, jest naprawdę szeroki. Przyjrzyjmy się więc bliżej najpopularniejszym z nich.
Wybrane rodzaje rekomendacji
– produkty podobne wizualnie – po dokonaniu analizy koloru, kształtu i stylu danego elementu, algorytm wyświetla pasujące do siebie optycznie produkty.
Jest to rodzaj rekomendacji, który idealnie sprawdzi się w sklepach odzieżowych – chętniej będziemy wybierać wśród wielu zielonych trampek, o których marzyliśmy na wiosnę, niż wśród białych smartfonów (w przypadku branży elektronicznej częściej zwracamy jednak uwagę na produkty o podobnych parametrach technicznych, nie zaś na te o pasującym do siebie wyglądzie).
– produkty komplementarne (cross-selling) – pomóżcie klientom odkryć, czego tak naprawdę jeszcze potrzebują: kupując aparat mogli przecież zapomnieć
o dodatkowej lampie, obiektywie lub karcie pamięci. Oni zapomnieli, ale algorytm będzie pamiętać. ?
– personalizowane rekomendacje – AI może znać nas lepiej, niż nam się wydaje i wyświetlać nam rekomendacje bazujące na historii dotychczas dokonanych zakupów oraz na feedzie, czyli katalogu wszystkich dostępnych w sklepie produktów.
Przykładowo, jeśli szukamy ciemniej sukienki w żółte kwiaty – algorytm pokaże nam właśnie zbliżone ubrania. Co więcej, bazując na danych historycznych, będzie doskonale wiedział, że preferujemy sukienki z dekoltem w serek, o kroju litery A – i wyświetli nam je już nawet na stronie głównej sklepu.
– bestsellery – wyświetlanie najchętniej kupowanych w danym przedziale czasu produktów (np. w ciągu poprzedzających wizytę w e-sklepie 30 dniach);
– ostatnio przeglądane – pokazywanie kupującemu produktów, które przeglądał (ale nie dokonał ich zakupu) podczas wcześniejszej wizyty w sklepie.
Rekomendacje – gdzie wyświetlać?
Sama decyzja o wdrożeniu rekomendacji to dopiero połowa sukcesu. Warto zastanowić się nad jeszcze jednym aspektem, czyli miejscami, w których będziemy je pokazywać klientom.
Poniżej znajdziecie kilka różnych możliwości:
– wyświetlanie rekomendacji w koszyku zakupowym – algorytm, bazując na produktach dodanych do koszyka w trakcje danej sesji, rekomenduje produkty komplementarne (np. produkty typowo „śniadaniowe”, tj. płatki owsiane lub keczup przy zakupie mleka i parówek) lub produkty podobnie wizualnie.
– rekomendacje wyświetlane na stronie produktu – idealnie sprawdzą się do pokazywania produktów komplementarnych, zwiększających wskaźnik do sprzedaży (cross-sell). W tym samym celu można je wyświetlać także w koszyku na etapie podsumowania zakupów.
Sklep internetowy nie jest jednak jedynym miejscem, w którym możemy owe sugestie związane z zakupami wyświetlać. Istnieje także możliwość pokazywania ich potencjalnym klientom m.in. na blogach tematycznych, mailowo lub w ramach remarketingu – na innych stronach WWW.
Co więcej, algorytm, bazując na informacjach dotyczących lokalizacji klienta (pochodzących np. z danych zebranych z jego smartfona), może dopasować przedstawiane oferty… także do pogody występującej w danym miejscu.
Czy istnieje więc z punktu widzenia marketingu coś lepszego niż możliwość zaproponowania klientowi parasolki, gdy za oknem pada, a on akurat kończy inne zakupy w Twoim sklepie? Z pewnością warto spróbować – i obserwować rezultaty. 🙂
