Товарні рекомендації для ecommerce на сайті та в листах

Персоналізація – це ключовий маркетинговий тренд, без якого сьогодні не обійтися жодній успішній онлайн-кампанії. Покупці давно встигли звикнути, що їхні улюблені бренди пропонують їм релевантний контент. Тому персональні товарні рекомендації не лише збільшують продажі, але й зміцнюють стосунки з клієнтами.

Щоб робити пропозиції, які відповідають вподобанням та інтересам конкретного користувача, в онлайн-маркетингу перш за все використовується веб-трекінг – скрипт, за допомогою якого збираються дані щодо поведінки кожного відвідувача сайту.

Але для точного таргетингу веб-персоналізації необхідно збирати дані з усіх точок торкання з брендом як онлайн, так і офлайн. Адже якщо клієнт придбає в офлайні, наприклад, телевізор, рекомендаційна система має враховувати цей факт, аби не намагатися продати вже придбане.

Про те, як налаштувати і використовувати персональні товарні рекомендації, читайте в цій статті.

Наскільки прибутковими є товарні рекомендації

На цей момент у вас могло виникнути резонне запитання: скільки ж може принести мені цей магічний інструмент? Наведемо трохи статистики з наших кейсів:

• Персоналізовані розсилки магазину "Антошка" мають на 70% більше конверсій, ніж масові.
• Сервіс доставки ROCKET отримав на 65% більше замовлень завдяки сегментації за подіями.
• Маркетплейс Shafa.ua упродовж півроку використання персональних рекомендацій подвоїв кількість замовлень.
• Мережа магазинів побутової техніки "Фокстрот" збільшила продажі аксесуарів на 16% завдяки персональним рекомендаціям на сайті.

А ось статистика від інших сервісів:

• Дослідження, проведене Barilliance у 2018 році, засвідчило, що товарні рекомендації приносять до 31% прибутків від електронної торгівлі. У середньому 12% купівель припадає на рекомендовані товари.
• Дослідження Salesforce демонструє, що сеанси, під час яких покупець натискав рекомендацію, становлять лише 7% від загального трафіку сайту, але вони ж складають 24% замовлень та 26% прибутку.
• Коефіцієнт конверсії серед відвідувачів, які переходять на товарні рекомендації, у 5,5 раз вищий, ніж у тих, хто не переходив.
• У звіті Accenture стверджується, що персоналізація збільшує ймовірність купівлі на 75 відсотків.

І ще одна перевага використання рекомендацій із eSputnik – це простота їхнього впровадження. Вам не доведеться змінювати код або навіть дизайн сайту – достатньо встановити скрипт веб-трекінгу, а в акаунті вказати сторінку розміщення рекомендації, налаштувати фільтрацію та вибрати варіант відображення карток товарів.

Детальніше про налаштування рекомендацій на сайті >>

Як працюють товарні рекомендації

Товарні рекомендації в ecommerce – це картки товарів, які демонструються користувачеві на веб-сайті, в електронних листах або мобільному додатку. Рекомендації формуються завдяки програмному забезпеченню, що відстежує поведінку людини в онлайні та збирає дані щодо її офлайн-замовлень. На базі цієї інформації алгоритм пропонує товари, які можуть бути цікавими для покупців. Чим крутіше програмне забезпечення, тим точніші його прогнози і відповідно вищі продажу.

Можна виділити такі етапи роботи рекомендаційних систем:

• Збирання даних (історичних та в режимі реального часу): емейл, номер телефону, геолокація, історія замовлень і переглядів та ін.;
• Уніфікація даних: за яким би каналом користувач не потрапляв на сайт, нам треба розуміти, що це одна й та сама особа, і фіксувати дані щодо її поведінки;
• Фільтрація даних: алгоритми, які використовуються для вибору персональних рекомендацій.

Зупинимося детальніше на варіантах фільтрації даних.

Способи фільтрації даних

1. Спільна фільтрація – рекомендація товарів, придбаних або переглянутих користувачами з подібними патернами поведінки.

2. Контентна фільтрація – пошук товарів, подібних до тих, які користувач переглядав, вподобав або замовляв.

3. Гібридні рекомендаційні системи – залежно від ситуації автоматично вибирається оптимальний алгоритм вибору рекомендацій. Наприклад, якщо користувач новий і даних про нього поки що недостатньо, в рекомендаціях йому показуються бестселери.

Основні типи товарних рекомендацій

Ви можете використовувати різні типи рекомендацій:

• для різних сторінок сайту – головної, кошика, 404-ї та ін.
• для різних типів розсилок – промо, покинутих кошиків і переглядів, транзакційних.

Розглянемо основні типи товарних рекомендацій.

Вас зацікавить

Алгоритм знаходить товари, найбільш відповідні поведінковому профілю покупця. До уваги береться категорія товару, бренд, ціна та ін.

На сайті такі рекомендації краще розміщувати в картці товару. Також можна використовувати цей тип в автоматичній розсилці про покинутий перегляд, щоб надати покупцеві більш широкий вибір товарів із цікавої для нього категорії.

Із цим товаром купують

Зазвичай це рекомендації аксесуарів до товару, який збирається придбати покупець.

Такий тип рекомендацій чудово працює на останньому етапі продажу, зокрема їх варто показувати на сторінці кошика на сайті та у післяпродажних розсилках.

Покупці, які переглядали цей товар, також цікавляться

У цьому випадку товари добираються з урахуванням уподобань різних користувачів із подібною поведінкою. Це рекомендації на кшталт бестселерів, тільки персоналізовані. Вони можуть бути соціальним доказом, щоб додати рішучості при купівлі.

Рекомендації на підставі поведінки інших клієнтів можна використовувати на сторінці категорії товару, а якщо йдеться про розсилки – в листах про покинуті кошики.

Вигідна пропозиція

Алгоритми добирають акційні товари з категорій, якими цікавився користувач.

Якщо розмістити добірку на 404-й сторінці, це напевно зменшить роздратування відвідувача від переходу на неіснуючу сторінку і з великою ймовірністю зумовить продаж акційного товару. Також подібні рекомендації підійдуть для розсилок із покинутим переглядом.

Зниження ціни на подібні товари

Цей тип рекомендацій можна використовувати в розсилках: якщо людина переглядала товари або залишила їх у кошику, але протягом тижня так нічого й не придбала, їй відправляється емейл із добіркою знижок на подібні товари.

Новинки з тієї самої категорії

Користувачеві, який не здійснив купівлю, відправляється розсилка з добіркою новинок із товарної категорії, якою він цікавився.

Офлайн-рекомендації

З eSputnik ви можете передавати рекомендації не лише в розсилки або на сайт, але й на зовнішні ресурси, наприклад чати, кол-центри або каси офлайн-магазинів. Завдяки цьому продавці можуть пропонувати актуальні для покупця товари безпосередньо на касі. Після цього дані про купівлі офлайн передаються до CDP і також будуть враховуватися алгоритмами.

Тепер, коли ви ознайомилися з базовими стратегіями товарних рекомендацій, вам залишається вибрати найбільш придатний для вашої бізнес-моделі варіант.

eSputnik також може запропонувати вам багато інших варіантів побудови рекомендацій, про які із задоволенням розповість наша служба підтримки. Наприклад, ми можемо залучити аналітика, який буде налаштовувати і донавчати вашу модель рекомендацій.

Використовуйте персональні рекомендації для залучення та утримання ваших клієнтів і будьте на крок попереду конкурентів!