Рекомендации по товарам: Как загрузить рекомендации на Wildberries — MarketGuru.io на vc.ru

Содержание

Большой гайд по товарным рекомендациям от REES46: как внедрить и где размещать

Специалисты REES46 подготовили подробное руководство по товарным рекомендациям для интернет-магазинов: рассказали о видах блоков рекомендаций, расположении на сайте и актуальных технологиях. Очень подробный гайд!

Михаил Кечинов, CEO REES46.

Вспомните темные века интернета, когда вы переходили на сайт какого-нибудь магазина и на вас сыпались товары, которые и даром не нужны. Сейчас планка установлена гораздо выше. Потребители ждут от ритейлеров персонализированного опыта, и, если вы хотите повысить конверсию и увеличить продажи, самое время предложить им его. 

Сайты используют сложные алгоритмы рекомендаций, чтобы каждый пользователь чувствовал, что получает полностью персонализированные предложения. Если вы, как и многие в этом году, оформили подписку на Netflix, то, возможно, успели оценить, что главная страница знает вас лучше ваших друзей.

В среднем компании, которые персонализируют пользовательский опыт, видят
рост продаж на 19%, но это не предел. Barilliance Research провели исследование среди 300 компаний и обнаружили, что товарные рекомендации приносят
до 31% доходов сайтов электронной коммерции. Что касается покупателей, большая их часть —
56% — с большей вероятностью вернется в интернет-магазин, который предлагает персонализированные товарные рекомендации.




Результаты

исследования SalesForce: покупатели, взаимодействующие с рекомендациями, в 4,5 раза чаще добавляют товары в корзину и совершают покупку 


Итак, резюмируем. 

Преимущества товарных рекомендаций для интернет-магазина и клиентов


Товарные рекомендации работают как жвачка на кассе. Дело не в том, что люди просто покупают дополнительные вещи — это происходит, когда вы выставляете нужные продукты по правильной цене в контексте того, что им нужно. И попутно решаете ряд других задач.

Привлекаете покупателей. Люди больше вовлекаются во взаимодействие, ведь у них есть возможность более глубоко изучить продуктовую линейку без необходимости вводить что-то каждый раз в строку поиска.   

Получаете лояльных клиентов. Персонализированная система рекомендаций показывает посетителю, что его ценят и о нем заботятся.

Увеличиваете конверсию. Коэффициент конверсии растет с вовлечением покупателей. Так, потенциальные клиенты, которые не следуют рекомендациям, конвертируются на 1,02%. После одного взаимодействия это число увеличивается
на 288%.




Коэффициент конверсии растет синхронно с вовлечением посетителей. Barilliance Research



Поднимаетесь в поисковой выдаче. Чем больше времени посетитель проводит на вашем сайте, путешествуя от одной страницы к другой, тем выше вы в поисковой выдаче.

Увеличиваете средний чек. За счет того, что покупатель может выбрать более дорогой товар или добавить в корзину сопутствующий. Главное, чтобы продукты отвечали его интересам.   

Продвигаете товары. Например, предлагаете в рекомендациях продукты, которые продаются хуже остальных — если они релевантны запросу, конечно. 

Понимаете потребности клиентов. Автоматизированные товарные рекомендации, на которые влияет поведение пользователей, дают вам возможность лучше понять, чего ждут покупатели.   

Снижаете процент брошенных корзин. Как показывает практика, посетители, которые не взаимодействуют с рекомендациями, а просто добавляют товары в корзину, с большей вероятностью откажутся от покупки. Фактически, внедрение персонализированных рекомендаций уменьшает этот процент
до 4,5%.  

Разберем, какой бывает товарная персонализация и для каких задач подходит каждый вид.

Реклама на New Retail. Медиакит

Виды рекомендаций в интернет-магазине


Раз есть персонализированные товарные рекомендации, значит, есть и неперсонализированные. Последние не учитывают поведение посетителя магазина и предлагают ему новинки, популярные или акционные товары — их можно увидеть на главной странице.

Персонализированные создаются на основе данных о пользователе: его истории заказов, поведении на сайте, просмотренных страницах. Они во многом зависят от специфики бизнеса и, в свою очередь делятся на три уровня:

✔  Машинная персонализация. Минимальная персонализация, которая использует анализ больших данных, чтобы подобрать подходящие человеку товары и увеличить средний чек. 

 




Рекомендации учитывают пол посетителя


✔  Отраслевая персонализация. Товарные рекомендации на основе специфики отрасли. Например, на сайте фэшн-магазина клиент увидит вещи, подходящие не только по полу, но и по размеру, цвету, покрою. 




Система запоминает размер и предпочтения клиента, чтобы в следующий раз предложить самые релевантные товары



✔  Индивидуальная персонализация. Позволяет ритейлеру задавать собственные условия показа, тестировать разные гипотезы и использовать эффективные сценарии. Например, обязательно показывать в рекомендациях вещи из новых коллекций. 




 Индивидуальная персонализация позволяет настраивать разные сценарии


Возникает логичный вопрос: какие данные использовать, чтобы предложить клиенту самые актуальные товары? Сейчас разберемся. 

Данные для формирования товарных рекомендаций


Вряд ли вы будете предлагать мужчине пару лодочек из новой коллекции Джимми Чу, а женщине – разводной ключ, если они пришли на сайт впервые и не вбивали эти самые запросы в поиск. 

Персональные данные могут отличаться для каждой отрасли, но вот некоторые наиболее универсальные:

● Контактные данные — как правило, это пол, возраст, уровень дохода.

● Геолокация.

● История активности на сайте: 


○ поисковые запросы;

○ использованные фильтры;

○ прошлые покупки;

○ просмотренные товары;

○ товары, помещенные в корзину;

○ товары из виш-листа, если такой есть;

○ время пребывания.


● Статус в программе лояльности.

● Канал, из которого пришел пользователь, и его устройство.

● Социальные данные: лайки, репосты, ссылки на медиа, которыми делился пользователь. 

● Покупки в офлайновых магазинах, если такие есть и их 1С интегрирована с единой платформой клиентских данных. 

Сложно? Это еще не все, ведь поведение людей со временем меняется, и рекомендации для одного и того же клиента сегодня и завтра будут разными. 

Как внедрить товарные рекомендации 


Самый простой способ – забить на персонализацию и выставлять товары в рекомендации вручную. Например, показывать те же популярные продукты в подходящих блоках в конструкторе сайта. Это лучше, чем ничего: большинство продавцов знает свой ассортимент и целевую аудиторию, и может выдвинуть гипотезы, которые сработают.   

Но между пользователями и товарами, которые они собираются купить, существуют триллионы взаимосвязей. Слишком много, чтобы люди могли их учесть, не просмотрев полные базы данных – а на это уйдут годы (за которые все изменится). Не отстать от постоянно меняющихся потребностей клиентов и других рыночных тенденций может только умный алгоритм.




Множество невидимых взаимосвязей 


Идеально было бы завести собственный алгоритм и быть как Netflix, но это долго, дорого, и не факт, что удастся найти команду, которая реализует все как надо. К счастью, современные сервисы персональных рекомендаций могут узнать все о ваших посетителях с первой секунды. Их легко подружить с сайтом и подобрать подходящий тариф. 

Где расположить товарные рекомендации


Посетители приходят на сайт на разных этапах покупки, и грамотно расположенные товарные рекомендации могут стать дополнительным аргументом в пользу заключения сделки здесь и сейчас. Вот где обычно располагают рекомендательные блоки, чтобы добиться нужного эффекта.  

● На главной странице


Хотя главная страница не всегда становится первой точкой контакта, она по-прежнему считается «местом встречи» с новыми посетителями на этапе исследования, чьих предпочтений вы еще не знаете. Эксперты сходятся в том, что здесь лучше располагать блоки «бестселлеры» и «в тренде». 

У такой тактики даже есть социальное доказательство — концепция, согласно которой люди доверяют большинству. Это особенно важно для ecommerce, потому что у человека нет возможности примерить, потрогать и увидеть товары вживую, и велика вероятность, что он будут ориентироваться на мнение других покупателей. 




 Товарные рекомендации на главной странице интернет-магазина «Ножиков»


Важно. Размещать популярные лучше в основной контентной области, сразу под акциями и новинками, на которые важно обратить особое внимание. С последними можно сделать привлекательный кликабельный баннер, откуда посетители будут переходить в каталог, оформить их отдельными рекомендательными блоками — или разместить в пределах одного, разделив кликабельными разделами.  




 Так сделали Office-zakaz.ru 


Какие блоки еще размещать на главной?

● «Возможно, вам понравится» — персональные рекомендации для клиентов, которые уже не первый раз на сайте.

● «Скоро в продаже» — для отраслевых магазинов, куда посетители заходят в поисках будущих новинок, например, книжных. 

● «Прямо сейчас покупают» — для больших магазинов, где ежедневно оформляют 200 и больше заказов. 

Конечно, сюда же можно засунуть и другие блоки, но есть риск, что посетителю просто надоест бесконечно скроллить главную. А вот насчет сезонных предложений вроде «Лучших подарков к Новому году» можно подумать. 




 Спецпредложения «Утконоса» в декабре


● На странице категории


Покупатель по-прежнему на этапе исследования, но уже перешел на страницу категории. Что ж, уже лучше: теперь вы примерно знаете, что его интересует. Логика здесь не слишком отличается от размещения рекомендаций на главной: целесообразно показать самые востребованные позиции и новинки — но уже в рамках одной категории.  




Популярные в интернет-магазине экологичных товаров Nanuka.ru — над списком товаров в категории, на каждой странице



Как можно сделать лучше такой блок товарных рекомендаций? Показать популярные — или новинки — со скидкой. Например, так. 




 Популярные в интернет-магазине «Юничел» — сразу со скидкой. Для большей эффективности обувь можно отфильтровать по размерам


Какие блоки еще размещать на странице категории?

«Вы смотрели» — чтобы товары, которыми заинтересовался пользователь, были у него под рукой и мотивировали оформить заказ. Плюс такой блок помогает ориентироваться в каталоге — поэтому его обычно делают сквозным. 

   

● В поиске и на странице выдачи


Если человек воспользовался поиском по сайту, значит, он активно выбирает и сравнивает товары, собираясь что-то купить прямо сейчас или в обозримом будущем. Не все ритейлеры добавляют рекомендации в выдачу, чтобы не отвлекать посетителя от процесса. Тут есть смысл: когда ты ищешь чугунную сковородку, но сначала видишь блок с прихватками «Посмотрите также», это раздражает. Тем не менее, можно добавить рекомендации с хитами продаж или акционными товарами. 

Вот как это сделал интернет-магазин Sunlight.




Релевантный товар по запросу «серьги» со скидкой 80% в выдаче


Какие блоки еще размещать на странице выдачи?

Есть причина, по которой потребители покупают новые айфоны каждые несколько лет. Мы подсознательно ожидаем, что новая модель по определению лучше той, что вышла раньше. Поэтому блок «Новое поступление» может повысить интерес посетителей. 

Еще один вариант — персонализировать саму поисковую выдачу, чтобы клиент сначала видел наиболее подходящие товары, и добавить рекомендации в поле автоподстановки поиска. Представьте: вы только ввели «ши», а в результатах уже появились зимние шины для Volvo — в виде ссылок или товарных карточек. Именно то, что вы искали.    

По нашему опыту, сайт может получать до 40% дополнительной прибыли за счет внутреннего поиска. 


 

● В карточке товара


Посетитель просматривает товары, значит, точно хочет что-то купить. Но пока он в процессе, можно предлагать ему альтернативные варианты и дополнительные продукты — для перекрестных продаж и увеличения среднего чека. Самые эффективные блоки рекомендаций на этом этапе — сопутствующие и похожие товары. Хотя могут быть и другие. 

Например, интернет-магазин SunBeeShop размещает три блока рекомендаций в карточке товара. Сразу под продуктом находятся сопутствующие — в комплекте с интересующим посетителя товаром они дают максимально эффективный результат. 




 Товары, которые покупают с салфетками для удаления черных точек: средство для умывания, маска из глины и осветляющий крем 



За ними идут аналогичные и похожие товары. В чем между ними разница? Конкретно в этом случае — в самом продукте. В аналогах представлены точно такие же продукты, но других брендов или в другой упаковке. В похожих — другие продукты, обладающие таким же эффектом. Специфика отрасли. 




Аналогичные товары — те же салфетки для удаления черных точек от другого бренда и с другими характеристиками



В похожие товары в этом случае попали принципиально другие продукты для той же цели.  




Похожие товары — энзимные пенки и средства для умывания, которые тоже удаляют черные точки


Какие блоки еще размещать в карточке товара?

● «Есть комплект» — блок с товарами, которые составляют пару с просматриваемым продуктом. Например, верх и низ купальника.

● «Вместе дешевле» — для пары товаров, сумма чека за которые вместе будет меньше, чем по отдельности. Герметик и пистолет к нему. 

● «Вы смотрели» — чтобы посетитель мог сравнить товары.  

● «Товары этой серии» — блок с продуктами одного бренда. Если это книжный магазин — товары одного издательства, серии или автора.




«Дополните образ», Bestelle

«Вместе дешевле», Вимос

Кнопки перехода на страницу с книгами автора, издательства, серии, «Читай-город»


● В корзине


Размещать товарные рекомендации в корзине или нет — один из самых жарких споров среди онлайн-ритейлеров. Кто-то считает, что покупателя ничто не должно отвлекать от завершения сделки, другим жалко пропадающего зря места. Но если похожие товары из той же ценовой категории едва ли будут здесь уместны — все-таки выбор уже сделан, — то сопутствующие или недорогие расходники придутся в самый раз. Например, чехол к смартфону или упаковка бумаги к принтеру. 

Интересный факт:
до 25% клиентов, которые кликают на товарные рекомендации в корзине, действительно заказывают товар.




Корзина Paris Nail: «Вам могут понадобиться» вдогонку для забывчивых мастеров маникюра



Впрочем, из всех правил бывают исключения. Да, человек, который покупает микроволновку, вряд ли будет менять свое решение на этом этапе, и показывать ему другие микроволновки бессмысленно. Но вот если речь о книге нон-фикшн? Клиенту может быть интересно изучить другие книги по той же теме.

 




Книги по схожей тематике в корзине интернет-магазина «Москва»


Какие блоки еще размещать в корзине?

● «У вас скоро закончится» — блок с пополняемыми товарами, которые клиент покупал раньше. Например, контактные линзы или корм для собаки. 

● «Закажите, чтобы получить бесплатную доставку» — если вы предлагаете бесплатную доставку от определенной суммы, предложите клиенту товары, чтобы он мог «добрать» недостающее.  

● На странице 404


Превратите тупиковую ситуацию в часть своей стратегии по товарным рекомендациям, вернув клиента на страницы с подробной информацией о продуктах, которые его интересуют. Используйте здесь блоки «вы смотрели» и «популярные», чтобы посетитель мог продолжить покупки. Если кто-то зашел на сайт впервые по ссылке с истекшим сроком действия, и у вас нет о нем данных, лучшим решением также станут бестселлеры.  




Страница 404 магазина Unique Fabric



● Во всплывающих окнах 


У всплывающих окон не самая хорошая репутация. Будем откровенны, они многих раздражают. Тем не менее, с современными возможностями персонализации этого можно избежать. Более того — извлечь выгоду. Прошлогоднее

исследование Sumo

показало, что конверсия попапов может доходить до 9,28% — а в среднем коэффициент для них равен 3,09%. Так как использовать всплывающие окна в контексте товарных рекомендаций?

Интернет-магазин Technodom.kz предлагает посетителям сопутствующие товары. Например, если вы добавите в корзину фотоаппарат моментальной печати, то сразу увидите попап с предложением купить к нему пленку. 




Попап technodom.kz


Какие блоки еще размещать на всплывающих окнах?

● Можно попробовать сценарий, при котором попап «У вас скоро закончится» появляется в корзине, напоминая клиенту, что пришло время пополнить запасы какого-то продукта. 

● «Скидка на товары в вашем избранном». Если посетитель добавлял что-то в избранное, скидка может мотивировать его оформить заказ.  

Хотя попапы — эффективный инструмент, пользоваться им стоит с осторожностью. Едва ли посетители обрадуются всплывающим окнам по поводу и без. Давайте разберемся, чего еще стоит избегать. 

Ошибки при запуске товарных рекомендаций


Как мы уже убедились, рекомендации можно размещать практически на любой странице, где есть товары. Чаще всего для каждой достаточно одного-двух блоков. Так что первая ошибка – стремиться показать все лучшее сразу. Это будет отвлекать посетителя от его цели. Что еще?

Неудобное расположение. Товарные рекомендации должны быть в поле зрения покупателя, в противном случае он может их банально не заметить. Посмотрите на это спорное решение в интернет-магазине Oriflame — рекомендации на странице продукта.   




Рекомендации расположены после блока с советами — кстати, неактуальными. Немногие заинтересуются летним уходом в конце декабря



Нерелевантные товары. Когда человек приходит на сайт впервые, логично показать ему популярные позиции и новинки. Но если он уже обозначил круг своих интересов, не стоит подсовывать неактуальные продукты. 




«Товар дня» — это хорошо. Но не когда человек зашел в категорию «сухие корма для щенков», а ему предлагают купить корм для взрослых кошек, пусть и со скидкой



Особенно странно выглядит блок рекомендаций с рандомными товарами на странице поисковой выдачи.   




 Обратите внимание на товары в рекомендательном блоке вверху поисковой выдачи по запросу «виниловый проигрыватель»



Внезапные сочетания. У всех есть «висяки», от которых хочется поскорее избавиться. Их можно включать вручную в подборки хитов или рекомендовать к релевантным продуктам. Но не объединять с никак не связанными товарами. 




Или делать так. Если я планирую купить один дорогостоящий продукт, вряд ли захочу покупать второй. Логичнее было бы объединить проигрыватель с набором пластинок — и предложить скидку на них


Само собой, ошибок существует гораздо больше — мы перечислили только основополагающие. Вы сами наверняка периодически замечаете нестыковки в разных интернет-магазинах: два одинаковых товара в блоке «вместе дешевле» или блок «вы недавно смотрели», когда зашли на сайт впервые. Чтобы не допускать подобных промахов, используйте A/B-тестирование.

Проверяем эффективность товарных рекомендаций


Чтобы посмотреть, какие товарные рекомендации работают, а какие нет, используют A/B-тестирование. Вы делите пользователей на две или больше групп, показываете каждой разные подборки — и выбираете удачный сценарий. В редакторе товарных рекомендаций REES46 это можно сделать за пару минут, причем самостоятельно, без программистов.     

Например, вы хотите выяснить, что лучше работает: «похожие товары» или «другие сейчас покупают». Сначала в визуальном редакторе создаете принцип работы одного блока — здесь все интуитивно понятно — затем нажимаете на «Начать A/B», алгоритм клонируется, вы его редактируете, запускаете и через некоторое время получаете результат.


Читайте также: Товарные рекомендации на сайте: как минимизировать ручной труд с помощью нейросети


Заключение


Развитие искусственного интеллекта и машинного обучения позволяет показывать клиентам самые актуальные продукты в тот момент, когда они в них заинтересованы. Сегодня вы можете автоматизировать интернет-магазин, чтобы вкладывать больше ресурсов в создание привлекательного контента и другие бизнес-задачи. 

В то же время бывают ситуации, когда не обойтись без человеческого вмешательства: например, у вас в магазине представлены несколько брендов, и вы хотите собственноручно влиять на то, чтобы они равномерно отображались в блоке рекомендаций. Или у вас склад забит одним товаром, который нужно реализовать до следующего сезона. Или вы хотите увеличить доход за счет товарных рекомендаций, показывая посетителям только самые прибыльные продукты. 

В любом случае вы можете выбрать эффективную систему персональных товарных рекомендаций, которая сочетает в себе мощность машинного обучения с возможностью фильтрации на основе ваших задач. ИИ возьмет на себя сложную задачу по выбору наиболее привлекательных продуктов, а ваши маркетологи смогут контролировать выборку.  


Михаил Кечинов, 

CEO REES46



Для New Retail

на каких страницах размещать, какие данные собирать

Содержание

Сделали большой путеводитель по одному из главных инструментов для повышения продаж в онлайн-ритейле.

Персонализированный пользовательский опыт давно стал нормой. О чем бы мы ни говорили: индивидуальных подборках фильмов на Netflix или таковых в интернет-магазине — персонализация нужна пользователю. Она упрощает навигацию, помогает открывать для себя бренды и продукты. А для продавца персонализация — это способ лучше попадать в ожидания посетителя, влиять на его customer journey и больше продавать.   

Исследование, в котором участвовало три сотни компаний из ecommerce, показало, что продажи через товарные рекомендации доходят до 31% от общей выручки. С другой стороны, персонализация влияет на возвращаемость покупателей: опрос показал, что 56% готовы вернуться скорее в магазин с персонализацией, чем в магазин без нее.

SalesForce выяснили, что среди посетителей магазина, которые взаимодействовали с блоками рекомендованных товаров, в 26 случаях из 100 совершали покупку, а 7% возвращались на сайт снова 

Подытожим: зачем рекомендации нужны онлайн-ритейлерам и покупателям

Дело не только в дополнительных продажах по принципу: покупаешь бритву, купи сменные лезвия. Товарные рекомендацию действую и на более глубоком уровне:

  • Вовлечение покупателей. Посетитель может более тщательно изучить продуктовую линейку, товары определенного бренда или похожие предложения. 
  • Дополнительная простая навигация. Товарные рекомендации позволяют быстро перемещаться вглубь и вширь каталога, при этом посетителю не нужно пользоваться меню или поиском.
  • Улучшение поведенческих факторов. Если товарные рекомендации работают корректно, то на сайте происходит больше внутренних переходов, а пользователь дольше задерживается на отдельных страницах — ведь их содержимое отвечает его интересам.  
  • Рост лояльности. Задача товарных рекомендаций — создавать положительный опыт покупки, поэтому косвенно они также влияют и на покупательскую лояльность.
  • Рост конверсии. Конверсия зависит от вовлечения: по исследованиям Barilliance, даже после одного контакта с товарными рекомендациями конверсия в покупку растет на 288%.

Показатель конверсии растет в прямой зависимости от вовлечения (количества кликов за сеанс)

  • Рост среднего чека. Здесь работает два давно известных сценария: допродажи сопутствующих товаров и продажи более дорогих аналогов.  
  • Управление сбытом. Блоки товарных рекомендаций — это заметная часть витрины, «лучшие полки». Их можно использовать для стимулирования продаж приоритетных товаров, для этого их нужно разместить в блоках товарных рекомендаций. По такому принципу работает наш сервис REC ONE.
  • Анализ пользовательского поведения. Если блоки товарных рекомендаций позволяют собирать статистику, то вы можете использовать эти данные для принятия решений — и внести коррективы в логику работы блоков. 

Разберем на примерах, какие уровни персонализации может использовать магазин, какие данные для успешной работы блоков ему нужны и где лучше размещать эти блоки.

Уровни персонализации

Персонализированный опыт использует знания о покупателе: как данные о нем самом, так и данные о его поведении — например, какие страницы тот просматривал и когда, какие товары покупал, как реагировал на email-рассылки и так далее.

Мы выделяем три уровня персонализации:

✔️ Машинная. Это персонализация, работающая на больших данных: система анализирует миллионы пользовательских профилей, использует сложные вычисления, чтобы находить в их поведении закономерности. На выходе пользователи видят подборки, адаптированные к их профилям — например, женщина видит только женские товары.   

✔️ Отраслевая. Этот вид персонализации предполагает более глубокое использование специфичных данных, характерных для отрасли. Такие блоки будут учитывать не только пол, но и параметры, на которые в другом магазине не обратили бы внимания — для магазина из сегмента fashion это будут размер одежды и обуви, фасон, стиль, любимые цвета покупателя, избранные бренды.  

Блок рекомендаций изменился: рекомендации учитывают размеры в наличии

✔️ Индивидуальная. Персонализация, которой маркетологи магазина могут управлять вручную. Например, у магазина есть данные, что товары из новых коллекций чаще покупают женщины 20-27 лет, делающие покупки не реже одного раза в месяц. Маркетолог выдвигает гипотезу о том, что этой аудитории в блоке рекомендаций стоит показывать несколько новинок, а остальным выводить обычный блок. Подобную механику можно просто реализовать, пользуясь конструктором товарных рекомендаций REES46.

Первые два товара — новинки каталога

Для любой персонализации нужны данные. Какие собирать?

Какие данные нужны для персонализации

Самый популярный набор такой (хотя он может отличаться от сегмента к сегменту):

  • Демографические данные: пол, возраст, доход.
  • Местоположение.
  • История взаимодействия с магазином: 
    • что искал через поиск;
    • какие фильтры использовал;
    • что покупал;
    • какие товары смотрел;
    • что добавлял в корзину;
    • что добавлял в список избранного;
    • как долго был на сайте.
  • Какой статус в программе лояльности.
  • Источник трафика: канал, устройство, операционная система.
  • Данные из социальных сетей: лайки, репосты, ссылки на медиа, которыми делился пользователь.  
  • История покупок в офлайн-точках (нужна интеграция 1С и платформы, которая хранит клиентские данные). 

Важный момент: данные имеют свойство постоянно меняться, ведь наши предпочтения и потребности тоже меняются в зависимости от сезона, жизненного этапа или просто влияния извне. Поэтому данные следует не только коллекционировать, но и постоянно поддерживать в актуальном состоянии. 

Как сделать интернет-магазин персонализированным

Для магазинов с небольшим каталогом вполне рабочей историей может быть ручная настройка. Через штатные возможности вашей CMS вы можете выводить зубную пасту, зубную нить и футляр для щетки на странице с самой щеткой. Да, здесь не будет персонализации по полу или возрасту, в таких случаях обходятся универсальными подборками. И это будет лучше, чем ничего.

Главный минус ручного подхода — это даже не затраты времени на создание рекомендаций, а то, что вам придется обновлять их параллельно изменению ассортимента. То есть рекомендации придется поддерживать в актуальном состоянии тоже вручную.  

Для более крупных магазинов у нас есть подключаемые товарные рекомендации — в их основе лежит гибридная технология: с одной стороны, они персонализируют отображаемые товары для каждого конкретного пользователя автоматически, с другой — вы можете производить более точную донастройку таких алгоритмов.

Персональные товарные рекомендации

Увеличивайте чек покупки, делайте перекрестные продажи. 8 готовых сценариев продаж и неограниченные возможности кастомизации. Запуск A/B-тестов одной кнопкой.

Это то, о чем мы говорили выше: маркетолог использует персонализированный блок «С этим товаром также покупают», который сам наполняется подходящими товарами, но вместе с этим может задать условия и ограничения — и протестировать, как работает его гипотеза.

Пример, как в конструкторе рекомендаций REES46 задается ограничение на показ товаров только из определенных категорий

Где разместить блоки рекомендаций

Вообще лучшая стратегия в этом вопросе — выдвигать гипотезы и тестировать. Но для старта вы можете пользоваться этим списком, он основан на опыте других магазинов.

Главная страница

Мнение других людей — это то, что направляет покупателя, пока он не успел сформировать свое собственное. Поэтому магазины используют оценки, отзывы и, конечно, блоки рекомендаций с посылом «Другие люди чаще всего покупают это». Главная страница была и остается местом первого контакта, поэтому на ней рекомендуется размещать блоки «В тренде», «Хиты», «Популярное» и им подобные.

Блок с самыми покупаемыми товарами на главной интернет-магазина «Ножиков»

Важно. Блок лучше сработает, если будет находиться в пределах первого экрана, так его увидит максимально большая часть входящего трафика. Если не хватает места — можно потестировать решение с вкладками, как это сделали здесь:

Какие блоки должны быть на главной?

  • «Возможно, вам понравится» — персональные рекомендации для вернувшихся клиентов.
  • «Скоро в продаже» — для рынков, где важным драйвером покупки выступает поступление новинок (одежда, книги, видеоигры, смартфоны и так далее).  
  • «Прямо сейчас покупают» решение для магазинов, где ежедневно оформляют 200 и больше заказов. 
  • Сезонные блоки. Меняются ситуативно. Пример: тематическая подборка товаров на праздник:

Блок рекомендаций «Утконоса» перед новогодними праздниками

Страница категории

Логика размещения блоков рекомендаций здесь приблизительно та же, что и для главной — только рекомендации ограничены категорией.

«Популярные товары» в категории, Nanuka.ru

Хорошей стратегией будет комбинировать разные механики в блоках рекомендаций — например, совмещать популярные товары и товары со скидкой в одном блоке:

Популярные + скидки в категории, «Юничел»

Что еще хорошо сработает на странице категории?

Блок «Вы недавно смотрели» — он выполняет сразу две задачи: упрощает навигацию и мотивирует положить в корзину просмотренный товар.     

Пример реализации на сайте «Эльдорадо»

Страница поисковой выдачи и поле поиска

С поиском взаимодействует особый тип посетителей: те, кто находится либо на этапе активного выбора, либо уже сузили круг поиска достаточно, чтобы приблизиться к покупке. Таким образом, правильной стратегией товарных рекомендаций в поиске будет предлагать популярные товары, товары со скидками и альтернативы искомому товару. Больше про персонализированный поиск можно прочитать в нашем большом руководстве.

Реализация товарных рекомендаций в блоке быстрого поиска, Sunlight

Карточка товара

Посетитель, просматривающий товарную карточку, близок к покупке, но всё еще в процессе выбора. Выигрышный сценарий: перекрестные продажи и альтернативы с учетом отраслевой специфики.

Это покупают вместе с салфетками для удаления черных точек: средство для умывания, маска и осветляющий крем, SunBeeShop

Кроме «с этим товаром покупают» на странице товара можно использовать алгоритмы, рекомендующие аналогичные и похожие товары. В чем разница? Аналоги — максимально близкие к основному товары, например, тот же товар в более простой упаковке или те же продукты других брендов. Похожие — другие продукты, обладающие тем же эффектом. На примере того же магазина:

Аналогичные товары — те же салфетки для удаления черных точек другого производителя и с другими характеристиками

А вот в «похожих» совсем не салфетки: 

Энзимные пенки и средства для умывания, они тоже помогают бороться с проблемой, но являются другим продуктом

кейс 5lb

Задача: Стимулировать продажи брендов с большей маржой.

Решение: Использовать настраиваемую персонализацию REES46, создать блоки рекомендаций с уникальной логикой работы, разместить на страницах магазина.

Что еще разместить в товарной карточке:

  • «Есть комплект» — если текущий товар также продается в наборе с другими товарами (например, шампунь и бальзам-ополаскиватель).
  • «Вместе дешевле» — стратегия, по которой вы увеличиваете количество товаров в корзине и общий чек за счет выгодных предложений (на два комплектных товара действует скидка, на каждый в отдельности — нет). 
  • «Вы недавно смотрели» — блок помогает удобнее сравнивать просмотренные товары.. 
  • «Товары этой серии» — блок, в котором сгруппированы продукты одного бренда, производителя, издательства, автора (для книжных магазинов) и так далее.  

Комплекты, Bestelle
«Вместе дешевле», Вимос
Товары одной серии, «Читай-город»

Корзина

Традиционно корзину считают самым ответственным этапом воронки, поэтому стремятся минимизировать любую вероятность перехода с этой страницы на другие. Например, когда-то процветало решение, где скрывались все элементы интерфейса (шапка, подвал, навигация), оставались только товары в корзине и кнопка «Оформить заказ».

Такая стратегия имеет место быть, но ничто не мешает протестировать альтернативу и разместить в корзине блоки с сопутствующими товарами. По статистике до 25% клиентов, которые кликают на рекомендованные товары в корзине, действительно покупают и основной, и рекомендуемый товар.

Блок сопутствующих товаров в корзине, Paris Nail

В целом мы не советуем следовать каким-то общепринятым практикам только потому, что так делают все. Всё в итоге зависит от особенностей отрасли: например, магазины, где все товары имеют приблизительно одинаковую цену (нельзя выделить «основной» и «сопутствующие») могут легко размещать товарные рекомендации в корзине. Посмотрите, как это работает в книжном ритейле:

Книги по схожей тематике в корзине, «Москва»

Что еще подойдет для корзины?

  • «У вас скоро закончится» — блок с товарами, которые клиент покупает регулярно. Лучше делать так, чтобы их стоимость была существенно ниже стоимости корзины.
  • «Закажите, чтобы получить бесплатную доставку» — если бесплатная доставка в вашем начинается с конкретной суммы, вы можете тут же предлагать, чем «добить» корзину. 

Страница «ничего не найдено» (404)

«Тупиков» в пользовательском путешествии не должно существовать. Хорошим выходом могут стать блоки рекомендаций «Вы недавно смотрели», «Популярные товары», бестселлеры.

404 страница, Unique Fabric

Всплывающие окна

Не стоит списывать попапы со счетов только потому, что они ассоциируются с назойливой рекламой. В прошлом году Sumo провели исследование и выяснили что конверсия из попапов может достигать 9,28%, а среднее значение — 3%.

Среди наших клиентов есть успешные кейсы использования товарных рекомендаций в попапах: Technodom рекомендует через них сопутствующие товары.

Пленка рекомендуется в пленочному фотоаппарату, technodom.kz

Что еще подходит для попапов?

Потенциально любопытный сценарий — выводить в попапе уведомление о скидках на товары, которые вы добавляли в избранное.  

Рекомендации в попапах — тот случай, когда инструмент стоит использовать деликатно. Для настройки логики мы советуем использовать наш конструктор логики для попапов — он поможет сделать всплывающие окна не такими раздражающими.

Настройка логики показа всплывающего окна

Чек-лист: типовые ошибки в использовании товарных рекомендаций

С блоками рекомендаций можно и нужно экспериментировать, а размещать практически на всех страницах, даже в попапах. Но некоторым правилам всё-таки лучше следовать:

Достаточно двух блоков на страницу. По опыту наших клиентов больше лучше не размещать, разве что на главной.

Расположение не в фокусе посетителя. Товарные рекомендации размещают под описаниями, характеристиками или, например, контентным разделом. Это приводит к тому, что видимость блока для посетителей снижается.   

Не самый удачный пример расположения блока рекомендаций, Oriflame

Неподходящие товары. Очень распространенная ошибка, которую можно наблюдать на сайтах зоотоваров: пользователь, который изучает раздел с товарами для собак, видит блок с товарами для кошек.  
Нелогичные сочетания. Блоки с комплектами товаров тоже должны следовать внутренней логике. Во-первых, если товар дорогой, не стоит делать комплект из него и товара со сравнимой ценой. Во-вторых, объединяйте объединяемое. В примере ниже нарушены оба правила: 

Чтобы убедиться в том, что ваше решение работает, мы рекомендуем проводить A/B-тестирование блоков рекомендаций перед тем, как выбрать его.

A/B-тест блоков рекомендаций в REES46

Чтобы определить, какие гипотезы работают лучше, используйте встроенные инструменты для проведения тестов. Для этого нужно создать сначала одну цепочку (например, для сценария «похожие товары»), затем нажать на кнопку «Начать A/B» — автоматически появится логическая развилка. Отредактируйте копию вашей цепочки, например, пусть это будет сценарий «Другие сейчас покупают». Запустите тест и отслеживайте результативность в реальном времени.

Рекомендуем останавливать тест не раньше, чем через месяц. После остановки теста вы сможете выбрать сценарий, который продолжит работать на сайте и отказаться от менее эффективного.

Заключение

Технологии в ecommerce помогают сделать многое: автоматизировать маркетинг, персонализировать покупательский опыт. Это освобождает время для разработки новых маркетинговых гипотез.

В то же время не стоит всегда на 100% полагаться на машинные алгоритмы: ни один из них не в состоянии учесть все особенности отрасли или отдельного взятого бизнеса. Процессом внедрения персонализации всегда должен заниматься компетентный и заинтересованный в результате человек — и его основной функцией станет донастройка машинных алгоритмов под конкретные потребности компании. 

Что такое рекомендации по продуктам? Как они работают?

Перейти к содержимому

Рекомендации по продуктам являются частью стратегии персонализации электронной коммерции, при которой продукты динамически подставляются пользователю на веб-странице, в приложении или по электронной почте на основе таких данных, как атрибуты клиента, поведение при просмотре или ситуационный контекст, что обеспечивает персонализированный опыт покупок.

Рекомендации по продуктам особенно ценны для организаций, которые имеют очень большой и разнообразный каталог продуктов. Каталог может быть разнообразным из-за широкого спектра продуктов (например, универмаг) или может иметь небольшое количество категорий продуктов, но большое разнообразие в наборах функций предлагаемых продуктов (например, розничный продавец очков).

Рекомендации по продуктам необходимы для достижения высоких целей в области эффективности интернет-магазинов и являются проверенным методом повышения прибыльности.

С их помощью вы можете увеличить число конверсий, предлагая другие продукты, которые покупатели купили вместе с товаром, который просматривает клиент, продукты, которые соответствуют поисковым запросам клиента, или продукты, которые хорошо сочетаются с товаром, уже находящимся в корзине клиента.

Рекомендации по продуктам особенно полезны для компаний, у которых есть большие каталоги продуктов, поскольку это дает им больше возможностей для связи с клиентами и руководства ими.

Решение для рекомендаций по продуктам считается обязательным для большинства интернет-магазинов, и с его базовой реализацией легко начать работу.

Несмотря на то, что розничные продавцы широко используют их, персонализированные рекомендации могут быть сложными для развертывания, и многие компании пытаются сбалансировать масштабируемость с контролем, который требуется бизнесу, и особенно командам мерчандайзинга.

. Задержка обработки данных, непрозрачность решений, ограничения на сложные наборы данных и невозможность донести рекомендации до всех точек взаимодействия с клиентами мешают многим компаниям внедрять привлекательные рекомендации  

Усовершенствованные модели машинного обучения помогают устранить эти препятствия. Имея возможность собирать поведенческий контекст в режиме реального времени со всех каналов и использовать его для предоставления рекомендаций в данный момент, маркетологи могут предлагать клиентам более своевременные и актуальные рекомендации.

Решения для рекомендаций на основе машинного обучения используют эти многоканальные данные в режиме реального времени, чтобы распознавать закономерности в поведении клиентов и воздействовать на них — например, используя данные о тысячах покупателей, которые совершили конверсию на вашем сайте, чтобы делать выводы о намерениях новых посетители. Для постоянных посетителей такие решения могут отображать продукты на основе их профилей клиентов, включая предпочтительные категории, любимые бренды и даже определенные цвета и размеры продуктов, которые система рекомендаций по продуктам может изучить с течением времени.

Рекомендации, основанные на машинном обучении, собирают данные из нескольких источников, чтобы узнать о покупательских моделях, симпатиях и антипатиях конкретного пользователя, о том, что превращает его из «витринного покупателя» в покупателя, и объединяют эту информацию с другими контекстными данными, чтобы предоставить рекомендацию этому пользователю. пользователя в режиме реального времени. Кроме того, решения для рекомендаций по продуктам с возможностями машинного обучения измеряют реакцию потребителя и используют ее для постоянного повышения точности будущих рекомендаций для этого клиента и других. Более продвинутые решения также обеспечат прозрачность решений, принятых для разных посетителей, что позволит компаниям лучше относиться к своим клиентам или клиентам.

Рекомендации по продуктам Kibo дают продавцам и специалистам по цифровому маркетингу возможность показывать контекстно-зависимые рекомендации по продуктам, не нагружая ИТ-ресурсы.

Увеличить среднюю стоимость заказа

Независимо от того, хотите ли вы продать единый комплект одежды или создать идеальную звуковую систему, рекомендации «дополнить внешний вид» — это проверенный способ увеличить среднюю стоимость заказа.

Увеличение прибыли

Не только предпочтения покупателя играют роль в рентабельности инвестиций в рекомендацию продукта, но и выбор тех предложений с самой высокой прибылью для отображения. Kibo позволяет идеально сочетать индивидуальные идеи и фильтрацию на основе уникальных бизнес-показателей.

Обеспечение лояльности клиентов

Рекомендации по продуктам для поверхностей — дело непростое. Покупатели испытывают огромное разочарование, когда они влюбляются в товар только для того, чтобы узнать, что он не подходит им по размеру, отсутствует на складе или не доставляется в их местонахождение. Kibo позволяет легко избежать раздражающих покупателей, принимая во внимание прошлую историю покупок и параметры геотаргетинга. Например, отображаемые рекомендации можно отфильтровать, чтобы отображались только элементы, доступные в соответствующем размере.

Персонализация (Монетизация)
Чертона
Торговец ОМС
Заполнение ОМС
электронная коммерция
РТИ

Чтобы получить информацию о Kibo eCommerce Marketlive, обратитесь к своему менеджеру по работе с клиентами.

7 тактик, используемых экспертами в 2023 году

Самый простой способ оценить мощь системы рекомендаций по высококачественным продуктам — вспомнить, какими были покупки в темные века Интернета — когда вы посещали интернет-магазины. сайт гарантирует, что вас будут встречать оповещения о распродажах товаров, которые вы не хотели покупать, и о страницах, по которым вы не могли перемещаться.

В настоящее время планка установлена ​​намного выше.

Лучшие сайты используют сложные алгоритмы рекомендации продуктов, чтобы каждый пользователь чувствовал, что он получает полностью персонализированный опыт. Сравните домашнюю страницу Netflix, которая, возможно, знает меня лучше, чем мои лучшие друзья, с тем, как раньше бесцельно бродили по проходам в Blockbuster (RIP).

Сегодняшние потребители ожидают персонализированного опыта при использовании Интернета, и если вы хотите повысить конверсию, вы предоставите им это.

Компании, которые персонализируют свой веб-опыт, видят 19% увеличения продаж, 56% онлайн-покупателей с большей вероятностью вернутся на сайт, предлагающий интеллектуальные рекомендации по продуктам, и Netflix считает, что его механизм персонализированных рекомендаций стоит не менее миллиарда долларов.

Тем не менее, более простые рекомендации по продуктам по-прежнему эффективны, и их следует использовать для максимизации вашей эффективности в Интернете.

Теперь давайте поговорим о том, что такое механизм рекомендаций по продуктам и как вы можете оптимизировать его, чтобы улучшить практически любой KPI, который вы хотите измерить.

Рекомендации по продуктам —

определение основ

Механизмы рекомендаций по продуктам — это системы, которые предоставляют релевантную информацию о продуктах пользователям, чтобы подтолкнуть их к совершению действий, которые приносят пользу как пользователю, так и магазину. Эти рекомендации могут появиться в любой момент пути к покупке — от целевых страниц до корзины покупок и последующих электронных писем.

Рекомендации по продуктам могут быть как простыми, например, предоставление каждому новому пользователю списка самых продаваемых товаров, так и сложными, например, с использованием алгоритма, который показывает каждому посетителю динамически обновляемый набор продуктов.

«Будущее за персонализированными рекомендациями по продуктам».

Они анализируют пользовательские данные как на сайте, так и за его пределами, чтобы продемонстрировать продукты, которые посетитель с большей вероятностью купит. Затем эти профили пользователей сохраняются и динамически обновляются при каждом новом взаимодействии посетителя на сайте.

Тип рекомендаций по продуктам, которые вы используете, зависит от вашего бизнеса и ваших клиентов, но вот лучшие рекомендации по продуктам, о которых следует помнить, независимо от того, что вы продаете.

Как использовать товарные рекомендации на вашем сайте

1. Покажите своих бестселлеров

Одна из самых простых форм товарных рекомендаций — это та, которая не требует расширенного отслеживания — демонстрация ваших бестселлеров . Все, что вам нужно сделать, это отслеживать ваши популярные продукты и постоянно выделять эти элементы для пользователя.

80% прибыли компании, как правило, приходится на 20% проданной продукции (в соответствии с принципом Парето). Так что, как правило, хороший бизнес — указывать людям направление, которое, как доказано, приносит вам деньги.

Вы можете проявить изобретательность в том, как вы это сделаете, например, когда J. Crew помечает продукты ярлыком «Лучший продавец», когда вы просматриваете сайт. Эти ярлыки также добавляют социальное доказательство, которое в противном случае отсутствовало бы, а уведомление о социальном подтверждении может помочь повысить конверсию.

Источник: J. Crew

2. Следите за тенденциями

Люди хотят быть в курсе последних тенденций. Это просто человеческая природа.

Etsy поощряет покупателей быть в тренде, демонстрируя популярные на данный момент товары прямо посередине их домашней страницы в Популярный сейчас раздел.

Источник: Etsy. Если вы не разбираетесь в моде и не отличаете ботинки для пустыни от военной экипировки, эти предварительно выбранные образы могут спасти вам жизнь. Как только вы нажмете на предмет, система рекомендаций по продукту создаст одежду и аксессуары, которые хорошо сочетаются с вашим образом. Это как стилист в вашем кармане.

Источник: Banana Republic

Эффективный способ побудить посетителей действовать в соответствии с трендом — создать шумиху. Нет лучшего способа сделать это, чем показать пользователям в режиме реального времени, что люди точно так же, как они, покупают продукт в Интернете.

Одна из рекомендаций продукта, которая может хорошо сработать здесь, — это реферал из социальных сетей, который повышает вероятность того, что пользователь совершит покупку на 71%. Уведомления о социальном подтверждении (как показано в приведенном ниже примере) могут быть феноменальным способом быстрой реализации социальной ссылки на страницу. принимать меры.

Источник: Lawnstarter.com

3. Показать скидки и распродажи

Как бы ни было приятно, если бы все ваши посетители покупали ваш самый дорогой товар, реальность такова, что большинство покупателей ищут скидки.

Если вы хотите привлечь максимальное количество посетителей, вам следует порекомендовать некоторые товары из вашей линейки товаров.

Это может помочь вам переубедить того, кто колеблется, так как две трети потребителей совершают незапланированные покупки, найдя скидку, а 80% онлайн-покупателей более заинтересованы в покупке у нового бренда, если они находят выгодную сделку.

Macy’s, например, обычно предлагает распродажные товары, которые рекомендуются в начале и в центре их главной страницы.

Источник: Macy’s

4. Показать рекомендации, основанные на оценках

Товары с более высокими оценками приводят к гораздо большему объему продаж по сравнению с продуктами без отзывов, что еще раз подтверждает силу социального доказательства.

Эффективный механизм рекомендаций по продуктам будет более заметно отображать ваши товары с наивысшей оценкой, например, как Best Buy использует звездный рейтинг, чтобы помочь людям различать похожие телевизоры.

5. Отображение рекомендаций на основе местоположения

Современные инструменты отслеживания позволяют узнать общую местность, в которой живут ваши посетители. Находчивые сайты могут использовать эту информацию ненавязчивым способом, чтобы вызвать интерес. Например, когда я захожу на сайт Walmart, находясь в Чикаго, мне предлагается посмотреть, что покупают другие люди в Чикаго.

Я не знаю, почему в Чикаго популярны микроволновые печи (может быть, из-за холода люди используют свои духовки исключительно в качестве дополнительных обогревателей?), но я определенно хотел щелкнуть, чтобы узнать больше.

6. Показать рекомендации на основе истории просмотров

Часто данные, используемые для создания рекомендаций, исходят из поведения на сайте.

Вы, наверное, замечали, что часто видите раздел «Вам также может понравиться» при просмотре продукта в Интернете.

Это связано с тем, что механизм рекомендаций по продуктам использует так называемую совместную фильтрацию . Это причудливый способ сказать, что алгоритм отслеживает предпочтения многих пользователей и отмечает, какие элементы обычно просматриваются в сочетании друг с другом. Думайте об этом как об использовании мудрости толпы.

В качестве примера возьмем недавний опыт поиска обуви на Nike.com. После того, как я немного пощелкал, мне показали виджет рекомендаций, который чертовски хорошо показал обувь, которую я хотел бы купить.

Интересно, что хотя я искал только обувь, их система рекомендаций по продуктам использовала совместную фильтрацию, чтобы также порекомендовать кроссовки для бега вместе с обувью.

Источник: Nike.com

Совместная фильтрация очень эффективна. Исследование McKinsey показало, что это может увеличить продажи на 20 % — не так уж и плохо.

7. Показать рекомендации, основанные на покупательском поведении

То, что люди покупают, еще важнее, чем то, что они просматривают. Это объясняет почти повсеместное распространение дисплеев на сайтах электронной коммерции, которые показывают, что купили похожие покупатели. Amazon имеет в своем распоряжении огромные массивы данных, и их механизм рекомендаций по продуктам фильтрует их все, чтобы побудить вас проверить, что покупают ваши коллеги. Их раздел «часто покупаемые вместе» по-прежнему является золотым стандартом в этом отношении.

Источник: Amazon.com

Но Amazon не останавливается на достигнутом.

Они продолжают давать рекомендации по товарам даже после того, как вы положили товары в корзину, так как понимают, что тот, кто собирается сделать покупку, находится в правильном настроении, чтобы добавить еще несколько товаров в свою корзину перед проверкой. вне. Это цифровой эквивалент того, чтобы положить конфету у кассы в супермаркете. Вы просто не можете сопротивляться этому.

Источник: Amazon.com

Этот тип рекомендации на основе покупки также опирается на наше врожденное желание быть частью толпы. Все выглядит более заманчиво, когда мы знаем, что наши коллеги уже на борту. Еще один способ использовать этот естественный человеческий инстинкт — использовать функцию Hot Streak Proof. Это быстрый и простой способ показать пользователю, что он далеко не одинок в желании купить продукт, и он увеличил наши коэффициенты конверсии на 53%.

This entry was posted in Популярное