Strategie rekomendacji dla e-commerce

Ktokolwiek pracował w sprzedaży bezpośredniej, najlepiej twarzą w twarz z klientem, ten wie, jaką siłę ma dobra rekomendacja. Konsumenci w końcu nie zawsze wiedzą, czego chcą – czasami są tego świadomi, czasem nie do końca. Jeśli nawet wydaje im się, że ich potrzeba zakupowa jest dokładnie sprecyzowana, celna rada może zaowocować utworzeniem specyficznej relacji – klient zauważa „przydatność sprzedawcy” i jest skłonny przynajmniej rozważyć jego przyszłe rekomendacje zakupowe: zaczyna mu po prostu bardziej ufać. Podobnie zachowują się użytkownicy sklepów internetowych.

Wirtualny doradca e-commerce

Podobnie, nie znaczy identycznie. Podstawową przeszkodą w skutecznym doradztwie jest oczywiście brak fizycznego kontaktu między sprzedawcą a klientem.

Można stwierdzić, że to o brak tego kontaktu właściwie w e-commerce chodzi – sprzedawca dba o sklep jako o całość, a klienci obsługują się samodzielnie. Jest to dzięki temu model biznesowy względnie prosty do skalowania i tutaj między innymi należy upatrywać przyczyn jego popularności, ale skoro sam sklep da się zautomatyzować, dlaczego nie zrobić tego z obsługą?

Jest to zadanie nieco trudniejsze, ale jak najbardziej wykonalne. Niech sklep zmienia się wraz z oczekiwaniami konsumenta: prezentowana oferta jest sama w sobie po prostu rekomendacją, a sklep zyskuje w oczach klienta jako dobrze odpowiadający jego potrzebom. To podejście jest standardem we współczesnym marketingu i nazywa się Segment-of-One. Jest to co prawda „komunikacja” jednostronna, ale wykonanie w pełni interaktywnego asystenta to zupełnie inny temat. Jak zatem zautomatyzować dobór odpowiedniej oferty? Ponownie po naszej stronie staje sama natura e-commerce.

Koniec z wysyłaniem powietrza. PPWR wchodzi w życie

Algorytmy uczenia będące podstawą takich rekomendacji korzystają z danych, które klienci zostawiają po sobie w sklepie. Ich eksploatacja nie wymaga właściwie dużej ilości dodatkowych nakładów pracy, bo przetwarzanie śladu cyfrowego jest konieczne do tego, by e-sklep w ogóle mógł sprzedawać.

Mogą być to informacje przekazywane nam w sposób jawny, takie jak wybór kategorii produktów, płci, rozmiaru buta, jednak największy wpływ na sprzedaż mają te, które klienci zostawiają nie do końca świadomie. Na tym etapie warto zaznaczyć, że z podobnych informacji korzystają także doradcy w sklepach stacjonarnych (jak na ironię, również nie zawsze świadomie).

Mamy już dane, ale co właściwie z nimi zrobić? Oczywiście wykorzystać w praktyce! Ze względu na podejście, wszystkie metody, które pojawią się w tym artykule, można podzielić na trzy grupy, ale dla lepszego zrozumienia tematu kolejność będzie się nieco różnić.

W tym chaosie jest metoda

• Oparte na sztucznej inteligencji.
• Oparte na wiedzy eksperckiej.
• Oparte na technikach sprzedażowych.

Każda ze strategii rekomendacji stanowi w mniejszym lub większym stopniu odbicie różnych technik, które sprawdzają się od wielu lat w handlu. Nie wszystkie brzmią równie ekscytująco, ale zdecydowanie wszystkie z nich są świetną podstawą do „dialogu” z konsumentem.

Cross-selling, up-selling

Cross-selling następuje wtedy, kiedy do produktu, którym klient jest zainteresowany, oferujesz dodatkowy, ale taki, który rozszerza jego możliwości czy też jest przydatnym akcesorium. Najlepszym przykładem jest myszka lub wygodna torba do transportu laptopa.

Up-selling natomiast ma miejsce, kiedy oferujesz klientowi podobny produkt, ale w wersji premium – nieco droższy, ale w nowym wydaniu lub z innymi cechami, które odpowiadają na jego potrzeby (nawet jeśli nie był ich do końca świadomy).

W wersji cyfrowej cross- i up-selling o wiele prościej wyjaśnić, bo są to rekomendacje produktów; odpowiednio:

• Cross-sell – ze spokrewnionych kategorii, ale tańsze;
• Up-sell – z tej samej kategorii, ale nieco droższe.

Ciężko mówić, jakie powinny być to wartości, ale najbezpieczniej celować w około 30% wartości produktu pierwotnego (w efekcie czego produkt dodatkowy lub przebitka cenowa na produkcie premium ma sporą szansę zmieścić się w budżecie klienta).

Rekomendacje sztucznej inteligencji

Ta kategoria rekomendacji opiera się przede wszystkim na ilościowej ocenie zachowań i wyborów klientów. Jeśli mielibyśmy porównać ją do zachowania i toku rozumowania doradcy klienta, jest ona jego doświadczeniem w roli sprzedawcy.

Pewne produkty kupowane są bardzo często razem, inne często są dla siebie alternatywami – klienci porównują je ze sobą, by następnie kupić jeden z nich.

Collaborative filtering

Jest to rekomendacja oparta na aktywności klienta w Twoim sklepie i prezentuje miks produktów, którymi zainteresowanie okazali klienci o podobnym modelu behawioralnym. Pod uwagę brane są ostatnio przeglądane produkty, produkty dodane przez klientów do koszyka, a także te, które ostatecznie zostały zakupione.

Od technicznej strony ta strategia sprowadza się po prostu do przewidywania prawdopodobieństwa zakupu i prezentacji oferty, dla której to prawdopodobieństwo jest największe. Istnieje duża szansa na to, że ta metoda rekomendacji zaprezentuje produkty w wersjach premium, co upodabnia ją nieco do up-sellingu, natomiast nie jest to reguła, i właśnie dlatego warto zastanowić się, jak ramka może działać (jakie produkty może wyświetlić) dla różnych typów klienta.

Market basket analysis, czyli cross-selling na sterydach

Inaczej analiza koszykowa polega na tworzeniu reguł asocjacyjnych na podstawie zebranych danych. Efekt jest podobny do działania collaborative filtering, jednak tylko podobny.

Analiza koszykowa bierze pod uwagę tylko produkty, które zostały kupione razem, dlatego w celu opracowywania strategii można myśleć o niej jako o cross-sellingu na sterydach.

Word2Vec

Bardzo ciekawe rezultaty osiągnąć można, korzystając także z innych technik sztucznej inteligencji. Dwie powyższe strategie rekomendacji opierały się na twardych danych – akcjach i zdarzeniach. Każdy klient jest inny, a warto pomyśleć także o tych, których wyjątkowość jest potwierdzeniem istnienia reguły, na której swe działanie oparły collaborative filtering i market basket analysis.

Word2Vec to przede wszystkim technika przetwarzania naturalnej mowy, ale jak się okazuje, można jej także użyć do tworzenia skutecznych rekomendacji. Klienci nie zawsze używają precyzyjnego języka w trakcie poszukiwań w e-sklepie, o czym dobrze wie każdy sprzedawca. Word2Vec działa w tym przypadku podobnie do wyszukiwarki YouTube, która potrafi wyświetlić odpowiedni utwór, nawet jeśli użytkownik wpisze w lupkę tylko wokalizę – nie pamiętając ani tytułu, ani wykonawcy, ani fragmentów tekstu.

Tłumacząc to porównanie na język e-commerce – klient otrzyma rekomendację produktów, które opisać można bardzo podobnie, jednak użycie konkretnych parametrów wyszukiwania (na przykład kolor) wykluczyłoby produkt, którego w istocie szukał, z listy wyników. Oczywiście, taka metoda nie sprowadza się wyłącznie do korygowania klientów. Może uznać za interesujące również pozycje w asortymencie, o których nigdy by nie pomyślał, a pasują do jego zainteresowań.

Słowo klucz. Synergia!

Najlepsze efekty uzyskujemy, łącząc możliwości sztucznej inteligencji, sprawdzonych technik i wiedzy eksperckiej sprzedawcy. Nieoczekiwanie świetne rezultaty może przynieść rekomendacja oparta na twojej wiedzy. W tym przypadku jest to lista produktów komplementarnych, które warto umieścić w swoim feedzie produktowym. Przygotowanie takich zestawów dla każdego produktu w Twoim sklepie może być zadaniem niezwykle czasochłonnym, ale właśnie dlatego tak bardzo pomocne są strategie rekomendacji działające zupełnie autonomicznie. Ty skup się na tych produktach, o których wiesz, że są pewniakami.

Bestsellery, ostatnio przeglądane i inne klasyki

Zaskakujące jest to, jak wiele różnych informacji może zostać użytych do zaprezentowania interesującej oferty. Ostatnio przeglądane produkty to ważna strategia rekomendacji, najskuteczniejsza wobec niezdecydowanych lub zapominalskich klientów.

Bestsellery? To bez wątpienia tajna broń każdego sprzedawcy! Użytkownicy sklepu zobaczą w tej ramce najpopularniejsze wybory innych klientów, które otacza aura wyjątkowości oddziałująca na wyobraźnię. Powodów skuteczności bestsellerów w strategiach rekomendacji jest wiele, ale najważniejsze z nich to FOMO (fear of missing out) oraz społeczny dowód słuszności.

Pierwszy z nich to wrażenie ulotności, związane z niepodjęciem decyzji tu i teraz. W końcu ten produkt sprzedaje się jak świeże bułeczki i za kilka minut może nie być już dostępny. A to byłaby smutna wiadomość, bo przecież skoro wszyscy go kupują, to musi być czymś naprawdę wyjątkowym, o dobrej jakości i po prostu przydatnym. To właśnie jest druga przyczyna skuteczności – społeczny dowód słuszności.

Nowości i zapomniane produkty

Nowości w twoim sklepie zawsze otacza wyjątkowa aura. Klienci, którzy lubią czuć się wyjątkowo, z pewnością zainteresują się właśnie rekomendacjami z tej kategorii. Ta strategia najlepiej sprawdzi się wobec stałych bywalców, chociaż równie skuteczna może się okazać rekomendacja dawno niewidzianego rozmiaru najpopularniejszego fasonu sukienki w kwiatki lub nietypowego produktu, który zdecydowałeś(-łaś) się dodać do oferty.

Porzucone produkty opierają swoją skuteczność na niezrealizowanych do końca zamówieniach. W pewnym stopniu ta metoda rekomendacji jest podobna do „ostatnio przeglądanych”, jednak produkty, które ostatecznie znalazły się w koszyku, mają znacznie większą wartość dla doradztwa zakupowego. Mówią precyzyjnie, czym interesuje się klient, dlatego warto listę tych produktów potraktować wyjątkowo i przechowywać informacje na ich temat, nawet jeśli koszyk został już wyczyszczony.

Last but not least…

Na koniec technika tak oczywista, że niektórych może dziwić, dlaczego w ogóle znajduje się w zestawieniu. Mowa oczywiście o zniżkach, rabatach i przecenach. Można stwierdzić, że klienci uodpornili się na tą taktykę, i to dawno temu, jednak zawsze obniżona cena będzie wartością dodaną, która jest w stanie zrekompensować pewne braki i poszerzyć granicę realnej potrzeby zakupowej.

O ile nie stoi to w sprzeczności z twoją strategią wizerunkową, upewnij się, że okazyjna oferta jest właściwie wyeksponowana w specjalnym miejscu (nie tylko w postaci przekreślonych cen na stronie kategorii produktu).

Do dzieła!