Ajánlórendszerek: az e-kereskedelem “profi értékesítői”

Ajánlórendszerek: az e-kereskedelem “profi értékesítői”
A releváns termékajánlások nagyban tudják javítani a felhasználói élményt, ezáltal növelik a konverziót, a vásárlói hűséget és elkötelezettséget is.

Nem mindig könnyű a vásárlók fejével gondolkodni. Kereskedőként könnyen eshetünk abba a hibába, hogy azt véljük: minél szélesebb termékkínálattal “öntjük nyakon” a vevőket, annál nagyobb lesz a konverziónk - írja a kosarertek.hu.

Pedig valójában mi is a céljuk? Amikor valaki ellátogat egy online vagy fizikai üzletbe, nem feltétlenül egy adott terméket keres. Sokkal inkább egy igényt szeretne kielégíteni, ami felmerült az életében, és ehhez próbálja megtalálni a legmegfelelőbb megoldást.

Vegyünk példának egy kerékpár-szerszámkészletet! Ha valaki ilyet keres, a végső célja nem pusztán az, hogy legyen otthon ilyen, még csak nem is az, hogy megjavítsa a biciklijét, hanem hogy a segítségével egy jól működő kerékpárral sportolhasson, vagy egy kiránduláson élményekkel gazdagodjon a barátaival. Ehhez egyszerűen és gyorsan szeretné megtalálni a megfelelő terméket, és számos egyéb dologra is szüksége lehet, amire talán nem is gondolt.

A sikeres értékesítés (és felülértékesítés, vagyis upselling) nagymértékben múlik azon, hogy mennyire tudunk segíteni a vásárlónak, felmérni a valódi igényeit, és – akár egy fizikai üzletben egy képzett eladó – odairányítani a számára ideális termékekhez, alternatívákat és kiegészítőket ajánlani neki, mindezt gyorsan és hatékonyan.

Mi a perszonalizáció, és miért fontos egy webshopban?

Az e-kereskedelmi perszonalizáció nem más, mint az adott felhasználó viselkedésére, kereséseire vonatkozó adatok, akár helyadatok, továbbá a böngészésre használt eszköz és operációs rendszer adatainak összegyűjtése és elemzése, így megismerve a vásárlói preferenciákat, és hatékonyan segítve a vásárlást, illetve a jobb vásárlói élményt.

Mindez a mesterséges intelligenciára (AI) épül, amely tömeges összehasonlító adatelemzésre képes: hasonló korábbi felhasználók viselkedése alapján “megjósolja” egy adott vásárló preferenciáit. Így, a “wisdom of the crowd” (a tömeg bölcsessége) elvét követve képes arra, hogy megfelelő termékeket vagy akár kapcsolódó árucikkeket ajánljon a vásárlónak – jelentősen növelve ezzel a konverziót és a kosárértéket.

Gyakran hallhatunk negatív hangokat, amikor valaki észreveszi, hogy a Google vagy egy-egy közösségi platform elkezd a viselkedése alapján megjeleníteni számára hirdetéseket és ajánlásokat, mondván:“Engem csak ne elemezgessen senki!”. Valójában ilyenkor abba nem gondol bele az illető, hogy enélkül is látna tartalmakat, de azok egyáltalán nem volnának relevánsak számára, így sokkal inkább zavaróak lennének.

Nincs ez másként egy webshopban sem: ha egy felhasználó csak kategóriaoldalak útvesztőjében bolyongva, vagy rosszul működő keresőn és rengeteg irreleváns találaton átvergődve találná meg a kívánt árucikket, valószínűleg feladná, mielőtt bármit vásárolna tőlünk. Pedig lehet, hogy épp mi áruljuk a számára tökéletes terméket!

Hogyan működnek az ajánlórendszerek?

Miként tudunk segíteni potenciális vásárlóinknak az online kereskedelem világában? Mivel itt nincs egy hús-vér értékesítőnk, aki elvezeti őket a megfelelő termékhez, egy hatékonyan működő ajánlórendszer lehet a megoldás számukra. A megfelelő adatok birtokában egy ajánlórendszer képes arra, hogy

 

  • a keresőmezőben hasznosabb, a vevőre szabott találatokat listázzon,
  • vizuálisan is megjelenítsen releváns termékeket ajánlódobozokban,
  • a weboldal elrendezését is a vásárló preferenciái alapján alakítsa át,
  • vagy akár perszonalizált hírleveleket küldjön termékjavaslatokkal.

 

A gépi tanulás alapú ajánlórendszereknek – jellegükből adódóan – némi időre van szükségük ahhoz, hogy hatékonyan működjenek, de már kezdetben is képesek például a terméknév és -kategória, az ár és más attribútumok alapján kapcsolódásokat alkotni. Aztán ahogy egyre több vásárlói adat áll rendelkezésükre, egyre pontosabban fogják tudni személyre szabni az egyes ajánlásokat.

A fenti okból kifolyólag az ajánlórendszer-szolgáltatók rendszerint biztosítanak néhány napos próbaidőszakot, hogy összegyűlhessen az elégséges mennyiségű oldallátogatás, vásárlási információ és felhasználói adat a releváns ajánlásokhoz. Így a kereskedő láthatja a rendszer működésének hatékonyságát. Az egyik legnagyobb, világszinten is jelentős hazai szolgáltató, a Yuspify például 14 napot biztosít erre, teljes funkcionalitással. A teljes cikk itt folytatódik.

Kövesd az oldalunkat a Facebook-on és a Twitteren is!