Сегодня практически все обладатели электронной почты и пользователи мессенджеров завалены проморассылками и рекламными предложениями от бесчисленного количества компаний. Как же в условиях усиливающегося информационного шума выделиться на фоне конкурентов, пробиться к своему потребителю и увеличить продажи?
Секрет кроется в более глубокой персонализации процесса покупки. Компании, которые подходят к этому вопросу не только творчески, но и технически грамотно, имеют все шансы преуспеть.
Просто подумайте сами, что бы впечатлило вас больше: предложения на основе ваших покупок или же обычная подборка акционных товаров. Ответ будет очевидным.
А вот еще один пример: если вы сомневаетесь в покупке того или иного товара, то, скорее всего, посмотрите блок «Вам также может понравиться» или же «Подобные товары».
Из всего этого можно смело сделать вывод о том, что покупатели любят получать товарные рекомендации, основанные на их интересах и потребностях, потому что это сокращает время на поиски нужной позиции в интернет-магазине и облегчает процесс покупки за счет изначально релевантных и персонализированных предложений.
Но дать такие рекомендации – это не просто показать несколько похожих позиций. Важно формировать пул товаров разумно, основываясь на собранных о пользователе данных и учитывая максимальное количество факторов, таких как цена, популярность, бренд, аналоги и т. д., чтобы повысить вероятность покупки.
Чем полезны рекомендации интернет-магазину
Рекомендационные блоки помогают решить целый ряд задач, в числе которых:
- увеличение конверсии – посетитель сайта может купить рекомендованный товар вместо или в дополнение к рассматриваемому, с меньшей вероятностью уйдет с сайта без покупки;
- увеличение продолжительности сессии и глубины просмотра – пользователь будет просматривать большее количество страниц за сеанс и проводить на сайте больше времени (а это положительно сказывается на рейтингах у поисковиков);
- внутренняя перелинковка страниц;
- облегчение навигации – клиенту легче найти сопутствующие или похожие товары в ассортименте магазина;
- формирование доверия – покупатель видит заботу о своих интересах;
- ненавязчивое продвижение различных ассортиментных групп;
- увеличение среднего чека за счет cross-sell и upsell (благодаря рекомендации более дорогих товаров и продажи сопутствующих, а также альтернативных предложений для позиций, которых нет в наличии);
- повышение частоты покупок.
Давайте рассмотрим принципы формирования рекомендаций и примеры внедрения этого инструмента в нескольких интернет-магазинах, а затем обсудим способы улучшения его результативности.
Как сделать товарные рекомендации на сайте
Способов внедрения персональных рекомендаций на сайте несколько:
1. Заманчивый, но сложный – написать алгоритм своими силами. Вы лучше всех знаете своих клиентов и все этапы процесса принятия решения о покупке вашего товара. Но чтобы это сделать, нужно время, деньги и ресурсы – талантливые программисты, которые решатся взять ответственность за этот участок работы.
+ Из плюсов такого решения – возможность самостоятельно корректировать алгоритм.
- В числе минусов – ресурсозатратность, длительность процесса и тот факт, что результат не всегда соответствует ожиданиям.
2. Простой, но не самый эффективный – разместить свои товары на маркетплейсе, там эта функция уже настроена.
+ Плюсы– скорость реализации, простота.
- Минусы – в рекомендационных подборках будут и товары конкурентов. Это, скорее, не готовое решение вопроса, а просто дополнительный канал продвижения.
3. Оптимальный и безопасный – специализированные сервисы. Например, такой функционал уже появился у нас, со всеми деталями можно ознакомиться в инструкции.
+ Из плюсов – быстрая установка скрипта, использование машинного обучения для формирования рекомендаций, возможность выбрать подходящий по стоимости пакет.
- Из минусов– доступ к алгоритму клиентам не предоставляется. Кстати, не забывайте, что рекомендационные блоки можно показывать еще и в емейл-рассылках.
Данные, влияющие на формирование товарных рекомендаций
Основная идея состоит в том, что правильные и полезные рекомендации должны основываться на персональных данных пользователя. Для анализа предпочтений используют:
- информация из карточки контакта (например, местоположение);
- поведение посетителя на сайте;
- активность в письмах;
- товары и категории, просмотренные за текущую или предыдущие сессии;
- история заказов конкретного покупателя;
- канал, из которого был осуществлен переход (емейл-рассылка, сообщение в Viber, пуш, пост в соцсетях, контекстная реклама и другие);
- профили в социальных сетях.
Расположение рекомендационных блоков на сайте
Рекомендуемые товары могут отображаться на таких страницах сайта:
- на главной;
- на странице категории;
- в личном кабинете;
- на странице выдачи при использовании поиска по сайту;
- на странице товара;
- в корзине;
- на странице 404;
- на странице товара, которого нет в наличии.
Выбор места расположения рекомендации зависит от алгоритмов сайта.
Кроме того, если вы используете специализированный сервис, то выбрать расположение таких товаров на самой странице можно в админке, например:
- вверху на главной – лучшее место для подборки бестселлеров;
- внизу страницы, под товарами – наиболее распространенный вариант размещения для сопутствующих и альтернативных позиций;
- если речь идет о корзине, то однозначно внизу, чтобы не перебить покупку уже выбранного товара.
Становление и развитие товарных рекомендаций
В числе пионеров использования персональных товарных рекомендаций – мировой гигант Amazon. Сейчас на “Амазоне” персонализируют не только набор товаров в рекомендационном блоке, но и цены на них. Продукты, которые были куплены ранее, будут предложены со скидкой.
Netflix использует алгоритм выявления предпочтений и формирования рекомендаций с 2006 года. На данный момент представители компании уверяют, что угадывают предпочтения пользователя с точностью 85%. Причем у клиентов с разными интересами будут отличаться не только подборки фильмов и сериалов, но и заставки к одним и тем же фильмам. 60% зрителей выбирают контент, предложенный в рекомендациях.
За разработку алгоритма сервис был готов заплатить 1 млн. долларов.
Пусть вас не пугает эта цифра – сейчас внедрить инструмент персональных рекомендаций можно за сумму намного скромнее. И такой инструмент необходим, поскольку будущее – за глубокой персонализацией процесса продаж.
Формирование рекомендаций в eSputnik
Создать персональные товарные рекомендации для сайта можно, не выходя из аккаунта в eSputnik. Для этого у организации должен быть подключен веб-трекинг и активирован тариф, включающий использование рекомендаций. Если все это сделано, тогда дело за малым: нужно зайти в раздел “Сайт” из верхнего меню и выбрать пункт “Рекомендации”.
Здесь можно настроить страницы размещения рекомендационных блоков, источники данных для формирования подборок товаров, их расположение на странице и внешний вид карточек в блоке.
Рекомендации могут строиться на данных о пользователе (например, ранее просмотренные позиции), данных о товаре (похожие товары, с этим покупают). Помимо этого, есть возможность формирования подборок по неперсонализированному алгоритму. Этот вариант используется, когда недостаточно данных для персонализации. По умолчанию в данном случае будут выводиться товары-лидеры продаж.
Чтобы добавить рекомендационный блок, нажмите кнопку “Новая рекомендация” и выполните требуемые настройки.
Подробнее с процессом создания персональных товарных рекомендаций можно узнать на нашем сайте.
Выводы
В будущем, которое уже наступило, персонализированные товарные рекомендации – это своеобразное правило хорошего тона. Этот инструмент позволяет реализовать стратегию WIN-WIN: покупатель видит и покупает именно то, что входит в круг его интересов, а компания продает больше и получает высокую прибыль. По данным marketingprofs, персональные рекомендации в среднем увеличивают объем продаж на 19%. В некоторых сферах эта цифра может быть больше, а значит, есть за что бороться и данный инструмент стоит осваивать.
Настроив товарные рекомендации через eSputnik, вы сможете увеличить продажи и улучшить взаимоотношения со своими покупателями.