Рассказываем, что такое товарные рекомендации, как они влияют на продажи — как их запустить и при чем тут персонализация.
Что такое товарные рекомендации
Каждый потребитель уже привык к тому, что ему не обязательно тратить много времени на поиск нужных товаров. Умные алгоритмы предложат лучшие варианты. Ритейлеры и маркетплейсы позаботились о том, чтобы клиент за максимально короткий срок успел принять решение о покупке. Поэтому почти на каждом сайте есть они.
Товарные рекомендации — это лента или группа товаров в оформлении сайтов или email-рассылок. Чаще всего формируется на основании собранных персональных данных о пользователе, но иногда встречаются просто подборки продуктов без анализа поведения потребителя.
Как товарные рекомендации помогают продавать
Товарные рекомендации — это не просто блок, который пытается что-то продать потребителю. Он помогает найти похожие и сопутствующие продукты. Теперь клиенту не нужно искать альтернативы по всему сайту — умные алгоритмы предложат подходящие варианты.
Зачем нужны товарные рекомендации?
- Повышение продаж. Потребителю проще принять решение о покупке, когда у него есть выбор. Он может потратить больше, если увидит более подходящий вариант из той же категории. Часто посетители просматривают сопутствующие товары, и средний чек вырастает из-за перекрестных продаж.
- Вовлечение посетителей и SEO-оптимизация. Клиенты проводят больше времени на сайте: изучают продуктовую линейку, переходят по предложениям из разных категорий. Это, в свою очередь, поднимает ваш интернет-магазин в поисковой выдаче.
- Лояльность покупателей. Если пользователь быстро найдет на сайте нужный товар, он с меньшей вероятностью уйдет к конкурентам — и наверняка оценит удобство.
- Увеличение конверсии. Это результат предыдущих пунктов: лояльный вовлеченный пользователь с большей вероятностью совершит целевое действие. Так просто можно увеличить конверсию по сравнению с сайтом без товарных рекомендаций.
- Увеличение среднего чека. Добавляя в корзину сопутствующие продукты из товарных рекомендаций, покупатель увеличивает средний чек в магазине.
- Продажа непопулярных товаров. В товарные рекомендации можно добавлять продукты, которые плохо продаются. Здесь важно учитывать анализ пользовательского опыта, чтобы рекомендовать не просто товары, которые давно занимают место на складе, а то, что может заинтересовать потребителя.
REES46 помог магазину электроники TechnoDom интегрировать и настроить товарные рекомендации. Компания сэкономила десятки часов работы специалистов. Выручка увеличилась на 6%, а блоки рекомендаций теперь приносят 8,6% от всех заказов в интернет-магазине.
Зачем нужны персонализированные рекомендации?
Все товарные рекомендации можно разделить на два больших блока:
- Неперсонализированные. Не учитывают пользовательский опыт. Часто они появляются в интернет-магазинах и рассылках, когда данных о покупателе практически нет. Например, он впервые зашел на сайт. В таком случае чаще всего предлагаются ленты товаров из хитов продаж, продуктов с самыми большими скидками или новинок.
- Персонализированные. Учитывают историю посещения сайта и личные предпочтения пользователя. В персонализированных рекомендациях анализируются данные профиля, опыт предыдущих покупок и товаров в корзине, просмотренные ранее страницы и карточки, добавления в избранное.
Разумеется, с неперсонализированными рассылками работать проще, ведь для них не обязательно собирать данные о пользователях. Но и персонализированные рассылки бывают разными: какие-то требуют минимальной информации о посетителях, а для каких-то нужен большой объем данных.
Машинная персонализация. Универсальный, базовый алгоритм персонализации. Программа учитывает большой объем данных пользователей, распределяет потребителей на сегменты и тестирует гипотезы с товарными рекомендациями для общих групп. После этого анализируются результаты и выдвигаются новые гипотезы с товарными рекомендациями.
Отраслевая персонализация. Учитывает специфику товара. При настройке выдачи рекомендаций алгоритм может не учесть отрасль продукта и показывать то, что не заинтересует потенциального покупателя.
Индивидуальная персонализация. Работа происходит с максимальным объемом данных, которые можно получить о пользователе. Здесь тестируются сценарии и выдвигаются гипотезы, задаются особенные условия показа товарных рекомендаций.
Персонализация помогает достичь всех преимуществ товарных рекомендаций. Именно на этапе индивидуальной персонализации пользователь знает, что сайт действительно его понимает и предлагает нужные вещи. Товарные рекомендации становятся дружелюбнее и экономят время клиентов, а бизнес увеличивает выручку. Потребители привыкли, что современные сайты понимают их с полуслова, и ждут этого от вашего магазина — поэтому товарные рекомендации стоит персонализировать.
Товарные рекомендации: как увеличить средний чек
Все товарные рекомендации можно разделить на четыре большие группы: перекрестные продажи (cross-sell), повышение суммы (up-sell), продажа дополнительных товаров и услуг (add-on sales), пакетные продажи (bundle sale). Рассмотрим каждый вид подробнее.
Cross-sell
Перекрестные продажи, где посетителю предлагается выбрать продукт из дополнительной категории. Например, при покупке обуви рекомендуют средства для ухода, а если вы выбираете ролики — защиту. Клиент кладет в корзину больше товаров, чем планировал изначально, таким образом, продажи на сайте увеличиваются.
Up-sell
Повышение суммы продажи. Здесь покупателю предлагается обратить внимание на товар из более дорогого сегмента с лучшими характеристиками. Клиент обязательно должен видеть выгоду. Например, телевизор с большей диагональю или кроссовки из новой коллекции.
Add-on sales
Покупателю предлагается добавить дополнительные услуги или опции для товара в корзине. Например, при выборе мебели заказать доставку и установку, а при покупке смартфона добавить гарантию.
Bundle sale
Покупка продуктов в наборе, пакетом. Обычно при этом снижается цена на один из товаров, чтобы стимулировать потребителя сделать заказ. Например, купить не только телефон, а набор из смартфона и наушников, при этом получить скидку 10%. Или взять сразу шампунь и кондиционер для волос в красивой упаковке.
Все эти маркетинговые инструменты можно встретить в интернет-магазинах в лентах товарных рекомендаций. И все они повышают конверсию сайта, увеличивают лояльность покупателей и позитивно сказываются на продажах. Они помогают клиенту сделать правильный выбор, а вам — продать больше.
Товарные рекомендации в email-рассылках
Карточки с рекомендованными товарами часто можно встретить в электронных письмах. Они могут быть как персонализированные и основанные на опыте предыдущих покупок, так и неперсонализированные — рассылки о новинках, распродажах, хитах продаж и различные тематические подборки.
В каких рассылках можно отправлять товарные рекомендации? Пожалуй, почти во всех. Разберем самые частые случаи.
Приветственные письма. Посетитель только подписался на рассылку и получил первое приветственное письмо. У таких цепочек высокий процент открываемости, поэтому необходимо не упускать возможности и повысить лояльность клиента. Например, подарить промокод на первую покупку — и показать хиты продаж.
Тематические письма. Информация о новинках, хиты продаж, проморассылки об акциях. В таких рассылках чаще всего содержатся товарные рекомендации. Они могут быть как неперсонализированные, так и формироваться на основе опыта пользователя.
Брошенный просмотр. Такие письма отправляются тогда, когда клиент просматривал карточки товаров, пользовался поиском и выбирал — но так и не добавил продукт в корзину. В этой email-рассылке обычно размещают те варианты, которые смотрел покупатель. Но еще стоит добавить рекомендации аналогичных товаров по разным ценам и других брендов. Возможно, пользователь просто не нашел подходящий вариант.
Брошенная корзина. Потребитель уже положил товары в корзину, но не оформил заказ. Пора отправить ему рассылку: напомнить о выбранных продуктах в корзине и предложить сопутствующие товары.
Снижение цены. Покупатель просматривал товары, добавлял в корзину, но не оформил заказ. Когда цена на эти продукты снижается — приходит рассылка, в которую можно включить аналогичные товары других брендов.
Оповещения. В рассылки с информацией о статусах заказа можно добавлять блоки с товарными рекомендациями. Например, с сопутствующими продуктами: если клиент купил телефон, то можно предложить гарнитуру и чехол.
Реактивация. Когда посетитель давно не совершал действий на сайте, не открывал письма и ничего не заказывл, ему отправляется реактивационный email. В таком письме может быть промокод с персональной подборкой товаров, специальные предложения или лучшие продукты недели.
Товарные рекомендации на сайте
Невозможно представить интернет-магазин без товарных рекомендаций. Посетители уже привыкли, что площадка «угадывает» их предпочтения и предлагает релевантные товары. Это удобно — и сильно экономит время пользователя.
Ленты с рекомендациями и карточками товаров могут размещаться на любых страницах и даже в корзине. А еще они бывают разными по наполнению. Рассмотрим каждый тип подробнее.
Похожие товары. Прячутся в блоках «Вас заинтересует», «Может понравиться» и аналогичных. В этой подборке собраны товары, схожие по модели, цене, бренду, фасону.
Сопутствующие товары. В лентах с названием «С этим товаром покупают» или «Рекомендуем также» обычно собраны аксессуары или дополнительные услуги. Например, если вы выбираете пуховик, то вам посоветуют шарф и шапку.
Схожее поведение пользователей. «Покупатели, смотревшие этот товар, также интересуются» — в этой подборке рекомендуют самые популярные продукты у клиентов со схожим поведением.
Популярные товары. Рекомендации с хитами продаж и самыми актуальными позициями.
Новинки. Продукты из новых коллекций. Такая лента особенно популярна у фэшн-магазинов.
Снижение цены. Товарные рекомендации с продуктами по акции или с распродажи.
Где размещать товарные рекомендации на сайте
На сайте масса мест, где можно расположить товарные рекомендации. Давайте разберемся, где какие рекомендации стоит размещать.
Главная страница. Пользователь только зашел на сайт, возможно, впервые и у нас нет данных о его предпочтениях. Здесь стоит показать хиты продаж и самые популярные товары. Покупатель будет обращать внимание на отзывы, если они представлены на сайте, и ориентироваться на мнение других пользователей. Кроме того, на главной странице можно разместить ленту с рекомендациями товаров по акции и новинками.
Категории товаров. Покупатель уже знает, что ищет: он внутри каталога, просматривает определенную категорию товара. И мы это тоже знаем. Самое время предложить пользователю аналогичные продукты. Например, популярные в сегменте, новинки или продукты по акции.
В разделе категорий можно показать блок «Вы смотрели». С ним посетителю проще ориентироваться на сайте, а просмотренные товары всегда будут под рукой.
Поле поиска. Когда посетитель точно знает, что ищет, он начинает забивать название в поле поиска. Здесь тоже могут быть товарные рекомендации: продукты по акции или бестселлеры, которые будут высвечиваться по мере набора символов.
Карточка товара. Покупатель уже зашел на страницу товара и изучает его характеристики. Здесь можно размещать блоки с рекомендациями сопутствующих, похожих и аналогичных продуктов.
В карточке товара стоит добавить ленту с комбинациями продуктов из серии «Вместе выгоднее» или пакетную продажу набором.
Корзина. На этой странице нужно размещать рекомендации аккуратно и обязательно проводить тесты. Это поможет точно узнать, не отвлекают ли вашу аудиторию рекомендации. Вместо того, чтобы завершить заказ, покупатель уходит смотреть предложенные продукты и бросает корзину.
Для корзины хорошо подойдут блоки с сопутствующими товарами в стиле «Ничего не забыли?» или «Вам может понадобиться». А если у вас действует бесплатная доставка от определенной суммы, то в корзине стоит напомнить об этом покупателю и предложить сделать дозаказ.
Страница 404. Не оставляйте пользователя на пустой странице с ошибкой. Добавьте в нее хиты продаж, просмотренные товары или новинки — предложите повыбирать еще.
Какие данные нужны для внедрения рекомендаций
Для неперсонализированных товарных рекомендаций не нужно собирать информацию о пользователях. Но если вы хотите сделать удобный для клиентов сервис, то личные данные придется собирать. Чем больше собрано достоверных сведений, тем «умнее» выдача товарных рекомендаций и выше лояльность клиента.
Автоматические сервисы собирают и анализируют данные cookie, которые несут в себе информацию о пользователе и его историю посещения сайта.
Самые распространенные данные, на основе которых выдаются товарные рекомендации:
- Личные: пол, возраст, семейное положение, геолокация
- Активность на сайте: просмотренные товары, поисковые запросы
- История покупок
- Избранные товары
- Данные об устройстве, с которого заходит пользователь
- Профиль в социальных сетях
- Информация о бонусных программах и системах лояльности
Все полученные данные обрабатываются, анализируются и для каждого пользователя формируются персональные товарные рекомендации.
Как внедрить рекомендации
Традиционно есть два пути:
- Написать алгоритм с нуля. Команда из программистов и маркетологов может разработать уникальный алгоритм, который будет внедрен на вашем сайте. Тестировать гипотезы и достигать хороших результатов будет проще — команда уже будет глубоко погружена в проект и все продукты компании будут знакомы. Но этот процесс достаточно долгий и дорогостоящий.
- Использовать специальные сервисы. Товарные рекомендации можно настраивать через готовые системы. Выбирайте, как настроить персонализацию: используйте шаблонные сценарии или задавайте собственный алгоритм. Тестируйте гипотезы и отслеживайте результаты.
Оценка эффективности рекомендаций
Как понять, что алгоритм рекомендаций работает? Делать тесты и сравнивать результаты.
A/B-тесты проводятся так: всех пользователей сайта делят на несколько групп и предлагают им разные сценарии (подборки товаров).
Ошибки при работе с рекомендациями
Товарные рекомендации — это всегда большой объем данных, при работе с ним часто встречаются ошибки. Как правило, это происходит из-за того, что не настроена персонализация.
Какие самые распространенные ошибки в товарных рекомендациях?
- Неподходящие товары. Клиент ищет пальто, а в рекомендациях ему выпадают спортивные пуховики.
- Несочетаемые товары. Покупатель просматривает шампуни, а ему предлагают дополнить заказ декоративной косметикой, вместо кондиционера.
- Дорогостоящие товары. Пользователь выбирает смартфон за 30 000 рублей, а в рекомендациях висят модели за 100 000 рублей.
Выводы
Товарные рекомендации работают не только для повышения продаж, но и для удобства покупателя. Это уже не просто надоедливая лента, которая предлагает все подряд. Это большой маркетинговый инструмент, который создается с заботой о пользователе.
На первый взгляд кажется, что внедрить товарные рекомендации очень сложно. Но если воспользоваться современными сервисами по автоматической обработке данных пользователей и конструктором сценариев, то создать персонализированную ленту рекомендаций легко.