Ирина Лобкова статей 89
Поделиться Пожаловаться

Фото

Искусство рекомендации в e-com: запросы клиента и роль ИИ

  • Опубликовал(а) Ирина Лобкова
  • 26 декабря 2023 г., 12:40:05 MSK
  • комментариев: 0
  • просмотров: 294
Почему в электронной коммерции, где конкуренция невероятно высока, персонализация становится ключевым элементом успешного бизнеса — рассказывает ведущий эксперт по аутсорсингу персонала «Ваш кадровый ресурс» Ольга Токарева.

Индивидуальный подход позволяет компаниям лучше понимать потребности и предпочтения клиентов, предоставляя им индивидуальные предложения и улучшая опыт покупки. Но что именно представляет собой персонализация в торговле, какие существуют механики процесса?

Ключ к сердцу клиента

Персонализация в электронной коммерции — это процесс адаптации контента, предложений и маркетинговых усилий в зависимости от предпочтений и потребностей конкретного пользователя. Включает в себя сбор и анализ данных о покупках, поведении на сайте, истории просмотра и многие другие параметры. То есть, она возникла как ответ на запросы человека, которые, в свою очередь, можно разделить на следующие группы.

Базовые потребности:

  • Надежность коммерческой фирмы,
  • Полная информация о товаре,
  • Честная цена,
  • Онлайн служба поддержки,
  • Визуальная привлекательность коммерческого сайта и товара,
  • Разнообразные способы оплаты и доставки,
  • Высокое качество товара.

 Нарастающие потребности:

  • Чат-боты,
  • Онлайн-мессенджеры 24/7,
  • Персонализация,
  • Фото и видео отзывы,
  • Программа лояльности,
  • Моментальная доставка,
  • Удобство поиска товара,
  • Омниканальность.

Для реализации персонализации в е-коммерции используются различные алгоритмы, наиболее популярными из них являются:

Коллаборативная фильтрация (англ. collaborative filtering) — метод анализирует взаимодействие пользователей с продуктами и предоставляет рекомендации на основе схожих предпочтений. В ее основе системность и универсальность для всех клиентов.

Содержательная фильтрация — основана на анализе предыдущих действий одного клиента и его интересов. Wildberries, Ozon, Я.Макрет — все они внедрили системную аналитику товаров, которые покупаются и просматриваются конкретным человеком, предлагая на основе алгоритмов похожие вещи.

Механики рекомендаций

Онлайн-торговля использует различные методы для анализа больших объемов данных и предоставления более точных рекомендаций. Они ложатся в основу основных механик товарных рекомендаций. 

  1. Популярные товары — самые востребованные товары интернет-магазина, рассчитанные на основе статистики поведения посетителей, добавления товаров в корзину и покупок.
  2. Популярные товары по категориям — самые востребованные товары интернет-магазина в определённой категории, рассчитанные на основе статистики поведения посетителей, добавления товаров в корзину и покупок.
  3. Альтернативные товары — предложите к просматриваемому товару широкий выбор позиций со схожими характеристиками, но из другой категории.
  4. Похожие товары — предложите к просматриваемому товару широкий выбор позиций со схожими характеристиками.
  5. Сопутствующие товары — предложите посетителю товары, напрямую или косвенно дополняющие основную покупку. Примером может служить Ozon, который в карточке товара предоставляет ленту небольшого раздела «Рекомендуем также».
  6. Новинки — товары, которые недавно появились на сайте, рассчитываются автоматически на основе анализа товарного каталога.
  7. С этим товаром покупают — предложите к просматриваемому товару позиции, которые чаще всего покупают с данным товаром.
  8. Персональные — предложите посетителю товары, основанные на его персональных предпочтениях.

 

Прошлый запрос — будущий успех

Интеграция технологий ИИ позволяет компаниям создавать индивидуальные рекомендации, снижать барьеры для покупки и улучшать обслуживание клиентов. Согласно опросу McKinsey, ожидания персонализированной коммуникации клиентами равны 70%, и российские эксперты считают, что использование этого инструмента способствует увеличению дохода компании в среднем на 5−25%.

Сейчас растет популярность использования AI для того, чтобы предлагать пользователю нужные товары в подходящий момент. Особенно это актуально для мобильного трафика (mobile first), доля которого в Рунете достигла показателя 90% по данным Tadviser. Торговые площадки используют различные сценарии, чтобы улучшать UX и CX, например, упростив навигацию, облегчив поиск для посетителя, сократив клиентский путь. Очевидно, эти обозначившиеся тенденции будут только усиливаться в будущем.

Рекомендации в электронной коммерции играют ключевую роль в улучшении опыта покупателей и увеличении конверсии. Отечественные компании успешно применяют ее методы, хотя, их число невелико, так как на внедрение необходимо потратить множество ресурсов. В дальнейшем, с учетом развития технологий и экономики, персонализация будет активно двигать отрасль вперед.

Комментарии

комментариев: 0