Эффективные товарные рекомендации для e-commerce

Рекомендации — одна из основ, обеспечивающих активацию и удержание покупателей. 56% клиентов предпочитают возвращаться в магазины с рекомендациями, а 75% представителей цифрового поколения, родившихся и выросших в эпоху соцсетей, рассчитывают, что им предоставят персонализированный клиентский опыт. В этой статье мы приводим основные примеры, демонстрирующие улучшение UX и конверсий, а также объясняем, почему персонализированные рекомендации играют здесь большую роль.

Чтобы лучше понять важность и пользу товарных рекомендаций, обратимся к их принципам. Они основаны на реальных техниках коммуникации продавцов с покупателями.

Офлайн-магазины имеют явное преимущество в построении тесных отношений бренда и клиента. Продавец может прямо на месте выяснить интересы и намерения клиента, его стиль общения простыми приветствиями наподобие «Что вас интересует?» и «Чем я могу помочь?».

Рекомендательная система для интернет-магазина даёт тот же эффект в коммуникации с клиентами. Когда нового посетителя на странице встречает блок с лучшими предложениями, на почту приходят персональные рекомендации, а к основному заказу подбираются актуальные аксессуары, он чувствует к себе особое отношение.

Что такое рекомендательные системы?

Рекомендательные системы фильтруют и сортируют предложения на сайте на основе некоторых правил. В этом процессе используются такие данные о товарах, как количество просмотров, покупок и даже отзывов, с тем чтобы автоматически предлагать самые популярные и востребованные без необходимости искать их. Результат можно представить в простом виде — например, расположив товары на странице в порядке убывания популярности.

С другой стороны, пользовательские данные, например, самые просматриваемые товары или история заказов, позволяют рекомендательной системе находить наиболее релевантные предложения для клиентов. В результате получается мощная база для персонализированной рекламы, рассылок, специальных предложений на лендингах и в разделах сайта.

Рекомендации для новых клиентов

Рекомендации на лендинге

Пользователям нравится, когда не нужно блуждать между множеством разделов и категорий, чтобы найти привлекательное предложение. Рекомендательные системы помогают в этом, постоянно отслеживая самые востребованные товары и добавляя их на посадочные страницы.

В основе этого лежит правило Парето 80/20, согласно которому 20% товаров вероятнее всего обеспечат 80% продаж.

A/B-тестирование рекомендательных моделей с разными весами параметров, таких как количество просмотров, покупок, время на странице, клики, добавления в корзину и не только, позволяет определить, какая из них обеспечивает наиболее высокую эффективность.

Рекомендации на основе рейтингов

Отзывы очень важны для e-commerce. Не следует делать акцент на хвалебных одах — подробные обзоры реального качества и функциональности продукта работают намного лучше. Используя отзывы как основу для рекомендаций, вы создаёте у клиента целостное представление о товаре, заранее отвечая на вопросы, которые могут возникнуть.

В Бостонском Университете провели исследование, которое должно было установить влияние отзывов на принятие решений. Выяснилось, что отзывы, содержащие подробности о качестве товара и его применении, тесно связаны с более высокими показателями продаж и низкими возвратами.

Рекомендации на основе отзывов, в частности, полезны на финальном этапе формирования заказа. Они отлично работают в письмах-уведомлениях о забытой корзине, секциях «Вам также может понравиться» на страницах продуктов и при рекомендации аксессуаров в ходе чекаута.

Баннеры кросс-продаж

В кросс-продажах клиенту предлагаются дополнительные товары, подходящие к тем, которые он выбрал. Эта техника не подразумевает участия продавца, который делает предложения покупателю. В супермаркетах это реализовано посредством группировки категорий товаров, например, носочные изделия и обувь.

Баннеры показывают релевантные товары клиенту во время совершения покупок, учитывая наполнение корзины, любимые бренды и последние просмотренные позиции.

Наиболее эффективные рекомендательные модели используют коллаборативную фильтрацию. Она прогнозирует интересы клиента, анализируя предпочтения похожих на него групп пользователей. Такие баннеры в среднем повышают RPV на 67%.

Рекомендации для действующих клиентов

Ремаркетинг

Источник: Criteo Browsing & Buying Behaviour 2016 Report

Пользователи посещают не менее двух сайтов и рассматривают от 8 до 19 товаров в ходе принятия решения. Ремаркетинг представляет собой баннерную рекламу с предложениями и рекомендациями. Данный метод взаимодействия с пользователями вне сайта обращает их внимание на ваши предложения и мотивирует идти к вам за покупками.

Характер рекомендаций зависит от категории продукта. В случае с товарами высокой ценности реклама направлена на то, чтобы клиенты больше времени проводили на вашем сайте. Она учитывает намерения и пожелания клиента.

Категории с низкой ценностью, например, продовольственные товары, требуют другого подхода. Здесь покупатели складывают товары в корзину и оформляют заказ, как только заканчивают наполнять её. Реклама может предлагать комбинации товаров, рекомендации и дополнительные товары.

Персонализированные email-рассылки с рекомендациями

Персонализированные email предлагают покупателям то, что им знакомо и по душе, тем самым, повышая CTR. Письма с персонализированными темами открывают чаще на 26%. Более того, такие рассылки увеличивают количество кликов на 14%.

Для рассылок подходит ряд рекомендательных моделей. Понадобятся ли данные профилей клиентов, например, часто просматриваемые товары, история покупок, интересы, зависит от типа кампании.

Если за основу взяты новости, в частности, начало нового модного сезона, новые поступления или распродажа Black Friday, рекомендации могут строиться на отзывах, обзорах и рейтинге предложений. Эти рекомендации помогут создать благоприятный информационный посыл для увеличения лояльности аудитории.

В свою очередь, еженедельные и сезонные предложения идеально подходят для персональных рекомендаций. История покупок и интересы клиентов представляют собой отличную основу для рекомендаций, а активность в предыдущие сезоны позволит сформировать релевантные предложения в соответствии с их интересами.

Рекомендации на этапе оформления заказа

Аксессуары

Люди часто сосредоточены на главном. Рекомендуя аксессуары на этапе оформления заказа (батарейки для фонарика или карты памяти для телефона), вы поможете клиентам принимать более взвешенные решения, вместе с тем увеличивая средний чек.

Эти модели требуют тщательного отбора, в частности, на предмет того, подходит ли аксессуар к тому или иному товару.

Обеспечение модели необходимыми данными для эффективной работы может быть трудным. Отзывы и ссылки на популярные сопутствующие товары со страницы продукта могут послужить хорошей альтернативой для сбора данных.

Часто покупают вместе

Пакетные предложения помогают клиентам сэкономить время и вспомнить про товары, которые их заинтересуют вместе с основным. Это хороший пример кросс-селлинга на этапе чекаута.

Эффективные рекомендательные системы в данном случае показывают альтернативы тому, что выбрал клиент. Они могут отличаться по цветам, стилю или комбинациям. Отзывы и обзоры сделают предложения убедительнее.

Эти рекомендации помогут повысить прибыль за счёт продажи альтернативных наименований, где выше средний чек и более высокая маржинальность.

Ключевые выводы

Источник: Powerpost

Персонализированные товарные рекомендации уместны на каждом этапе воронки продаж в e-commerce. В то же время, активное их использование предполагает точное понимание причины их применения в каждом отдельном случае. Чрезмерная персонализация может вызвать у людей подозрение, что их преследуют.

При этом, когда учитывается только популярность товаров, создаётся ощущение, что на клиента не обращают внимания. Баланс этих двух вариантов рекомендаций поможет бренду преподнести себя в лучшем свете и укрепить отношения с покупателями.