Na era de rápido crescimento de tecnologias avançadas, o e-commerce na mesma velocidade se tornou extremamente popular no mercado. A grande variedade de aplicativos online, ferramentas, extensões e mecanismos de recomendações colaboram cada vez mais no trabalho de varejistas online acarretando um efeito positivo na experiência do usuário.

Nesse âmbito, o papel dos mecanismos de recomendação é precioso. Eles vieram à luz quase 30 anos atrás, mas sua popularidade chegou apenas recentemente e revolucionaram a indústria por completo. Pronto para descobrir essência dos sistemas de recomendação?

O que é um mecanismo de recomendação?

Um mecanismo de recomendação é uma ferramenta de filtragem de informação e dados. Sua ação utiliza uma série de algoritmos para encontrar combinações e recomendar produtos relevantes a um usuário em questão. O item pode ser um produto, uma forma de conteúdo ou até mesmo uma pessoa (sites de relacionamento). Em apenas uma palavra, eles fornecem recomendações personalizadas à medida das necessidades e vontades do usuário.

O uso de mecanismos de recomendação é altamente apreciado por comerciantes online condicionado a numerosas vantagens que abordaremos ao longo do artigo.

Quais os benefícios dos mecanismos de recomendação?

É um fato inegável que pessoas estão mais engajadas para comprar produtos naquelas lojas online onde recebem o máximo de apoio ao cliente. A probabilidade de retorno aumenta quando o serviço de atendimento é exemplar. Portanto, você terá volumosos benefícios ao utilizar recomendações de produto. Vamos entender exatamente quais serão os resultados.

  • Impulsão de Tráfego

Um mecanismo de recomendação conduz tráfego ao seu site através de emails personalizados e sugestões valorosas a consumidores em potencial.

  • Maior engajamento dos compradores

Compradores em potencial engajam-se com a ajuda de conteúdo personalizado. O melhor exemplo é a Amazon. De acordo com suas estatísticas, quase 35% de sua receita total é fruto de recomendações de produto personalizadas.

  • Aumento das vendas

Quando os clientes recebem produtos relevantes às suas necessidades, as chances ficam maiores do mesmo ser adicionado à compra.

Um bom exemplo é a Netflix, que estimou $1 bilhão de vendas em sua loja advindas de seu sistema de recomendação.

  • Taxas de conversão mais altas

Todos sabemos que é um fato comprovado os sistemas de recomendação desempenharem papel principal na atração de tráfego e no aumento das taxas de conversão.

Este não é o final da lista de benefícios, você notará isso assim que utilizar um mecanismo de recomendação em sua loja online. Falta agora entender qual tipo de mecanismo de recomendação sua loja precisa. Para desvendá-lo, vamos analisar os pontos abaixo.

Principais Tipos de Recomendações de Produto

1. Produtos Populares

Outra forma de ajudar a guiar usuários na busca de encontrar o que querem é mostrá-los o que a maioria das pessoas tem procurado. No mínimo, você deve estar pelo menos atento a quais são seus produtos mais vendidos tomando por base seus dados de venda. Há um porém: você ainda tem que ser capaz de recomendar itens mesmo sem ter em mãos nenhum dado sobre os clientes.

Certamente um caminho de usar esse tipo de mecanismo de recomendação é enviar os produtos sugeridos em seus emails de boas-vindas.

Em ocasiões que você não possuir nenhuma informação a respeito de seus novos inscritos, a rota mais eficaz é adicionar produtos populares em seus emails de boas-vindas. É uma forma útil de colocar o se antecipar e quebrar o gelo entre sua marca e o cliente.

Uma maneira simples de fazer isso é ensinar ao sistema sua estrutura de categoria para não usar categorias singulares para recomendações de página de categoria. Com a mesma lógica, você pode recomendar categorias de filhos para os pais, fornecendo mais diversidade nas recomendações.

Para torná-lo mais visualizado, é suficiente dizer que, de acordo com a regra de Pareto no marketing, quase 80% das vendas vem de 20% dos produtos.

Levando em conta todas essas métricas, você será apto a definir perfeitamente os produtos mais populares entre seus visitantes.

2. Recomendações Baseadas em Avaliações

Uma métrica de popularidade é uma alta taxa de avaliação de usuário. Na verdade, avaliações de usuário, pontuações, comentários são um feedback explícito nos termos de mecanismos de recomendação. Ao passo que compras, cliques e hábitos de navegação são chamados de feedback implícito. Sendo o último a interação natural do usuário com a plataforma.

Esse é o motivo de mecanismos de recomendação quase sempre usarem feedback implícito, por conta da riqueza, estrutura e abundância, em contraste a avaliações, por exemplo. Avaliações contêm informação desestruturada e não há muito do que se beneficiar.

De acordo com a pesquisa feita pela BrightLocal, quase 88% dos usuários acreditam que avaliações são de confiança e um paralelo a recomendações pessoais. Assim sendo, se você confia que preferências baseadas em avaliações são um desencadeador de acontecimentos, então considere adicionar uma característica de “melhores avaliados” em sua página principal.

3. Recomendações Personalizadas

Baseado no histórico de navegação e compras anteriores, widgets de recomendação mostram vários produtos personalizados aos usuários. Algoritmos de recomendação usados aqui se diferenciam por sua implementação e fatores aplicados. O maior benefício da recomendação personalizada é impulsionar a venda de produtos de “cauda longa”.

Entretanto, sistemas personalizados de recomendação requerem uma quantidade considerável de dados, impossíveis de providenciar a partir de visitantes novos. Esse porém para os mecanismos é chamado de “Problema de Arranque Frio”.

Aqui, vemos que a melhor prática para se fornecer uma experiência personalizada ao usuário para clientes que retornaram, bem como ao angariar novos, é o “cenário de fallback”. Também chamado de plano B. A essência do plano B é detectar quando há informação suficiente a respeito de um cliente para fazer recomendações. Se não há dados suficiente, o sistema inicia uma “queda” a uma lógica maior e mais geral de filtragem por categoria. Percebemos também que o mecanismo utiliza metadados ao invés de dados baseados no cliente.

Note que um plano B deve ser feito com grande consciência e cuidado para evitar recomendações descabidas e providenciar sugestões precisas.

4. Produtos Similares

À grosso modo, sugestões de produtos similares se baseiam em várias lógicas. Uma delas é a filtragem baseada em categoria, que é simples e pode ser usada sem mecanismo de recomendação.

Combinada com metadados baseados em semelhanças, esse método de filtragem melhorará a performance de sua loja. Entretanto, você deve ter uma funcionalidade de recomendação sofisticada em seu site para tal.

Outra lógica que tem funcionado bem, também baseada em semelhanças, é a “filtragem colaborativa item a item”, que cobriremos abaixo.

5. Filtragem Colaborativa ou “Clientes que compraram/viram isso…”

Filtragem colaborativa foi primeiramente usada pela Amazon. O passo adiante foi tomado em 1999, quando eles confirmaram a patente inicial da filtragem colaborativa. Na natureza da filtragem colaborativa está a coleta de gostos e informações das preferências dos usuários. A filtragem colaborativa pode ser implementada tanto para recomendações personalizadas quanto para as baseadas em semelhanças.

Recomendações de filtragem colaborativa item-a-item

A lógica dessa sorte de recomendações é determinar a semelhança de dois itens baseado na frequência presente no histórico de compra ou de navegação do usuário. Esses widgets são chamados de: “Clientes que viram isso, também viram…” que inclui a idéia central do sistema de filtragem

Modelos de preferência construídos por esses algoritmos são autênticos e particulares a seu site e usuários. Eles normalmente contabilizam as interações da plataforma e visitantes do site.

6. Adicione Recomendações à Página do Carrinho de Compras

Uma maneira eficaz de aumentar a quantidade e qualidade média dos pedidos é adicionar produtos recomendados relacionados a um certo carrinho na Página de Carrinhos.

Esse gênero de recomendação será efetivo já que encontram o cliente em um bom estado psicológico, aquele onde já querem realizar uma compra. Por consequência, há uma probabilidade de dizerem sim a sua sugestão.

Em contraponto, algumas marcas pecam no uso dessa recomendação, sendo Zalando um exemplar nesse quesito. Quando se escolhe um par de botas de inverno, a página do carrinho de compras sugere botas ainda mais baratas. Isso é sinal de má aplicação do mecanismo de recomendação, já que gera uma hesitação nos clientes com relação a sua escolha.

A Amazon usa a ferramenta em caráter inteligente, onde temos muito que aprender. Eles misturam uma série de estratégias para obter o máximo de lucro na compra. As seguintes estratégias são usadas em uma página e se provaram bem eficazes:

  • Outros produtos
  • Venda cruzada
  • Produtos recomendados no carrinho de compra da Amazon

Quando se opta por uma sanduicheira Beach, é sugerido na seção de Frequentemente Comprados também uma faca de sanduíche, um fazedor de omelete. Em Clientes que compraram isto, também compraram isso… será recomendado um Microondas para Omeletes, equipamentos de cozinha de outra marca, aí vai.

7. Comprados juntos frequentemente

Outro tipo de recomendação super produtiva é “comprados juntos frequentemente”, aparecendo nas páginas dos carrinhos. Aqui o processo de checkout deve direcionar os clientes a uma página de carrinho onde recomendações reais são apresentadas para qualquer recomendação da página de carrinho para gerar resultados. Pelo outro lado, é uma técnica de dados pesados, requerendo muitos esforços e informação sobre o usuário.

O layout da página desempenha um papel crucial, também. Você pode conseguir ótimos resultados e insights através de A/B testing, com vários designs e layouts diferentes, caso haja tempo e recurso suficiente.

8. Visto Recentemente

Na verdade, não há necessidade de dados aprofundados sobre seus clientes ao implementar esse mecanismo de recomendação. Baseia-se nos produtos que alguém já se engajou navegando em seu site.

Você pode utilizar essa técnica para emails de abandono de navegação e redirecionar a campanha. O propósito desse tipo de mecanismo é enviar um lembrete de email a um cliente que se distraiu durante o processo de compra. Lembrar seus visitantes para que retornem e continuem a comprar é uma boa maneira de conduzir conversão ao site.

Conclusão

De modo geral, as ideias, técnicas e táticas cobertas neste artigo não são tudo. É um alimento para fomentar novas abordagens de donos de loja e gestores que planejam implementar um mecanismo de recomendação ou mudar seu negócio de patamar. Com tantos mecanismos de recomendação disponíveis, você já pode – e deve – ir testando suas ideias, verificando os resultados em primeira mão.