8 tipos de motores recomendación que usted tienda necesita

En la era de las tecnologías avanzadas de rápido crecimiento, el comercio electrónico se ha popularizado rápidamente en el mercado. La amplia variedad de aplicaciones, herramientas, extensiones y motores de recomendación en línea respaldan cada vez más el trabajo de los minoristas en línea que tienen un efecto positivo en la experiencia del usuario.

En este sentido, el papel de los motores de recomendación es precioso. Salieron a la luz hace casi 30 años, pero ganaron popularidad reciente y revolucionaron totalmente la industria. ¿Entonces, venimos? ¿Qué es la esencia de los sistemas de recomendación?

¿Cuál es el motor de recomendación?

El motor de recomendación es una combinación de filtrado de información y datos. Utiliza varios Algoritmos para encontrar coincidencias y recomendar productos relevantes a un usuario en particular. El artículo puede ser un producto, una pieza de contenido e incluso una persona (en sitios de citas). En una palabra, proporcione recomendaciones personalizadas adaptadas a las necesidades y deseos del usuario.

El uso de los motores de recomendación es altamente apreciado por los comerciantes en línea condicionados por las numerosas ventajas que analizaremos en este artículo.

¿Cómo se beneficia de los motores de recomendación?

Es un hecho innegable que las personas están más comprometidas en la compra de productos de las tiendas en línea donde obtienen el máximo soporte al cliente. Es más probable que vuelvan cuando obtengan un servicio al cliente adecuado. Por lo tanto, obtiene numerosos beneficios al utilizar las recomendaciones de productos. Vamos a entender qué tendrás como resultado.

  • Impulso de tráfico

Un motor de recomendación puede dirigir el tráfico a su sitio a través de correos electrónicos personalizados y sugerencias notables a clientes potenciales.

  • Compradores pero comprometidos

Los compradores potenciales se comprometen con la ayuda de contenido personalizado. El ejemplo más brillante es Amazon. Según su estadística, casi el 35% de sus ingresos totales provienen de productos personalizados recomendados.

  • Ventas incrementadas

Cuando a los clientes se les vea productos relevantes para sus necesidades, las posibilidades de que lo agreguen a su compra son mayores.

Un buen ejemplo es Netflix, que ha estimado que su sistema de recomendación genera $ 1 mil millones en ventas a la tienda.

  • Mayores tasas de conversión

Es un hecho comprobado que los sistemas de recomendación desempeñan un papel importante en el tráfico y en el aumento de las tasas de conversión.

Esta no es una lista final de beneficios, y puede notar los beneficios tan pronto como use un motor de recomendación en su tienda en línea. Queda por comprender qué tipo de motor de recomendación necesita su tienda. Para revelarlo, veamos los puntos a continuación.

Principales tipos de referencia de productos

1. Productos populares

Otra forma útil de guiar a los usuarios para encontrar lo que quieren es mostrarles lo que la mayoría de las personas están buscando. Para decir lo menos, debe conocer sus productos más vendidos según sus datos de ventas. Sin embargo, podrá recomendar artículos incluso si no tiene los datos de sus clientes.

Una buena forma de utilizar este tipo de motor de recomendación es enviar los productos sugeridos en sus correos electrónicos de bienvenida.

En la medida en que en el tenor de la información sobre sus nuevos suscriptores, la manera más efectiva es agregar productos populares en sus correos electrónicos de bienvenida. Esta es una forma útil de adelantar y romper el hielo entre su marca y el cliente.

Por lo tanto, una forma sencilla de sacar el conocimiento del sistema su estructura de categorías para no utilizar categorías singulares para las recomendaciones de la página de categorías. Con la misma lógica, puede recomendar categorías secundarias a las principales, lo que proporciona una mayor diversidad de recomendaciones.

Para un aspecto más visual, basta con decir que, de acuerdo con la regla de Pareto en la comercialización, casi el 80% de las ventas provienen del 20% de los productos.

Teniendo en cuenta todas estas métricas, podrá definir perfectamente los productos más populares entre sus visitantes.

2. Recomendaciones basadas en la cuenta

Una calificación alta de los usuarios es otra métrica popular. En realidad, las calificaciones, revisiones y comentarios de los usuarios se denominan "comentarios explícitos" en términos de motores de recomendación. Mientras que los hábitos de compra, clic y navegación se denominan “comentarios implícitos”. Este último es la interacción natural del usuario con la plataforma.

Es por eso que los motores de recomendación en su mayoría utilizan retroalimentación implícita basada en su riqueza, estructura y abundancia en contraste con las medidas, por ejemplo. Las áreas de información en el sector y no hay mucho beneficio de ellas.

motor de recomendacion

De acuerdo investigación llevada a cabo por BrightLocalEn consecuencia, el 88% de los usuarios considera que las revisiones son confiables y un paralelo de las recomendaciones personales. Por lo tanto, si cree que las preferencias basadas en la revisión de sus usuarios son un factor principal, considere agregar una función de "calificación máxima" a su página de inicio.

3. Recomendaciones personalizadas

En función del historial de navegación y de la compra anterior, los widgets de recomendación muestran varios productos personalizados para los usuarios. Los algoritmos de recomendación usados ​​aquí difieren con su implementación y los factores usados. El principal beneficio de la recomendación personalizada es que aumenta las ventas de productos de “cola ancha”.

Sin embargo, los sistemas de recomendación personalizados requieren una cantidad considerable de datos, que es imposible proporcionar a los nuevos visitantes. Este problema se denomina "problema de arranque en frío" de los motores.

motor de recomendacion

Aquí, la mejor práctica de proporcionar una experiencia de usuario personalizada para los clientes que regresan y conocen nuevos usuarios, utiliza el "escenario alternativo". El nombre del Plan B. El nombre del Plan B se detecta si hay suficiente información sobre un cliente en particular para hacer recomendaciones. Si no hay suficientes datos, el sistema comenzará a "retroceder" a una lógica más general y más grande filtrada por categorías. Aquí, el motor utiliza metadatos en lugar de datos basados ​​en el cliente.

Lo que es digno de mención es que el Plan B debe con gran conciencia para evitar recomendaciones irrazonables y proporcionar sugerencias precisas.

4. Productos similares

En general, las sugerencias de productos similares se basan en varias lógicas. Uno de ellos es el filtrado basado en categorías, que es simple y se puede utilizar sin un motor de recomendación.

Combinado con la similitud basada en metadatos, este método de filtrado mejorará considerablemente el rendimiento de su tienda. Sin embargo, debe tener una sofisticada funcionalidad de recomendación en su sitio para esto.

motor de recomendacion

Otra lógica del buen funcionamiento basada en la similitud es el "filtro colaborativo elemento a elemento", que veremos más de cerca.

5. "Cliente que compró / vio esto ..." el filtrado colaborativo

El filtrado colaborativo fue utilizado por primera vez por Amazon. El primer paso se dio en 1999, cuando presentó la patente inicial para el filtrado colaborativo. En la esencia del filtrado colaborativo, se recopila información sobre gustos y preferencias de los usuarios. El filtrado colaborativo puede implementarse tanto para la fijación basada en similitud como para la aprobación personalizada.

motor de recomendacion

Recomendaciones de filtrado colaborativo artículo a artículo

La lógica de este tipo de referencia es determinar la similitud de los elementos en función de su frecuencia representada en el historial de compras el de navegador de los usuarios. En general, este tipo de widgets se nombran de la siguiente manera:

“Los clientes que vinieron también están aquí…”, que incluye la idea central del sistema de filtrado.

Los modelos de preferencias creados por estos algoritmos son auténticos y específicos para su sitio y sus usuarios. Suelen contar las interacciones de los visitantes del sitio web y la plataforma.

6. Agregar a la página del carrito de compras

Una forma efectiva de aumentar la cantidad y la calidad promedio de los pedidos, es agregar productos recomendados relacionados con un carrito determinado en las páginas del carrito.

Este tipo de recomendaciones serán efectivas y encontrarán al cliente en un buen estado psicológico, cuando esté dispuesto a comprar. Por lo tanto, existe la probabilidad de que digan "sí" a su sugerencia.

Sin embargo, algunas marcas fallan en el uso de esta recomendación, y el ejemplo con Zalando es una descripción brillante de ello. Cuando elige un par de botas de invierno, en la página del carrito de la compra se sugiere que las botas sean más baratas. Es un uso incorrecto del motor de recomendación, ya que hace que los clientes tengan dudas sobre su elección.motor de recomendacion

Amazon usa esta clave de manera inteligente, y hay mucho más que aprender de ella. Mezclan varias estrategias para obtener el máximo beneficio de la compra. Utiliza las siguientes estrategias en una página, lo que se ha demostrado efectivo:

  • Otros productos
  • Venta cruzada
  • Productos recomendados en el carro de compras de Amazon.

A la hora de optar por una sandwichera en la playa, también te sugerimos un sandwich para sandwich, una tortilla, un sandwich para el consumidor en la sección de compras frecuentes. Los clientes que compraron estos también están comprando esta sección ... recomiendan el fabricante de tortillas para microondas, la empresa importadora Avo ahorrador y así sucesivamente.

7. Comprados juntos con frecuencia

Otro tipo de recomendación altamente productiva es la “compra frecuente juntos”, que cambia en las páginas del carrito. Aquí, el proceso de pago debe dirigir a los clientes a la página del carrito, desde donde se hacen recomendaciones reales para que cualquier recomendación de la página del carrito dé resultados. Por otro lado, es una gran técnica de datos que requiere mucho esfuerzo e información del usuario.

El diseño de la página también juega un papel crucial. Puede proporcionar excelentes resultados y información a través de A / B probando varios diseños y diseños si tiene suficiente tiempo y recursos.

Por ejemplo, Netflix utiliza ampliamente este método de prueba para diseños de pantallas de inicio, programas destacados, etc. Es indudable que hay mucho más que aprender de ellos.

8. Visado recientemente

En realidad, no se datos en profundidad sobre sus clientes para implementar este motor de recomendación. Se basa en productos con los que alguien se ha comprometido mientras navega por su sitio.

motor de recomendacion
Puede utilizar esta técnica para navegar los correos electrónicos de abandono y la campaña de reorientación. El núcleo de este tipo de motor es enviar un recordatorio por correo electrónico a un cliente que se ha distraído mientras compra. Recordar a sus visitantes que vuelvan y continúen comprando una buena forma de conducir la conversión al sitio web.

Conclusión

En general, las ideas, técnicas y tácticas cubiertas en este artículo en el son todas. Es como un alimento para generar nuevos enfoques para los propietarios y gerentes de tiendas que planean implementar un motor de recomendación o llevar su negocio al siguiente nivel. Con la gran cantidad de motores de recomendación disponibles, puede comenzar a probar sus ideas de inmediato y ver los resultados de primera mano.

Compartir:

Rodrigo Schiavini

Rodrigo Schiavini

Fundador y director comercial de SmartHint, también es director regional Paraná de ABComm, con más de 10 años de experiencia en comercio electrónico para grandes marcas en los más variados segmentos.
Últimas publicaciones

Contenidos y estrategias
para el comercio electrónico

Recibe contenido especializado en tu email.
[clase^="wpforms-"]
[clase^="wpforms-"]
[clase^="wpforms-"]
[clase^="wpforms-"]
[clase^="wpforms-"]
[clase^="wpforms-"]
[clase^="wpforms-"]
[clase^="wpforms-"]
[clase^="wpforms-"]
[clase^="wpforms-"]
[clase^="wpforms-"]
[clase^="wpforms-"]
[clase^="wpforms-"]
[clase^="wpforms-"]
[clase^="wpforms-"]
[clase^="wpforms-"]