eコマースパーソナライズブログ
公開: 2021-03-02効果的な推奨事項が売り上げにつながります。
残念ながら、多くのeコマースストアは、サイトで基本的なカテゴリレベルまたはベストセラーの製品の推奨事項を打ち負かし、二度とそれについて考えることはありません。
私たちはもっとうまくやることができます。
現在、製品推奨エンジンは、顧客の行動に基づいてオファーを変更し、リアルタイムで顧客について学習することができます。
このガイドでは、eコマース製品の推奨エンジンがどのように機能するか、マーチャンダイジングのベストプラクティス、およびeコマースの推奨を改善することで得られる結果について説明します。
収益を増やすための高度な製品推奨戦術
以下は、コンバージョンを増やして収益を増やすための私のお気に入りの戦術の一部です。
1.売れ筋商品のバンドルを作成する
バンドルは、平均注文額を増やすための素晴らしい方法です。
Kickstarterキャンペーンは素晴らしいインスピレーションの源です。 多くの場合、クリエイターは単一のコア製品しか持っていません。 成功の可能性を高めるために、彼らは参加のさまざまな層を作成します。
多くの場合、これらのアドオンは、コアエクスペリエンスを向上させる無料の製品です。
これが一例です。 以下では、1回の拡張でより安価なベースゲームが22ドルで提供されています。 247人の支持者がいます。
対照的に、複数のマップパック、拡張機能、およびその他のグッズを含む「オールイン」バンドルは、90ドルで提供されます。 1,197人の支持者がいます。
もう1つの例はFashionNovaです。
ここでは、表示されている製品に基づいて動的バンドルを作成し、単純な推奨ウィジェットに表示します。
2.カートアクションに追加した後、推奨事項を動的に提示します
顧客が商品をカートに追加するとき、それは製品の親和性についての信じられないほど強いシグナルです。
この瞬間をさまざまな方法で利用できます。 1つの戦術は、チェックアウトを続行するか、買い物を続行するかを選択できるポップアップを表示することです。
このポップアップでは、無料の製品を提供することもできます。 Targetは、カートに追加した後のアクションシーケンスでこれを美しく実行します。 ここでは、一緒に購入されることが多いアイテムを紹介します。
上記のTargetは、カートに追加したばかりのアイテムに基づいて、パーソナライズされたポップアップを表示します。 この場合、女の子のハロウィーンの衣装。
3.季節性と購入傾向を活用する
上記のように、Amazonは母の日の製品の推奨事項を提供しています。
購入傾向は、訪問者について何も知らなくても、より関連性の高いオファーを提示する絶好の機会を提供します。
アマゾンは素晴らしい例を提供します。
このアップデートを書いている間、母の日から2週間です。 初めての訪問者をシミュレートして、Amazonは多数の母の日オファーを提供しています。
折り目の上には、「母の日ギフトショップ」へのポータルがあり、右上隅に「母の日ジュエリーを購入する」という別の召喚状があります。
上記のように、Amazonはインラインの母の日の推奨事項を表示しています。
下にスクロールすると、次の推奨ウィジェットで、母の日ギフトショップで最も売れている一連のカテゴリが強調表示されます。
アマゾンは、この初めての訪問者が実際に自分のサイトに何のために来ているのかを知りませんが、母の日のギフトを購入したいと思う可能性が高いことを認識しています。
4.製品の推奨事項にパーソナライズテクノロジーを利用する
パーソナライズは、このリストで最も効果的な戦術です。
あなたの顧客は多様です。
価格に敏感なものもあります。 このブランドを気にする人もいれば、それを気にする人もいます。 初めての訪問者とリピーターがいます。
顧客が個人であることを理解することは、効果的な製品の推奨に向けた最初のステップです。
以下では、製品推奨のパーソナライズを実装した1つのストアの経験を比較します。
パーソナライズにより、推奨事項の効果が2倍になることがよくあります。
動的な製品の推奨事項：静的な製品の推奨事項は使用しないでください。 ここをクリック Barillianceがホーム、カテゴリ、および製品ページの推奨事項をどのようにパーソナライズするかを確認します。
5.該当する場合は人口統計データを使用します
ノードストロームは、別の高度な製品推奨戦術を紹介しています。
より一般的な「TrendingProducts」推奨ウィジェットを使用する代わりに、「TrendingNearYou」を使用します。
これは、季節や味などの地理的な違いを利用しています。 繰り返しになりますが、目標は、以前の動作にアクセスすることなく、関連するオファーを作成することです。
人口統計データを組み込むことで、関連性のないオファーを取り除くことができます。 たとえば、サンディエゴの顧客が12月でもウィンターコートを購入するのは疑わしいです。
人口統計データを組み込むことで、関連性のないオファーを取り除くことができます。 たとえば、サンディエゴの顧客が12月でもウィンターコートを購入するのは疑わしいです。
6.初めての訪問者のための特定の製品推奨戦略を作成します。
新規訪問者のコンバージョン率は最も低くなります。
実際、何百万ものeコマースセッションを調査したところ、リピーターは初めての訪問者より73.72％多くコンバージョンを達成していることがわかりました。
理由は簡単です。 初めての訪問者が何を好むかわからないため、関連するオファーを作成するのが困難です。
「基本的な」戦略は、店舗全体で最も売れている商品のリストを提示することであり、それらにとって重要なものが明らかになることを期待しています。
ただし、成功を高めるために実装できる予防的な戦術がいくつかあります。
7.チャネル間で製品推奨エンジンを拡張する
オムニチャネル戦略は収益を増加させます。
製品の推奨事項は、オムニチャネルを効果的にするための重要なツールです。 既知の顧客データを使用して、ターゲットを絞ったオファーを作成し、製品との親和性を一致させることができます。
Barillianceのような高度な製品推奨エンジンは、チャネル全体に適用できます（適用する必要があります）。
これは、ソーシャルアプリ、チャットアプリ、または最もコンバージョン率の高いチャネルのメールで実行できます。
変換に焦点を当てた電子メール製品の推奨事項：
Web、モバイル、および実店舗でのやり取りに使用するのと同じオムニチャネル推奨エンジンを使用して、電子メールを強化します。
データを統合し、可能な限り最も関連性の高いエクスペリエンスを作成します。 詳細については、こちらをご覧ください。
8.埋め込まれた社会的証明要素で信頼を高める
変換は信頼に依存します。
社会的証明の概念は新しいものでも「高度なもの」でもありませんが、推奨製品に社会的証明の要素を使用している企業が少ないことに驚いています。
Amazonは、推奨ウィジェット全体にソーシャルプルーフ要素を統合しています。
9.比較ウィジェットを使用して意思決定を支援します
製品の推奨事項は、顧客が最善の決定を下すのに役立つ場合にも使用できます。 繰り返しになりますが、Amazonは、商品の推奨事項と商品の属性データをわかりやすい形式で組み合わせる方法の有益な例を提供しています。
マーチャンダイジング戦略と組み合わせると、ブランドは現在の製品を比較するコンテキストを制御し、最終的な購入決定に影響を与えることができます。
製品推奨エンジンの種類
製品推奨エンジンはどのように機能しますか？
製品の推奨の目的は2つあります。1つはショッピング体験を改善すること、もう1つは収益を増やすことです。
製品レコメンデーションシステムは、買い物客が最も望んでいる可能性が高いオファーを提示することによってこれを行います。
エンジンは、ストアが運ぶ数十、数百、または数千のアイテムをふるいにかけ、この特定のユーザーに最適なアイテムを決定します。
一般的に、SKUをフィルタリングするためにエンジンが使用する3つの幅広い手法があります。
1.協調フィルタリング技術
画像クレジット
協調フィルタリングは、他のユーザーのアクションを使用して、他のユーザーが何を好むかを予測します。
たとえば、1人のユーザーがドレスを購入したが、最終的に財布を購入した場合、ソフトウェアはこれら2つのカテゴリ間の相関関係を描き始めます。 ますます多くのユーザーがこの関連付けを確認するにつれて、どの製品が推奨されているかに影響を及ぼし始めます。
2.コンテンツベースのフィルタリング手法
コンテンツベースのフィルタリングは、特定の買い物客に焦点を当てています。 製品推奨ソフトウェアは、表示されたWebページ、クリックされた製品、さまざまなカテゴリーで費やされた時間、カートに追加されたアイテムなどのユーザーのアクションを追跡します。
この情報に基づいて、顧客プロファイルが作成されます。 次に、このプロファイルを製品カタログと比較して、表示するアイテムを特定します。
3.ハイブリッドの推奨事項
画像クレジット
最高の推奨ソフトウェアは、実際には両方の手法を組み合わせて、最も正確な予測を提供します。 これがバリリアンスの仕組みです。
両方の手法を組み合わせることにより、製品推奨エンジンは、多くのデータを収集する前に、見込み客に「群衆の叡智」を適用することができます。 その特定のユーザーについてより多くの情報が学習されるにつれて、推奨事項は、セッションと使用履歴に基づいてますますパーソナライズされます。
動的な製品の推奨事項：静的な製品の推奨事項は使用しないでください。 ここをクリック Barillianceがホーム、カテゴリ、および製品ページの推奨事項をどのようにパーソナライズするかを確認します。
マーチャンダイジングルール
れんがとモルタルでは、店舗は単一のマーチャンダイジング戦略を選択することを余儀なくされています。
Eコマースストアにはこの制限はありません。
小売業者は、パーソナライズテクノロジーを使用して、顧客の任意のセグメント向けの特定の商品化戦略を作成できます。 これを達成するために小売業者が使用する主なツールの1つは、製品の推奨事項です。
商品化と製品の推奨事項がどのように相互作用するか
デフォルトでは、製品推奨エンジンはアルゴリズムで動作します。
ただし、最高のエンジンを使用すると、小売業者は、設定した明示的なマーチャンダイジングルールに基づいて、ソフトウェアの推奨事項を「却下」することができます。
例は次のとおりです。
小売業者は、存在するルールと、これらのルールがいつトリガーされるかを定義します。
繰り返しになりますが、例としてBarillianceを使用すると、ビジネスにとって重要な顧客セグメントを判別できます。 次に、これらのさまざまなセグメントでマーチャンダイジングルールを選択的に使用できます。
ご覧のとおり、小売業者には、特定の製品推奨ウィジェットを表示するオーディエンスを正確に定義する機能があります。
オーディエンスをセグメント化する最も有益な方法の1つは、確実なRFM分析を使用することです。 マーチャンダイジングルールを作成できる（そして作成する必要がある）6つの主要なセグメントがあります。
マーチャンダイジングルールと製品の推奨事項を組み合わせることで、ターゲットを絞ったオファーを作成できます。
最も売れている商品を新規サイトの訪問者に宣伝したり、最近閲覧した商品をリピーターに宣伝したり、以前の購入に基づいてリピーターに関連商品を宣伝したりできます。
製品推奨の結果と統計
当社の製品推奨ソリューションを実装したBarillianceのお客様を詳細に調査しました。
結果は信じられないほどでした。
次のステップ
製品の推奨事項を改善することは、eコマースのパーソナライズの「成果の低さ」です。
製品推奨ソリューションの無料デモをホストしています。 ハイブリッドの機械学習アプローチで現在の推奨事項を改善できるかどうかを知りたい場合は、ここをクリックしてください。