บล็อกการปรับแต่งอีคอมเมิร์ซ

คำแนะนำผลิตภัณฑ์สามารถเพิ่มผลกำไรได้

ขออภัย ไม่ใช่คำแนะนำทั้งหมดจะเหมือนกัน เราพบว่าคำแนะนำผลิตภัณฑ์เฉพาะบุคคลมีประสิทธิภาพเหนือกว่าคำแนะนำทั่วไปอย่างมาก

คู่มือนี้จะอธิบายวิธีการใช้คำแนะนำส่วนบุคคลในร้านค้าของคุณ คลิกที่นี่เพื่อข้ามไปยังตัวอย่าง หรืออ่านต่อเพื่อดูคำแนะนำฉบับเต็ม

หมายเหตุ: หน้านี้ได้รับการอัปเดตเมื่อวันที่ 7 กันยายน 2020 เพื่อสะท้อนถึงการค้นพบล่าสุดเกี่ยวกับคำแนะนำผลิตภัณฑ์ การ ปรับเนื้อหาให้เป็นส่วนตัว และผลกระทบต่อการขายอีคอมเมิร์ซ

เราได้กล่าวถึงรายละเอียดว่าเครื่องมือแนะนำผลิตภัณฑ์ขั้นสูงทำงานอย่างไรที่นี่

อย่างไรก็ตาม โดยสังเขป ฉันชอบที่ Amazon ให้รายละเอียดว่าเอ็นจิ้นคำแนะนำทำงานอย่างไร

ด้านบน เอ็นจิ้นการแนะนำของ Amazon รวมอินพุตที่หลากหลายเพื่อสร้างคำแนะนำส่วนบุคคล

Barilliance ช่วยให้ร้านค้าอีคอมเมิร์ซสร้างคำแนะนำผลิตภัณฑ์ที่มีประสิทธิภาพและคาดการณ์ได้ด้วยการเรียนรู้ของเครื่องและความสามารถของ AI

นี่คือวิธีการทำงาน

การปรับเปลี่ยนในแบบของคุณขึ้นอยู่กับข้อมูลลูกค้า

Barilliance รวมแหล่งข้อมูลหลักสามแหล่งเพื่อสร้างคำแนะนำผลิตภัณฑ์เฉพาะบุคคล

พวกเขาคือ:

1. ข้อมูลที่รวบรวม (ประเภท/การดูผลิตภัณฑ์ การเพิ่มข้อมูลในรถเข็นและการซื้อ คำค้นหาภายใน ฯลฯ)

2. ข้อมูลเฉพาะ ผู้ใช้ที่ใช้ในการปรับแต่งคำแนะนำ เช่นเดียวกับข้อมูลที่รวบรวมมา ข้อมูลผู้ใช้คือการโต้ตอบเฉพาะของผู้ใช้ เช่น หมวดหมู่และผลิตภัณฑ์ที่ผู้ใช้ดู ซื้อ ฯลฯ

3.ข้อมูลผลิตภัณฑ์แบบ คงที่ที่ลูกค้าระบุในฟีดผลิตภัณฑ์ ข้อมูลฟีดผลิตภัณฑ์มักประกอบด้วยราคา ความพร้อมจำหน่ายสินค้า ยี่ห้อ แท็ก และแอตทริบิวต์อื่นๆ ของผลิตภัณฑ์

เพื่อสร้างเอฟเฟกต์คำแนะนำผลิตภัณฑ์ส่วนบุคคล Barilliance ใช้อัลกอริธึมที่ปรับให้เหมาะสมสำหรับการเรียนรู้ด้วยเครื่องที่หลากหลาย

เทคโนโลยี AI ของเราจะเลือกอัลกอริธึมที่จะใช้เติมวิดเจ็ตคำแนะนำผลิตภัณฑ์โดยพิจารณาจากผู้ใช้และในบริบทที่พวกเขากำลังดูไซต์ของคุณ

เพื่อแสดงให้เห็น ใช้ประสบการณ์หน้าแรก

ผู้เยี่ยมชมอาจเป็นผู้เยี่ยมชมใหม่หรือผู้เยี่ยมชมที่กลับมา

หากผู้ใช้ไม่เคยเข้าชมไซต์มาก่อน จะมีการแสดงชุดผลิตภัณฑ์ขายดี

อย่างไรก็ตาม หากผู้เยี่ยมชมกลับมา ผู้เข้าชมจะเห็นคำแนะนำส่วนบุคคลโดยอิงจากการมีส่วนร่วมกับแบรนด์ของคุณก่อนหน้านี้ เช่น:

- สินค้าที่เกี่ยวข้องกับสินค้าที่เพิ่งซื้อ
- สินค้าที่เกี่ยวข้องกับสินค้าที่เข้าชมล่าสุด
- สินค้าขายดีจากหมวดหมู่ที่ดูล่าสุด

ข้างต้น การศึกษาภายในของเราแสดงให้เห็นว่าผู้เข้าชมที่กลับมามีอัตราการเพิ่มในรถเข็นที่สูงกว่าอย่างเห็นได้ชัดเมื่อเทียบกับผู้เข้าชมครั้งแรก ส่วนหนึ่งเป็นผลมาจากการปรับเปลี่ยนเนื้อหาในแบบของคุณ รวมถึงการแนะนำผลิตภัณฑ์ที่มีประสิทธิภาพมากขึ้นเนื่องจากข้อมูลผู้ใช้ที่เพิ่มขึ้น

สุดท้าย คุณมีความสามารถในการกำหนดกฎการขายสินค้าสำหรับการแบ่งกลุ่มตามกลุ่มประชากรหรือตามพฤติกรรมจำนวนเท่าใดก็ได้

เราได้กล่าวถึงกฎการจัดวางสินค้าในบทความ [Guide] Advanced Product Recommendation Tactics to 3x Revenue ของเรา


จากที่นั่น เราได้แบ่งปันวิธีการ:

"กลไกที่ดีที่สุดช่วยให้ผู้ค้าปลีกสามารถ "ลบล้าง" คำแนะนำของซอฟต์แวร์แทนกฎการขายสินค้าอย่างชัดเจนที่คุณตั้งไว้

ตัวอย่าง ได้แก่

ด้านบน เดียร์บอร์นเดนิมเน้นชุดเข็มขัดเสริมสำหรับการซักกางเกงยีนส์ที่ดูในปัจจุบัน การเน้นผลิตภัณฑ์เสริมช่วยให้ลูกค้ามองเห็นได้ดียิ่งขึ้นว่าพวกเขาจะตกแต่งสินค้าด้วยตัวเองอย่างไร นอกเหนือจากการแสดงรูปภาพผลิตภัณฑ์

นอกจากนี้ การแนะนำผลิตภัณฑ์อภินันทนาการเป็นวิธีที่ยอดเยี่ยมในการเพิ่มมูลค่าการสั่งซื้อโดยเฉลี่ยของลูกค้าโดยการเพิ่มรายได้ให้กับเซสชันการช็อปปิ้ง

Buy Buy Baby มีตัวอย่างการแนะนำผลิตภัณฑ์เฉพาะบุคคลอีกตัวอย่างหนึ่ง

วิดเจ็ตแนะนำผลิตภัณฑ์ชุดแรกที่แสดงบนหน้าแสดงผลิตภัณฑ์จะนำเสนอผลิตภัณฑ์ที่คล้ายคลึงกัน ในที่นี้ แทนที่จะค้นหาผลิตภัณฑ์อภินันทนาการตามคุณลักษณะของผลิตภัณฑ์ กลับแสดงตัวเลือกที่คล้ายกันจากแคตตาล็อกผลิตภัณฑ์ คุณจะเห็นว่าวิดเจ็ตแนะนำผลิตภัณฑ์ตัวแรกแสดงรูปแบบและสีของกางเกงที่คล้ายคลึงกัน

วิดเจ็ตการแนะนำผลิตภัณฑ์ตัวที่สองแสดงตัวเลือกทางเลือกที่กว้างขึ้นตามความชอบของผู้ใช้ ความเกี่ยวข้องจะถูกกำหนดในแบบเรียลไทม์โดยพิจารณาจากพฤติกรรมการซื้อของในเซสชัน

แม้ว่าการดึงผลิตภัณฑ์ที่แข่งขันกันเฉพาะเจาะจงจะช่วยให้ผู้ใช้ค้นหาผลิตภัณฑ์ที่เหมาะสมได้ลึกซึ้งยิ่งขึ้น Buy Buy Baby ยังขยายขอบเขตการค้นหาด้วยการแนะนำหมวดหมู่ที่เกี่ยวข้องและการค้นหาที่เกี่ยวข้อง

ด้านบนนี้เป็นตัวอย่างที่ดีของการแนะนำหมวดหมู่ผลิตภัณฑ์ทั้งหมดและการค้นหาทั่วไป การใช้การค้นหาเป็นวิธีที่ดีในการมุ่งเน้นที่ความต้องการของลูกค้าและช่วยให้ลูกค้าพบสิ่งที่พวกเขากำลังมองหา

Amazon เป็นผู้บุกเบิกวิดเจ็ตแนะนำผลิตภัณฑ์เฉพาะบุคคล ทุกวันนี้ยังอำนวยความสะดวกในการช็อปปิ้งเปรียบเทียบได้ดีกว่าร้านอีคอมเมิร์ซส่วนใหญ่

ด้านบนจะวางข้อมูล (การให้คะแนน) ที่ผู้ใช้สร้างขึ้น ข้อมูลเว็บไซต์ (ในรูปแบบของป้ายกำกับผลิตภัณฑ์แบบไดนามิก) และข้อมูลฟีดผลิตภัณฑ์เพื่อให้ลูกค้าเปรียบเทียบผลิตภัณฑ์ที่คล้ายคลึงกันได้อย่างรวดเร็ว

ด้านบน Mint Julep นำเสนอไอเท็มหลัก (เดรสพิมพ์ลาย) พร้อมเครื่องประดับ ช่วยให้ลูกค้าซื้อชุดทั้งชุดได้ง่ายด้วยวิดเจ็ตแนะนำผลิตภัณฑ์เฉพาะตัวที่ชื่อว่า "Shop the Look"

หน้ายืนยันคำสั่งซื้อมักจะอยู่ภายใต้ขั้นตอนที่เหมาะสมในวงจรชีวิตของลูกค้า อย่างไรก็ตาม หน้าเหล่านี้แสดงถึงโอกาสที่ดีในการพูดคุยกับลูกค้าในระดับสูงสุดของการมีส่วนร่วม

ด้านบน Amazon นำเสนอชุดวิดเจ็ตคำแนะนำหลังจากที่ยืนยันรายละเอียดคำสั่งซื้อแล้ว ในกรณีนี้ วิดเจ็ตคำแนะนำส่วนบุคคลจะมีชื่อว่า "รายการจากแบรนด์ของเราที่ได้รับแรงบันดาลใจจากความคิดเห็นของคุณ"

ข้อมูลประชากรเป็นแหล่งข้อมูลลูกค้าที่ดีเยี่ยมในการปรับแต่งคำแนะนำผลิตภัณฑ์ ตัวอย่างง่ายๆ ได้แก่ การนำเสนอหมวดหมู่ที่เหมาะสมโดยพิจารณาจากรายการที่เหมาะสมกับลูกค้ามากที่สุด

อย่างไรก็ตาม ตัวอย่างที่ชื่นชอบส่วนตัวของฉันในการใช้ข้อมูลประชากรเพื่อปรับแต่งคำแนะนำนั้นมาจากเป้าหมาย

ที่นี่พวกเขาใช้ข้อมูลประชากรของลูกค้าและการซื้อที่ผ่านมาเพื่อระบุความต้องการในปัจจุบัน แต่ยังคาดการณ์ความต้องการในอนาคตอีกด้วย

ด้านล่าง Target ให้ข้อเสนอที่ชัดเจนที่พวกเขารู้ว่าครอบครัวส่วนใหญ่ที่มีทารกต้องการ - สูตร สังเกตว่ารางวัลเป็นบัตรของขวัญซึ่งไม่เพียงล็อกการซื้อซ้ำ แต่ยังช่วยสร้าง Target ให้เป็นสถานที่รับวัตถุดิบหลัก

Amazon ให้ตัวอย่างที่ดีอีกตัวอย่างหนึ่งของการใช้ข้อมูลเพื่อปรับแต่งข้อเสนอในแบบของคุณ คราวนี้พวกเขาใช้วันที่เวลา การตระหนักว่าช่วงวันหยุดและการซื้อกิจกรรมเหมาะสำหรับกลุ่มลูกค้าต่างๆ ของคุณ เป็นวิธีที่ดีที่ไม่เพียงแต่สร้างแคมเปญเพื่อเข้าถึงลูกค้า แต่ยังใช้กลยุทธ์การปรับเนื้อหาในไซต์ให้เป็นส่วนตัวด้วย

ด้านล่างนี้ Amazon ใช้วันหยุดที่กำลังจะมาถึง (วันแม่) เพื่อสร้างชุดคำแนะนำผลิตภัณฑ์เฉพาะบุคคล

เพื่อแสดงให้เห็นว่าคำแนะนำผลิตภัณฑ์ที่เป็นส่วนตัวนั้นมีประสิทธิภาพเพียงใด เราได้รวบรวมข้อมูลว่าวิดเจ็ตคำแนะนำส่งผลกระทบต่อร้านค้าอีคอมเมิร์ซอย่างไรตลอดเส้นทางของลูกค้า

ด้านล่าง เราจะดูสถิติสำหรับ: มูลค่าการสั่งซื้อเฉลี่ย รายได้ อัตราการแปลง และอัตราการละทิ้งรถเข็นช็อปปิ้ง

คำแนะนำผลิตภัณฑ์ส่วนบุคคลช่วย เพิ่ม AOV (มูลค่าการสั่งซื้อเฉลี่ย) ได้อย่างมาก

เซสชันที่ไม่มีการมีส่วนร่วมกับคำแนะนำมี AOV ที่ 44.41 ดอลลาร์

ตัวเลขนี้คูณด้วย 369% เมื่อผู้มีโอกาสเป็นลูกค้ามีส่วนร่วมกับคำแนะนำเดียว เอฟเฟกต์ยังคงไต่ระดับจนลดลงประมาณ 5 คลิก

เป็นที่ชัดเจนว่ายิ่งคำแนะนำที่เป็นส่วนตัวและมีส่วนร่วมมากขึ้นเท่าใด ร้านค้าก็จะยิ่งได้รับประโยชน์จากคำสั่งซื้อที่มากขึ้นเท่านั้น

*หมายเหตุ: การศึกษานี้ดำเนินการในหลายอุตสาหกรรม ความสำคัญของการศึกษาครั้งนี้ไม่ใช่จำนวนที่ระบุ แต่เป็นการเพิ่มขึ้นแบบสัมพัทธ์

เราทำการศึกษากับลูกค้าที่สุ่มเลือก 300 ราย นี่คือสิ่งที่เราพบ

คำแนะนำผลิตภัณฑ์คิดเป็น 31% ของรายได้ไซต์อีคอมเมิร์ซ

โดยเฉลี่ยแล้ว ลูกค้าเห็นยอดขาย 12% มาจากผลิตภัณฑ์แนะนำผลิตภัณฑ์ของเรา

นอกจากนี้เรายังพบว่าคำแนะนำผลิตภัณฑ์ ช่วยเพิ่มอัตราการแปลง

ด้านบน เราเห็นอัตรา Conversion ของเซสชันเพิ่มขึ้นในขั้นตอนล็อกด้วยการมีส่วนร่วม

อีกครั้ง การปรับปรุงที่ใหญ่ที่สุดจะเกิดขึ้นในคลิกแรก ผู้มีแนวโน้มจะไม่มีส่วนร่วมกับคำแนะนำจะแปลงเป็น 1.02% จำนวนนั้นเพิ่มขึ้น 288% หลังจากการโต้ตอบครั้งเดียว

การค้นพบของเราสอดคล้องกับการ ศึกษาที่คล้ายกันซึ่งจัดทำโดย SalesForce พวกเขาพบว่านักช็อปที่คลิกคำแนะนำมีแนวโน้มที่จะเพิ่มสินค้าในรถเข็น 4.5 เท่า และมีแนวโน้มที่จะซื้อจนเสร็จ 4.5 เท่า

สุดท้าย คำแนะนำมีผลอย่างมากต่อการละทิ้งตะกร้าสินค้า

ในที่นี้ เรากำหนดการยกเลิกรถเข็นเป็นเซสชันที่ทำการซื้อจนเสร็จสมบูรณ์ หารด้วยเซสชันทั้งหมดที่ผู้มีโอกาสเป็นลูกค้าเพิ่มสินค้าลงในรถเข็นของตน จากนั้นเราแบ่งกลุ่มตัวเลขเหล่านี้ตามวิธีที่พวกเขามีส่วนร่วมกับคำแนะนำในเซสชันนั้น

เราพบว่าเซสชันที่ไม่ได้มีส่วนร่วมกับคำแนะนำเลย แต่เพียงเพิ่มสินค้าลงในรถเข็นก็มีแนวโน้มที่จะละทิ้งการซื้อมากขึ้น

ในความเป็นจริง การใช้คำแนะนำผลิตภัณฑ์ส่วนบุคคลสามารถปรับปรุงการละทิ้งรถเข็นได้ถึง 4.35%

สุดท้ายนี้ เป็นที่น่าสนใจที่จะทราบว่าผลกระทบต่อการละทิ้งรถเข็นจะกลับรายการหลังจากการมีส่วนร่วมในระดับหนึ่ง สิ่งนี้สมเหตุสมผลเมื่อคุณ พิจารณาพฤติกรรมของผู้ซื้อ โดยเฉพาะอย่างยิ่งผู้ที่อยู่ในวลีการวิจัยที่ใช้คำแนะนำในการค้นหาผลิตภัณฑ์

ตำแหน่งของคำแนะนำผลิตภัณฑ์มีอิทธิพลต่อประสิทธิภาพของคำแนะนำ เราพบว่าวิดเจ็ตที่วางอยู่ครึ่งหน้าบนนั้นมีประสิทธิภาพเกือบสองเท่า (1.7 เท่า) เมื่อเทียบกับวิดเจ็ตครึ่งหน้าล่าง

จากประเภทคำแนะนำผลิตภัณฑ์มากกว่า 20 ประเภทที่ได้รับการตรวจสอบในการศึกษานี้ ประเภทคำแนะนำที่น่าดึงดูดที่สุดคือ 'สิ่งที่ลูกค้าซื้อในที่สุด'

เมื่อมีผู้เข้าชมใหม่มาที่ร้านค้าของคุณ คุณไม่รู้ว่าจะแนะนำผลิตภัณฑ์ใด

แนวทางปฏิบัติที่ดีที่สุดคือการจัดหาสินค้าขายดีของร้านคุณให้อยู่ในอันดับต้นๆ คุณยังสามารถพิจารณามีวิดเจ็ตได้หลายอัน หนึ่งอันสำหรับแต่ละหมวดหมู่ยอดนิยมของคุณ

เมื่อลูกค้ามีส่วนร่วมกับไซต์ของคุณ เครื่องมือแนะนำผลิตภัณฑ์ของคุณจะเริ่มทำความเข้าใจว่าลูกค้ารายนี้สนใจผลิตภัณฑ์ประเภทใด และให้คำแนะนำที่เป็นส่วนตัวมากขึ้น

ตำแหน่งของคำแนะนำผลิตภัณฑ์มีอิทธิพลต่อประสิทธิภาพของคำแนะนำ เราพบว่าวิดเจ็ตที่วางอยู่ครึ่งหน้าบนนั้นมีประสิทธิภาพเกือบสองเท่า (1.7 เท่า) เมื่อเทียบกับวิดเจ็ตครึ่งหน้าล่าง

ซึ่งสอดคล้องกับการค้นพบของเราเกี่ยวกับ เนื้อหาแบบไดนามิกที่เพิ่มอัตราการแปลง

อีกวิธีที่ยอดเยี่ยมในการปรับแต่งอีเมลในแบบของคุณคือการแทรกผลิตภัณฑ์ ซอฟต์แวร์อย่าง Barilliance สามารถใส่คำแนะนำผลิตภัณฑ์ลงในอีเมลได้โดยตรง

วิดเจ็ตนี้ได้รับการปรับแต่งให้สะท้อนถึงผลิตภัณฑ์ต่างๆ ที่ลูกค้าแต่ละรายสนใจมากที่สุด ด้านล่างนี้คือตัวอย่างที่ดีของคำแนะนำในการปรับแต่งตามเพศ

ด้านล่างนี้คืออินโฟกราฟิกที่เราสร้างขึ้นพร้อมสถิติการแนะนำผลิตภัณฑ์ที่สำคัญบางส่วนที่เราพบ

คำแนะนำผลิตภัณฑ์ทำหน้าที่เป็นรากฐานสำหรับ กลยุทธ์การปรับแต่งอีคอมเมิร์ซ ของคุณ

ขั้นตอนต่อไปในการเพิ่ม Conversion คือการสร้างกลยุทธ์การปรับเปลี่ยนในแบบของคุณขั้นสูงขึ้น

สุดท้ายนี้ หากต้องการดูว่า Barilliance เป็นเครื่องมือแนะนำผลิตภัณฑ์ที่เหมาะกับคุณหรือไม่ ให้กำหนดเวลาการ สาธิตสั้นๆ กับเรา