电子商务个性化博客
已发表: 2021-03-02有效的建议促成销售。
不幸的是，许多电子商务商店在其网站上提供基本类别级别或最畅销的产品推荐，并且再也不会考虑它。
我们可以做得更好。
今天，产品推荐引擎能够实时了解客户，根据客户的行为改变报价。
本指南详细介绍了电子商务产品推荐引擎的工作原理、最佳推销实践以及通过改进电子商务推荐可以获得的结果。
增加收入的高级产品推荐策略
以下是我最喜欢的一些提高转化率和增加收入的策略。
1. 为畅销产品创建捆绑包
捆绑销售是增加平均订单价值的绝佳方式。
Kickstarter 活动是一个极好的灵感来源。 通常，创作者只有一个核心产品。 为了增加成功的可能性，他们创建了不同层次的参与。
通常，这些附加组件是使核心体验更好的免费产品。
这是一个例子。 下面，单次扩展的较便宜的基础游戏售价为 22 美元。 它有247个支持者。
相比之下，包含多个地图包、扩展包和其他好东西的“All-in”捆绑包售价为 90 美元。 它有 1,197 名支持者。
另一个例子是时尚新星。
在这里，他们根据正在查看的产品创建动态捆绑包，并将它们呈现在一个简单的推荐小部件中。
2.添加到购物车操作后动态呈现推荐
当客户将商品添加到购物车时，这是一个关于产品亲和力的非常强烈的信号。
您可以通过各种方式利用这一刻。 一种策略是显示一个弹出窗口，可选择继续结账或继续购物。
在此弹出窗口中，您还可以提供免费产品。 Target 在添加到购物车后的操作序列中完美地做到了这一点。 在这里，他们展示了经常一起购买的物品。
上面，Target 根据我刚刚添加到购物车的商品显示了一个个性化的弹出窗口。 在这种情况下，女孩的万圣节装束。
3. 利用季节性和购买趋势
上面，亚马逊在首屏提供母亲节产品推荐。
即使对访问者一无所知，购买趋势也提供了展示更多相关优惠的绝佳机会。
亚马逊提供了一个很好的例子。
在我写这篇更新的时候，我们离母亲节还有两周的时间。 模拟第一次访问者，亚马逊提供了许多母亲节优惠。
在首屏上方，他们展示了一个通往“母亲节礼品店”的门户，右上角有一个单独的号召性用语，即“购买母亲节珠宝”。
上面，亚马逊显示在线母亲节推荐。
当您向下滚动时，下一个推荐小部件会突出显示母亲节礼品店中一系列最畅销的类别。
尽管亚马逊不知道第一次访问他们的网站的实际目的是什么，但他们认识到他们很有可能想要购买母亲节礼物。
4. 在您的产品推荐中使用个性化技术
个性化是此列表中最有效的策略。
您的客户是多样化的。
有些对价格敏感。 有些人关心这个品牌，而另一些人则关心这个。 会有第一次来访者和回访者。
了解您的客户是个人是实现有效产品推荐的第一步。
下面，我们比较一家商店实施产品推荐个性化的经验。
个性化通常会使推荐的有效性翻倍。
动态产品推荐：不要使用静态产品推荐。 点击这里 了解 Barilliance 如何在您的主页、类别和产品页面上个性化推荐。
5. 在适用时使用人口统计数据
Nordstrom 展示了另一种高级产品推荐策略。
他们没有使用更通用的“趋势产品”推荐小部件，而是使用“您附近的趋势”。
这利用了地理差异，例如季节和口味。 同样，目标是创建相关优惠，而无需访问以前的行为。
结合人口统计数据有助于剔除不相关的报价。 例如，即使是在 12 月，他们在圣地亚哥购买冬衣的顾客也值得怀疑。
结合人口统计数据有助于剔除不相关的报价。 例如，即使是在 12 月，他们在圣地亚哥购买冬衣的顾客也值得怀疑。
6.为首次访问者创建特定的产品推荐策略。
新访客的转化率最低。
事实上，通过研究数百万个电子商务会话，我们发现回访者的转化率比首次访问者高 73.72%。
原因很简单。 您不知道首次访问者喜欢什么，因此很难创建相关优惠。
“基本”策略是展示全店最畅销商品的清单，希望您能展示出对他们来说重要的东西。
但是，您可以实施许多主动策略来提高成功率。
7. 跨渠道扩展产品推荐引擎
全渠道策略增加收入。
产品推荐是使全渠道有效的关键工具。 它们允许您使用已知的客户数据并匹配产品的相关性来创建具有高度针对性的报价。
像 Barilliance 这样的高级产品推荐引擎可以（并且应该）跨渠道应用。
这可以在社交、聊天应用程序或转换率最高的渠道电子邮件中完成。
以转换为重点的电子邮件产品推荐：
使用与 Web、移动和实体交互相同的全渠道推荐引擎为您的电子邮件提供动力。
统一您的数据并尽可能创造最相关的体验。 在这里了解更多。
8. 通过嵌入的社会证明元素增加信任
转换取决于信任。
虽然社会认同的概念不是新的，也不是“先进的”，但令我惊讶的是，很少有公司在他们推荐的产品中使用社会认同元素。
亚马逊在其推荐小部件中集成了社交证明元素。
9. 使用比较小部件辅助决策
产品推荐也可用于帮助客户做出最佳决策。 同样，亚马逊提供了一个指导性示例，说明如何以易于理解的格式组合产品推荐和产品属性数据。
当与推销策略相结合时，品牌可以控制他们比较当前产品的背景，并帮助影响最终的购买决策。
产品推荐引擎的类型
产品推荐引擎如何工作？
产品推荐的目的有两个：一是改善购物体验，二是增加收入。
产品推荐系统通过向购物者提供他们最可能想要的优惠来做到这一点。
引擎筛选商店携带的数十、数百或数千种商品，并决定哪一种最适合该特定用户。
一般来说，引擎使用三种广泛的技术来过滤 SKU。
1.协同过滤技术
形象学分
协同过滤使用其他用户的行为来预测其他用户会喜欢什么。
例如，如果一个用户买了衣服，但最终买了一个钱包，软件就会开始绘制这两个类别之间的相关性。 随着越来越多的用户确认这种关联，它将开始影响推荐的产品。
2. 基于内容的过滤技术
基于内容的过滤侧重于特定的购物者。 产品推荐软件跟踪用户的操作，例如查看的网页、点击的产品、在各种类别上花费的时间以及添加到购物车的项目。
基于此信息，创建客户档案。 然后将此配置文件与产品目录进行比较，以确定要显示的项目。
3. 混合推荐
形象学分
最好的推荐软件实际上结合了这两种技术来给出最准确的预测。 这就是 Barilliance 的运作方式。
通过结合这两种技术，产品推荐引擎能够在潜在客户收集大量数据之前将“群体智慧”应用于潜在客户。 随着了解有关该特定用户的更多信息，推荐会根据他们的会话和使用历史变得越来越个性化。
动态产品推荐：不要使用静态产品推荐。 点击这里 了解 Barilliance 如何在您的主页、类别和产品页面上个性化推荐。
商品规则
在实体店中，商店被迫选择单一的销售策略。
电子商务商店没有此限制。
零售商可以使用个性化技术为任何客户群创建特定的销售策略。 零售商用来实现这一目标的主要工具之一是产品推荐。
商品推销和产品推荐如何相互作用
默认情况下，产品推荐引擎以算法方式工作。
但是，最好的引擎允许零售商根据您设置的明确销售规则“否决”软件的建议。
示例包括：
零售商定义存在哪些规则，以及何时触发这些规则。
同样，以 Barilliance 为例，您可以确定对您的业务很重要的客户群。 然后，您可以有选择地在这些不同的细分市场上使用推销规则。
如您所见，零售商有能力准确定义他们想要为哪些受众显示特定的产品推荐小部件。
细分受众最有利可图的方法之一是通过可靠的 RFM 分析。 您可以（并且应该）为六个关键部分创建商品化规则，包括：
通过结合销售规则和产品推荐，您可以创建具有高度针对性的报价。
您可以向新网站访问者推广最畅销的商品，向回头客推广最近查看的商品，以及向回头客推广基于之前购买的相关产品。
产品推荐结果和统计
我们对实施我们产品推荐解决方案的 Barilliance 客户进行了深入研究。
结果令人难以置信。
下一步
改进您的产品推荐是电子商务个性化的“唾手可得的果实”。
我们为我们的产品推荐解决方案提供免费演示。 如果您想了解我们是否可以通过混合机器学习方法改进您当前的建议，请单击此处。