Introducción a las recomendaciones personalizadas de productos

Elimina las conjeturas del e-commerce en solo 3 pasos:

1. En primer lugar, conecta tu tienda a Mailchimp.
2. A continuación, analizamos tus datos de ventas y hacemos los cálculos por ti.
3. Por último, añade un bloque de recomendaciones personalizadas de productos a tu campaña y pulsa Enviar.

Eso es todo. Generaremos recomendaciones personalizadas de productos que tus clientes probablemente compren, ahorrándote todo tipo de tiempo y esfuerzo, y permitiéndote hacer cosas interesantes como:

• Incluir recomendaciones de productos personalizadas en la parte inferior de tu próxima Campaña estándar
• Configurar un proceso de automatización para enviar recomendaciones de productos personalizadas un par de semanas después de que un nuevo cliente compre algo
• Envíar recomendaciones de productos personalizadas a los clientes que compraron algo hace tiempo y han estado inactivos desde entonces

Así es como funcionan las recomendaciones personalizadas de productos…

Consideremos un ejemplo de tienda que vende botín de Mailchimp. Te presentamos a Tonee. Tonee tiene buen gusto, le gusta nuestra tienda y acaba de comprar una camiseta. Muy bien.

Pero eso es todo lo que sabemos. Podemos segmentar las campañas y activar procesos de automatización con estos datos, pero todavía tendríamos que averiguar qué decir. Sería estupendo si pudiéramos utilizar este pedido para adivinar cuál sería la próxima compra de Tonee. Entonces podríamos enviar un correo electrónico sobre ese producto. 

Bien, genial. Apuesto a que los datos nos dirán qué producto recomendar. Suena fácil, ¿verdad? Visualicemos todos los clientes y pedidos de nuestra tienda falsa:

Quizás no sea tan fácil de entender. Hay mucho que hacer y se necesita tiempo y esfuerzo para dotar de sentido a todos estos datos. Afortunadamente, podemos hacer algunas cuentas para identificar las tendencias importantes.

Resulta que la gente que compra la camiseta suele comprar los calcetines y, en menor medida, el sombrero. Tampoco les interesan las tarjetas, las figuras de acción ni los libros. Así de fácil, hemos convertido nuestros datos de compra en información procesable. Ahora podemos recomendar los calcetines y la gorra a Tonee en nuestra próxima campaña.

Pero espera, ¿y si un suscriptor no ha comprado nada? En ese caso, recibirá una lista de artículos que se han vendido bien últimamente y nadie recibirá una recomendación de algo que ya ha comprado o que estaba agotado cuando se generó la recomendación.

Las recomendaciones personalizadas de productos se basan en esta idea general, pero en la práctica son un poco más complicadas que eso. Son aún más complicadas si tienes miles de productos y clientes, pero no temas: si tu tienda está conectada, nosotros nos encargaremos de la parte difícil.

…y aquí es donde se pone técnico

Sabemos que nuestro modelo de recomendaciones personalizadas de productos funciona porque lo hemos estado probando entre bastidores. Hemos probado utilizando los datos de millones de clientes, productos y pedidos de nuestros clientes de e-commerce y hemos hecho recomendaciones de productos personalizadas basadas en esos datos. A continuación, comparamos nuestras recomendaciones personalizadas de productos, así como las selecciones aleatorias de productos, con las compras reales utilizando un parámetro denominado Ganancia acumulada descontada (DCG, por sus siglas en inglés). Entonces, trazamos la relación media entre la recomendación y el DCG aleatorio para cada tienda. Un valor superior a 1 indica que hemos aprendido algo sobre las preferencias de los clientes y que hemos predicho con éxito las compras futuras.

Las recomendaciones personalizadas fueron capaces de predecir las compras futuras en más de un 98 % de las veces. También utilizamos estos datos para establecer los criterios que una tienda debe cumplir antes de recibir recomendaciones. Esto es lo que necesita tu tienda para poder utilizar las recomendaciones personalizadas de productos:

• Más de 50 clientes diferentes en el último año
• Más de 10 productos disponibles
• Más de 500 pedidos en el último año

Pero... Para las tiendas más nuevas o las que no cumplen estos criterios, puedes seguir enviando los productos más vendidos en lugar de las recomendaciones personalizadas.

Empieza a recomendar

Para empezar, necesitarás subir datos de e-commerce con imágenes de productos, enlaces y cantidades de inventario. Nuestras integraciones de Shopify y BigCommerce lo harán por ti, pero también puedes hacerlo tú mismo con la API de Mailchimp. Nuestra integración de Magento,disponible para su descarga el 7 de junio de 2016, también ofrecerá estas funciones.

Una vez que hayas conectado tu tienda a Mailchimp, el bloque de Recomendaciones personalizadas de productos estará disponible en el editor de arrastrar y soltar.

Esperamos que las Recomendaciones personalizadas de productos te ayuden a entrar en el mundo del marketing basado en datos. Por encima de todo, creemos que tus datos deben ayudarte a tomar decisiones más inteligentes, no a abrumarte. Esperamos que nuestra nueva herramienta te ahorre tiempo y aumente tus ingresos generando sin esfuerzo contenidos que simplemente tengan sentido. Haznos saber cómo funciona una vez que la hayas probado.