Recomendações personalizadas de produtos

Quais são os exemplos de recomendações personalizadas de produtos?

Vamos supor que um cliente compre novos tênis de corrida a cada três meses. Ele sempre compra a mesma marca. Se esse cliente voltar ao seu site e procurar tênis de corrida, seria um bom palpite dizer que ele comprará sua marca favorita novamente, mas talvez queira novos recursos, uma cor diferente, ou ainda um par de tênis com endosso de novo produto. Uma recomendação de produto personalizada para esse cliente mantém opções antigas disponíveis, mas oferece a possibilidade de uma experiência do cliente "nova e aprimorada" a um preço diferente primeiro.

Como os sites de e-commerce podem gerar recomendações personalizadas de produtos?

A inteligência artificial de back-end cria um modelo da personalidade on-line de cada cliente. O algoritmo de personalização não se limita ao histórico de compras. Ele também pode extrair números de publicações em redes sociais, decisões de compra em outros sites e consultas do Google. Esses modelos matemáticos complicados dependem de algumas métricas de abertura, consciência, extraversão, concordância e neuroticismo, tudo vinculado a dados gerados em milhões de transações de clientes a recursos atraentes de produtos. Mas o proprietário de e-commerce nunca vê esses cálculos, concluídos em milissegundos com software de personalização adicionado ao back-end do seu site.

Seu trabalho é continuar encontrando opções que permitam recomendar produtos que ofereçam uma boa margem e que seus clientes vão adorar. Seu software de personalização de produtos agrupa os números para seu site apresentar produtos irresistíveis aos clientes. Seu site mostrará aos seus clientes apenas os produtos que eles desejam comprar. A personalização do produto feita corretamente reduz as despesas de marketing e aumenta a retenção de clientes.

Quais os benefícios das recomendações personalizadas de produtos?

A personalização do produto gera um grande retorno sobre o investimento. Na verdade, um estudo recente relatou que 49% dos consumidores disseram que compraram um produto que não pretendiam comprar originalmente após receber uma recomendação de produto personalizada.

A personalização do produto pode operar a qualquer momento no funil do cliente. Ela pode oferecer uma visão de 360° do seu cliente, que acumula informações para melhor personalização do produto sempre que um cliente visita seu site.

Como as recomendações personalizadas de produto funcionam?

São recomendações personalizadas de produtos geradas com dados de usuários tirados do seu site. Em condições ideais, você só mostrará aos seus clientes produtos que eles realmente gostariam de comprar. Quanto mais personalizada a experiência, melhor.

Quando feitas corretamente, as recomendações personalizadas de produtos podem economizar dinheiro e aumentar a retenção de clientes. Um relatório de 2018 mostra que clientes que retornavam e que se envolviam com um produto sugerido (clicando nele e lendo a descrição, por exemplo) tinham 55% mais probabilidade de fazer uma compra durante aquela sessão. Para os novos clientes, esse número representou impressionantes 70%.

Os mecanismos de recomendação, que são programas que analisam dados sobre produtos e usuários, impulsionam recursos como este. Não são só os varejistas que empregam esses mecanismos, os sites de streaming de vídeo também os usam para gerar listas de clipes recomendados para seus usuários assistirem.

Há três tipos principais de mecanismos de recomendação:

1. Sistemas de filtragem colaborativa
2. Sistemas de filtragem baseada em conteúdo
3. Sistemas de recomendação híbridos

Discutiremos esses mecanismos de recomendação com mais detalhes e forneceremos exemplos de cada um mais adiante nesta publicação.

Quais são os mecanismos de recomendação?

Com tantos dados de usuário ao seu alcance, você pode usar um mecanismo de recomendação para oferecer sugestões muito específicas aos seus clientes.

Os mecanismos de recomendação geralmente analisam dados como:

• Consultas de pesquisa de um cliente
• Seu histórico de compras
• O que está atualmente em seu carrinho de compras
• Seu comportamento social (curtidas, compartilhamentos, etc.)
• Sua localização geográfica
• O segmento de público do cliente (dados demográficos)

Seu mecanismo pode usar sua localização geográfica para recomendar um bom casaco quando for inverno no seu hemisfério. No caso do nosso fotógrafo, pode-se recomendar um cartão de memória de alta capacidade para sua câmera cara depois que ela tiver sido usada por algum tempo.

Quais são os exemplos de recomendações personalizadas de produtos?

A IA da personalização de produtos depende principalmente de três tipos de mecanismos de recomendação: sistemas de filtragem colaborativos, sistemas de filtragem baseados em conteúdo e sistemas de recomendação híbridos.

Filtragem colaborativa

A filtragem colaborativa analisa dados de vários clientes (as estatísticas funcionam melhor se o número de clientes for pelo menos 1500) para gerar um painel de produtos que o cliente provavelmente mais gosta. Ele utiliza a experiência de todos os clientes para recomendar produtos para cada um de seus clientes.

Qual é um exemplo de filtragem colaborativa?

Por exemplo, se um visitante do site visualizou uma câmera DSLR, é possível oferecer lentes que outros clientes compraram com essa câmera.

A filtragem colaborativa não depende apenas da fusão de dados entre os clientes. Ela filtra as recomendações de produtos por histórico de pesquisa, localização geográfica e histórico do cliente com o modelo e o site. Seu principal benefício é que ele adiciona insights de vários clientes e cria recomendações personalizadas para um cliente.

Filtragem baseada em conteúdo

A filtragem baseada em conteúdo gera recomendações "Se você gostou disso, então você também pode gostar disso". Ela analisa o padrão individual das decisões de compra do cliente, em vez de dados de um grupo de clientes. A filtragem baseada em conteúdo analisa dados de apenas um cliente por vez.

Qual é um exemplo de filtragem baseada em conteúdo?

Suponha que um cliente comprou amêndoas em março, nozes em abril, castanhas de caju em maio e voltou ao seu site para fazer um pedido de nozes novamente em junho. A filtragem baseada em conteúdo pode exibir macadâmias e pistaches como produtos adicionais dos quais ele podem gostar.

Sistemas de recomendação híbridos

Os sistemas de recomendação híbridos combinam filtragem colaborativa e baseada em conteúdo. Eles usam dados de clientes semelhantes, bem como dados do histórico de compras e pesquisa anterior do cliente.

Qual é um exemplo de um sistema de recomendação híbrido?

Os serviços de streaming de vídeo normalmente executam triagem colaborativa (para determinar quais novos vídeos provavelmente serão atraentes para você) combinada com triagem baseada em conteúdo (que combina vídeos atualmente disponíveis com vídeos aos quais você deu altas classificações anteriormente). Esse tipo de triagem também pode levar em conta a localização geográfica e as preferências e desgostos declarados.

Melhores práticas de recomendações personalizadas de produto

O mecanismo de personalização de produtos automatiza a análise de consultas de pesquisa de clientes, dados demográficos, histórico de compras, comportamento social (especialmente compartilhamentos e curtidas) e localização geográfica, em comparação com aquilo que já está no carrinho. Mas você pode aproveitar ao máximo o mecanismo de recomendação de produtos do seu site seguindo cinco práticas.

1. Analise os comportamentos certos.

Nenhum sistema de IA opera totalmente sem a contribuição humana. Certifique-se de que sua recomendação de produto esteja analisando comportamentos relevantes para descobrir os motivos pelos quais seus clientes estão tomando suas decisões de compra.

Para que seu mecanismo de recomendação personalizada de produto gere resultados relevantes, ele precisa se concentrar nos comportamentos do usuário que, bem, também são relevantes. Nem todos os seus clientes compram com base nos mesmos critérios. Seu mecanismo deve sempre buscar quais são esses critérios e descobrir o "porquê" por trás do que as pessoas estão comprando.

Se você vende camisetas, alguns de seus usuários preferirão cores ou estilos específicos. Outros serão leais às suas marcas favoritas. Outros podem até mesmo ir mais longe para comprar camisetas que foram feitas nos Estados Unidos.

Um de seus clientes prefere camisas feitas com fibras ecologicamente corretas? Esse usuário provavelmente se preocupa com o meio ambiente e estaria mais interessado em outros produtos sustentáveis do que em outra camisa que tem um estilo semelhante. Ele também pode se interessar por coisas como produtos de limpeza doméstica não tóxicos e recipientes de vidro para armazenamento de alimentos.

2. Teste suas estratégias.

Como em qualquer campanha de marketing, testes e benchmarking são fundamentais. Se você não testa suas estratégias antes de usá-las no mundo real, está perdendo uma oportunidade valiosa.

Os mecanismos de recomendação são poderosos, mas ainda precisam do direcionamento de seres humanos como você. Sempre observe e tome nota daquilo que parece estar funcionando. Se você não tiver certeza, considere o teste A/B.

O teste A/B é uma boa ideia para qualquer campanha de marketing. Se você não testar suas configurações antes de aumentar sua ferramenta de personalização de produtos, pode estar perdendo oportunidades de melhorar a experiência do usuário e aumentar as vendas.

Certos tipos de recomendações têm melhor desempenho em algumas páginas do que em outras. As recomendações de "Produtos em Tendência" podem funcionar na sua página inicial, mas não na página do carrinho de compras. Mas uma caixa de "recomendações" na página do carrinho de compras, por exemplo, adicionando um cinto e uma bolsa à compra de sapatos, pode aumentar as vendas. A única maneira de saber o que vai funcionar é testar.

Preste atenção para saber se certos tipos de recomendações têm melhor desempenho em algumas páginas do que em outras. Uma caixa com "produtos em alta" pode ir bem no teste em sua página inicial, mas não na página do carrinho de compras. Se alguém na página do carrinho de compras estiver prestes a comprar um novo par de sapatos, talvez uma caixa do tipo "complemente o visual" sugerindo produtos complementares como bolsas e cintos seria eficaz. A única maneira de saber é testar e fazer alterações de acordo com o que funciona e o que não funciona.

3. Adicione recomendações em locais inesperados.

Você não precisa colocar recomendações apenas em páginas que já apresentam produtos. Por que não colocá-las em sua página 404 e dar aos compradores uma maneira fácil de clicar de volta para o seu site principal? Uma caixa de recomendação na sua página de pagamento poderia informar ao cliente que ele só precisa gastar um pouco mais para que o pedido inteiro seja enviado gratuitamente.

Você também pode colocar recomendações em seus e-mails. Um e-mail de carrinho abandonado pode sugerir produtos com base no que o cliente está esperando em seu carrinho de compras. Muitas empresas enviam e-mails de acompanhamento depois que alguém comprou um produto, sugerindo coisas que podem combinar com o produto. Se alguém viu o mesmo produto várias vezes, você pode enviar e-mails perguntando se a pessoa ainda está interessada e mostrar produtos semelhantes na mesma faixa de preço.

4. Apresente o número certo de recomendações.

Você é quem decide se as recomendações serão incorporadas ao seu site. Algumas empresas têm caixas de recomendação de produto personalizada em todas as páginas do site.

Os profissionais de marketing e designers que seguem essa abordagem acreditam que maximizar a exposição do cliente às recomendações os torna mais propensos a comprar os produtos apresentados. Os detratores da abordagem argumentam que apresentar muitas recomendações desvia a finalidade da página e corre o risco de incomodar os usuários.

Se você criar recomendações de produto personalizadas em todos os lugares, tenha cuidado para fazer isso corretamente. Certifique-se de que seu mecanismo de recomendação esteja funcionando corretamente e exibindo resultados relevantes, ou seus clientes podem começar a se sentir bombardeados e desativar as recomendações.

Mesmo que elas sejam pontuais, alguns clientes podem estar inclinados a ignorá-las se você colocá-las na frente e no centro de cada página. Vale repetir: o objetivo de uma recomendação de produto personalizada é sugerir algo para seus clientes que eles realmente considerarão útil.

Alguns profissionais de marketing defendem um esforço fortemente focado. Você pode escolher uma abordagem de "qualidade em vez de quantidade" e exibir apenas algumas recomendações selecionadas em páginas que sua pesquisa sugere como eficazes. Como alternativa, você pode incorporar recomendações em todo o seu site, mas faça isso sutilmente, colocando-as na dobra inferior da página ou em uma barra lateral.

5. Use provas sociais.

Quando você verifica as avaliações de um produto antes de comprar algo ou pede a alguém em quem confia a sua recomendação, está buscando uma prova social. Você quer ter certeza de que a coisa que está prestes a comprar vale o seu dinheiro.

Como proprietário de uma empresa, pode usar suas recomendações de produto personalizadas para fornecer provas sociais. Adicione pequenos distintivos ao lado de cada produto que mostrem quantas pessoas o viram ou compraram naquele dia. Se um cliente souber que centenas de outras pessoas viram um produto, isso pode fazer com que ele fique um pouco mais seguro de comprá-lo. Rótulos como "mais vendido", "principal opção" ou "escolha de equipe" também dão credibilidade aos seus produtos. Esse processo é coletivamente conhecido como "badging".

Alguns sites notificam seus usuários em tempo real quando alguém compra um produto que eles estão considerando. Por exemplo, "Jenny, na Califórnia, acabou de comprar um anel de hematita". Isso cria um senso de urgência e pode motivar as pessoas a fazer uma compra ou investigar outros produtos.

Como você recomendaria um produto para alguém? Se você encorajar os clientes a avaliar seus produtos, ou ainda incentivar seus clientes a recomendarem seus produtos a outras pessoas, você está usando o conceito de aprovação social. Seus clientes querem informações sociais que os tranquilizem e traga a sensação de estarem utilizando bem o dinheiro. Englobe seus esforços de personalização de produtos à sua gestão de redes sociais.

Crie uma experiência perfeita para o cliente

Recomendações personalizadas de produtos facilitam a busca dos clientes com relação ao que querem comprar. Quanto melhor puder tornar a experiência deles, mais positivamente pensarão em você.

Quando usa seus dados de vendas para personalizar suas recomendações e exibir produtos relevantes, é mais provável que os compradores façam uma compra e voltem.