Jak silniki rekomendacji mogą wzmocnić zdolności zakupowe klienta?

- Silniki rekomendacji (recommendation systems) działają na podstawie algorytmu, który przewiduje przyszłe wybory klientów. Używają ich tacy giganci jak Netflix czy Amazon, aby polecać filmy, produkty i usługi swoim użytkownikom. Systemy rekomendacji otaczają każdego z nas, ponieważ firmy widzą w nich sposób na utrzymanie klientów i zwiększenie sprzedaży. Te algorytmy można porównać do profesjonalnego sprzedawcy, który potrafi doskonale doradzać klientowi w sklepie fizycznym i jest w stanie zidentyfikować, czego klient może jeszcze potrzebować – wyjaśniać Konrad Pabiańczyk, szef rozwoju biznesu w obszarze data w Unity Group.

Silniki rekomendacji - dwa główne typy

1. Content-based filtering – te rekomendacje bazują na opisie użytkowników, nie biorąc pod uwagę opinii i interakcji innych użytkowników. Wadą systemu jest brak polecania nowości.

2. Collaborative filtering – bazuje na mechanizmie podobieństwa do innych użytkowników, sprawdza dane użytkowników, którzy kupili podobne produkty i tworzy listy polecanych artykułów.

Większość systemów rekomendacji łączy obie powyższe metody. Przykładowo, Netflix poleca filmy podobne do tych, które dany użytkownik widział w przeszłości. Sugeruje też podobne filmy, które podobały się innym osobom należącym do tego samego klastra.

Silniki rekomendacji to korzyści na każdym poziomie biznesu – dobrze wykorzystane dane pomagają zwiększyć sprzedaż i utrzymać konsumenta na dłużej. Klienci nie muszą pamiętać o dokupieniu komplementarnych produktów, w efekcie są bardziej zadowoleni z zakupów i chętniej wracają do sklepu, bo wiedzą, że łatwo tam znajdą to, czego potrzebują.

Silniki rekomendacji wciąż niedoskonałe

Mimo że systemy rekomendacji są z nami od kilkunastu lat, daleko im do doskonałości. Przykład? Klient zamawia zabawkę dla dziecka – grającego robota. Dziecko z podekscytowaniem odpakowuje prezent, po czym okazuje się, że brakuje baterii. Zabawka bez baterii nie działa i dziecko jest zawiedzione. Kolejny przykład – klient planuje drobne prace remontowe w mieszkaniu i zamawia nową umywalkę. Niestety, gdy paczka przyjeżdża, okazuje się, że brakuje silikonu do uszczelnienia umywalki, więc trzeba jechać do pobliskiego sklepu budowlanego.

Silniki rekomendacji mogą być też niezwykle irytujące, gdy po zakupie np. pralki, przez kolejne tygodnie widzimy wszędzie propozycje zakupu… pralki.

Marki mogą zmienić takie sytuacje i poprawić doświadczenie klienta właśnie dzięki odpowiednio skonfigurowanym silnikom rekomendacji.

Silniki rekomendacji - ewolucja

Silniki rekomendacji ewoluują i koncepcje ich wykorzystania mogą być bardzo różne. Widać dążenie do coraz większej personalizacji i tworzenia coraz bardziej zaawansowanych koszyków.

Odnosząc się do przykładu z pozbawioną baterii zabawką, silnik rekomendacji mógłby automatycznie zaproponować baterie. Dzięki temu klient nie zapomniałby o nich.

Innym ciekawym pomysłem jest koszyk zakupowy wypełniający się produktami do określonej z góry kwoty, jaką chce wydać klient. Załóżmy, że użytkownik chciałby zamówić różne owoce za maksymalnie 50 zł. Silnik rekomendacji mógłby wziąć pod uwagę aktualne promocje oraz historię zakupową klienta i automatycznie uzupełnić koszyk idealnie dobranym zestawem owoców.

Teraz wyobraźmy sobie firmę sprzedającą narzędzia dla klientów biznesowych. Każdy klient został przydzielony do odpowiedniego segmentu na podstawie np. historii zakupowej. Algorytm rekomendacji analizuje historię klientów w każdej grupie i tworzy pary produktów. Następnie określa prawdopodobieństwo, z jakim pary te wystąpią. Gdy klient kupi jeden produkt z pary, algorytm podpowie mu, że warto kupić drugi przedmiot z pary. Jeśli konsument doda do koszyka np. wiertarkę, system podpowie mu zakup wierteł widiowych, ponieważ wcześniej wyliczył na podstawie historii zakupowych innych klientów, że wiertła te należą do pary. Przy okazji, sklep może zaoferować rabat i jeszcze bardziej zachęcić użytkownika do zakupu wierteł. W ten sposobów, bez podwyższania cen jednostkowych, sklep zwiększa swoje obroty.

To tylko kilka przykładów zastosowania silników rekomendacji w e-commerce. Wszystko zależy od kreatywności i konkretnego biznesu.

Silniki rekomendacji - jak mogą pomóc biznesowi?

Silniki rekomendacji, mimo że wciąż, w wielu przypadkach, dalekie od doskonałości, nieustannie się rozwijają i stają się coraz lepsze. Wspierają działania marketingowo-sprzedażowe, zwiększają zaangażowanie klientów i konwersję nawet o 35-70 proc. Z kolei lepiej dopasowane do klienta produkty, to mniejsza liczba zwrotów i tym samym oszczędności dla firmy – podsumowuje Pabiańczyk.