product recommendation guide quarticon
TRANSCRIPT
- czym są systemy rekomendacji
- po co są rekomendacje w e-commerce
- jak wygląda zastosowanie rekomendacji
- rekomendacje na podstronach serwisu
- case BRW
- podsumowanie
AGENDA
AMAZON
- wzrost sprzedaży z 9.9 miliarda na 12.89 miliarda rok do roku
- sukcesywne wdrożenie rekomendacji na wszystkich etapach procesu zakupowego
- sklep odpowiada na intencje użytkownika pokazując każdemu z nich spersonalizowaną ofertę
PREKURSORZY
NETFLIX
- poprawna rekomendacja w jak najkrótszym czasie
- podpowiadanie dalszych kroków jako kluczowy element utrzymania klienta
- opatentowany silnik rekomendacji wart 1 miliard dolarów
PREKURSORZY
INNE BRANŻE
Rekomendacje jako warunek sukcesu
- wyszukiwarki (Google, Yandex, ...)
- muzyka (Spotify, YT, Pandora, etc)
- usługi (Yelp, Grupon, UDEMY, ...)
- praca, SM (LinkedIn,Facebook)
- media (NYT, WP, ONET)
PREKURSORZY
KOSZTY i ZASOBY – NIE MAM PERSONALIZACJI
- brak czas na wdrożenie i konfigurację
- wysoki koszt opracowania rozwiązania rekomendacji
- brak zespołu IT do realizacji
- koszt ponoszony z góry
- wysokie ryzyko realizacji
WYZWANIA
WYZWANIA
TECHNICZNE – MAM REKOMENDACJE, ALE ...
- ręczne dopasowanie produktów jest czasochłonne i kosztowne
- Produkty sezonowe, gdzie trendy nie mogą być dopasowane ręcznie
- przewidzenie co klienci mogą kupić
- opóźnianie strony internetowej (dodatkowe zapytania do bazy)
- brak skalowalności
WYZWANIA
DANE LOKALNE TO NIE ZAWSZE BIG DATA
- dopasowania mają niską skuteczność
- wyniki są trudne do zmierzenia (nie ma jak przeprowadzić testów A/B/X)
- wyszukiwania nie wyświetlające rekomendacji powodują opuszczenie sklepu przez kupującego
- brak historii przeglądania użytkownika powiązanej z rekomendacjami
- kupujący mają problem z odnalezieniem odpowiedniego produktu
Technologia dostępna dla każdego
- wykorzystanie zaawansowanych metod personalizacji
- model rozliczeń za efekt
- krótki czas implementacji
ENTERPRISE JAKO SAAS
CO DAJĄ REKOMENDACJE
BAZUJĄC NA DANYCH WIEMY:
- jak pomóc klientowi znaleźć szybko produkt
- jak promować produkty w sklepie
- jak zwiększyć wartość koszyka i konwersję
- jak zwiększyć zaangażowanie
- jak zmniejszyć wskaźnik odrzuceń
JAK TO ROBIMY? NA BOGATO
- automatyzacja ekspozycji po stronie sklepu
- inteligentne dopasowanie oferty do kupującego
- up-sell, cross-sell, produkty polecane
- wybrane dla ciebie, trendy, historia
- widgety w kilkunastu miejscach na stronie
- 1 minutowe, 3 etapowe wdrożenie za free
- dojrzały produkt i zespół IT / 24h
GŁÓWNE TYPY REKOMENDACJI
- up-sell (nieco droższe produkty mogące zainteresować klienta)
- cross-sell (produkty uzupełniające, sprzedaż krzyżowa / komplementarna – kreowanie potrzeb)
- personalizowane (oglądane, kupione przez innych użytkowników)
POMAGAMY KLIENTOM ZNALEŹĆ I KUPIĆ POSZUKIWANE PRODUKTY,
PRECYZYJNIE DOPASOWUJEMY OFERTĘ ORAZ INSPIRUJEMY DO
DALSZYCH ZAKUPÓW
UŻYCIE REKOMENDACJISTRONA GŁÓWNA
- polecane dla Ciebie
- produkty, które mogą Ci się spodobać
- najczęściej kupowane
- promocje w sklepie
- trendy sprzedaży
UŻYCIE REKOMENDACJISTRONA KATEGORII
- polecane dla Ciebie
- produkty, które mogą Ci się spodobać (podobne)
- najlepiej sprzedające się w tej kategorii
UŻYCIE REKOMENDACJISTRONA PRODUKTU
- polecane dla Ciebie
- produkty podobne, rozważane przy zakupie razem z bieżącym produktem
- produkty podobne, nieco droższe (upsell)
- uzupełnienie koszyka poprzez zainspirowanie klienta i wywołanie nowych potrzeb (cross sell)
UŻYCIE REKOMENDACJIKOSZYK
- produkty wybierane przez innych, (razem z produktami podobnymi do tego jaki masz w koszyku – cross sell)
UŻYCIE REKOMENDACJISTRONA „ZERO SEARCH”
WIDGETY:
- polecane dla Ciebie
- najlepiej sprzedające się ostatnio (trendy)
WIDGETY:
- polecane dla Ciebie, na podstawie referencji
- produkty, które mogą Ci się spodobać (upsell)
UŻYCIE REKOMENDACJISTRONA „DZIĘKUJEMY”
REKOMENDACJE W SKLEPIE BLACK RED WHITE
Jednym z kluczowych elementów naszej strategii sprzedaży jest umożliwienie klientowi jak najszybszego znalezienia produktów, które odpowiadają jego indywidualnym potrzebom.
Następnie, zainspirowanie go do dokonania dodatkowych zakupów.
Chcieliśmy, aby sklep internetowy był jak dobry sprzedawca, rozumiał potrzeby naszych klientów i rekomendował personalizowaną ofertę każdemu z nich.
Magdalena Grzegorczyk, Menedżer ds. E-Commerce w Black Red White.
TECHNOLOGIA QUARTICON
- 5 data center. Europa, Azja i Pacyfik, Chiny, USA. 300 instancji w Elastic Cloud
- system codziennie zbiera i analizuje terabajty danych w czasie rzeczywistym
- samodzielny skrypt nie obciąża strony, prezentując produkty, które inspirują do dalszych zakupów
- posiada możliwość definiowania własnych reguł biznesowych (filtracja, ceny, atrybuty)
- opracowana na bazie najlepszych standardów i danych z testów A/B
- zaawansowany panel, pozwalający na zmiany sposobu wyświetlania i definiowanie reguł biznesowych
- wdrożenie jest bezpłatne, 30 dniowy okres testowy na sprawdzenie technologii