Rekommendationsmotor
En rekommendationsmotor är ett system som föreslår relevanta produkter till kunder baserat på deras beteende, köphistorik eller liknande kundpreferenser. Det ökar försäljningen genom att göra det lättare för kunderna att hitta produkter som de är intresserade av.
Vad är en rekommendationsmotor?
En rekommendationsmotor analyserar data om kundbeteende och använder algoritmer för att föreslå produkter som varje kund sannolikt är intresserad av. Detta är känt från "Du kanske också gillar..." eller "Kunder som köpte detta köpte också..." på produktsidor och i e-postmeddelanden.
Rekommendationsmotorer står för en stor del av intäkterna i den moderna e-handeln. Amazon uppskattar att 35% av deras försäljning drivs av produktrekommendationer.
Olika typer av rekommendationer
Kollaborativ filtrering (kollaborativ filtrering)
Rekommenderar produkter baserat på vad liknande kunder har köpt. "Kunder som köpte X köpte också Y". Kräver en viss volym av transaktionsdata för att fungera effektivt.
Innehållsbaserad filtrering (innehållsbaserad)
Rekommenderar produkter med liknande egenskaper som de som kunden har visat intresse för. Om en kund har tittat på svarta löparskor kommer andra svarta löparskor eller sportskor att visas.
Populärbaserade rekommendationer
Visar de mest populära eller bästsäljande produkterna. Enkelt men effektivt för nya besökare där det inte finns någon personlig data att bygga på.
Kontextbaserade rekommendationer
Rekommenderar baserat på det aktuella sammanhanget - t.ex. säsong, väder, tid på dagen eller den sida kunden befinner sig på.
Var visas rekommendationerna?
- Produktsidor: "Du kanske också gillar..." eller "Andra har också köpt..." under produktbeskrivningen.
- Korg/checkout: "Komplettera ditt köp med..." - Perfekt för tillbehör och kompletterande produkter.
- Framsidan: "Rekommenderade produkter för dig" för återkommande kunder.
- Sökresultat: Komplettera sökresultat med rekommenderade produkter.
- E-post: Personliga produktrekommendationer i nyhetsbrev och orderbekräftelser.
- E-postmeddelanden om övergiven korg: Visa de produkter som kunden övergav plus relaterade alternativ.
Effekten av produktrekommendationer
- Ökat genomsnittligt ordervärde (AOV): Kunder som klickar på rekommendationer lägger vanligtvis fler produkter i sin varukorg.
- Bättre konverteringsgrad: Relevanta rekommendationer hjälper kunderna att hitta rätt produkt snabbare.
- Ökat engagemang: Kunderna tillbringar mer tid i butiken och ser fler produkter.
- Förbättrad kundupplevelse: Personalisering gör att butiken känns relevant och uppmärksam.
Produktrekommendationer i Shoporama
Shoporama stöder produktrekommendationer via Shoporama:
- Relaterade produkter: Du kan manuellt associera relaterade produkter via föräldra-barn-relationer.
- Landningssidor: Dynamiska produktlistor baserade på kategorier, etiketter och regler - fungerar som automatiserade rekommendationer.
- E-postrekommendationer: Shoporamas nyhetsbrevssystem har dedikerade produktblock som visar produkter från utvalda kategorier eller landningssidor.
- Rekommendationer för orderbekräftelse: Dedikerad mall för produktrekommendationer i e-postmeddelanden efter köp.
Bästa praxis
- Relevans över kvantitet: 3-4 relevanta rekommendationer slår 20 slumpmässiga. Kvalitet är viktigare än kvantitet.
- A/B-testa placering: Testa om rekommendationer fungerar bäst under produktbeskrivningen, i ett sidofält eller efter "Lägg i korgen".
- Undvik att rekommendera samma produkt: Visa inte den produkt som kunden redan ser i rekommendationerna.
- Visa bilder och priser: Produktrekommendationer med bilder och priser konverterar betydligt bättre än enbart textlänkar.
Vi kan marknadsföring online på Shoporama
Vi har själva arbetat med onlinemarknadsföring i årtionden. Som det enda butikssystemet i landet har vi talat flera gånger på konferenser som Marketingcamp, SEOday, Shopcamp, Digital Marketing, E-commerce Manager, Ecommerce Day, Web Analytics Wednesday och många fler.