Интернет-магазины пользуются популярностью у многих людей, потому что в них удобно выбирать товары, прицениваясь к ассортименту столько времени, сколько тебе нужно. Спокойно изучаешь продукцию в комфортной обстановке без назойливых консультантов. Но в этом кроется и минус онлайн-торговли – нет возможности быстро получить от продавца совет в выборе товаров.
Закрыть этот вопрос помогают персональные рекомендации на сайте и в рассылках, формируемые искусственным интеллектом. Они составляются на базе информации о:
- поведении человека на сайте и в рассылках;
- предпочтениях клиента;
- данных о товарах.
Рекомендации помогают дольше удерживать посетителей на сайте и стимулируют продажи. А клиенты получают молчаливого консультанта, который предлагает им именно то, что нужно. В нашей статье мы рассмотрим, как работают рекомендательные блоки, что необходимо для их настройки, и каких результатов от них ждать.
Польза от товарных рекомендаций
По данным статистики, 59 % онлайн-покупателей считают, что на сайтах с персонализированными предложениями проще найти интересные товары. А 56 % посетителей с большей долей вероятности вернутся в такой интернет-магазин. В целом рекомендации на сайте помогают:
- подстегнуть рост конверсии;
- продлить время сессии и увеличить глубину просмотра;
- повысить сумму среднего чека;
- улучшить клиентский опыт (покупатель экономит время, быстрее находит необходимый товар, видит предложения, отвечающие его интересам);
- продвигать нужные товары/бренды.
В рассылках рекомендационный блок повышает показатель CTR, стимулируют заказы и рост прибыли.
Типы рекомендательных блоков
По контенту рекомендательные блоки делятся на два вида – общие и персональные. Выбор первого или второго варианта зависит от наличия информации о клиенте.
Общие блоки следует показывать, когда о посетителе/подписчике недостаточно сведений, и непонятно, что его интересует. Чтобы заинтересовать новых пользователей, в качестве рекомендаций выводятся бестселлеры, акционные предложения и распродажи, топовые товары из конкретной категории и т. д.
Персональные – формируются из истории взаимодействия человека с интернет-магазином и с рассылками. Учитываются просмотры страниц, отдельных товаров, заказы, добавления в избранное, клики в рассылках, сумма среднего чека. Помимо этого, можно советовать товары, подобранные на основе просмотров и покупок клиентов со схожими интересами.
Внедрение персональных рекомендаций на сайт
Существует несколько вариантов, как добавить блоки с персональными рекомендациями на сайт:
- своими силами;
- специальные модули в CMS (HostCMS, InSales, AdVantShop, 1С-Битрикс и пр.);
- системы автоматизации маркетинга.
Если вы решили внедрять блоки самостоятельно, то ваши программисты должны написать и добавить на сайт алгоритм искусственного интеллекта (ИИ). Плюс такого подхода – в индивидуальной настройке алгоритмов под нужды вашего магазина. Но это требует больших усилий со стороны толковых разработчиков и может затянуться по времени.
Специальные модули в CMS представляют собой уже готовое решение, снимающее несколько проблем. Их алгоритмы сразу разработаны с учетом особенностей движка, и не нужно переживать о совместимости с кодом сайта. Но вы, скорее всего, не сможете использовать сложные алгоритмы, кастомизировать внешний вид рекомендательных блоков и не получите глубокой аналитики.
Использование системы автоматизации маркетинга позволит быстро добавить рекомендации в интернет-магазин. При этом все нюансы по настройке и поддержанию работы алгоритма берут на себя программисты сервиса. Вы сможете договориться о выводе рекомендательных блоков не только на сайте, но и в email-рассылках, мессенджерах и push-уведомлениях. Минус в том, что не будет возможности напрямую корректировать алгоритмы (как правило, по запросу команде разработчиков). Такая опция доступна только при разработке своими силами.
Например, добавить рекомендательные блоки на сайт можно через eSputnik. Для этого нужно подключить один из тарифов Extra Features и настроить веб-трекинг. В системе вы выберете, на каких страницах и в каком именно месте будут появляться рекомендации, подобрать их дизайн. Сможете настроить правила, по которым товары будут добавляться в подборки: стоимость, бренд, категория и т. д. Кроме того, укажете, каких позиций выводить больше, каких меньше, или что из ассортимента вовсе не показывать в блоках.
В дальнейшем в системе начнет накапливаться статистика о работе рекомендаций. Появятся данные о количестве их просмотров, переходов, транзакций, о числе проданных единиц товара, сумме покупок, среднем чеке и др.
Где размещать блоки на сайте
Чаще всего товарные рекомендации располагают на таких страницах интернет-магазинов:
- на главной;
- в категориях;
- в поиске;
- в карточках товаров;
- в корзине;
- на странице 404.
Для главной страницы можно сделать несколько рекомендательных блоков. Например, на сайте ювелирной сети «Укрзолото» выводят «Новинки», «Распродажа» и «Популярное». Новинки подняли повыше, чтобы на них обращали внимание в первую очередь.
На страницах категорий используются как общие, так и персонализированные блоки. Так в магазине bonprix выводятся рекомендации с бестселлерами в конкретной категории.
Аналогично персональные и общие подборки можно добавить в выдачу поиска. Для страницы товара подходят любые рекомендации: похожие предложения, ранее просмотренные товары, покупки других клиентов, комплекты со скидкой и пр.
Например, в магазине «Алло» есть блоки «Посмотрите еще», «Вы смотрели», «Выгодный комплект» и «С этим товаром покупают». На одной странице можно выводить несколько блоков.
Когда человек перешел в корзину, его также стоит заинтересовать рекомендациями. Возможно, он что-то забыл, и увидев эту вещь в блоке, добавит ее в покупку. По такому принципу действуют в bonprix, где на страницу корзины выводят избранное и просмотренные предложения.
На странице 404 обязательно должны быть товарные рекомендации. Если заинтересовавший человека предмет был снят с продажи, клиент, вероятно, расстроится. Но вместо пустого экрана с надписью «404» он увидит подборку похожего ассортимента. Это простимулирует его ознакомиться с другими предложениями, а не просто уйти с сайта.
При выборе страниц для различных рекомендательных блоков руководствуйтесь здравым смыслом. Например, не добавляйте в корзину несколько рекомендаций с похожими товарами, ведь это может отвлечь пользователя от завершения сделки.
Где на странице разместить рекомендации, зависит от предпочтений продавца и дизайна интернет-магазина. Как правило, их располагают таким образом:
- бестселлеры – в верхней части на главной странице;
- похожий товар – внизу на странице товара;
- сопутствующие товары – в корзине под выбранными предметами.
Но лучше проводите тестирование и полагайтесь на его результаты.
Курс Email-маркетинг. Быстрый старт поможет построить комплексную стратегию email-маркетинга для бизнеса. Вы сможете мультиканально совмещать email, sms, webpush, мессенджеры (Facebook, Viber). Узнаете как собирать базу и сегментировать её, делать продающие письма, как формировать контент для рассылок, строить автоматические цепочки, как реанимировать базу, строить воронки продаж и анализировать эффективность работы.
Чего можно добиться с рекомендациями онлайн и офлайн
Крупный украинский ритейлер электроники «Фокстрот» с помощью компании eSputnik внедрил рекомендательные блоки на сайте. Перед этим инструментом ставилось несколько задач:
- увеличение конверсий и целевых действий в интернет-магазине;
- рост числа позиций в чеке;
- повышение объема продаж кросс-категорий (аксессуары и сопутствующие товары).
При формировании рекомендаций нейросеть учитывает историю покупок большого количества клиентов, данные о товарах (описание, цена, сопутствующие категории), историю взаимодействия с сайтом конкретного посетителя. Разработчики и аналитики данных совместно с представителями компании разбирают особенности конкретного бизнеса и корректируют под него работу нейросети. Таким образом искусственный интеллект формирует наиболее релевантный набор рекомендуемых товаров для каждого посетителя.
В интернет-магазине блоки размещены на главной, в категориях, в товарных карточках, в корзине.
После внедрения рекомендаций вовлеченность на сайте ритейлера выросла на 10 %, а рост конверсии составил 5 %. Плюс только за апрель 2021 года, благодаря рекомендательным блокам, на 16 % выросли продажи аксессуаров.
«Фокстрот» использует рекомендации и в своей сети офлайн-магазинов. Блоки с персональными предложениями видят перед собой во время общения с клиентами операторы call-центра и продавцы в торговых залах. Это значительно упрощает работу персонала, ведь невозможно запомнить весь ассортимент магазина или просматривать товар для поиска необходимых моделей. А так можно быстро посмотреть в системе, какие сопутствующие товары порекомендовать или предложить клиенту предметы, которыми он уже ранее интересовался.
Настройка товарных рекомендаций в рассылках
Для формирования рекомендаций в рассылках, как и в случае с сайтами, нужно собирать данные о действиях пользователей во всех каналах. На основе этих сведений выбираются товары и вставляются в письмо. Необходима продвинутая сегментация. Нужно делить всю аудиторию на отдельные сегменты, сформированные по различным критериям (геолокация, пол, возраст, интересы, стадия заказа, средний чек, время последней покупки, предпочтения брендов и многое другое). После этого можно будет сделать подборку релевантных рекомендаций и отправлять его не одному пользователю, а целому сегменту людей со схожими интересами и поведением.
Персональные подборки можно добавлять вручную, но это долгий и сложный процесс. Нужно в шаблон вставить несколько товарных карточек со ссылками, картинками, ценами, размером скидки и т. д. Если даже минимально сегментировать по полу, то уже придется сделать два варианта каждого имейла с разными рекомендациями. Это подходит только магазинам с небольшим ассортиментом.
Есть готовые наборы, когда рекомендации подставляются в письмо из внешнего источника. В нем есть сформированные подборки для разных сегментов или фиды. Источник связывается с конкретным имейлом, и во время рассылки в него вставляются рекомендации. Для этого нужен специалист, умеющий оперировать данными и работать с динамическим контентом.
Можно передавать в систему рассылки рекомендации, сгенерированные на сайте или в стороннем сервисе, с помощью API. Товары в письмо будут добавляться в момент отправки. Этот способ можно реализовать с помощью разработчика.
Существуют системы автоматизации маркетинга с готовыми решениями на основе работы нейросетей. Алгоритмы анализируют историю взаимодействия пользователя с магазином, учитывают информацию о товарах, формируют рекомендации и из подвязанного списка фидов добавляют их в рассылки. Нейросети самообучающиеся, поэтому их нужно настроить на начальном этапе, а далее они будут развиваться. Этот вариант высвобождает много времени маркетолога, который вместо технических задач сможет заняться аналитикой, прогнозированием, креативом. Плюс использующиеся данные будут едиными как для сайта, так и для рассылок – подборки рекомендуемых товаров более точные.
Использование рекомендаций в email-рассылках
В идеале рекомендательные блоки должны работать омниканально, чтобы вся коммуникация с клиентом стала максимально персонализированной. Больше всего возможностей для этого предоставляет email-рассылка, так как в нее помещается больше товарных карточек. А мессенджеры и пуши ограничены одним изображением.
Рекомендации можно добавлять практически в любые виды писем. В проморассылку добавляют блоки с товарами, сформированными из текущей акции с учетом интересов подписчика.
Не стоит игнорировать приветственные письма, ведь у них высокая открываемость. В welcome-сообщении можно рассказать подписчику, чем полезен ваш магазин, и порекомендовать интересные предложения. Если вы запускаете приветственную цепочку из двух-трех писем, то общие товарные рекомендации добавляйте в финальные сообщения.
В триггерный email с брошенными просмотрами, помимо заинтересовавших посетителя позиций, добавьте несколько вариантов из той же категории по цене чуть ниже и чуть дороже. Возможно, клиент просто не смог сразу найти то, что ему нужно.
Аналогично действуйте с триггером «Брошенная корзина». В такое письмо можно добавить блок с товарами, которые выбирали другие покупатели вместе с этим, или просто сопутствующие.
В уведомление о снижении цены, кроме самого предложения, можно вставить рекомендации с похожими вариантами из той же категории.
Когда товар снова появился в наличии, порекомендуйте человеку еще и похожие новинки. А в уведомление о состоянии заказа (принят, в обработке и т. д.) вставьте блок с рекомендациями из серии «С этим покупают».
В постпродажном имейле поблагодарите клиента за покупку, подарите ему бонусы и покажите, что интересного можно приобрести в следующий раз. Если у вас действует программа лояльности, то в письме о состоянии бонусного счета порекомендуйте, на что можно его потратить.
Добавьте рекомендации в реактивационное письмо, и шансы на возврат клиента будут выше.
Продавать могут и поздравительные письма. В них обычно добавляют блоки с новинками и персональными подборками со скидками.
На какие результаты ориентироваться
Пример успешного внедрения рекомендаций в письмах – кейс интернет-магазина «Антошка». Их добавили в несколько видов рассылок: брошенные корзины и просмотры, снижение стоимости, реактивация и новинки на сайте. После этого email-канал ежемесячно стал приносить на 20 % больше дохода. Улучшились и другие показатели персонализированных писем: открываемость и Click-To-Open Rate вдвое выше, чем у массовых рассылок, транзакций – на 70 % больше.
В письмах в рекомендательные блоки можно добавлять от 3 до 9 наименований. Количество зависит от выбранного типа рекомендаций (брошенные просмотры, оставленная корзина, новинки и т. д.).
В заключение
E-commerce развивается все быстрее, так как покупатели оценили, насколько удобно и быстро совершать покупки без траты времени на походы по магазинам. При этом важно приблизить обслуживание в онлайн-магазинах к уровню традиционного шопинга. С помощью персональных товарных рекомендаций можно создать эффект того, что именно в вашем магазине клиент видит вещи, о которых он только подумал. В итоге человек останется доволен ассортиментом, купит то, что ему необходимо, и даже чуть больше запланированного. По статистике, продуктовые рекомендации приносят 10-30 % от общего объема выручки. Этот инструмент однозначно необходим онлайн-торговле. Вопрос остается лишь в выборе варианта его внедрения.
Авторизуйтесь, чтобы оставлять комментарии