Inteligentne systemy rekomendacji szansą dla e-sklepów
Gwałtowny rozwój technologii, który miał miejsce w ostatnich latach przyczynił się do powstania inteligentnych systemów rekomendacji. Najnowsze badania wskazują, że personalizowana rekomendacja skutecznie przyczynia się do wzrostu sprzedaży w e-sklepach.
Jak wynika z raportu e-commerce 2010, przeprowadzonego przez Gemius, coraz więcej e-sklepów próbuje wykorzystać dostępne narzędzia internetowe wspomagające sprzedaż i relacje z klientem.
Według ostatnich badań Voivici w USA panującym trendem w e-biznesie są inteligentne systemy personalizowanej rekomendacji, w Polsce sytuacja wygląda nieco inaczej. W 2009 roku Praktycy.com przeprowadzili badania na 100 polskich e-sklepach, wynika z nich, że platformy sprzedażowe stawiają przede wszystkim na sprawną realizację zamówienia. Tendencja ta jednak stopniowo się zmienia, a właściciele sklepów internetowych podejmują pierwsze próby podążania za światowym trendem personalizowanej rekomendacji.
Obecnie możemy zauważyć na światowym rynku branży e-commerce stopniowy wzrost liczby sklepów internetowych, które wprowadzają zaawansowane mechanizmy personalizujące. Jeszcze do niedawna były one nowością, dostępną tylko dla potentatów e-commerce, jak Amazon.com, który jako jeden z pierwszych zastosował techniki personalizowanych rekomendacji w swoim sklepie. Liczba dostawców ofertujących systemy personalizowanych rekomendacji w ostatnich latach zaczęła się znacznie rozwijać, tym samym na personalizację swojej oferty mogą sobie pozwolić zarówno duże, jak również mniejsze sklepy internetowe.
Wiele raportów i badań m.in. „E-commerce w Polsce 2010. E-sklepy.” wskazują na fakt, że personalizowane rekomendacje są kluczem do zwiększenia sprzedaży. Z badań Voivici wynika, że Stanach Zjednoczonych ponad połowa właścicieli sklepów internetowych (57%) oferuje rekomendacje odpowiadające profilowi klienta, 25% zamierza je wprowadzić do swojej działalności. Z kolei w Polsce dopiero co trzeci e-sklep oferuje proste rekomendacje do produktów typu – Klienci, którzy kupili, kupili również.
Stosowane rozwiązania w polskich sklepach zazwyczaj opierają się na prostej statystyce: jakie inne produkty sprzedały się z tym konkretnym. Te algorytmy bardzo często pokazują na liście rekomendacji bestsellery i te produkty, które sprzedały się w znacznym nakładzie. Jednak jest to istotna wada, ponieważ zaprezentowanie tylko tej części asortymentu stanowi max 20% całego katalogu, który zazwyczaj sprzedaje się w sklepie. Jest to znaczne uproszczenie collaborative filtering, który stosuje Amazon.com, który jest w stanie pokazać całą paletę produktów, ponieważ oprócz zakupów bazuje on również na danych o zachowaniach użytkowników na serwisie takich jak – ocenianie produktów, czas spędzony na stronie produktów, nawigacja po stronie, wpisywane frazy w wyszukiwarce i wiele innych.
Na platformie amerykańskiego giganta spotykamy inne dodatkowe sekcje, dzięki którym poruszanie się i odnalezienie produktu na witrynie jest proste i szybkie np. „Użytkownicy, którzy oglądali tą pozycję, ostatecznie kupili”, jest przykładem podążania i analizowania zachowań użytkownika w serwisie, które bardzo często zwieńczone jest zakupem konkretnej pozycji. Dodatkowo, strona główna Amazon.com automatycznie dostosuje prezentowane produkty, pod potrzeby użytkownika, które wynikają z historii jego aktywności w sklepie.
Na podstawie analizy zachowań i kroków jakie podejmują nasi użytkownicy jesteśmy w stanie zdobyć unikalne informacje, jaki produkt może spotkać się z aprobatą naszego klienta. Taki zasób wiedzy jest niezwykle cenny dla właścicieli sklepów internetowych, ponieważ precyzyjnie dopasowana oferta i strona sklepu do potrzeb klienta, zwiększają szansę na zakup sugerowanego produktu
Personalizowane rekomendacje produktów przynoszą duże korzyści, zarówno klientom, którzy otrzymują od razu to czego szukają, oraz sprzedawcom którzy mają szansę na zwiększenie przychodów. Ponadto istotną korzyścią są również długofalowe korzyści, jak wyższy stopień zaangażowania klienta, który w dłuższej perspektywie zaowocuje jego lojalnością. Inteligentne systemy personalizowanych rekomendacji podpowiadają nam automatycznie, co może nam się spodobać, starając się dostosować zawartość strony do naszych upodobań w momencie kiedy ją oglądamy, oceniając nasze preferencje przy pomocy wielu skomplikowanych algorytmów i technik m.in. sztucznej inteligencji.
Strony: 1 2
Zaloguj się Logowanie