Jak rekomendować towar z e-sklepu

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.

Personalizowana rekomendacja trendem numer 1 w e-biznesie?

Tendencja ta jednak ulega zmianie. 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. Rok 2010 w Polsce pomimo widma kryzysu gospodarczego, okazał się aktywny pod względem rozwoju sklepów internetowych. Jak podają wyniki badań Gemius 33% e-sklepów odnotowało zwiększone zyski, a ok. 40% dostrzegło wzrost obrotów. Eksperci przewidują, że w roku 2011 wykorzystanie w swojej działalności inteligentnych systemów personalizowanej rekomendacji będzie jednym z wiodących trendów w branży e-commerce. Z pewnością za popularnością takiego rozwiązania w e-sklepach przemawia fakt, że na podstawie analizy zachowania klientów możemy dokonywać usprawnień na stronie i realizować efektywniejsze kampanie sprzedażowe.

Klucz do sukcesu

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 w 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. 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 zaletą 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.

Jak uzyskać dobrą jakość rekomendacji na stronie?

 Należy zwrócić uwagę na przeszkody, które stają na drodze do samodzielnego wprowadzenia personalizowanych rekomendacji w e-sklepie. Istotną barierą jest fakt, że nie każdy właściciel sklepu posiada specjalistyczną wiedzę, która sprawi, że system rekomendacji będzie wysokiej jakości i przyniesie oczekiwane rezultaty. Wprowadzając system rekomendacji niskiej jakości, będziemy polecać klientowi produkty, które są nietrafione. Koszt zbudowania dedykowanego systemu dla sklepu, który wykorzystywałby metody zbliżone do tych, który wykorzystuje np. Amazon.com wiązać się będzie z bardzo dużymi wydatkami na badania i rozwój, co stanowi znaczący problem dla właścicieli większości e-sklepów. Alternatywą mogą być systemy, które proponują wysokiej jakości personalizowane rekomendacje w formie wynajęcia oprogramowania jako usługi (SaaS – Software as a Service). Przykładem takiego systemu jest system Quartic produkt wprowadzony przez polską firmę Data Force Group.

Korzyści

Warto zastanowić się nad korzyściami jakie oferuje wynajęcie specjalistów w dziedzinie systemów personalizowanych rekomendacji. Odpowiednie dobranie oprogramowania może przyczynić się do wzrostu współczynnika konwersji, większej wartości składanych zamówień oraz zwiększy współczynnik CTR produktów. O efektywności wdrożenia takiego oprogramowania przekonały się już największe polskie sklepy internetowe m.in. empik.com, electroworld.pl czy merlin.pl.