電商營收推手-推薦系統

電商營收推手-推薦系統

大家應該都知道電子商務霸主之一的 Amazon、知名影音串流平台 Netflix 的成功營收推手都來自於其推薦系統,在台灣很常聽見聊天機器人、客服等顧客經營工具,這些當然都很棒,但你還可以再多了解一種:推薦系統,但大家可能會疑問….到底什麼是推薦系統( Recommendation System ) 呢?

其實搜尋和推薦是一體兩面,這兩者都會稱之為系統或引擎,搜尋是對於目的性明確的客戶能更快找當商品,而推薦則是對於喜歡逛的顧客能挖掘最可能購買的商品。

推薦系統白話來說,就是透過分析顧客過去瀏覽的行為以及商品特性或相關性,去預測顧客對商品的偏好。如常在網購上看見的:熱門推薦、相關商品推薦,看到這裡,有些電商們心裏可能會想:我也有使用相似、熱門推薦啊!但根本沒什麼明顯效果!

別急,這樣的狀況通常有兩種原因:

1. 使用一般通用型的推薦:

一般推薦的型態大抵上分三種:
・熱門推薦:
依銷售量做排序,只做單一指標的分析。

・相似推薦:
依類別做推薦,例如:點擊上衣類商品,則在商品頁下方推薦更多上衣。

・個人化推薦:
一般的推薦會將進入網站的顧客做分群分類,再根據該群組特性,在適當的版位上,推薦顧客可能會喜歡的商品或文章。

但每個人都是獨特的,就算都是文青,也有喜歡狂野的文青,喜歡森林系的文青,如果只依照文青類別做推薦,當然只有部分的人會命中喜好而下單,自然轉換率也會低。

 

 2. 無法根據情境需求找出適合的推薦系統:

瀏覽網站是一趟線上旅程,每個頁面都有不同需要增強的指標,如首頁增加點擊率、商品頁的的提袋率、購物車內的客單價等,每種情境都需要不同的推薦來優化各項指標,如果電商無法了解情境的不同而使用同一套推薦,無法達到個人化的顧客旅程,自然無法達到心中所要的需求。

 

必須要了解的是,一個強大的推薦系統並不是靠單一套參數就能擄獲所有顧客,而是透過多種指標及數據去分析、疊加的。

並且也要針對不同的情境,去對應不同的推薦效果,舉例來說:顧客尚未選入購物車前適合使用相似推薦,幫助用戶更快找到一些他們自己沒有辦法找到的物品增加轉換率,而選入購物車後則是透過推薦加購品增加平均訂單價值(客單價),這樣多重的歸因才能在消費者體驗至上的數位時代中,跟上快速成長的腳步!

 


 

近期我們也上線了給 Shopline電商的推薦,有興趣的朋友可以來免費體驗:
– 10分鐘內快速安裝,幫助增加營收的好幫手 >https://shopline.rosetta.ai/login
– 教學文件 > https://bit.ly/2NNJth8

如果知道14種推薦情境的應用介紹,請前往>>
四種不可不知的首頁推薦 
六種強化商品頁的相關推薦

也歡迎大家留言交流,讓我們有加快書寫的動力!
也別忘了 Follow 我們這個 Blog 或是 Facebook 哦!感謝大家! 

 
 
文章授權(創用CC授權)
by-nc-sa
comment

CONTACT US

We're not around right now. But you can send us an email and we'll get back to you, asap.

Sending

©2019 Business Next Publishing Corp. 聯絡、建議隱私權

Log in with your credentials

or    

Forgot your details?

Create Account