Сегодня расскажем про возможности нашего рекомендательного сервиса:

  1. Возможности использования рекомендаций: где и как
  2. Алгоритмы Mindbox
  3. Настройка автоматического расчета рекомендаций
  4. Планы на будущее

 

Где и как использовать рекомендации

В нашем продукте формировать рекомендации можно несколькими способами:

  • воспользоваться алгоритмами Mindbox: популярные товары, похожие товары, сопутствующие товары;
  • загрузить ваши рекомендации файлом;
  • настроить интеграцию с другими сервисами (RichRelevance, Rees46).

Рекомендации в рассылках

Наши клиенты пользуются этим модулем в разовых рассылках и триггерах. В частности, наиболее популярны кампании:

  • welcome-цепочка;
  • брошенный просмотр товара;
  • брошенный просмотр категории;
  • брошенная корзина;
  • товар (не) в наличии.

Для email-рассылок доступны все алгоритмы Mindbox.

Рекомендации на сайте

Для авторизованных клиентов доступны все алгоритмы Mindbox. Для анонимных пользователей доступны алгоритмы «Популярные товары», «Похожие товары» и «С этим товаром часто покупают».

site

Пример с сайта AMwine.ru

 

Алгоритмы Mindbox

Для автоматического формирования рекомендаций через наши алгоритмы необходимый минимум — это запущенный трекер. Трекер — это javascript-код, который собирает действия потребителей на сайте. Для алгоритма «с этим товаром часто покупают» потребуется загрузить к нам историю заказов.

Результаты работы некоторых алгоритмов («с этим товаром часто покупают», «похожие товары») можно сделать еще лучше, если предоставить больше информации о товарах. Например, мы значительно улучшили качество рекомендаций вместе с MirKrestikom.ru, загрузив дополнительную информацию о товаре: сюжеты и техники вышивок.

Результат наших алгоритмов прозрачен: мы всегда можем объяснить, почему товару «А» порекомендовался товар «В» и, в случае необходимости, подтюнить приоритеты показа.


«Тестируем новый алгоритм рекомендаций от Mindbox. Выглядит круто! Клиент видит товары, подобранные конкретно под то, чем он интересовался. Форма, цвет, габариты — почти все, что угодно! Как будто это не автоматическое письмо, а кто-то старался и подбирал на радость клиенту»

Татьяна Кузнецова, менеджер проекта Divan.ru


1. Популярные товары

Суть: Выбираем самые популярные товары на основании просмотров или заказов.

Это самый универсальный алгоритм, который подходит как для главной страницы сайта, так и для карточек товара, разовых и триггерных рассылок.

karatov pop2 legko pop2

Пример из рассылки для KARATOV                                        Пример из рассылки для LegkoMarket.ru

2. Популярные товары из смежной категории (опционально: и похожие по цене)

Суть: Выбираем популярные товары из категорий, с товарами которой пользователь сделал определенное действие.
В email-канале это могут быть просмотренные, оставленные в корзине или купленные товары, на сайте — просматриваемая карточка или категория товара.  

Алгоритм основывается на категории исходного товара, лучше всего подойдет для:

Рассылки:

  • брошенный просмотр товара;
  • брошенный просмотр категории;
  • брошенная корзина;
  • товар не в наличии/товар появился в наличии.

На сайте:

  • разводная страница категории;
  • карточка товара.

valtera2baon2

Пример из рассылки для Valtera                                                                Пример из рассылки для BAON

3. Похожие товары

Суть: Выбираем продукты, которые по ряду критериев (производитель, цена, индивидуальные характеристики) наиболее приближены к исходному товару.
Критерии можно приоритизировать, тем самым подбирая товары, наиболее похожие по признаку, который вы считаете ключевым.

Хорошо подходит для триггеров:

  • брошенный просмотр товара;
  • брошенная корзина;
  • товар не в наличии/товар появился в наличии.

На сайте идеально вписывается в карточку товара.

mirkrestikom2divanru1

Пример из рассылки для MirKrestikom.ru                                                         Пример из рассылки Divan.ru

4. С этим товаром часто покупают

Суть: выбираем продукты, которые наиболее часто покупают вместе с исходными.

Наиболее уместные точки применения в рассылках:

  • брошенная корзина;
  • товар появился в наличии.

На сайте хорошо смотрится в карточке товара.

kideria fullsozvezdie2

Пример из рассылки для Kideria.ru                                                             Пример из рассылки для Beauty-shop.ru

Можно комбинировать сколько угодно алгоритмов:

hoff

Пример из рассылки для Hoff: комбинация алгоритмов «популярные товары в категории» и «сопутствующие товары».

 

Настройка автоматического расчета рекомендаций

Для расчета рекомендаций по числу просмотров/заказов можно выбрать период подсчета и количество товаров для случайной выборки. Чтобы избежать показа одних и тех же товаров, каждый раз из неё выбирается заданное количество рекомендуемых продуктов.

raschet
Создание механики товарных рекомендаций для email-рассылок и сайта

 

Параметры рассылки могут основываться на данных последней сессии пользователя, информации о последних просмотренных или купленных товарах.

templates
Параметры для шаблонов рассылок

 

operation
Создание операции для сервиса товарных рекомендаций для показа на сайте


Планы на будущее

В ближайшее время собираемся разработать:

  • интерфейс управления сегментированным показом рекомендаций на сайте,
  • интерфейс функционала проведения А/В тестов на сайте,
  • новые алгоритмы персонализации.

Следите за обновлениями 😉

Вас заинтересуют следующие материалы:

Запрос на подключение

Р в месяц

Свяжемся в течение рабочего дня, продемонстрируем продукт и обсудим сроки внедрения

Без долгосрочных обязательств и разовых платежей

Аванс — месяц, бесплатный период — месяц

10 000 покупателей

10 000 1 000 000

Запрос на подключение

Кол-во контактов*
  • 50 000
  • 100 000
  • 150 000
  • 200 000
  • 250 000
  • 300 000
  • 350 000
  • 400 000
Параметры:

Обратная связь