Продукт
15 марта 2021

Обзор возможностей продуктовых рекомендаций Mindbox

Продуктовые рекомендации — инструмент улучшения эффективности коммуникации с клиентом за счет автоматического подбора релевантных продуктов для каждой конкретной ситуации. Результаты некоторых наших клиентов:

В статье покажем примеры алгоритмов продуктовых рекомендаций; расскажем, где их можно использовать и как измерить эффективность. Покажем, как они настраиваются и работают в платформе, и поделимся примерами продуктовых рекомендаций Pandora, Regenbogen, Toptop.ru, Spadream и других компаний.

Какие бывают алгоритмы рекомендаций

Алгоритмы продуктовых рекомендаций делятся на 4 группы. Отличаются тем, какие продукты предлагают: персональные продукты, популярные, сопутствующие или похожие. Ниже — подробнее о каждом.

Персональные рекомендации

Используем машинное обучение, чтобы составлять матрицу продуктовых рекомендаций для каждого клиента. Учитывается история просмотров, заказов и других действий клиента, а также поведение похожих на него людей. Таким образом получается достичь наиболее релевантных предложений.

Запустить персональные рекомендации можно в виде виджета на сайте, и они будут учитывать все действия клиента в реальном времени:

Персональная подборка
Персональная подборка продуктов на основе действий клиента на главной странице Pandora

Популярные продукты

Стандартный алгоритм популярных продуктов выбирает в каждой категории те, у которых наибольшее количество заказов и просмотров. Алгоритм учитывает продажи продуктов в офлайне и онлайне. Подходит для предложений на главной странице сайта, чтобы познакомить клиента с ключевым ассортиментом магазина:

Подборка популярных моделей
Подборка популярных моделей освещения на главной странице Regenbogen

Аналогично можно выбирать популярные продукты в конкретной категории, например для представления каждой из них в общем каталоге:

Хиты продаж
Хиты продаж из категории юбок на сайте Toptop.ru

Более персонализированный вариант алгоритма — запоминать категории, которые клиент посмотрел, — и формировать для клиента рекомендации популярных продуктов в рамках просмотренных категорий.

Сопутствующие продукты

Алгоритм сопутствующих продуктов предлагает к конкретному продукту то, что чаще всего покупают вместе с ним. К телефонам — чехлы, к подвескам — серьги, к сноубордам — шлемы. Сопутствующие продукты можно показывать в карточке продукта или при добавлении продукта в корзину. Скорее всего, клиенту понадобится что-то из предложенных дополнений:

Сопутствующие товары
Сопутствующие товары в рассылке Tom Tailor после оформленного заказа

В Mindbox для расчетов используется модель машинного обучения, поэтому можно сформировать рекомендации даже для новых продуктов, у которых нет ни одного заказа, — на основе признаков продуктов и совместных покупок категорий. Также нейросеть анализирует фотографии продуктов из фида, чтобы еще точнее угадывать, какие продукты к каким подойдут. Особенно это полезно фешн-компаниям с большим ассортиментом на сайте — почитайте о работе нейросети на примере интернет-магазина сети женской одежды.

Один из вариантов алгоритма — сопутствующие продукты к последнему заказу. Такой алгоритм формирует рекомендации для каждого продукта из заказа клиента. Интересная особенность: для более дорогих продуктов предлагается больше рекомендаций, для менее дорогих — меньше. Сформированный список можно отправить клиенту по электронной почте вместе с благодарностью за заказ или через некоторое время в качестве предложения к следующему заказу.

Существующие алгоритмы можно донастроить через интерфейс, чтобы они стали полезнее. Эксперт магазина может для любой категории указать, какие продукты должны к ней рекомендоваться, и выбрать ключевые параметры сходства: цену, производителя, сезон, цвет или любые другие. Например, советовать к горным лыжам соответствующие ботинки, а также предложить штаны, защиту и другие аксессуары, как это сделали маркетологи сети магазинов «Кант». Рекомендации можно выводить в карточке продукта, рассылке или на планшете консультанта магазина.

Рекомендации на основе экспертного мнения специалистов «Канта»
Рекомендации на основе экспертного мнения специалистов «Канта»

Похожие продукты

Чтобы клиент мог изучить альтернативные продукты, используют алгоритм похожих продуктов. Можно настроить сходство по любым параметрам и задать им приоритеты: сначала найдем продукты того же производителя и цвета, а потом выберем из них самые популярные в ценовом диапазоне исходного продукта. Оптимальнее всего использовать виджет с похожими продуктами в карточке продукта, чтобы показать аналоги:

Похожие продукты в карточке продукта на сайте Spadream
Похожие продукты в карточке продукта на сайте Spadream

Часто нужно подобрать похожие продукты не для одного продукта, а сразу для списка, например для «Корзины». Тогда подбираются рекомендации к каждому продукту в списке, причем чем выше стоимость продукта, тем больше продуктов будет к нему рекомендоваться. Если клиент посмотрел много продуктов, но ничего не купил, можно отправить email с подборкой или показать всплывающее окно с предложениями.

Письмо Seasonmarket с брошенной корзиной и похожими продуктами к ней
Письмо Seasonmarket с брошенной корзиной и похожими продуктами к ней

Как настроить продуктовые рекомендации в Mindbox

Как только в платформе появились данные о ваших продуктах и заказах, можно сразу переходить к настройке продуктовых рекомендаций. Большинство алгоритмов запускаются в несколько кликов. Для популярных продуктов достаточно выбрать сегмент (если нужно рекомендовать не все продукты) и период, за который рассчитывается популярность. Выбор сегмента — чтобы «тюнить» рекомендации на основе экспертности. Например, советовать товары с маржинальностью от 30%:

Настройки алгоритма

Теперь можно создать виджет для отображения рекомендаций на сайте или добавить популярные продукты в шаблон письма.

Аналогичным образом можно настроить алгоритм сопутствующих продуктов или персональных рекомендаций. При настройке этих алгоритмов есть возможность предварительно посмотреть, как сработает алгоритм на том или ином продукте. Для этого достаточно найти продукт через стандартный фильтр — и платформа сразу покажет рекомендации для этого продукта:

Настройки алгоритма

Помимо вышеописанных, есть и более интересные в настройке алгоритмы. Например, рекомендация «Соответствие категорий», где маркетолог самостоятельно задает все критерии, по которым должны подбираться рекомендации: чтобы к мужским кроссовкам всегда предлагались 2 футболки, 2 свитшота и 5 любых продуктов для мужчин, а также продукты должны иметь похожую цену и одного производителя:

Настройки алгоритма

Такие же настройки можно применить и к другим категориям продуктов либо автоматически рассчитать по ним рекомендации из сопутствующих продуктов.

Где можно использовать продуктовые рекомендации

Чаще всего продуктовые рекомендации используют на сайте и в письмах. Ниже примеры, как можно использовать продуктовые рекомендации в этих каналах, и еще несколько интересных кейсов, где они применяются:

Место на сайте Рекомендуемый алгоритм Цель
Главная страница Популярные продукты Привлечь пользователя теми продуктами, которые интересуют клиентов чаще всего
Страница категории Популярные продукты в категории Сделать акцент на самых популярных предложениях в категории
Карточка продукта Похожие и сопутствующие продукты Предложить найти аналоги или дополнить свой выбор, чтобы увеличить глубину просмотра. Если продукт не в наличии, то похожие продукты помогут
Страница корзины и всплывающее окно при добавлении продукта в корзину Сопутствующие продукты к корзине Увеличить среднее количество продуктов в корзине. Однако важно тестировать рекомендации в корзине, так как они могут уменьшить выручку из-за отвлечения внимания от процесса покупки
Страница 404 и страница поиска, который не дал результатов Персональные рекомендации Сгладить фрустрацию клиента от того, что его действия не увенчались успехом, предложить продукты, которые ему понравятся

При email-рассылке есть несколько сценариев:

Тип рассылки Рекомендуемый алгоритм Цель
Массовая Персональные Сделать индивидуальное предложение даже при массовой коммуникации
Приветственная Популярные Быстро ознакомить нового клиента с лучшими предложениями
Реактивационная Персональные Предложить клиенту подходящие продукты, чтобы вернуть его из сегмента оттока
С брошенной корзиной Сопутствующие к корзине Предложить продолжить покупки, увеличив при этом количество продуктов в корзине
Лучшее следующее предложение Персональные В нужное время показать те продукты, которые с большей вероятностью понравятся клиенту

Продуктовые рекомендации можно делать вебпушах, мобильном приложении, мессенджерах и офлайне. Ниже — несколько идей, которые вы можете попробовать у себя:

Кейс Рекомендуемый алгоритм Цель
Рекомендации на экране кассира. Пример «Додо пиццы» Персональные Предложить не универсальные продукты у кассы, а те, что клиенту вероятнее понадобятся
В магазине одежды на планшете продавца-консультанта — примеры образов с конкретной вещью Сопутствующие и похожие продукты Помочь найти сочетания и аналоги с помощью алгоритмов, чтобы эффективнее подбирать образы и знакомить клиента с ассортиментом магазина
Оператор колл-центра, подтверждающий заказ клиента Сопутствующие продукты Предложить дополнить заказ мелкими продуктами, которые могли быть случайно забыты

Как оценить эффективность рекомендаций

1. Посмотреть выручку по атрибуции last click в отчете Mindbox

Для рассылки или виджета с рекомендациями можно выгрузить отчет по доходности. Там будет доступна выручка, средний чек, а также количество заказов и клиентов за выбранный период:

Отчет «Доходность механик» в Mindbox

Отчет «Доходность механик» в Mindbox

2. Протестировать с помощью контрольной группы

Если у клиентов, кликнувших на виджет, средний чек выше, чем показатель в целом по компании, то это не всегда значит, что виджеты увеличивают средний чек. Возможно, на виджеты часто кликают люди, которые и без виджета сделали бы заказ на более крупную сумму.

Чтобы увидеть реальный эффект запуска, необходимо разделить аудиторию на две части: одной виджет показывать, а другой — нет. Потом, сравнивая показатели этих двух групп, можно сделать вывод, насколько средний чек у тех, кому показывался виджет, действительно больше.

Тестирование с контрольной группой также называется АВ-тестом. О том, как правильно организовать тестирование, мы писали в статье.

3. Посмотреть воронку виджета на сайте через Google Analytics

Для этого необходимо включить интеграцию Mindbox и Google Analytics, заполнив название списка и имя трекера при настройке виджета. После этого в разделе «Эффективность списка продуктов» в GA появятся нужные списки, по которым станет доступны просмотры, клики, CTR и другие метрики.

Показатели эффективности списка продуктов в Google Analytics

Показатели эффективности списка продуктов в Google Analytics

Что делать для запуска продуктовых рекомендаций

Для запуска продуктовых рекомендаций нужно:

  1. Выбрать метрику эффективности продуктовых рекомендаций, например «хотим увеличить глубину просмотра на сайте» или «хотим обеспечить рост click rate и конверсию в email-рассылках».
  2. Определить, как измерять эту метрику эффективности, например с помощью внутреннего отчета Mindbox, контрольной группы в Google Optimize или отчета Google Analytics.
  3. Настроить продуктовый фид и загрузить его в систему рекомендаций, чтобы иметь продукты с актуальными характеристиками и статусом наличия.
  4. Загрузить историю продаж, чтобы платформа могла проанализировать предыдущие покупки клиентов: что популярно, что берут вместе, какие есть зависимости.
  5. Выбрать, как будут использоваться рекомендации: в виджете на сайте, в email или где-то еще, например у оператора call-центра.
  6. Настроить алгоритм в интерфейсе, чтобы получить тот, что решит вашу задачу.

Заключение

Продуктовые рекомендации помогают клиенту найти подходящий продукт. Есть множество разных алгоритмов от просто популярных продуктов до персональных рекомендаций на основе машинного обучения или соответствия категорий на основе экспертного мнения.

Рекомендации можно применять во многих каналах, самые популярные — это виджеты на сайте и email-рассылки, но есть успешные кейсы применения их в офлайне и в колл-центре. Чтобы измерить эффективность продуктовых рекомендаций, можно провести AB-тест или посмотреть отчет по атрибуции last click.

Для использования продуктовых рекомендаций в Mindbox достаточно настроить продуктовый фид и загрузить его вместе с историей продаж в систему. Затем найти нужный алгоритм и выбрать в нем сегмент продуктов и период расчета, либо настроить ручное соответствие. После этого полученные рекомендации можно использовать в виджетах на сайте и в email-рассылках или настроить передачу в другие каналы коммуникации.

Узнайте о продуктовых рекомендациях подробнее в разговоре с нашим консультантом.

Почитать еще