Обзор возможностей товарных рекомендаций Mindbox

3 Апр ‘17

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 персональные товарные 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 товарных рекомендаций для интернет-магазинов 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

Пример из рассылки для KARATOV 
legko pop2

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.
valtera2

Пример из рассылки для Valtera
baon2

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.

mirkrestikom2

Пример из рассылки для MirKrestikom.ru
divanru1

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 full

Пример из рассылки для Kideria.ru
sozvezdie2

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 😉

Запрос на подключение

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

Форма обратной связи

Свяжемся в течение
рабочего дня

Заявка на партнерство

Свяжемся в течение
рабочего дня

Обратная связь