Come usare le product recommendation per aumentare le vendite del tuo e-commerce? In che modo puoi offrire un’esperienza di acquisto personalizzata ai tuoi utenti con i consigli di acquisto? Continua a leggere e scoprilo.
Cross-selling e up-selling sono, senza ombra di dubbio, le strategie più efficaci per aumentare le vendite del tuo e-commerce ed alzare lo scontrino medio degli ordini effettuati. Per essere concretizzate, necessitano di sistemi di raccomandazioni dinamiche dei prodotti che, nel primo caso, consiglieranno al potenziale cliente prodotti di una categoria diversa ma complementare rispetto al suo ultimo acquisto, mentre, nel secondo, mostreranno prodotti che spingano l’utente a spendere di più per il prodotto che sta acquistando.
Ma come s’impostano le recommendation? Facciamo un pò di chiarezza.
Product recommendation: la base di ogni strategia di up-selling e cross-selling dinamico.
Le product recommendation sono, come suggerisce la parola stessa, consigli di acquisto in cui i prodotti vengono popolati dinamicamente per ogni utente che sta navigando su una pagina Web, un’app o e-mail, in base a dati relativi al suo comportamento di acquisto o al verificarsi di particolari eventi, offrendo così un’esperienza di acquisto personalizzata. La selezione dei prodotti da mostrare al cliente viene gestita solitamente da un product recommendation engine che si occupa, in base a dati di input, di scegliere i prodotti più appropriati da visualizzare. Le product recommendation sono da considerare come l’attività di base per tutte le aziende che vogliono offrire un’esperienza di acquisto personalizzata ai propri clienti. Sappiamo bene che personalizzare l’esperienza di acquisto degli utenti è fondamentale nel mondo e-commerce: basti pensare che, secondo uno studio effettuato da Accenture, il 91% dei consumatori ha maggiori probabilità di acquistare prodotti da marchi che vengono riconosciuti e ricordati e che offrono raccomandazioni di prodotti pertinenti.
Si può quindi affermare che oggi i consumatori si aspettano un’esperienza personalizzata durante l’utilizzo del web
Le aziende che personalizzano l’esperienza di navigazione dei propri utenti, vedono così crescere, tendenzialmente, del 19% il numero delle vendite, mentre, sono oltre il 56% gli utenti che scelgono di visitare nuovamente un sito che offre loro consigli sui prodotti da acquistare. Non è un caso che Netflix abbia recentemente dichiarato che il suo motore di raccomandazioni personalizzato valga almeno un miliardo di dollari.L’esempio più famoso rimane sicuramente il caso di Amazon: secondo dati resi noti dalla stessa azienda, oltre il 35% dei ricavi totali proviene da acquisti effettuati mediante le raccomandazioni dinamiche dei prodotti.
Product recommendation: dove posso utilizzarle?
Blendee, come piattaforma di marketing automation, mette a disposizione dei propri utenti il proprio product recommendation engine che, unito alla possibilità di segmentare le audience, permette di personalizzare le raccomandazioni di prodotti a qualsiasi livello. Le recommendation possono poi essere inserite in varie sezione del proprio e-commerce:
- Home page
- Product Detail Page
- Category Page
- Cart Page
- Search Page
- Landing Page
- User Registration Page
- Checkout Page
- Other Page
È possibile, al momento della creazione della recommendation, selezionare il tipo di algoritmo che si vuole utilizzare per scegliete i prodotti da mostrare all’utente.
Product recommendation in Blendee: alcuni esempi di successo
Vediamo alcuni esempi di recommendation che possono essere spunto per le tue strategie di marketing con Blendee.
Saninforma
La farmacia on-line ha deciso di puntare su una strategia di personalizzazione che possiamo definire “totale”.Le pagine web dello shop on-line sono composte quasi unicamente da prodotti raccomandati.Analizziamo la home page:
- Tipo di Recommendation: personalized recommendation by browsing history – ovvero vengono suggeriti prodotti sulla base di quelli che l’utente ha visto di recente.
- Audience: Tutto il pubblico
- Condizioni: Il prodotto non deve appartenere alla categoria Farmaci e deve essere disponibile a magazzino.
La raccomandazione scelta permette di mostrare prodotti già visualizzati precedentemente dal cliente riducendo il tempo che porta l’utente ad acquistare.
Ecco di seguito un altro esempio:
- Tipo di Recommendation: trending recommendation – ovvero vengono mostrati i prodotti più popolari per quantità di views e clicks.
- Audience: tutto il pubblico
- Condizioni: Il prodotto deve appartenere alla categoria Vetrina di Natale e deve essere disponibile a magazzino.
Il layout della recommendation, come è possibile vedere dall’esempio grafico, è perfettamente integrato con il layout del sito.
Imetec
- Tipo di Recommendation: personalized recommendations – ovvero vengono mostrati prodotti a partire dalla storia recente dell’utente.
- Audience: Utenti che stanno guardando la pagina dettaglio di un prodotto della categoria
- Condizioni: I prodotti da mostrare sono selezionati da una lista predefinita fornita dal cliente.
Abbiamo riportato sopra alcuni esempi di product recommendation implementate mediante Blendee, che ne dici di prenderne spunto e potenziare le vendite del tuo e-commerce?
