AI məhsul tövsiyələri ilə bağlı ən çox yayılmış səhvlər mühərrikə zəif kataloq məlumatlarının verilməsi, hər səhifədə eyni vidcetdən istifadə edilməsi, marja və ya gəlir əvəzinə kliklərə optimallaşdırma və düzgün sınaq (holdout test) olmadan işə salınmasıdır. Bunların hər biri tövsiyələrin çox görünməsinə səbəb olsa da, az fayda verir. Bunları düzəltmək adətən provayderi dəyişməkdən daha vacibdir.
AI məhsul tövsiyələri, baxış, alış və kataloq məlumatlarından öyrənən modellər tərəfindən yaradılan təkliflərdir. Onlar “müştərilər həmçinin alıblar”, “görünüşü tamamlayın”, fərdiləşdirilmiş ana səhifə sıraları, səbətə əlavələr və e-poçt blokları kimi görünür. Shopify, Adobe Commerce, Salesforce Commerce Cloud və Nosto, Klevu, Algolia Recommend və Dynamic Yield kimi xüsusi alətlərin hamısı bunun versiyalarını təklif edir.
Səhv 1: kataloqa ikinci dərəcəli yanaşma
Tövsiyə modelləri atributlardan öyrənir. Əgər məhsullarınızın yarısında kateqoriya, rəng və ya ölçü sahəsi yoxdursa, mühərrikin işləməsi üçün daha az məlumat olur və o, populyarlığa əsaslanır. Buna görə də bir çox mağazada hər yerdə eyni on bestseller tövsiyə olunur.
Modeli tənzimləməzdən əvvəl lentə (feed) baxış keçirin. Çatışmayan atributları, uyğunsuz adlandırmaları (“Göy”, “göy rəng”, “tünd göy”), dublikat məhsulları və ayrı-ayrı maddələr kimi siyahıya alınan variantları axtarın. Təmiz lent çox vaxt heç bir parametr dəyişikliyi etmədən nəticələri yaxşılaşdırır.
Səhv 2: hər səhifədə bir vidcet niyə işə yaramır?
Alıcıların müxtəlif məqamlarda müxtəlif ehtiyacları olur. Məhsul səhifəsində onlar müqayisə edirlər. Səbətdə kiçik bir əlavə axtarırlar. Alışdan sonra aksesuarlara və ya ehtiyat hissələrinə ehtiyac duya bilərlər. Hər yerdə bir “bunu da bəyənə bilərsiniz” blokundan istifadə etmək bunların hamısını nəzərə almır.
- Məhsul səhifəsi: oxşar məhsullar və yaxın qiymətə alternativlər
- Səbət: artıq orada olanlarla məntiqli olan aşağı qiymətli əlavələr
- Alışdan sonrakı e-poçt: aksesuarlar, istehlak malları, qulluq vasitələri
- Ana səhifə: geri qayıdan ziyarətçilər üçün fərdiləşdirilmiş sıralar, yenilər üçün seçilmiş məhsullar
- Stokda olmayan səhifə: stokda olan yaxın əvəzedicilər
Məsələn, qaçış ayaqqabıları satan bir mağaza məhsul səhifəsində digər ayaqqabıları, səbətdə corab və altlıqları, qaçışçıların bir cüt ayaqqabının nə qədər müddətə kifayət edəcəyini gözlədikləri məsafədən sonra isə əvəzetmə xatırlatmasını göstərə bilər.
Səhv 3: yanlış metrik üçün optimallaşdırma
Klik nisbətini artırmaq asandır. Daha ucuz və ya daha çox diqqət çəkən məhsulları göstərin və kliklər artsın. Gəlir, orta sifariş dəyəri və marja dəyişməyə bilər və ya azala bilər.
Alətin daxilində imkan verirsə, məqsədi təyin edin. Bir çox platforma tövsiyələri gəlir, marja və ya inventar üzrə çəkiləndirməyə imkan verir. Əgər sizinki bunu etmirsə, ən azı kliklərdən çox sessiya üzrə gəliri ölçün və tövsiyələrin müştərilərin onsuz da alacaqları məhsulları cannibalizasiya edib-etmədiyini izləyin.
Səhv 4: əvvəl və sonra müqayisəsi kifayətdirmi?
Xeyr. Bu ayı keçən ayla müqayisə etmək tövsiyə dəyişikliyini mövsümilik, promosyonlar və reklam xərcləri ilə qarışdırır. Nəticə sübut kimi görünür, lakin çox az şey sübut edir.
Bunun əvəzinə holdout test keçirin. Əksər ciddi platformalar A/B testini dəstəkləyir, burada ziyarətçilərin bir hissəsi, çox vaxt 10-20 faizi, heç bir tövsiyə və ya köhnə versiyanı görür. Bunu ən azı bir tam həftəlik dövrü və fərqi əminliklə oxumaq üçün kifayət qədər sifarişi əhatə edəcək qədər uzun müddət aparın. Kiçik mağazalar bir neçə həftəyə ehtiyac duya bilər.
İşə salındıqdan sonra hansı səhvlər ortaya çıxır?
İşə salınma işin sonu deyil. İlk aylarda, real trafik mühərrikə çatdıqda və merçendayzinq komandası onu hər gün izləməyi dayandırdıqda adətən üç problem ortaya çıxır.
Səhv 5: soyuq başlanğıcı (cold start) görməməzlikdən gəlmək
Yeni ziyarətçilərin və yeni məhsulların heç bir tarixi yoxdur. Yalnız davranışa əsaslanan model onlara ümumi populyar məhsulları göstərir ki, bu da ilk gündə yaxşıdır, lakin ondan sonra itirilmiş bir şansdır.
Həlli qarışıqdır: yeni məhsullar üçün məhsul atributlarından istifadə edən məzmun əsaslı qaydalar, yeni ziyarətçilər üçün trafik mənbəyi və ya kampaniya kimi kontekst və məlumatlar olduqdan sonra davranış əsaslı modellər. Alətinizin bunu necə idarə etdiyini yoxlayın; bəziləri bunu standart olaraq edir, bəziləri isə konfiqurasiya tələb edir.
Səhv 6: mühərrikin biznes qaydalarını üstələməsinə icazə vermək
Modellər bir məhsulun istehsalının dayandırılacağını, brend tərəfdaşının rəqibinin yanında göstərilməsinə icazə vermədiyini və ya bir kateqoriyanın aşağı marjası olduğunu bilmir. Qaydalar olmadan tövsiyələr satmaq istəmədiyiniz məhsulları təşviq edə bilər.
Əksər mağazalarda əlavə etməyə dəyər qaydalar:
- Stokda olmayan və az olan məhsulları istisna edin
- Qaytarılma dərəcəsi həddinizdən yüksək olan məhsulları istisna edin
- Tövsiyələri baxılan məhsulun məntiqli qiymət diapazonunda saxlayın
- Həssas cütlükləri, məsələn, uşaq məhsullarının yanında böyüklər üçün məhsulları bloklayın
- Mövsümi və ya yeni çıxan məhsulları müəyyən müddətə sabitləyin
Səhv 7: məxfilik və razılığı unutmaq
Fərdiləşdirilmiş tövsiyələr davranış məlumatlarından istifadə edir. GDPR və Türkiyənin KVKK qaydalarına əsasən, ciddi şəkildə zəruri olmayan izləmə çox vaxt razılıq tələb edir və bir çox alıcı imtina edir. Əgər razılıq parametrləriniz tövsiyə skriptini tamamilə bloklayırsa, ziyarətçilərin böyük bir hissəsi heç nə görməyə bilər.
Alətin razılıq olmadan nə etdiyini yoxlayın. Yaxşı bir quraşdırma, cari səhifəyə əsaslanan qeyri-şəxsi tövsiyələrə keçir ki, bu da hələ də dəyər qatır və qaydalar daxilində qalır. Özünüz yoxlayın: mağazanı gizli pəncərədə açın, kukilərdən imtina edin və hər yerləşdirmənin nə göstərdiyinə baxın. Əgər bloklar boşdursa, həlli adətən yeni provayder deyil, razılıq alətində və ya tövsiyə skriptində konfiqurasiya dəyişikliyidir.
Alien Road AI məhsul tövsiyələrini necə tətbiq edir
Tipik bir əməkdaşlıqda kəşfiyyat kataloq auditi və cari yerləşdirmələrin, məqsədlərin və izləmənin nəzərdən keçirilməsi ilə başlayır. Biz hansı vidcetlərin mövcud olduğuna, hər birinin nə üçün optimallaşdırıldığına və hər hansı bir testin aparılıb-aparılmadığına baxırıq.
Quraşdırma yuxarıdakı qaydada davam edir: lenti təmizləyin, hər yerləşdirmə üçün bir məqsəd təyin edin, biznes qaydaları əlavə edin və holdout qurun. Ölçmə, sessiya üzrə gəlir və orta sifariş dəyərindən istifadə edərək holdout qrupuna qarşı aparılır, aylıq olaraq kataloq dəyişiklikləri və promosyonlar haqqında qeydlərlə hesabat verilir. Provayder dəyişikliyi məntiqli olduqda, biz bunu deyirik, lakin çox vaxt mövcud alətdə hələ yer qalır.
Bu həftə haradan başlamaq lazımdır
Məhsul lentinizi ixrac edin və kateqoriya, rəng, ölçü və qiymət sahələrində çatışmayan dəyərləri sayın. Bu tək rəqəm sizə mühərrikin nə qədər təxmin etdiyini deyir. Boşluqları gəlirə görə sıralayın ki, ən çox satılan məhsullar əvvəlcə düzəldilsin.
Sonra mağazanızı telefonda açın və məhsul səhifəsi, səbət və ödəniş prosesindən keçin. Hər tövsiyə blokunu, nə göstərdiyini və həmin an üçün məntiqli olub-olmadığını qeyd edin. Əksər komandalar dərhal siləcəkləri ən azı bir yerləşdirmə tapırlar.
Oxumağa davam edin: Elektron ticarət · Elektron ticarət