Рекомендации товаров с помощью AI используют поведение покупателей, данные о товарах и машинное обучение для предложения товаров на страницах продуктов, в корзинах, электронных письмах и результатах поиска. Основные риски заключаются в рекомендации товаров, которых нет в наличии или с низкой маржой, постоянном продвижении одних и тех же бестселлеров, неправильном обращении с личными данными и доверии к отчетным показателям роста от поставщика без надлежащего тестирования. Установите правила для данных, бизнес-ограничений, тестирования и проверки перед включением рекомендаций по всему магазину.
Механизмы рекомендаций бывают разных видов: встроенные функции в Shopify, расширения WooCommerce и платформы маркетплейсов, специализированные инструменты, такие как Nosto, Dynamic Yield, Algolia Recommend, Klevu и Bloomreach, облачные сервисы, такие как Google Cloud Vertex AI Search for Commerce и Amazon Personalize, а также более новые разговорные помощники, которые предлагают товары в чате. В основе большинства из них лежит сочетание совместной фильтрации («те, кто купил это, также купили…»), сходства контента и, все чаще, языковых моделей, которые интерпретируют запросы и описания товаров.
Зачем устанавливать правила перед запуском?
Виджеты рекомендаций запускаются быстро, часто одним переключателем. Затем они влияют на то, что видит большое количество покупателей при каждом посещении. Если настройки по умолчанию неверны, магазин расплачивается потерей маржи, разочарованными клиентами и нераспроданными запасами, и никто не замечает этого, пока ежемесячный отчет не начинает выглядеть странно.
Механизм оптимизирует то, что ему поручено оптимизировать, обычно клики или конверсию. Это не то же самое, что прибыль, удовлетворенность клиентов или долгосрочная лояльность.
Каковы основные риски?
Бизнес-риски
- Эрозия маржи: механизм отдает предпочтение товарам со скидкой или с низкой маржой, потому что они хорошо конвертируются.
- Проблемы с запасами: товары, которых нет в наличии, снятые с производства или заказанные товары появляются в рекомендациях.
- Петля популярности: бестселлеры рекомендуются чаще, продаются больше и вытесняют новые или нишевые товары.
- Каннибализация: рекомендации переключают покупки между похожими товарами вместо добавления новых.
- Неуместные сочетания: странные перекрестные продажи, например, рекомендация второго дивана тому, кто только что купил один.
Данные и юридические риски
- Личные данные: поведенческие данные, используемые для персонализации, подпадают под действие GDPR, турецкого закона KVKK и аналогичных законов, включая правила согласия на отслеживание.
- Чувствительные выводы: рекомендации, которые раскрывают состояние здоровья, беременность или другие чувствительные характеристики, например, через электронные письма, могут нанести вред клиентам.
- Прозрачность: Закон ЕС о цифровых услугах требует, чтобы очень крупные онлайн-платформы объясняли основные параметры своих рекомендательных систем; небольшие магазины все равно должны быть готовы объяснить, как работают предложения.
Риски доверия клиентов
- Рекомендации, которые кажутся навязчивыми или повторяющимися.
- Спонсируемые или продвигаемые товары, смешанные без четкой маркировки.
- Разговорные помощники, которые указывают неверные факты о товарах, такие как совместимость или размеры.
Каковы реалистичные ограничения?
Рекомендациям нужны данные. У нового магазина, нового товара или нового посетителя мало истории, что называется проблемой «холодного старта». Механизмы возвращаются к популярности или сходству контента, что менее персонализировано.
Небольшие каталоги ограничивают то, чего может достичь персонализация. Если магазин продает 40 товаров, несколько хорошо подобранных ручных правил могут превзойти алгоритм.
Показатели роста от поставщиков обычно измеряются поставщиком в благоприятных условиях. Ваши результаты зависят от вашего трафика, каталога и размещения.
Функции языковых моделей добавляют новые ограничения: они могут неправильно прочитать данные о товаре или выдумать атрибуты, если ответы не основаны на фактическом каталоге.
Правила управления, которые нужно установить в первую очередь
Запишите их в виде краткого контрольного списка, который согласуют отделы мерчандайзинга, маркетинга и юридический отдел.
- Цель: что должен оптимизировать механизм, например, доход за сессию или маржу за заказ, а не просто клики.
- Жесткие исключения: товары, которых нет в наличии, снятые с производства товары, товары ниже порога маржи, товары для взрослых или ограниченные товары в общих размещениях.
- Правила разнообразия: ограничения на то, сколько товаров одного бренда или категории появляется в одном виджете.
- Чувствительные категории: товары, исключенные из электронных писем и персонализированных рекомендаций, такие как товары для здоровья или интимные товары.
- Согласие: персонализация только для посетителей, которые дали согласие на соответствующее отслеживание; неперсонализированные резервные варианты для остальных.
- Маркировка: спонсируемые или продвигаемые размещения четко обозначены.
- Тестирование: каждое новое размещение запускается как A/B-тест с контрольной группой.
- Периодичность проверки: ежемесячная проверка самых рекомендуемых товаров, странных сочетаний и эффективности по размещению.
- Владение: один назначенный владелец для правил и один для технической настройки.
Как честно тестировать рекомендации?
Проведите тест с контрольной группой. Часть посетителей не видит рекомендаций или видит старую версию, а остальные видят новый механизм. Сравните доход на посетителя, коэффициент конверсии, среднюю стоимость заказа и маржу на заказ за всю сессию, а не только клики по виджету.
Клики по виджету сами по себе льстят рекомендациям. Покупатели могли бы найти тот же товар через поиск или навигацию в любом случае. Вопрос в том, выросли ли общий доход и маржа.
Проводите тесты достаточно долго, чтобы охватить недельные циклы и достаточное количество заказов, чтобы увидеть реальную разницу. Избегайте запуска теста во время крупной распродажи, которая искажает поведение.
Где рекомендации работают лучше всего?
- Страницы товаров: «дополните образ» или совместимые аксессуары, такие как чехлы для конкретного телефона.
- Корзина: недорогие дополнения, которые действительно дополняют заказ.
- Электронные письма после покупки: пополнение расходных материалов, запланированное разумно.
- Результаты поиска и пустые страницы поиска: альтернативы, когда точный запрос не имеет совпадений.
- Главная страница для вернувшихся посетителей: недавно просмотренные и похожие товары.
Кто должен проверять рекомендации?
Алгоритмам нужен человеческий владелец, который смотрит на то, что они на самом деле показывают. Мерчандайзеры обычно лучше всего подходят для этого, потому что они знают, какие сочетания имеют смысл и какие товары требуют внимания. Ежемесячная проверка занимает меньше часа: откройте топовые страницы товаров, корзину и образец рекомендательных писем и отметьте все, что выглядит неправильно. Верните эти выводы в виде правил, а не разовых ручных переопределений.
Как Alien Road применяет рекомендации товаров с помощью AI
В типичном взаимодействии открытие начинается с каталога и данных: качество атрибутов товаров, точность фида запасов, доступность данных о марже и настройка согласия. Рекомендации настолько хороши, насколько хороши эти входные данные, и пробелы обычно быстро видны.
Настройка применяет контрольный список управления внутри инструмента рекомендаций или платформы клиента: правила исключения, пороги маржи, ограничения разнообразия и чувствительные категории. Каждое размещение запускается как тест против контрольной группы с отслеживанием в GA4 или аналитике магазина, чтобы результаты можно было проверить независимо от панели управления поставщика.
Измерение рассматривает доход на посетителя, маржу на заказ и конверсию за всю сессию, плюс ежемесячную проверку того, что механизм на самом деле рекомендует. Отчетность показывает, какие размещения заслужили свое место, какие были скорректированы и какие были удалены.
С чего начать на этой неделе
Откройте свой магазин и посмотрите на рекомендации на десяти ваших самых продаваемых страницах товаров. Отметьте любые товары, которых нет в наличии, странные сочетания или повторы одних и тех же нескольких товаров. Этот быстрый обзор обычно показывает, какие правила исключения и разнообразия вам нужны в первую очередь, прежде чем рассматривать любой новый инструмент.
Читать далее: Электронная коммерция · Электронная коммерция