AI ürün önerileri, e-ticaret markalarının her alışveriş yapan kişiye tarama geçmişi, satın alma geçmişi ve benzer müşterilerin seçtiklerine dayanarak bir sonraki adımda satın alma olasılığı en yüksek olan ürünleri göstermesine yardımcı olur. En pratik kullanımlar; ürün sayfalarındaki ilgili ürünler, sepetteki eklentiler, kişiselleştirilmiş e-posta blokları ve daha akıllı site içi aramadır. Bunlar, katalog verileri temiz olduğunda ve her yerleşimin net bir görevi olduğunda en iyi şekilde çalışır.
Çoğu platform artık bir tür öneri motoru içeriyor. Shopify, yerleşik bir ürün önerileri API’si ve Search and Discovery uygulamasını sunar, WooCommerce eklentilere güvenir ve Nosto, Klevu, Algolia Recommend, Dynamic Yield ve Klaviyo’nun ürün akışları gibi özel araçlar daha gelişmiş ihtiyaçları karşılar. Motor, onu nerede ve nasıl kullandığınızdan daha az önemlidir.
AI öneri motorları neyi göstereceğine nasıl karar verir?
Çoğu sistem birkaç yöntemi birleştirir. İşbirlikçi filtreleme davranışa bakar: A ürününü görüntüleyen veya satın alan alışveriş yapanlar B ürününü de satın almıştır. İçerik tabanlı filtreleme; kategori, renk, malzeme ve fiyat gibi ürün özelliklerini karşılaştırır. Birçok modern motor, gerçek zamanlı oturum verileri ekler, böylece iki dakika içinde üç koşu ayakkabısına tıklayan bir alışveriş yapan kişi, geçen kışki satın alma geçmişi yerine koşu ekipmanlarını görür.
İş kuralları bunun üzerine oturur. Genellikle stokta olmayan ürünleri hariç tutabilir, yüksek marjlı ürünleri öne çıkarabilir, farklı bir cinsiyet kategorisindeki ürünleri gizleyebilir veya aksesuarları ana ürüne kıyasla makul bir fiyat aralığında tutabilirsiniz.
Bir ürün sayfasında hangi yerleşimler en iyi sonucu verir?
Ürün sayfası, çoğu mağazanın başladığı yerdir. İki widget farklı işler yapma eğilimindedir ve bunları karıştırmak yaygın bir hatadır:
- Benzer ürünler: mevcut ürüne ikna olmayan alışveriş yapanlar için alternatifler. Moda, mobilya ve zevke dayalı seçimler içeren her şey için kullanışlıdır.
- Sıklıkla birlikte alınanlar: bir telefon için kılıf veya bir cihaz için yedek parça gibi tamamlayıcılar. Ortalama sipariş değerini artırmak için kullanışlıdır.
- Son görüntülenenler: alışveriş yapanların karşılaştırma yapmasına yardımcı olan basit bir hafıza yardımcısı.
- Görünümü tamamlayın: giyim ve ev dekorasyonunda yaygın olan, küratörlü veya AI tarafından oluşturulan setler.
Alternatifleri ayrılmak üzere olan insanları yakalayacak kadar yükseğe, tamamlayıcıları ise sepete ekle düğmesinin yakınına yerleştirin. Her seferinde bir değişiklik test edin.
Sepet ve ödeme önerileri nasıl kullanabilir?
Sepet, en yüksek niyet anıdır, bu nedenle buradaki öneriler küçük, ucuz ve bariz bir şekilde alakalı olmalıdır. Kahve makineleri satan bir mağaza ikinci bir makine değil, kireç çözücü tabletler veya bir süt kabı önerebilir. Birçok mağaza bunu ücretsiz kargo eşiğiyle bağlar: “Ücretsiz teslimat için bir ürün daha ekleyin,” ardından boşluğu kapatan ürünler.
Ödemenin kendisi temiz kalmalıdır. Çoğu ekip, ödeme adımındaki dikkat dağıtıcı unsurlar siparişlerin terk edilmesi riski taşıdığından önerileri ödeme adımının dışında tutar. Satın alma sonrası bir sayfa veya sipariş onay e-postası, ikinci bir teklif için daha iyi bir yerdir.
Öneriler e-posta ve aramada yardımcı olur mu?
Evet ve bunlar genellikle en kârlı yerleşimlerdir çünkü sitede olmayan insanlara ulaşırlar. Klaviyo ve Omnisend gibi e-posta platformları, alıcıya göre değişen ürün blokları ekleyebilir: sarf malzemeleri için yenileme hatırlatıcıları, terk edilmiş bir sepete benzer ürünler veya favori bir kategorideki yeni gelenler.
Site içi arama diğer büyük konudur. Bir sorgu yazan alışveriş yapan kişi size tam olarak ne istediğini söylemiştir. AI arama araçları sonuçları olası alaka düzeyi ve popülerliğe göre sıralar, yazım hatalarını düzeltir ve eş anlamlıları anlar, böylece “sneakers” araması “trainers” olarak etiketlenmiş ürünleri bulur. Sıfır sonuçlu aramalar kaybedilmiş satışlardır ve daha iyi arama bunları azaltır.
Mağaza türüne göre kullanım senaryoları
- Moda: bedene duyarlı alternatifler ve kıyafet setleri.
- Güzellik: tipik kullanıma göre zamanlanmış yenileme e-postaları.
- Elektronik: modele göre filtrelenmiş uyumlu aksesuarlar.
- Market ve evcil hayvan: yeniden sipariş listeleri ve abonelik uyarıları.
- Ev eşyaları: fiyat dengeli oda bazlı paketler.
Açmadan önce hangi verilere ihtiyacınız var?
Öneri kalitesi, katalog kalitesini yansıtır. Ürünlerinizin yarısının kategorisi yoksa, tutarsız renk adları veya eksik görselleri varsa, motor bunları iyi karşılaştıramaz. Az siparişi olan bir mağaza da işbirlikçi filtrelemeye öğrenecek az şey verir; bu durumda içerik tabanlı ve kural tabanlı yöntemler başlangıçta daha fazla ağırlığa sahiptir.
Bu temelleri kontrol edin: tam başlıklar ve kategoriler, boyut ve malzeme gibi yapılandırılmış özellikler, neredeyse gerçek zamanlı olarak senkronize edilen doğru stok seviyeleri ve ürün görüntülemeleri, sepete ekleme ve satın almalar için izleme olayları. Onay da önemlidir. GDPR kapsamındaki bölgelerde, izlemeye dayalı kişiselleştirme genellikle alışveriş yapanın çerez seçimlerine bağlıdır, bu nedenle reddeden ziyaretçiler için plan yapın.
Hangi hatalar önerilerin ters tepmesine neden olur?
En yaygın hata çok fazla şey göstermektir. Bir ürün sayfasındaki dört atlıkarınca ana ürünle rekabet eder ve mobilde sepete ekle düğmesini aşağı iter. Bir diğeri, alışveriş yapanın az önce satın aldığı ürünleri, örneğin satın alımdan bir gün sonra ikinci bir özdeş elektrikli süpürgeyi önermektir. Çoğu motor yakın zamanda satın alınan ürünleri hariç tutabilir; bu ayarın açık olduğundan emin olun.
Fiyat dengesi de önemlidir. 40 euroluk bir ürünün yanında 200 euroluk bir aksesuar önermek nadiren işe yarar. Soğuk başlangıç sorunları yeni ürünleri de etkiler, çünkü henüz davranış verileri yoktur, bu nedenle belirli bir süre için yeni gelenleri öne çıkaran bir kural eklemedikçe asla önerilmezler. Son olarak, sadece en çok satanları gösteren widget’lara dikkat edin. Bu kişiselleştirme gibi görünür, ancak sadece bir popülerlik listesidir ve kataloğunuzun uzun kuyruğunu gizler.
Alien Road, çevrimiçi mağazalar için AI önerilerini nasıl uygular
Tipik bir çalışmada, katalog verilerinin ve analiz olaylarının denetimiyle başlarız, çünkü bozuk izleme herhangi bir öneri testini anlamsız kılar. Ardından müşteri yolculuğunu haritalandırır ve en net göreve sahip iki veya üç yerleşim seçeriz, genellikle ürün sayfası tamamlayıcıları, sepet eklentileri ve bir e-posta akışı.
Kurulum, mümkün olduğunda, ücretli bir araç eklemeden önce müşterinin mevcut platform özelliklerini kullanır. Marj tabanları ve hariç tutulan kategoriler gibi kuralları mağazacılık ekibiyle tanımlarız ve trafiğin izin verdiği yerlerde A/B testleri yaparız. Raporlama, aylık olarak gözden geçirilen ziyaretçi başına gelir, ortalama sipariş değeri ve her widget için tıklamadan satın almaya dönüşüm oranına odaklanır. Yerini hak etmeyen widget’lar kaldırılır; daha temiz bir sayfa genellikle kalabalık bir sayfayı yener.
Bu hafta nereden başlamalı
Mağazanızın analizlerini açın ve görüntülenmeye göre ilk yirmi ürününüzü bulun. Her birinin tam bir kategorisi, özellikleri ve en az bir mantıklı tamamlayıcısı olup olmadığını kontrol edin. Ardından, platformunuzun yerleşik özelliğini kullanarak bu sayfalara tek bir “sıklıkla birlikte alınanlar” bloğu ekleyin veya düzeltin. Ortalama sipariş değerini önceki döneme kıyasla dört hafta boyunca ölçün ve ancak o zaman özel bir aracın aboneliğe değip değmeyeceğine karar verin.