关于产品推荐的10个问题
很多零售商使用自己主動的產品推薦技術來添加他們的銷售額和轉化率。這些推薦的物品一般是商業網站上動態生成的。通常基于特定客戶或一組客戶的購買習慣。
Strands Recommender?是一個率先的動態生成產品推薦的提供者,我們近期採訪了其市場經理 Trevor Legwinski, 關于產品推薦的概念和它對電子零售商的效果。
10 個關于產品推薦的問題
Practical eCommerce:?什么是產品推薦,它們在一個零售商的站點上怎樣工作?
Trevor Legwinski:?“因為電子商務公司有非常多產品。對最優的轉化率來收,結構化地添加銷售和交叉銷售會非常困難。
產品推薦通過學習你的站點訪問者的個人和總體的行為等級來解決問題。我們自己主動地採集這個數據和商業化你的站點,將新訪問者的行為和意圖與轉化過的數千購物者進行匹配。 對回訪者我們展示基于他們的客戶信息的產品。是我們的引擎隨時間推移匿名地學習到的偏好。包含偏好類別,最愛的品牌,甚至特定的顏色和大小。”
PEC:?推薦通常出如今網站的什么位置?
Legwinski:?“零售商通常把推薦放在他們的首頁。產品細節頁面和他們的購物車中。還有。我們已經開始在分類頁面、搜索頁面引入推薦。甚至創建了類似于Amazon.com的客戶"個性化的登錄頁面"。”
PEC:?你們怎樣決定推薦那些產品?
Legwinski:?“如果你的公司是一個我們的客戶。我們的引擎匿名地檢測到訪問你的網站的客戶基于他/她的購物行為創建一份客戶簡單介紹。
這些包含,比如,他們瀏覽的產品,搜索,加入到購物車和永久購買。
對新的訪問者我們展示在過去有相似行為的人們最有可能購買的商品。對回訪者,我們訪問他們的簡單介紹并展示與他們的偏好相關的產品。還有,我們提供易用的商業工具同意零售商基于他們的自身市場和商業須要過濾推薦結果。”
PEC:?零售商用于產品推薦的是什么樣的結果? 你能從你的客戶中引用一些實際的數據嗎?
Legwinski:?“我們與零售商差點兒在每個文件夾都有合作,從服裝到鞋類,到電器圖書。游戲,音樂,家具,和體育設備。
他們平均能看到銷售額有8到12個百分點的增長。別的更重要的影響推薦器的效果的因子是流量量級,推薦板塊數量。推薦放置的位置,和文件夾大小。給你一些細節和把數字透視出來:一個戶外設備客戶使用我們的349美元每月的標準計劃。年收入已經約有1百萬美元,當前通過使用我們的服務還獲得每月2000美元的銷售額。我們的一個最大的服裝零售商使用了我們的企業計劃。已經獲得了70 百萬的回報,并正在獲得200 000 每月的額外回報。
”
PEC:?目標是提升基本轉化率。平均訂單大小還是都有?
Legwinski:?“我們的推薦引擎的目標是都要添加平均訂單大小和轉化率。通過對新訪問者和回訪者提供個性化的體驗。我們可以提高加入到購物車中的產品的數量的同一時候提高我們的客戶的轉化率水平。還有。使用個性化的郵件可以使現有的客戶添加響應率。
”
PEC:你們的推薦服務是部署在你們公司內嗎?它怎樣與一個零售商的站點集成?
Legwinski:?“Strands Recommender 是一個 SaaS 解決方式,意味著它全然由我們部署。
這消除了非常多的版本號控制問題和部署復雜性。集成僅僅須要三步操作:
這個feed幫助我們的引擎學習你的產品種類并保持與你的文件夾實時相應。
我們也支持來自排行榜和評論提供者還有網站搜索提供者的數據feeds。
我們可以通過使用如“購買了那個的人也買了……”算法檢測購物模式,相關的profile和別的更加復雜的模式。要做到這些。與Google統計相似的簡單的跟蹤代碼貼到你的主頁面模板的底部,產品細節。購物車,訂單確認,和如可用的“愿望列表”和“最愛”頁面。
”
PEC:?你們的服務支持全部的購物車嗎,本地部署的還是認證過的?
Legwinski:?“是的。我們的JavaScript 和 API 安裝使得它對于安裝有我們的軟件的不論什么購物車的零售商而言很easy。
(Our JavaScript or API install makes it very easy for merchants with any shopping cart to install our software. ) 我們已經進一步簡化,已經為Miva Merchant 和 Magento stores 創建了購物車插件。
“我們近期開放了我們的 API 給開發人員。同意他們創建購物車插件給他們最喜歡的購物車和在用戶profile上創建有意思的功能和收集Strands 推薦系統的產品格為。我們非常興奮地看到開發人員團體擁抱個性化和創造一些實用的和非常酷的插件。
”
PEC:?要花多少錢?
Legwinski:?“我們的計劃從對小型零售商的每月$149起步到$999,對大型企業客戶的要更高。
推薦系統變得越來越實惠。過去,這項技術僅僅有大型零售商負擔得起每月數千元的花費。我們的目標已經使得我們的技術讓小型的零售商可負擔。
”
PEC:?一個零售商必須有一定的大小嗎,或者有一定數量的SKUs ,為使推薦器非常好的工作?
Legwinski:?“我們已經發現零售商有至少500個產品和每月至少15 000個獨立訪問者時會獲得最大的利潤。這并不意味著僅僅有小的文件夾不能從推薦中獲益,可是成功真正關鍵的是流量等級和產品搭配。推薦引擎須要一個確定等級的產品數據和有效的流量。我們也發現了5 000 個獨立訪問者是達到連續有影響效果的最低閥值。
”
PEC:?零售商須要知道的關于產品推薦的別的還有什么?
Legwinski:?“過去我們沒有重點強調的一個有積極作用的推薦是郵件營銷。我自己作為一個網購常客。我每天從不同的零售商那里收到營銷郵件。
可是是我沮喪的是非常多的零售商仍然發送一個包括一個同樣商品的標準的模板給每個的客戶。
有一些要說給那些花時間為他們的客戶個性化郵件并展示產品子集或他們可能關心的促銷。它告訴客戶,你是真正在試圖服務他們,并且,很多其它的是,他們會從你額外的努力中買很多其它。“
-----------------------------------------------------------------------------
后記:在《Mahout in Action 》一書的第一章看到了這個注。認為挺有意思。就翻譯一下。
越翻譯越認為是這個推薦引擎的營銷廣告。只是還是堅持譯完了。水平非常粗糙。
profile這個詞貌似非常難用中文表達。
原文:http://www.practicalecommerce.com/articles/1942-10-Questions-on-Product-Recommendations總結
以上是生活随笔為你收集整理的关于产品推荐的10个问题的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 基于Redis的MQ中间件实现-目录
- 下一篇: 手机自动化测试:appium源码分析之b