Cum să preziceți ce vrea clientul dvs. în continuare – PromptCloud

Clienții, indiferent de industrie și piață, sunt acum bombardați cu numeroase reclame de pe toate platformele media, împreună cu e-mailuri de marketing generice. Acest lucru a afectat nivelul de încredere al clienților, făcându-i și orbi la majoritatea, dacă nu la toate, astfel de comunicări. Acest lucru a marcat sfârșitul marketingului generic nedirecționat, deși acest lucru este încă în practică la multe companii. Cu tot zgomotul din jur, marketingul nedirecționat pur și simplu nu mai funcționează; mai ales având în vedere că milenii au o durată de atenție de doar 5 secunde pentru reclame.

Acest lucru nu este de ce să vă faceți griji acum, că toate companiile au acces la date structurate și bine organizate ale consumatorilor și preferințele acestora, împreună cu capacitatea de a monitoriza rețelele sociale pentru conversații live pe care marca lor ar putea dori să le cunoască. Această mină de aur de date poate permite companiilor să livreze campanii de marketing personalizate și oferte care sunt prea bune pentru a fi ignorate.

Una dintre tacticile cheie pentru a face mai multe vânzări în acest sens este NBO sau Next Best Offer. Adoptarea timpurie de către Amazon a unui motor de recomandare pentru a determina cumpărătorii să facă comenzi pe baza vizitelor pe paginile lor, căutărilor și comenzilor anterioare poate fi considerată a fi originea NBO.

În continuare, procesele și tehnologiile Best Offer sunt vitale pentru a obține un avantaj competitiv sustenabil și pentru a îmbunătăți ratele de răspuns de până la 10 ori față de cele ale unei campanii generice.

Iată câteva implementări populare ale motoarelor de recomandare:

LinkedIn: „Locuri de muncă de care ați putea fi interesat”

Amazon: „Clienții care au cumpărat acest articol au cumpărat și ei”

Facebook: „Oameni pe care s-ar putea să-i cunoști”

Netflix: „Alte filme pe care le-ar putea plăcea”

Acum că am stabilit cât de important este un sistem NBO pentru companiile care încearcă să aibă un impact în această lume zgomotoasă a marketingului, haideți să vedem cum să aplicați acest lucru în afacerea dvs.

Prima și cea mai importantă condiție prealabilă pentru aceasta este un motor de recomandare care utilizează tehnici de filtrare colaborativă pentru a genera recomandări adaptate pentru diferiți utilizatori. Să explorăm mai multe despre motoarele de recomandare.

Motoare de recomandare: Cum funcționează

Există 3 tipuri majore de motoare de recomandare și toate funcționează diferit. Selectarea tipului potrivit depinde în totalitate de modelul și nevoile dvs. de afaceri.

1. Filtrare colaborativă:

În acest model de motor de recomandare, recomandările se bazează pe achizițiile anterioare ale cumpărătorului. Dacă un utilizator a cumpărat un anumit produs, recomandările de produse pentru el/ea vor fi derivate din comportamentul de cumpărare al tuturor celorlalte persoane care au cumpărat acel anumit produs.

De exemplu, dacă cumpărați Apple iPhone 7, sistemul va analiza istoricul achizițiilor altor utilizatori care au cumpărat iPhone 7. Să presupunem că majoritatea persoanelor care au cumpărat iPhone 7 au comandat și un anumit tip de husă de protecție imediat după cumpărare. Acest lucru ar ajunge în sistemul să recomande aceeași husă de protecție noilor cumpărători.

Filtrarea colaborativă este o abordare extrem de eficientă atunci când cantitatea de date disponibile este mare. Cu toate acestea, fără date suficiente, recomandările ar putea să nu aibă relevanță și să nu dea rezultatele așteptate. Dacă aveți o bază mare de utilizatori, filtrarea colaborativă poate fi folosită pentru a vă construi cu încredere motorul de recomandare.

2. Filtrare bazată pe conținut:

În modelul de filtrare bazat pe conținut, fiecărui articol îi sunt atribuite anumite cuvinte cheie și atribute specifice acestora. Pe baza preferințelor utilizatorului, motorul de recomandare atribuie utilizatorilor o pondere pentru aceste atribute. Pentru a urmări acest lucru, se face un profil pentru fiecare utilizator în care sunt stocate aprecierile și antipatiile pentru diferite atribute. Motorul de recomandare poate potrivi profilul utilizatorului cu atributele produsului, generând astfel recomandări relevante.

Această abordare nu este foarte eficientă, deoarece atașarea atributelor la articole este o provocare, iar lipsa detaliilor la nivel granular ar face recomandările vagi și irelevante. O altă limitare a modelului de filtrare bazat pe conținut este că sistemul nu va fi eficient în a sugera diferite tipuri de produse. De exemplu, dacă un utilizator a comandat un anumit tip de carte, sistemul poate recomanda cărți similare, dar nu jocuri, filme sau alte tipuri de produse.

3. Model hibrid:

După cum este previzibil din nume, modelul hibrid reunește cele două modele pentru a face un motor de recomandare puternic și precis. Un model hibrid poate fi construit fie prin adăugarea de capabilități bazate pe conținut la un model colaborativ (sau invers), combinând două modele separate, fie prin construirea unui model personalizat. Netflix este un adoptator popular al modelului hibrid, iar relevanța recomandărilor lor este un motiv suficient pentru a urma această cale.

Când cele două abordări sunt combinate, ajungi să culege beneficiile ambelor, iar limitările fiecăreia sunt compensate de cealaltă. Crearea unui model personalizat care combină calitățile ambelor modele ar necesita abilități impecabile de știință a datelor și de programare.

Măsurarea impactului motorului dvs

Acum că ați implementat motorul de recomandare potrivit pentru modelul dvs. de afaceri, este vital să măsurați impactul acestuia asupra rezultatelor dvs. de profit, cum ar fi creșterea veniturilor, reducerea pierderii și îmbunătățirea experienței utilizatorilor.

Pentru a evalua impactul, ar trebui să vă puneți câteva întrebări de bază:

1. Cât de bine ajustate sunt recomandările în ceea ce privește nevoile utilizatorilor sau sunt foarte ample?
2. Sunt afectate acțiunile utilizatorilor ca răspuns la recomandări?
3. Sunt utilizatorii deschiși să primească aceste recomandări și le consideră utile?

Construirea unui motor de recomandare va fi o investiție considerabilă pentru afacerea dvs., atât din punct de vedere tehnic, cât și financiar. Cu toate acestea, dacă este implementat în mod corect, cu obiective clar definite, vă poate catapulta afacerea la următorul nivel.

Concluzie

NBO este în mod clar o tactică cu un potențial extraordinar, iar investiția în construirea uneia se amortizează singură într-un interval scurt de timp. Ignorarea acesteia poate duce la pierderea clienților în fața concurenților care au fost suficient de inteligenți pentru a construi un sistem de recomandare. Deoarece clienții sunt acum bombardați cu campanii de marketing de peste tot, ei nu vor acorda atenție celor irelevante și aici intervin motoarele de recomandare. Deși totul este bine cu motoarele de recomandare, relevanța recomandărilor dvs. ar fi cea care decide rezultatele. ai putea obtine din asta.