Tra gli engine base che Blendee offre per mettere in campo efficaci strategie di personalizzazione dell’esperienza di navigazione ed acquisto,  troviamo “Recommendation Engine”.

Caratteristiche e Funzionalità dell’Engine
Il “Recommendation Engine” di Blendee è facilmente accessibile dal menù principale, cliccando sul menù alla voce “Website”.

Una volta effettuato l’accesso,  in pochi e semplici click è possibile creare product e content recommendation da integrare nelle sezioni più salienti del sito o dello shop.

Content e product recommendation rappresentano, infatti, uno degli aspetti più salienti quando parliamo di personalizzazione on-site. Tanto in ambito eCommerce quanto in ambito lead generation mostrare all’utente prodotti e/o contenuti in linea alle aspettative e agli interessi dell’utente rappresenta un fattore critico di successo in termini di engagement.

FOCUS eCOMMERCE

Stando ai dati resi noti dallo stesso Amazon, circa il 35% del suo fatturato totale viene generato proprio dagli algoritmi di product recommendation, che in media riescono a portare un incremento di fatturato del 12%, con punte, in alcuni casi, del 30%.
Incremento dello scontrino medio, aumento della revenue, ma non solo: l’efficacia di una buona strategia di product recommendation, si misura anche nella fidelizzazione stessa del cliente.

Recommendation engine: ma quale algoritmo?

Il “Recommendation Engine” di  Blendee mette a disposizione degli utilizzatori numerosi algoritmi.

Ripercorriamo i principali:

• trending recommendation: vengono mostrati i prodotti/contenuti più popolari del catalogo per click e view;
• personalized recommendation: l’utente ha la possibilità di vedere prodotti/contenuti selezionati in base alla sua recente storia di navigazione all’interno del sito;
• personalized trending recommendation: in questo caso l’algoritmo propone prodotti/contenuti mixando i due precedenti, ovvero suggerendoli a partire dalla storia di navigazione dell'utente ma più popolari per click e view;
• browsing history recommendation: in questo caso vengono mostrati prodotti/contenuti a partire da quelli che l’utente ha visto;
• personalized recommendation by sales: l’algoritmo consente di mostrare prodotti  suggeriti a partire da quelli che l’utente ha acquistato di recente;
• shopping cart recommendation: con questa tipologia vengono mostrati prodotti consigliati a partire da quelli che l’utente ha inserito nel carrello;
• remarketing recommendation: vengono mostrati prodotti che l’utente ha visionato negli ultimi giorni ma non ha acquistato.

Queste sono soltanto alcune tipologie di product e content recommendation implementabili. Non dimentichiamo che ognuna di esse può essere ulteriormente personalizzata agendo su singoli segmenti della audience e su particolari condizioni che riguardano le caratteristiche del prodotto o del contenuto stesso.

TIPS&TRICKS

Nessun algoritmo funziona bene o male a prescindere: molto dipende dal contesto in cui viene applicato o dal cluster di utenti su cui viene attivato. Il consiglio in questo caso, qualora ci fosse incertezza sull’algoritmo da impiegare, è quello di effettuare A/B/X test mediante l’engine “Campaign Manager”.

Product & Content Recommendation: sfrutta il valore del contesto

Come anticipato prima non esistono algoritmi che sulla carta possono essere giudicati più efficaci di altri, molto dipende dal contesto in cui le recommendation vengono mostrate.

Se per le raccomandazioni di contenuti la pagina in cui i contenuti vengono mostrati o la precedente esperienza di navigazione dell’utente sono i principali aspetti che possono influenzare l’efficacia di contenuto consigliato, in ambito eCommerce, è possibile seguire alcune linee guida e sfruttare le product recommendation in ottica di up-selling e cross-selling.

Home Page
È possibile mostrare in home page i prodotti più popolari per click e view partendo dalla storia di navigazione o acquisto dell’utente, se è un utente conosciuto, oppure, più in generale, se si tratta di un utente anonimo.

Category Page

Anche in questo caso è consigliato mostrare i prodotti più popolari per click e view, questa volta in funzione della particolare categoria in cui vengono mostrati.

Product Page
In questo specifico caso è possibile mostrare prodotti appartenenti alla medesima categoria del prodotto visualizzato ma con prezzo leggermente più alto se si desidera mettere in campo strategie di up-selling, oppure prodotti correlati a quello mostrato per strategie di cross-selling.

Cart Page / Checkout Page
La pagina carrello si mostra particolarmente indicata per mettere in campo strategie di cross-selling ed incrementare così il valore del carrello medio, mostrando prodotti correlati, meglio se a prezzo basso, a quello che l’utente sta decidendo di acquistare.

Pagina 404 e Pagina Ricerca

Pagine solitamente non personalizzate, grazie alle product recommendation possono trasformarsi in pagine importanti per lo shop: stiamo parlando della pagina 404 e di quella di risultati di ricerca, i cui contenuti possono essere personalizzati in funzione dell’utente che le visita.

HOW TO

Personalizzazione dell’esperienza di navigazione ed acquisto on-site, ma non solo: product e content recommendation possono essere integrate anche in campagne di email marketing, inserendo blocchi di prodotti e contenuti direttamente nel corpo della newsletter.

Recommendation come “aiuto” per strategie di profilazione

Concludiamo questo breve excursus sull’importanza di mettere in campo efficaci strategie di A.I. personalization attraverso content e product recommendation, focalizzandoci su un aspetto da non sottovalutare.

Anche di fronte ad utenti che accedono per la prima volta allo shop o al sito istituzionale del cliente è possibile personalizzarne l’esperienza di navigazione proprio mettendo in campo efficaci strategie di content personalization.

In questo particolare contesto, mostrare contenuti più cliccati o visti può aiutare ad intercettare gli interessi dell’internauta, dando così avvio ad una procedura di progressive profiling che negli strumenti e nelle applicazione di marketing automation trova ampio riscontro.

Le potenzialità di una funzionalità come quella delle product recommendation sono davvero enormi se ben sfruttate e se rispondenti ad una strategia ben pianificata: come per ogni attività di marketing automation il consiglio è ovviamente quello di farne un uso accorto per evitare effetti di over automation che potrebbero infastidire l’utente.