Faida:
- Kuelewa mantiki ya injini ya mapendekezo (kununuliwa pamoja, bidhaa zinazofanana, ubinafsishaji) na athari zake kwenye metriki za biashara
- Uwezo wa kuunda uhusiano wa bidhaa, kifurushi na hali za uuzaji kwa msaada wa akili ya bandia na kuzigeuza kuwa nadharia zinazoweza kujaribiwa.
- Uwezo wa kuona hatari za kiputo cha chujio, upendeleo na pendekezo la kiotomatiki la hisa/kidogo na kanuni za pendekezo za kuunganisha kwa udhibiti wa kibiashara.
Sehemu kubwa ya mauzo kwenye tovuti kubwa za biashara ya mtandaoni hutoka kwa bidhaa inayopendekezwa kwa mteja, si bidhaa anayotafuta. Wote mmeona vitalu "Wale ambao walinunua hii pia walinunua hii", "Chaguzi zetu kwa ajili yako", "Nafuu pamoja". Mfumo wa nyuma ya vitalu hivi huitwa injini ya mapendekezo: ni programu ambayo hutoa majibu kwa swali "Ni lazima nionyeshe mtu huyu sasa?" kwa kuangalia tabia ya mteja, uhusiano wa bidhaa na mifumo ya jumla. Akili Bandia (AI) ni muhimu katika nyanja hii kwa njia mbili: inakusaidia kuzalisha matukio na sheria wakati wa kuunda mantiki ya mapendekezo, na inachanganua uhusiano wa bidhaa yako mwenyewe katika maduka madogo na kuja na mawazo ya kifurushi/ya uuzaji mtambuka. Lakini jihadhari: mfumo mzuri wa mapendekezo unapaswa kuangalia sio tu "mibofyo ngapi" lakini pia katika hesabu, kiasi, na uzoefu wa wateja.
Hebu tufafanue maneno mawili. Uuzaji mtambuka ni kutoa bidhaa nyingine inayosaidia bidhaa kwa mnunuzi (kesi kwa mnunuzi wa simu). Up-sell inatoa muundo wa juu/ghali unaokidhi hitaji sawa (GB 256 badala ya GB 128). Zote mbili ni njia halali za kuongeza kikapu wastani (AOV); Lakini inafanya kazi wakati ina manufaa kwa mteja, na inasumbua inapolazimishwa.
Mantiki tatu za msingi za mfumo wa mapendekezo
Mifumo ya pendekezo kwa ujumla hutumia moja au mchanganyiko wa mbinu tatu.
1) Kulingana na yaliyomo: Huangalia vipengele vya bidhaa yenyewe. "Viatu vingine vya kukimbia sawa na kiatu hiki cha kukimbia". Inafanya kazi hata na wateja wapya kwa sababu hauhitaji historia ya tabia.
2) Uchujaji shirikishi: Huangalia muundo wa tabia. "Watu ambao walinunua bidhaa hii pia walinunua hii." Ni nguvu, lakini inahitaji data nyingi na inakabiliwa na "kuanza baridi" (bidhaa mpya/mteja mpya).
3) Ubinafsishaji: Hurekebisha onyesho kwa mteja mmoja kulingana na tabia zao za zamani. Ina athari kubwa lakini hubeba hatari ya faragha na "viputo vya kuchuja".
Jedwali lifuatalo linatoa muhtasari wa vizuizi vya mapendekezo na madhumuni yao:
kuzuia
mantiki
Kusudi
mfano
Bidhaa zinazofanana
kulingana na yaliyomo
toa njia mbadala
Funga mifano katika kitengo sawa
kuchukuliwa pamoja
ushirikiano
kuuza msalaba
simu + kesi + mlinzi wa skrini
Chaguo zetu kwako
Ubinafsishaji
kujitolea
Kulingana na urambazaji uliopita
Vipendwa / wauzaji bora
Umaarufu
Amini + mteja mpya
Wauzaji bora katika kategoria
ulipoishia
data ya kikao
kugeuza
Bidhaa zilizotazamwa mwisho
Usanidi wa pendekezo na AI kwenye duka ndogo
Hata maduka madogo na ya kati ambayo hayawezi kuanzisha injini ya mapendekezo ya kampuni yanaweza kuunda kwa akili uhusiano wa bidhaa kwa kutumia AI. Unaweza kutoa bila kujulikana data halisi ya "bidhaa zinazouzwa pamoja" (vitu vya kuagiza) kwa AI na ifanye ichanganue "ni bidhaa zipi zinanunuliwa pamoja, ni vifurushi gani ninaweza kupendekeza?" AI inakutengenezea dhana potofu za kuuza na kuunganisha; Unazichuja kupitia hisa na ukingo, na kisha unazijaribu. Neno muhimu hapa ni dhana: pendekezo la AI sio ushahidi, lakini wazo la kupimwa.
Kidokezo: Geuza kila wazo la pendekezo kuwa nadharia ya "ikiwa-basi": "Ikiwa tunapendekeza Y kwa mtu anayenunua X, wastani wa kikapu chake utaongezeka." Kisha pima hili kwa jaribio dogo (jaribio la A/B au kipindi cha muda). Pendekezo bila kipimo ni nadhani tu.
Ukaguzi wa kibiashara wa sheria za mapendekezo
Mfumo wa mapendekezo unaweza kuwa hatari ikiwa utaachwa kwa otomatiki kabisa "iliyobofya zaidi". Hisa: Kupendekeza bidhaa ambayo imeisha itamkatisha tamaa mteja. Pambizo: bidhaa iliyo na mibofyo mingi inaweza kuwa na ukingo wa chini kabisa; Mfumo unaweza kukuelekeza kwa bidhaa zisizo na faida. Usalama na ufaafu wa chapa: pendekezo lisilo na umuhimu au lisilofaa katika kategoria nyeti (mtoto, afya) hupoteza uaminifu. Kiputo cha kichujio: kuonyesha mteja mara kwa mara aina sawa ya bidhaa huua ugunduzi na kupunguza mauzo. Ndiyo maana mapendekezo ya kiotomatiki lazima yameandaliwa na sheria za biashara: "pendekeza kile kilicho kwenye hisa", "usiangazie bidhaa ambayo ukingo wake uko chini ya kizingiti hiki", "dumisha utiifu wa kitengo".
Upendeleo pia ni hatari halisi. Kwa sababu mfumo wa mapendekezo unategemea tabia ya zamani, unaweza kuimarisha ukosefu wa usawa uliopita; Kwa mfano, mara kwa mara kupendekeza bidhaa za bei nafuu/za ubora wa chini kwa kikundi fulani. Hili ni suala la kimaadili na kibiashara. Inahitajika kukagua mara kwa mara matokeo ya pendekezo kwa nia ya "nini kinapendekezwa kwa nani".
Violezo vinne vinavyoweza kunakiliwa
1) Uchambuzi wa bidhaa zinazouzwa pamoja:
Jukumu lako: msaidizi wa mchambuzi wa biashara ya mtandaoni. Ifuatayo ni bidhaa za kuagiza bila majina (misimbo ya bidhaa na idadi ya nyakati zilizochukuliwa pamoja). Data: [meza]. Kazi: tafuta jozi 10 za vitu vinavyonunuliwa mara nyingi pamoja; Kwa kila jozi, andika dhana ya uuzaji mtambuka (“Ofa Y kwa wanunuzi X”). Kumbuka: Hizi ni dhana; Pia nitaangalia hisa na ukingo.
2) Mapendekezo ya kifungu:
Bidhaa: [bidhaa kuu]. Bidhaa za ziada: [orodha, yenye maelezo ya ukingo]. Kazi: Pendekeza vifurushi 3 vinavyofaa; Kwa kila kifurushi, eleza manufaa kwa mteja katika sentensi moja. Sheria: bidhaa zote kwenye kifurushi lazima ziwe kwenye hisa; kufanya bidhaa ya kiwango cha chini kuwa mchoro mkuu.
3) Hali ya mauzo ya juu:
Mteja anaangalia: [bidhaa, bei, vipengele].Miundo ya hali ya juu: [orodha, yenye tofauti za bei/vipengele].Kazi: andika ujumbe wa mauzo ya uaminifu: ni kiasi gani cha kulipia faida ya ziada.Kanuni: hakuna kutia chumvi; Eleza tofauti kupitia vipengele halisi.
4) Angalia sheria ya mapendekezo:
Angalia sheria zifuatazo za mapendekezo.Sheria: [orodha].Kazi: tathmini kila sheria dhidi ya hatari zifuatazo: uwiano wa hisa, ulinzi wa ukingo, usawa wa kategoria, kiputo cha chujio, upendeleo.Orodhesha sheria hatari na mapendekezo yako kwa marekebisho.
kesi tatu ndogo
Kesi ya 1 - Faida ya uuzaji. Duka la vifaa vya elektroniki lilichanganua data ya agizo na AI na kupata muundo wa "40% ya wale walionunua simu pia walinunua kesi ndani ya siku 30." Imeongeza kizuizi cha pendekezo la kesi inayofaa kwenye ukurasa wa simu (kuchuja zilizo kwenye hisa). Wastani wa kikapu uliongezeka kwa kipimo. AI ilitoa dhana, duka liliijaribu na kuithibitisha.
Kesi ya 2 - Mtego wa ukingo. Duka moja liliacha ukurasa wa nyumbani kabisa kwa bidhaa "zilizobofya zaidi". Bidhaa zilizobofya zaidi zilikuwa bidhaa za kampeni zilizo na viwango vya chini kabisa, zingine hata ziliuzwa kwa hasara. Mauzo yaliongezeka lakini faida ilipungua. Suluhisho: "Angazia bidhaa ambayo ukingo wake uko chini ya kizingiti kwenye ukurasa wa nyumbani" kichujio kimeongezwa kwa sheria ya mapendekezo.
Kesi ya 3 - Kiputo cha chujio. Kwenye tovuti ya kitabu, kwa sababu mteja alipendekezwa kila mara aina ileile ya kitabu, mteja hakuwahi kugundua aina mpya na maslahi yake yalipungua baada ya muda. Wakati kanuni ya utofauti "angalau 20% ya mapendekezo yanapaswa kutoka kwa aina tofauti" iliongezwa kwenye sheria ya mapendekezo, ugunduzi na mauzo yalipatikana.
Mwongozo dhaifu / Mwongozo thabiti
Agizo dhaifu:
Ninaweza kupendekeza nini na bidhaa hii, nipe maoni kadhaa.
Muundo huu hutoa mapendekezo ya jumla, labda nje ya hisa bila kujua data yako halisi na ukingo.
Agizo lenye nguvu:
Jukumu lako: mchambuzi wa biashara ya mtandaoni. Bidhaa kuu: vifaa vya sauti visivyo na waya (kidogo 28%, katika hisa). Wagombea wa ziada (wenye hisa/pembezoni): mfuko wa kubebea (asilimia 45, dukani), seti ya vifaa vya sauti vya masikioni (asilimia 50, vilivyo dukani), kebo ya kuchaji (asilimia 20, inapatikana). Kazi: pendekeza vifurushi 2 vya kuuza bidhaa tofauti pekee vilivyo na hisa na pembezoni zaidi ya 30%; Andika faida ya mteja katika sentensi moja kwa kila kifurushi.
Makosa ya kawaida
- Kupotosha pendekezo kwa ushahidi. Matokeo ya AI ni dhana; Haiwi uamuzi bila kupimwa.
- Kupuuza hesabu na ukingo. Mapendekezo ya kiotomatiki yanaweza kuangazia bidhaa isiyo na faida au iliyouzwa.
- Ipe sifa tu kwa umaarufu. Iliyobofya zaidi sio kila wakati yenye faida zaidi au inayofaa zaidi.
- Kuunda kiputo cha kichujio. Kuonyesha bidhaa sawa kila mara kunaua ugunduzi na mauzo.
- Sio kuangalia upendeleo. Mfumo unaweza kuimarisha usawa uliopita; Ukaguzi wa mara kwa mara unahitajika.
- Kulazimishwa kuuza. Kusukuma mfano wa gharama kubwa ambao hauna faida utasababisha kupoteza kujiamini.
Kwa muhtasari
Mifumo ya mapendekezo huongeza wastani wa kikapu na uaminifu kwa kuonyesha mteja bidhaa sahihi kwa wakati ufaao. Kuna mantiki tatu za kimsingi: kulingana na yaliyomo (bidhaa zinazofanana), shirikishi (zilizonunuliwa pamoja), na ubinafsishaji. Hata katika maduka madogo, AI inaweza kuzalisha hypotheses ya kuuza na kuunganisha kutoka kwa data ya utaratibu; Lakini haya ni mawazo ya kupimwa, sio uthibitisho. Hakikisha umeweka sheria za mapendekezo kuhusu hisa, ukingo, uwiano wa aina na aina; Angalia kiputo cha kichujio na hatari za upendeleo mara kwa mara. Mapendekezo ya kiotomatiki huunda thamani yanapozingatiwa udhibiti wa kibiashara.
Jukumu la maombi
Toa jozi 5 za bidhaa zinazonunuliwa mara nyingi pamoja kutoka kwa data ya agizo lako (na misimbo ya bidhaa isiyojulikana). Uliza AI kwa dhahania za uuzaji mtambuka kwa kiolezo cha "Uchambuzi wa bidhaa zinazouzwa pamoja". Geuza kila dhana kuwa taarifa ya "ikiwa-basi" na uichuje kupitia hisa na ukingo. Andika mpango wa majaribio ya nadharia 2 zinazovutia zaidi (muda gani, kipimo kipi cha kupima). Hatimaye, tathmini mapendekezo yako ya sheria za hatari ukitumia kiolezo cha "Ukaguzi wa kanuni za Mapendekezo".
orodha ya ukaguzi
- [ ] Nilichukulia maoni ya mapendekezo kama dhahania ya kujaribiwa, si kama ushahidi.
- [ ] Nilichuja kila pendekezo kupitia hisa na ukingo.
- [ ] Kando na umaarufu, nilizingatia pia faida na kufaa.
- [ ] Niliepuka kiputo cha kichujio kwa kanuni ya utofauti.
- [ ] Niliangalia kwa upendeleo mapendekezo yanaonyesha nani.
- [ ] Nilipanga kupima mapendekezo ya kuahidi kwa mtihani halisi.