Продуктовые обновления

23 ноября 2023

Новый алгоритм рекомендаций на основе нейросетей показывает релевантные товары до 23% чаще

Мы разработали алгоритм рекомендаций на поиске на основе нейросетей. По сравнению с прошлым алгоритмом, новый показывает релевантные товары до 23% чаще и до 14% точнее предсказывает следующий продукт, с которым пользователь будет взаимодействовать. О других преимуществах рассказываем в статье.

Кирилл Морозов

Главный редактор Retail Rocket Group

Ключевые преимущества нового алгоритма

Лучше работает на новых или редких поисковых фразах

Пользователь ищет «трельяж с зеркалом». Нейросеть «понимает» смысл поискового запроса и объединяет его с другими фразами: «трельяж», «туалетный столик с зеркалом», «туалетный столик», «стол с зеркалом». Так алгоритм строит наиболее релевантные рекомендации к редкому запросу.

Пример работы алгоритма, который распознает поисковый запрос и предлагает релевантные товары:

На популярные запросы даёт более точные рекомендации

Пользователь ищет «ноутбук для графического дизайна». Вместо того, чтобы показать список всех доступных ноутбуков, новый алгоритм разберёт поисковый запрос на части. Он поймёт, какой конкретно нужен ноутбук, и предложит варианты с высокой производительностью и качественным дисплеем.

Алгоритм, который не использует нейросети, показал бы ноутбуки, которые люди чаще всего покупали по данному запросу. Новый алгоритм предлагает модели, которые лучше решают конкретную задачу.

Уменьшает зависимость рекомендаций от популярности товара

Во многих онлайн-магазинах старый алгоритм слишком часто показывал сверхпопулярные товары, порой заслоняя более релевантные варианты. Из-за такого подхода снижалась конверсия. Новый алгоритм предлагает товары, которые точнее соответствуют намерениям покупателя.

Зависимость рекомендаций от популярности товаров ещё называют «банановой проблемой». В продуктовых магазинах одним из самых популярных товаров являются бананы, и они сильно влияют почти на все блоки рекомендаций. Даже если человек ищет говяжий фарш, в рекомендациях он с большой вероятностью увидит эти популярные фрукты. Новый алгоритм умеет решать эту проблему и полностью убирает нерелевантные товары.

Как подключить

Обратитесь к вашему персональному менеджеру, который проконсультирует вас о том, стоит ли использовать новый алгоритм в вашем случае. А если вы захотите использовать нейросети в работе, то поможет настроить пробный запуск.

Оставьте заявку на демо, чтобы увидеть возможности алгоритма.

Авторы статьи

Кирилл Морозов

Главный редактор Retail Rocket Group

Как увеличить продажи в fashion с помощью персонализации CJM

В офлайн-магазине сложно выстроить полноценную работу с CJM. Оформление витрин, выкладка товаров, cкрипты общения персонала хоть и влияют на решение о покупке, но не позволяют полностью контролировать путь клиента. Зато это можно сделать в интернет-магазине с помощью индивидуальной онлайн-витрины и персонализированных коммуникаций. Как они помогают бизнесу зарабатывать больше, рассказываем в статье.

Наталья Казьмина

CMO Retail Rocket Group

Как персонализировать путь клиента в онлайн-магазине

В офлайне покупатели видят одинаковые промо вместо индивидуальной скидки и выбирают вещи из одной и той же коллекции. Если не нравится цветовая гамма или скидка оказалась слишком маленькой, клиент с большей вероятностью уйдёт из магазина без покупки, а мы ничего с этим не сможем сделать.

В онлайн-магазине можно заранее продумать клиентский путь. Тогда каждый покупатель будет видеть в первую очередь интересующие его позиции, а не случайные товары из всего ассортимента бренда. Персонализацию CJM нужно начинать с настройки:

персональной витрины на главной странице,
индивидуальной выдачи на странице «Категории»,
автоматического подбора образа к выбранному товару,
системы рекомендаций в корзине.

Чтобы разобраться в каждом этапе, давайте пройдём путь по интернет-магазину мечты вместе с клиентом.

Персональная витрина на главной странице

В первую очередь клиент видит витрину — главную страницу интернет-магазина с разными наборами предложений, баннерами и товарными категориями. Её можно сделать индивидуальной. Например, показывать персональные рекомендации, основанные на имеющейся информации о покупателе.

Чтобы давать точные рекомендации, мы должны узнать о клиенте как можно больше данных. Причём делать это можно не только через онлайн-инструменты, но и в офлайне. Представьте ситуацию, покупатель приходит в магазин, примеряет новый свитер, а опытный консультант вносит в CRM-систему его размер и цветовую гамму. Полученную информацию мы можем использовать для того, чтобы показывать клиенту одежду тех цветов, которые нравятся ему сильнее всего.

Если данных недостаточно, то можно предлагать хиты продаж. По мере накопления знаний о клиенте, подстраивать рекомендации под его профиль.

Алгоритмы, которые хорошо работают на главных страницах:

Индивидуальная выдача на странице «Категории»

После витрины клиент попадает на страницу с категориями товаров. Сделать их удобными для пользователя поможет группировка по принципу jobs to be done. Это когда люди покупают одежду и любой другой продукт не просто так, а для выполнения конкретных задач в их жизни.

Например, купить юбку для встречи с инвестором, майку для загородной поездки, тунику для отдыха на пляже. Именно эти паттерны поведения мы должны учитывать при персонализации страницы «Категории». Такая группировка приведёт к тому, что покупатель с большей вероятностью заинтересуется конкретной вещью и кликнет на товарную карточку.

Как персонализировать страницу «Категории», чтобы покупатель с большей вероятностью заинтересовался тем или иным товаром:

Автоматический подбор образа к выбранному товару

Из раздела «Категории» клиент попадает на карточку товара. На этом этапе он может спрашивать себя: «А подойдут ли эти джинсы к той футболке, которую я видел, но не взял с собой? А будут ли сочетаться с ними те ботинки, которые я смотрел позавчера?»

Все эти вопросы можно закрыть при помощи автоматических инструментов. Например, показать клиенту те товары, на которые он не обратил внимание. Подобные алгоритмы хорошо работают, потому что покупателю интересно не только то, как эти джинсы будут сидеть на нём, но и насколько они подойдут к остальному образу.

Как персонализировать товарные карточки: настроить автоматический подбор образа к выбранному товар.

Система рекомендаций в корзине

Путь клиента завершается в корзине — самом чувствительном месте для всех магазинов. Есть мнение, что на этом этапе нельзя ничего показывать, чтобы не уводить человека и не мешать ему закончить покупки. Но мы предлагаем посмотреть на эту ситуацию с точки зрения заботы о покупателе.

Так как мы стараемся помочь клиенту с выбором, то можем предложить ему товары, которые дополнят образ. Например, парфюм, аксессуары и все товары, которые традиционно располагаются в прикассовой зоне офлайн-магазина.

Как оптимизировать корзину: добавить сопутствующие товары.

Как персонализировать коммуникации после покупки

Когда покупатель покидает магазин, у него остаются вопросы: «Как стирать этот свитер?», «Почему его нельзя сушить на вешалке?», «Когда курьер привезёт мой заказ?». Если бренд нацелен выстраивать долгосрочные отношения с покупателем, то важно не оставлять его наедине с этими вопросами. Поддерживать общение можно через персонализированные коммуникации.

Под персонализацией мы подразумеваем такой формат, когда бренд строит с покупателем экологичную коммуникацию: присылает сообщения в подходящее время и в удобном канале. При этом доносит ту информацию, которая может быть интересна конкретному покупателю, а не осаждает его бесконечными «купи-купи-купи хоть что-нибудь».

Персонализировать коммуникацию можно десятками разных способов, мы приведём лишь несколько самых популярных сценариев:

Поиск товара. Если покупатель начал искать рубашку, но по какой-то причине бросил, ему можно отправить письмо с подборкой рубашек. Кроме этого, в подборке можно учесть размер, любимый цвет и фасон.

Просмотр товара. Покупатель открыл карточку с товаром, чтобы посмотреть более подробную информацию о нём. Если после этого он не добавил его в корзину, отправьте ему письмо с просмотренным товаром и подборкой альтернативных.

Повторные покупки. В письмах часто показывают покупателю сопутствующие товары к уже купленным ранее.

Что потребуется для построения CJM

Люди покупают по-разному: один клиент полностью обновляет гардероб в начале каждого сезона, второй покупает отдельные вещи в случайные моменты, а третий — приобретает сразу много позиций, но только во время распродаж. Разница прослеживается не только в частоте покупок, их сумме и количестве, но и в предпочитаемом канале или категории вещей.

Чтобы реализовать персонализированные механики, нужна сегментация базы. Она поможет выстроить подходящую стратегию, автоматизировать процесс сбора, хранения и обновления информации о покупателях.

Благодаря сегментации мы можем поделить пользователей по уровню лояльности бренду и построить для каждого их них отдельную стратегию. Например, узнав, сколько у нас VIP-пользователей, мы можем дать им скидку 50% и быть уверенными, что она окупится благодаря LTV. Или другой пример, сегментация поможет обнаружить тех клиентов, которых мы практически потеряли и с которыми нужно действовать очень осторожно, чтобы не множить негатив. Для них должна быть своя стратегия коммуникации, своя глубина промо, свои предложения.

Визуально сегменты клиентов могут выглядеть так:

Сегментированная база позволяет выбирать сегменты и генерировать гипотезы по взаимодействию с ними в зависимости от цели. Допустим, нужно перевести новых покупателей, сделавших один заказ, в ряды лояльных клиентов. Определяем, что для этой задачи лучше всего подходит email-канал, потому что у нас есть почты всех покупателей в выделенном сегменте. Далее придумываем, что можно было бы рассказать им в welcome-письмах. В нашем списке гипотезы — письма об ассортименте, доступных услугах, программе лояльности и другие. В результате смотрим, какие письма чаще подталкивают покупателей к повторным покупкам.

Возьмём другой пример. Теперь задача — увеличить LTV в сегменте VIP-пользователей. Зная, что покупатели из этого сегмента приносят больше прибыли, чем остальные, мы можем инвестировать в стимулирующие подарки, VIP-сервис или выделить персонального менеджера.

Кейсы из практики Retail Rocket Group

Lady&Gentleman CITY

Когда бренд заботится о покупателе, тот платит в ответ не только деньгами, но и своим временем и вниманием. И это внимание можно использовать, чтобы совершенствоваться. Наш проект с Lady&Gentleman CITY — прекрасное доказательство.

Мы помогали бренду подобрать, настроить и оптимизировать алгоритмы для разных страниц интернет-магазина. И получили отличные результаты. Рекомендация и персонализация в целом позволили увеличить количество заказов и их средний чек. Более того порядка четверти заказов в этом магазине совершались с участием блоков рекомендаций.

Poison Drop

Если говорить про персонализацию коммуникаций, то такой подход позволяет увеличивать не только количество самих покупателей, которые хотят получать информацию от бренда, но и продавать через эту коммуникацию. И это объяснимо, ведь не каждый раз мы забегаем в магазин, чтобы проверить, не произошло ли там что-то, пока нас не было. Соответственно покупатель хочет, чтобы кто-то пришел и рассказал ему об этом.

Короткая инструкция для тех, кто хочет сразу действовать

Подведём итоги, как создать интернет-магазин мечты.

Начните с персонализации витрины на главной странице. Настройте персональные рекомендации, если накопили данные о пользователях. Показывайте хиты, если данных недостаточно.

Настройте индивидуальную выдачу на странице «Категории». Группируйте товары по принципу jobs to be done. Это когда люди покупают одежду и любой другой продукт не просто так, а для выполнения конкретных задач в их жизни. Например, юбку для встречи с инвестором, майку для загородной поездки.

Интегрируйте автоматический подбор образа на карточке товара. Подобные алгоритмы хорошо работают, потому что покупателю интересно насколько выбранный товар будет подходить к остальному образу.

Добавьте систему рекомендаций в корзину. Предложите пользователям товары, которые дополнят образ. Например, парфюм, очки или ремень.

Продолжите коммуницировать с пользователем после покупки. Отправляйте персональные коммуникации с подборкой товаров, учитывая размер, любимый цвет и фасон. Чтобы реализовать персонализированные механики, сегментируйте клиентскую базу.

Оставьте заявку, чтобы узнать, как мы поможем вашему бизнесу зарабатывать больше.

Авторы статьи

Наталья Казьмина

CMO Retail Rocket Group