視覺化偏好分析
視覺化偏好分析
為服飾、美妝及鞋包配件產業進行優化,將數據編譯成符合 GDPR 規範的偏好檔案
個人化商品推薦版位
個人化商品推薦版位
在每個銷售頁面提供專屬的個人化推薦,締造全頁面自動交叉銷售
猶豫客彈跳視窗
猶豫客彈跳視窗
找出正在猶豫的顧客,即時提供促銷來降低網站跳出率
個人化全通路再行銷
個人化全通路再行銷
顧客離站後透過個人化再行銷訊息吸引顧客回流,打造全通路自動再行銷
功能應用

不只「猜你喜歡」!5種個人化推薦模式讓客單價暴增2倍

在後疫情的流量戰中,單純進行產品行銷無法讓品牌脫穎而出,而是要導入人工智慧(AI)的幫忙,讓AI快速蒐集消費者、產品資訊後,精準產出不同模式的推薦組合
Wendy YeiJune 13th 20221 min read

個人化推薦已經是電商非常熱門的話題,電商界的成功不只是吸引更多新客戶到網站上瀏覽商品並完成購買,而是能夠驅使現有客戶願意買更多的商品藉此提升客單價。在後疫情的流量戰中,單純進行產品行銷無法讓品牌脫穎而出,而是要導入人工智慧(AI)的幫忙,讓AI快速蒐集消費者、產品資訊後,精準產出不同模式的推薦組合,推薦系統的服務簡單的分為三步驟:進行產品標籤、消費者行為分析、產出個人化推薦。

商品標籤及項目分析

Rosetta.ai專精於時尚產業的電商個人化推薦服務,我們會蒐集商品類別資訊,並且針對每件商品的特性進行標籤分類,以服飾商品為例,上衣的領子就有V領、圓領、襯衫領等多種標籤,因此在站內販售的每個商品在後台都會清楚地呈現標籤及類別,一眼就能得知商品類別的銷售狀況,並且利用商品上的標籤去對應每位消費者面對商品的主動操作行為,才能判斷接下來要提供給消費者的推薦組合。

消費者行為分析

AI會根據用戶當前行為,包含下拉、滑動、點擊、購買等動作,分析每位消費者對商品的類型、樣式偏好,再度以服飾商品為例,報表中會呈現該消費者顏色偏好、最常點擊的款式等,讓電商經營者不只能了解每位消費者的站內行為,也能準確掌握熱門、潛力商品,並透過多元的網站推薦商品畫面,讓個人化推薦更貼近消費者,提升每位顧客購買慾望,進而增加轉換率,客單價。

5種個人化推薦模式

有了商品及消費者的資訊,藉由AI機器學習的技術就能輕鬆產出不同的推薦模式,透過不同的推薦主題,在合適購物流程中出現,增加推播商品的成功率,甚至能讓客單價成長兩倍以上!

1. 猜你喜歡 You May Also Like

最常見的推薦模式之一,依據消費者瀏覽、點擊、購買的歷史紀錄,在推出新品時,能精準猜中每位消費者將喜歡的商品,讓新品的銷售額大幅上升。

2. 專屬推薦 Recommend Just For You

當消費者進入商品頁面時,若有吸睛的個人專屬推薦商品,能有效增加消費者的停留時間,避免顧客短時間就離開頁面。

面對較無強烈購買欲望的消費者,每週熱銷將會是最常被點擊的推薦項目,不只呈現站內熱銷商品,也結合個人的商品偏好分析,在商品的呈現類別、排序,將會有不同的排列組合。

4. 相似商品 Similar Products

猶豫客經常無法決定要加入購物車的商品,因此未結帳就離開商品頁,有相似商品的推薦模式,呈現有相同標籤的商品依此推薦給猶豫客,讓他們能輕鬆選出最終要購買的商品。

5. 經常同時購買 Frequently Bought Together

要增加客單價,就要讓顧客在結帳前購物車有越多商品,在結帳的頁面可以呈現經常同時購買的推薦模式,分析站內有相關性,並且經常同時被消費者瀏覽、購買的商品,在最後一刻吸引消費者將商品加入購物車。

由此可見,個人化推薦系統不只是電商的最佳幫手,運用不同的推薦模式更能有效的刺激消費者購買商品,利用AI不只免除人力、時間的成本,更讓商品更精準地推播給每位消費者,Rosetta.ai致力於協助電商分析消費者偏好及行為,利用AI分析自動進行個人化推薦,讓商品推播更符合消費者的需求。

若對於商品標籤、消費者分析、推薦模式等服務,歡迎到官網了解更多並且申請免費體驗!

了解Rosetta.ai更多服務&免費體驗:https://bit.ly/3d7Z7SU

輕鬆掌握時尚產業消費動向 打造營收增長的個人化購物體驗