跨際數位行銷有限公司CRO研究中心

跨際數位行銷分享最新優化網站UX的知識、案例分享、最新趨勢,希望可以提供給想透過網路來提升業績的你一些重要概念

使用推薦技術,改善用戶體驗和產品轉換

10個推薦技術,改善用戶體驗和產品轉換

如今很多電子商務平台都會使用產品推薦,這也就不足為奇了,因為這些系統如果設置和配置得當,可以顯著提升產品高點擊率,轉換率和其他重要指標。

此外,推薦機制也會對用戶體驗產生相當大的影響,這會造成為難以衡量的指標,但對於線上銷售而言,這些指標仍然是最重要的,例如:客戶滿意度和留存率。

什麼是推薦引擎?

推薦引擎的核心是訊息過濾工具,利用公式算法和數據分析,推薦特定用戶最相關的項目。

項目可以表示一段內容,一個產品,甚至一個人(例如:人力資源媒合的網站)。建議可以使用整合數據,確定某個項目與特定上下文或特定用戶的數據具有高度關性,進而達到個性化推薦的效果。

推薦引擎可以帶給網站什麼益處?

消費者不需要花費大量的時間搜索,他們更願意再更輕鬆快速的情況下,享受線上消費的便利性,這也是網站要提供良好的使用者體驗需要注意的環節之一,線上消費過程中有愉悅的使用者體驗,消費者會更有可能再回到這樣的商店消費。從Netflix的案例中就可以理解到推薦系統的商業價值:Netflix估計,它的推薦引擎每年價值10億美元

推薦引擎可以帶給網站什麼益處示意圖1
推薦引擎可以帶給網站什麼益處示意圖2

在網絡世界中,品牌有機會與客戶建立非常深厚的關係,既可以了解客戶的喜好,又可以隨著時間的推移觀察他們的購買行為,這樣就可以獲得客戶的個人化資訊,透過推薦機制,加速客戶發現喜好商品的時間,有效推薦以及提升銷售,是一個雙贏的局面。

亞馬遜創始人Jeff Bezos 早在1998年就了解推薦系 統的價值,他也分享了一句話:「如果我們能夠做到這一點,那麼客戶將會對我們產生深刻的忠誠,因為我們對他們瞭如指掌。」

回到2015年:根據VentureBeat去年發表的一項研究,77%的「數位原住名」(很大一部分是Y世代和X世代),希望他們的線上體驗是個人化的。如今,採用這種技術是成功線上開展業務的先決條件。最著名的例子是亞馬遜被廣泛引用的統計數據,根據該統計數據,其總收入的35%來自購買客戶通過推薦發現的產品。

你在哪裡可以使用推薦系統?

在電子商務或內容網站上有很多地方可以顯示推薦版位。以下可以分成在電子商務商店的主頁、產品頁面、購物車頁面。

  • 主頁

主頁首先是來自直接流量的用戶在訪問網站時看到的,由於這些訪問者不一定會尋找具體的內容,因此,主頁目的是告知客戶您的最新優惠折扣,並呈現產品組合。

  • 熱門產品

這是一個非常基本但功能強大的推薦邏輯,幾乎可以在所有電子商務商店中使用。產品的受歡迎程度最容易取決於購買的次數。

但是,更完整的資料整合是將其他事件的數據(例如:點擊、添加到購物車事件等)合併到其推薦系統中,以提供更準確的建議。

熱門產品示意圖

 

  • 用戶評級的建議

除了熱賣商品外,受歡迎程度推薦指標,就是用戶評級。這裡有一點注意事項:推薦系統術語稱用戶評級、評論等,換句話說,消費者自願給予回饋與推薦分享,對於其他訪客的說服力增加,這樣的回饋內容,我們可將視為「顯式回饋」。

另一方面,網站的其他數據,例如:點擊次數,購買或瀏覽次數,被視為「隱式回饋」,這些是當訪客與網站互動時,所蒐集的數據資料,可於網站後台觀看到數據結果與分析。

如果您的用戶群評論的習慣和偏好可能是影響購買決策的一個重要因素,可以考慮在主頁上設置「評價最高」的標記符號,或至少突顯產品的評級,有效提升轉換率。

用戶評級的建議示意圖

產品頁面上的推薦

產品頁面或產品訊息頁面是訪問者查找產品及其功能的詳細說明的地方,可以選擇將其添加到購物車或立即訂購。

這些頁面上推薦的主要目的是顯示最相關的項目,因此,在訪問者搜尋時提供“下一步”並讓他們瀏覽您的網站。 在大多數情況下,消費者在您的商店花費的時間越多,他們實際購買的機會就越高。實際上,在2014年的一項研究中,Wolfgang Digital發現,在網站上花費的時間和瀏覽的頁面與轉換都有良好的正相關性。

  • 購買/觀看過此…的客戶「協同過濾」推薦方式

電子商務中,經常使用的產品推薦方式為「協同過濾(Collaborative Filtering)」,利用某興趣相投、擁有共同經驗之群體的喜好來推薦使用者感興趣的資訊,在最初,首先是由亞馬遜大規模實施(他們早在1999年就提交了項目到項目協同過濾的初始專利)。我相信,他們的結果不言而喻。

協同過濾的核心是收集來自許多用戶的偏好或品味訊息。協同過濾可以基於產品相似性,提供個性化推薦。

「協同過濾」推薦方式示意圖
  • 個性化建議

考慮到上下文(正在查看的產品),以及當前用戶的歷史記錄,可以進一步微調個性化產品頁面建議。要大致了解這些是如何工作的,請看下面的簡化示例:

個性化建議 示意圖

個性化協同過濾建議:最常見的個性化建議方式是關注產品的平均相似性。

購物車建議

推薦與訪客在購物車內容相似或相關的產品,這是提高平均訂單數量和價值的有效方式。 購物車頁面建議以非常有利的心理狀態傳達給顧客,他很可能已經決定購買,因此他更願意對更多的優惠感興趣。

  • 推薦配件

推薦產品配件也可以顯著提高您網站的平均訂單量和價值。

此外,從技術上講,實現這樣的設計非常容易,但是,根據您的目錄和類別結構的大小,它可能相對管理繁重,因為很難自動化為每個產品推薦完全正確的配件

因此,這種邏輯通常由手動分配的產品與配件之間的推薦組合。 最理想的是,您可以直接向類別推薦類別(例如iPhone – > iPhone附件)。這比自動化和擴展更容易,但需要極其有意識的類別結構規劃。當然,有了足夠的數據和一點創造力,人們就可以抽像出如何分析行為信息的規則。

推薦配件示意圖

結論

當然,本文中介紹的想法、策略和技術並不是關於電子商務中產品推薦的全部內容,但不同網站類型使用適合的推薦機制,有助於消費者於線上購戶的體驗優化,如果你的電子商務並未使用推薦機制,幫助消費者更快速的找到自己喜歡的產品,不妨試試以上的方法,在消費者因耐心消磨離開網站前,給予適當的個性化推薦,或許是對於轉換率有效的幫助。隨著市場上現有的新一代SaaS推薦系統的出現,人們可以熟悉產品推薦並立即開始測試他們的想法,並親自體驗結果。

84 Replies to “使用推薦技術,改善用戶體驗和產品轉換”

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *