Como usar recomendações personalizadas de produtos [Práticas recomendadas e exemplos]

Imagine a cena:você está em sua loja de roupas favorita, experimentando um ótimo novo par de jeans. De repente, o associado com quem você está estala os dedos e, em um momento eureca, declara que conhece um top que funcionaria perfeitamente com esses jeans.

Ou talvez você tenha visitado uma loja de tecnologia e comprado seu novo tablet até o caixa, mas antes de digitalizar seu item, o funcionário faz uma pausa e pergunta se você viu o novo protetor de tela perfeito para o seu tablet.

Se algum desses cenários lhe parece familiar, você recebeu recomendações personalizadas de produtos.

Claro, no mundo do comércio eletrônico, ter vendedores reais por perto para fazer isso não é possível. Em vez disso, os varejistas on-line precisam usar tecnologia e dados para entender seus usuários e recomendar produtos com base em seus interesses e comportamento desde a primeira vez que visitam sua página inicial.

Feito corretamente, essas recomendações personalizadas de produtos são extremamente eficazes. Montetate, 75,5% das empresas estão obtendo ROI positivo da personalização, com todos os setores respondendo afirmativamente em 70% ou mais.

Com o comércio eletrônico em ascensão e 90% dos compradores atestando estar dispostos a compartilhar seus dados comportamentais se sua experiência de compra for mais barata ou mais conveniente, nunca houve um momento melhor para implementar mais personalização em sua loja online.

Vamos explorar por que as recomendações personalizadas de produtos devem ser uma de suas primeiras prioridades.

O que são recomendações personalizadas de produtos?

As recomendações personalizadas de produtos são quando um site mostra uma seleção de recomendações de produtos que são únicas para o visitante individual, com base em seus comportamentos e perfil . Isso quase sempre é baseado em um algoritmo de aprendizado de máquina.

O que é importante lembrar é que nem todas as formas de recomendação de produtos são personalizadas . Como você sabe se eles são personalizados ou não? A pergunta que você deve fazer é se você estaria vendo a mesma recomendação que a pessoa ao seu lado.

Aqui estão algumas ideias do que constitui recomendações de produtos “personalizados”:

• Recomendar produtos com base na navegação do usuário ou no histórico de compras. A Amazon é um dos padrões de ouro para isso, usando dados históricos para fornecer produtos relacionados exclusivos a cada visitante: 

• Recomendações baseadas na localização ou perfil do cliente . Um bom exemplo disso é usar dados sobre a localização do cliente e fazer recomendações de produtos com base nas condições climáticas atuais. Pode-se facilmente usar dados sobre a idade ou sexo do visitante para alterar as recomendações.
• Usar afinidades de produtos para recomendar produtos. O melhor exemplo disso é mostrar recomendações com base no comportamento do usuário e no que outros usuários semelhantes fizeram. Novamente, a Amazon é um ótimo exemplo disso, mostrando um conjunto de recomendações em uma página de detalhes do produto (PDP) para levar o usuário à próxima etapa de sua jornada: 

Então, se essas são recomendações de produtos ‘personalizadas’, quais são as ‘não personalizadas’? Aqui estão alguns exemplos.

• Mostrando prova social para indicar a popularidade de um produto. Essa é uma tática importante, mas geralmente é a mesma, independentemente do que o usuário está fazendo.
• Mostrando recomendações com base em "regras de negócios" . Por exemplo, indicar quais itens estão com pouco estoque ou mais vendidos é uma boa tática, mas isso é estático e não muda com base no visitante.

Agora sabemos o verdadeiro significado de personalizado recomendações de produtos, vamos explicar por que elas valem a pena.

Por que usar recomendações personalizadas de produtos no comércio eletrônico?

Simplificando, o SmartHQ relata que eles “encontraram fortes correlações entre clientes que veem sugestões e recomendações exclusivas de produtos que não apenas permaneceram nos sites da marca por mais tempo, mas também compararam preços na Amazon menos, se é que o fizeram.

Cerca de 84% dos consumidores avaliam ser valorizado como pessoa e não como número como muito importante para a conquista de seus negócios.

Recomendações relevantes também são importantes para nós devido à sua conveniência. Em vez de ter que procurar outra coisa que possamos gostar em torno de nossa compra original, somos automaticamente sinalizados para algo, economizando um tempo valioso. A maioria dos sistemas CMS de comércio eletrônico também deve permitir que você automatize a maior parte desse processo com bastante rapidez.

Caso você não esteja convencido, aqui estão mais alguns motivos para usar recomendações personalizadas de produtos:

1. Diminua a taxa de abandono do carrinho de compras.

No comércio eletrônico, a taxa de abandono de carrinho é uma das métricas mais importantes. Mostrar recomendações personalizadas na página do carrinho pode melhorar as taxas de abandono do carrinho em 4,35%.

Os consumidores abandonam os carrinhos por vários motivos. Às vezes eles se distraem, às vezes estão apenas navegando, mas às vezes sentem que não encontraram o que estavam procurando.

Por exemplo, um cliente comprando um cachecol pode querer comprar um pacote de inverno incluindo luvas e um gorro. Sem recomendações de produtos inteligentes, o usuário terá que ir para as categorias subsequentes para encontrá-las. Essa experiência é inconveniente, com cada passo extra apresentando um risco extra de que eles vão abandonar.

É aqui que as recomendações personalizadas de produtos podem salvar o dia.

Depois que o usuário adicionar o cachecol, exibir luvas e outros produtos de inverno relevantes pode evitar que abandonem a compra. A perda de receita se transforma em receita extra.

2. Aumente o valor médio do pedido (AOV).

As recomendações personalizadas geram receita impactando positivamente o valor total do carrinho de um cliente. Eles oferecem oportunidades relevantes de cross-sell e up-sell que despertam o interesse de um cliente, resultando na compra de mais do que apenas o item original pelo qual vieram.

As estatísticas mostram que as sessões que não contêm nenhum envolvimento com recomendações de produtos têm, em média, um AOV de US$ 44,41. No entanto, quando os prospects se envolvem com apenas uma única recomendação, esse número se multiplica em 369%.

3. Aumente o tempo da sessão.

As recomendações de produtos criam aquela sensação de toca de coelho com a qual todos os usuários da Internet estão familiarizados. Os compradores começam em um produto, clicam em outro, se distraem com outro e, antes que percebam, já se passaram duas horas.

Esse padrão ajuda os compradores a permanecerem em seu site por mais tempo, capturando a atenção deles e envolvendo-os com recomendações de produtos que eles não consideraram ou esperavam encontrar.

4. Destaque-se entre os concorrentes.

Até o final de 2020, espera-se que os gastos online dos EUA atinjam aproximadamente US$ 375 bilhões. Especialistas preveem que, até o final de 2024, os gastos online ultrapassarão US$ 476 bilhões.

Para atender a esse enorme crescimento nas compras on-line, novos varejistas de comércio eletrônico lançam suas lojas todos os dias. Mas um mercado em crescimento tão rápido tem um preço:individualidade.

Com uma quantidade tão grande de opções disponíveis para eles, os consumidores agora têm o luxo de escolher quais lojas visitar com base no que desejam de sua experiência de compra. A personalização está no topo da lista de desejos:80% dos consumidores afirmam que são mais propensos a fazer uma compra de uma empresa quando são apresentados a uma experiência personalizada.

Antes de falarmos sobre como começar com recomendações personalizadas de produtos em seu site, um aviso rápido – isso pode não ser para todos. As recomendações de produtos verdadeiramente “personalizadas” dependem de um algoritmo, e os algoritmos precisam de bons volumes de dados para poderem funcionar de forma eficaz.

Isso significa que, se você é um site pequeno e ainda não tem muito tráfego, pode não ter dados suficientes para alimentar a máquina e talvez precise adiar esse tipo de estratégia por enquanto. No entanto, você pode facilmente começar com algumas das recomendações de produtos "não personalizadas" que mencionamos anteriormente neste artigo.

Práticas recomendadas para criar recomendações de produtos eficazes

Para tornar as recomendações personalizadas de produtos eficazes, você precisa de uma estratégia forte. Afinal, implantar recomendações de forma eficaz é muito mais do que 'o que' você mostra - importa tanto 'para quem' você as está mostrando, 'quando' e 'como'.

Aqui estão duas considerações que você precisa ter em mente:

1. Defina seu público.

As recomendações de produtos precisam ser direcionadas com precisão. Comece segmentando com precisão seus clientes para que você possa começar a executar campanhas com mais eficiência. No início de sua jornada, essa segmentação pode e deve ser bastante ampla para que você possa coletar grandes volumes de dados para teste – conforme você aprende mais, pode restringir seus segmentos por características de comportamento para maior precisão e impacto.

2. Teste suas campanhas rotineiramente.

As campanhas devem ser regularmente testadas A/B. Por exemplo, teste quantos itens devem ser exibidos, onde as recomendações do produto devem aparecer e até mesmo qual título a seção deve ter.

Onde incluir recomendações personalizadas de produtos em seu site de comércio eletrônico?

A implantação bem-sucedida de recomendações personalizadas de produtos envolve a coleta de dados do usuário em grande escala do site. Para aproveitar ao máximo essa coleta de dados e aumentar o AOV com sucesso, as recomendações devem ser exibidas onde os clientes têm maior probabilidade de interagir com elas.

Aqui estão alguns lugares que sugerimos.

1. Página da categoria.

As páginas de categoria impulsionam a descoberta de seus produtos:elas são essenciais para reunir produtos relevantes e ajudar na experiência do usuário, permitindo que os compradores reduzam suas pesquisas à subcategoria escolhida. As páginas de categorias também são ótimos lugares para mostrar recomendações de produtos, mostrando os itens mais comumente comprados juntos ou seus mais vendidos.



No exemplo acima do Sportbike Track Gear, as recomendações são apresentadas nas páginas da categoria junto com as economias. Embora não sejam totalmente personalizados, ainda permanecem relevantes para o visitante.

As recomendações de produtos podem funcionar dessa maneira ao serem agrupadas com um desconto ou promoção. Ofertas como essas incentivam os visitantes a dar uma olhada mais de perto e, como os produtos ainda são relevantes para seus interesses, eles continuam propensos a se envolver.

2. Página do produto.

As páginas de produtos de comércio eletrônico são, sem dúvida, as páginas mais importantes em sua loja para exibir recomendações personalizadas de produtos.

Quando os visitantes chegam a uma página de produto, sua intenção de compra aumenta. Oferecer produtos alternativos e relevantes enquanto navegam pode fazer com que eles comprem mais do que apenas o produto original, aumentando o tamanho do carrinho e gerando mais receita.

O exemplo abaixo é um modelo bastante padrão que você pode personalizar. A maioria das páginas de produtos terá uma seção “você também pode gostar” ou “comprados frequentemente juntos”. Como esse é um ponto de contato importante na jornada do usuário, você precisa otimizá-lo adequadamente. Especialmente em seus produtos mais vendidos.



No exemplo acima do Autograph Foliages, o varejista de artigos para casa exibe recomendações nas quais o visitante provavelmente se interessará com base em seu histórico de navegação. O mesmo produto é exibido em cores diferentes, oferecendo aos usuários outras opções convenientes para escolher, além de produtos similares.

3. Carrinho de compras.

A página do carrinho é a última chance de oferecer aos seus clientes itens adicionais que podem concluir a compra. As recomendações personalizadas de produtos aqui podem servir como lembretes para oportunidades de compra que os consumidores podem ter ignorado – assim como as prateleiras de revistas e chicletes no caixa do supermercado.

Mas esteja avisado, eles vêm com um risco – a última coisa que você quer fazer quando seu cliente está tão perto da linha de chegada (check-out) é distraí-lo e, acidentalmente, puxá-lo para cima no funil. Essa funcionalidade deve ser bastante comum em todas as plataformas de comércio eletrônico, apenas certifique-se de escolher um produto ou produtos específicos relacionados à cesta de usuários.

A marca de óculos MOSCOT equilibra bem isso. Na página do carrinho, os clip-ons são recomendados como um upsell no par de óculos que o visitante adicionou. No entanto, o único CTA clicável é 'ADICIONAR AGORA!', para que o visitante não fique tentado a explorar outras páginas:



Nesta fase há sempre a possibilidade de o utilizador abandonar o checkout por vários motivos. Mas com a personalização do produto, agora você deve ter uma cesta de AOV bastante alta com os produtos certos nos quais você pode potencialmente redirecionar com campanhas de e-mail.

4 exemplos de recomendações personalizadas de produtos

Recomendações personalizadas de produtos podem ser implementadas em qualquer site, para qualquer público. Vejamos alguns dos melhores exemplos:

1. Clarks AU.

Neste exemplo da Clarks, o varejista de calçados implanta recomendações personalizadas de produtos na página do produto com base no interesse do usuário:



Ao clicar no produto que apresenta uma estampa de animal, o algoritmo Clarks sugere automaticamente outros sapatos em sua linha que, quando clicados, exibem um padrão de estampa de animal. Isso porque o algoritmo avalia que os visitantes interessados ​​em estampas de animais ficarão felizes em ver outros produtos com o mesmo visual.

Isso funciona por dois motivos:O primeiro é que os sapatos são dois tipos diferentes de design. Portanto, teoricamente, um amante de sapatos com estampas de animais poderia aumentar o AOV de Clark aqui comprando dois tipos diferentes de sapatos – tanto o original quanto o loafer – em um padrão que eles adoram.

O segundo motivo é a decisão de exibir produtos similares na página do produto. Se um visitante decidir contra o primeiro par de sapatos após uma inspeção mais detalhada, sua atenção pode ser capturada e redirecionada para outra compra em potencial.

Afinal, o visitante já gosta do estilo, então talvez um mocassim, ao invés de um salto, lhe caia melhor. Isso retém o visitante no site por mais tempo, evitando o abandono instantâneo.

2. Felicidade.

O varejista de beleza Bliss oferece recomendações de produtos com base em uma avaliação da solução de problemas do visitante específico.



Por exemplo, ao clicar em um hidratante específico para pele seca, o algoritmo de recomendação de produtos da Bliss sugere outros produtos hidratantes específicos para problemas de pele.

O título de suas recomendações é particularmente eficaz, pois sugere que os usuários do produto hidratante original se beneficiarão muito ao combiná-lo com um dos itens sugeridos.

Isso cria uma ilusão de um pacote útil e incentiva o usuário a se tratar. Esses pacotes atraem a intriga de um usuário para corrigir seus problemas de pele de uma vez por todas.

A colocação das recomendações de produtos também é particularmente digna de nota, pois é colocada logo acima da seção de comentários. Isso significa que os visitantes que buscam conhecer melhor o produto e seus benefícios não podem escapar da oferta de outras adições perfeitas.

3. Cutter e Buck.

Neste exemplo de Cutter e Buck, são feitas recomendações para produtos semelhantes ao interesse do visitante. Nesse caso, é uma equipe esportiva e eles também garantem que essas recomendações façam parte de um pacote.



Por exemplo, um algoritmo detecta que, embora você queira mostrar seu amor por seu time esportivo em suas roupas, você também pode querer mostrá-lo ao tirar a jaqueta. Produtos mais leves, como camisetas e uma camisa de corpo inteiro, são oferecidos para todos, menos construir uma roupa.

Essa recomendação é o equivalente virtual do exemplo de associado da vida real que mencionamos no início do artigo. É eficaz porque os torcedores de times esportivos podem construir toda a sua roupa, dentro das cores de seu time, sem sair de uma única página de produto.

4. Tommie Cobre.

O varejista de saúde e bem-estar Tommie Copper implanta perfeitamente recomendações relevantes e personalizadas em sua página de produto no exemplo abaixo.



Os clientes são apresentados a dois menus para produtos personalizados com base em sua navegação inicial. Ao percorrer a seção feminina e, em seguida, selecionar uma meia que inclui tecnologia de compressão, o visitante é recebido primeiro com mais três tipos diferentes de meias. Estes são rotulados como "Visualizados recentemente".

Todas as meias aqui recomendadas apresentam tecnologia de compressão, o que é importante porque o visitante que escolhe um item de compressão demonstra um claro interesse nos benefícios do produto. Os designs longo, médio e curto permanecem relevantes porque contêm o importante elemento de compressão.

Abaixo desses designs, um menu adicional é exibido. Novamente, todos os produtos se referem a itens de compressão, seja para as costas, pernas ou barriga. À primeira vista, estes podem parecer não relacionados. No entanto, considerando que lesões ou fraquezas no tornozelo demonstraram exibir efeitos indiretos na região lombar e na barriga por meio de marchas irregulares, essas recomendações são mais personalizadas do que o esperado.

O algoritmo do site detectou, portanto, que alguém navegando por itens de compressão para os pés pode precisar de mais itens para apoiar outras áreas do corpo potencialmente em risco de desenvolver efeitos indiretos.

Além disso, a interação inicial do usuário com a seção feminina do site permite que o algoritmo saiba exibir apenas produtos específicos para uma mulher.

Encerrando

À medida que o número de compradores on-line continua a crescer e a indústria continua a florescer, a personalização deve se tornar uma prioridade para todas as lojas de comércio eletrônico.

Enquanto antes a personalização se limitava a sequências de e-mail marketing ou chatbots, agora ela começa a partir do momento em que o visitante chega ao seu site.

Vimos como a personalização pode reter e converter clientes, e é por isso que as recomendações personalizadas de produtos são um complemento vital para qualquer loja.

Comece com os dados do seu site. Analise e avalie o que as tendências estão lhe dizendo e quais grupos de clientes querem ver o quê. Depois de obter essas informações, você pode começar a implantar estratégias em seu site, certificando-se de testá-las e avaliá-las continuamente.

Como profissionais de marketing, você sempre estará procurando maneiras de impulsionar o desempenho. A personalização do produto, com um pouco de automação ou otimização, ajudará você a fazer exatamente isso. Se feito com sucesso, seu site ficará à frente de seus concorrentes, aumentará os valores médios de pedidos e, finalmente, gerará mais receita.