WooCommerce: увеличьте свои продажи с помощью расширенной аналитики

Рекомендации по продуктам — это эффективный и проверенный способ увеличить продажи WooCommerce.

Недостатком является то, что объединение продуктов вручную может занять очень много времени, а также тот факт, что не всегда логическое «сопряжение» обеспечивает наибольшие продажи.

Путь вперед — использовать ИИ (искусственный интеллект) и позволить аналитическим моделям данных делать всю работу за вас.

Познакомьтесь с Engage , системой рекомендаций по продуктам на базе искусственного интеллекта. Тип рекомендации немного различается в зависимости от страницы, которую просматривает посетитель. В основном это связано с тем, что рекомендательная модель нуждается в вводе данных для правильной работы (например, когда новый посетитель впервые попадает на вашу домашнюю страницу, модель ничего не знает об их поведении и поэтому не может давать рекомендации).

Но по мере того, как пользователь взаимодействует с веб-сайтом, модель улавливает поведенческие модели и затем может давать более качественные рекомендации.

Как работает вовлечение

Ниже показано, как информация добавляется к пользователю, чтобы предоставить рекомендации, относящиеся к каждому этапу путешествия.

Первоначальное посещение веб-сайта позволяет использовать только переменные высокого уровня, такие как время посещения, географический регион и т. д. Эти показатели обычно считаются слабыми и обычно не предоставляют достаточно информации, чтобы рекомендовать соответствующие продукты для отдельного пользователя. Тем не менее, они могут по-прежнему эффективнее вариантов не рекомендовать какие-либо продукты.

Когда пользователь начинает взаимодействовать с веб-сайтом, например, просматривать продукты или добавлять продукты в корзину, модель получает информацию, которая может использоваться для сравнения этого шаблона посетителей с предыдущими посетителями и, таким образом, на основе этого шаблона извлекает возможные продукты, представляющие интерес для пользователя.

Как только пользователь достигает страницы оформления заказа, модель имеет довольно хороший набор информации о пользователе, который используется для рекомендации обновлений или дополнительных продуктов.

Поскольку для оформления заказа часто требуется какая-либо идентификация пользователя, здесь также можно использовать исторические покупки посетителей, если какие-либо покупки были сделаны до этой.

После завершения заказа пользователю могут быть повторно адресованы рекомендации по продукту по электронной почте или реклама на основе определенных сегментов клиентов.

Дизайн вывода рекомендаций по продуктам

Эта функция дает администраторам магазинов возможность создавать собственные выходные данные для рекомендаций по продуктам, чтобы они соответствовали теме WooCommerce.

Движок разработан с учетом того, что администратору не нужны какие-либо знания/опыт веб-дизайна, а это означает, что он предлагает функцию «перетаскивания» с развертыванием в WooCommerce одним щелчком мыши.

Инструмент проведет администратора через рабочий процесс из 5 шагов:

1. Выберите шаблон
2. Выберите ранее сохраненные дизайны
3. Спроектируйте вывод с помощью функции «перетаскивания»
4. Задайте параметры отображения, например, количество рекомендуемых продуктов и продукты «заполнения» (товары, которые будут отображаться, если рекомендации недоступны)
5. Выберите заголовок и разверните в WooCommerce

Почему системы рекомендаций работают так хорошо?

Есть несколько причин, по которым механизмы рекомендаций обычно превосходят ручной выбор рекомендаций в масштабе.

Во-первых, это просто масштаб и скорость, с которой механизм рекомендаций может давать релевантные рекомендации для всех продуктов в магазине, а не только для избранных. И он может поддерживать его в режиме реального времени, обновляя его по мере изменения тенденций или смены сезонов.

Во-вторых, модель вносит меньше предубеждений в отношении того, что следует рекомендовать или что «сочетается» хорошо вместе. Модель просто рассматривает то, что на самом деле было продано вместе, а также модели и модели поведения, которые, вероятно, будут продаваться вместе в следующий раз.

Кроме того, модель может извлечь уроки из их предыдущих рекомендаций и скорректировать следующую рекомендацию для конкретного продукта на основе исторического результата. Все это происходит автоматически каждый раз, когда модель переобучается.

Сегментация клиентов на основе данных по Engage

Engage также автоматизирует и упрощает процесс создания и изучения клиентских сегментов.

Администратор магазина может определить свои собственные сегменты для изучения или использовать один из готовых шаблонов. Сегменты основаны на различных характеристиках клиентов, таких как постоянные клиенты или клиенты с наибольшими расходами. На данный момент для начала доступны следующие готовые сегменты:

• Самые ценные клиенты — сегмент, который можно использовать для определения ваших самых ценных клиентов и их поведения в разные периоды времени.
• Самые частые клиенты — сегмент, который будет использоваться для определения ваших самых активных клиентов и их поведения в разные периоды времени.
• Постоянные клиенты — сегментируйте, чтобы найти ваших самых лояльных клиентов и их поведение в разные периоды времени.
• Одноразовые клиенты — сегмент, который будет использоваться для определения ваших нелояльных клиентов и их поведения в разные периоды времени.
• Самые последние клиенты — сегмент, который будет использоваться для изучения разницы в количестве клиентов, стоимости продаж, самых продаваемых продуктах и ​​т. д. в разные периоды времени.

У каждого сегмента есть собственная панель инструментов, на которой можно подробно анализировать данные о продажах и эффективности с течением времени.

Поскольку эти сегменты предназначены для использования в различных маркетинговых мероприятиях, функция экспорта позволяет владельцу магазина легко экспортировать выбранную аудиторию, например, в пользовательские аудитории Facebook и Google.

Помимо предварительно созданных сегментов, Engage предлагает каждому владельцу магазина простой в использовании набор инструментов для создания и сохранения собственных «Пользовательских сегментов».

Каждый созданный сегмент будет иметь свою собственную панель инструментов, и данные могут обновляться по запросу пользователя или просто действовать как снимок во время создания.

Подведение итогов

Engage — это мощное расширение WooCommerce, когда речь идет о расширенной аналитике. Это дает владельцам магазинов возможность увеличить доход, проанализировать и понять своих клиентов и сократить время, ранее затрачиваемое на анализ и ручное объединение продуктов.

Это прямо сейчас выпущено в бета-версии и бесплатно . Начните сегодня и раскройте весь потенциал своего магазина WooCommerce.

Дорожная карта

Работа над Engage только началась, и у нас есть обширная дорожная карта с новыми функциями, которые будут добавлены, что еще больше улучшит качество обслуживания клиентов, а также увеличит ваш доход.

Основная тема, конечно, по-прежнему будет связана с данными и с тем, как наилучшим образом использовать информационный актив, которым обладает каждый магазин. Некоторые примеры функциональности на более поздних стадиях разработки:

• Интеграция с Facebook и Instagram, которая даст владельцу магазина возможность публиковать сегменты клиентов в качестве аудиторий для маркетинга.
• Расширенные аналитические отчеты о ценности жизни клиента (CLV)
• Более детальная статистика рекомендаций по продуктам

Следите за будущими обновлениями, касающимися Engage , на zubi.ai.