WooCommerce：通过高级分析提高您的销售额

已发表: 2019-10-07

产品推荐是提高 WooCommerce 销售额的有效且行之有效的方法。

不利的一面是，手动捆绑产品可能是一项非常耗时的活动，而且并非总是能产生最多销售额的合乎逻辑的“配对”。

前进的道路是利用 AI（人工智能）并让分析数据模型为您完成工作。

认识Engage ，一个由人工智能驱动的产品推荐引擎。根据您的访问者正在查看的页面，推荐的类型会有所不同。这主要是因为推荐模型需要输入才能正常运行（例如，当新访问者第一次登陆您的主页时，模型对他们的行为一无所知，因此无法提供推荐。

但是当用户与网站交互时，模型会根据行为模式进行识别，然后能够提供更好的建议。

Engage 的工作原理

下面说明了如何向用户添加信息，以便提供与旅程的每个步骤相关的建议。

对网站的初次访问只允许使用高级变量，例如访问时间或地理区域等。这些指标通常被认为是薄弱的，通常不能提供足够的信息来为个人用户推荐相关产品。然而，它们可能仍然优于不推荐任何产品的选项。

当用户开始与网站交互时，例如浏览产品或将产品添加到购物车，模型会获取可用于将此访问者模式与早期访问者进行比较的信息，从而根据该模式为用户提取可能感兴趣的产品。

一旦用户到达结帐页面，该模型就会有一组关于用户的非常好的信息，用于推荐升级或附加产品。

由于结帐通常需要某种用户身份识别，因此如果在此之前进行了任何购买，也可以在此处使用访问者的历史购买记录。

订单完成后，用户可以通过电子邮件或基于特定客户群的广告重新定位产品推荐。

此功能使商店管理员能够设计自己的产品推荐输出，使其与 WooCommerce 主题保持一致。

该引擎是从管理员不需要任何网页设计知识/经验的角度设计的，这意味着它提供了“拖放”功能，只需单击一下即可部署到 WooCommerce。

该工具将带领管理员完成 5 个步骤的工作流程：

推荐引擎通常在大规模上优于手动选择推荐有几个原因。

第一个只是推荐引擎可以为商店中的所有产品生成相关推荐的规模和速度，而不仅仅是选择的少数产品。它可以在趋势变化或季节变化时实时更新它。

其次，该模型对应该推荐的内容或“适合”的内容引入了较少的偏见。该模型仅查看实际一起出售的商品以及下次可能一起出售的模式和行为。

此外，该模型可以从他们之前的推荐中学习，并根据历史结果调整特定产品的下一个推荐。每次重新训练模型时，所有这些都会自动发生。

Engage还自动化并简化了创建和探索客户群的过程。

商店管理员可以定义自己的细分进行探索，也可以使用预建模板之一。细分基于各种客户特征，例如回头客或消费最高的客户。到目前为止，可以使用以下预先构建的细分来帮助您入门：

每个细分市场都有自己的仪表板，可以在其中详细分析销售和绩效数据。

由于这些细分旨在用于不同的营销活动，因此导出功能使店主可以轻松地将所选受众导出到 Facebook 和 Google 自定义受众。

除了预先构建的细分之外， Engage还为每个店主提供了一个易于使用的工具箱，用于生成和保存他们自己的“自定义细分”。

每个创建的细分都有自己的仪表板，数据可以根据用户请求进行更新，或者只是在创建时充当快照。

在高级分析方面， Engage是一个强大的 WooCommerce 扩展。它使店主能够增加收入、分析和了解他们的客户，并减少以前花在分析和手动产品捆绑上的时间。

它现在是免费发布的测试版。立即开始，充分发挥您的 WooCommerce 商店的潜力。

Engage的工作刚刚开始，我们有一个广泛的路线图，其中包含要添加的新功能，这将进一步改善客户体验并增加您的收入。

主题当然将继续围绕数据，以及如何最好地利用每家商店拥有的信息资产。开发后期功能的一些示例是：

请继续关注有关Engage on zubi.ai 的未来更新