首页 > 建站资源 > 网站运营 > 电商网站站内个性化推荐能带给我们什么

电商网站站内个性化推荐能带给我们什么

时间:2012-12-26    来源:searchmarketingart

站内个性化推荐能实现什么?

1.增加长尾商品展现。通常情况下,网站中被浏览的商品SKU数只占30%~50%,众多商品之所以卖不出去,是根本得不到展现机会。网站资源有限,如何在有限的资源情况下增加商品曝光?除了传统的站内活动、广告推荐之外,个性化商品推荐是增加长尾商品展现的中还要手段。

2.提高用户浏览体验。根据用户行为的个性化推荐,能提高用户站内体验,尤其在商品选择、对比、加入购物车和下单之后,围绕商品的整个活动周期都是站内个性化推荐的重要时间节点。由于个性化推荐是基于用户个体浏览行为的,因此与用户的关注度高度吻合,并结合群体效果的数据引导,会提高用户浏览体验。

3.提高网站转化率。在对用户进行精准推荐的基础上,用户浏览商品的路径中去除了无效查找时间,直接刺激了转化率的提高。

4.提高客单价和客单件。给予购物车的个性化推荐,能在用户购物时增加购物车内商品数量,并由此提高了客单价和客单件(客单件为订单内的商品数量)。

根据实际操作经验,站内推荐栏影响到的订单占比达到6%~10%(点击推荐栏后形成转化的订单占比),推荐栏产生的订单销售额占比达到10%,有推荐栏影响的购物车平均商品量和商品种类数比正常订单高10%~20%,而推荐栏本身的点击率会因为位置的不同而有所差异,点击率最高的是购物车页面、个人中心以及搜索结果页为空时,转化率最高的栏位是我的订单、购物车页面和个人中心、浏览了该商品的用户最终购买了的推荐栏。

什么因素会影响站内个性化推荐效果?

我们来看几个实例:

1.将一款茶几放入购物车是的推荐:

2.某东的商品搭配销售推荐:

3.买了某种就之后的用户还买过:

上面的几个案例,让我们觉得有些不可思议,原因是用户看过或者买过的商品与推荐的商品之间的关联性并不大,其中可能有用户本身的行为因素,但这种因素绝对不是商品推荐失败的主要原因。那原因有哪些?

1.缺少海量数据。个性化推荐需要基于海量数据做数据挖掘,通常小网站是不具备海量数据的,因此海量数据源是个性化推荐的基础。缺乏数据积累的推荐可能会产生误导行为。

2.人工干预过多。通常情况下,公司会根据销售需求改变商品推荐权重,但如果更改权限缺乏有效管理,甚至直接由销售决定,那推荐效果可想而知。

3.缺少多学科结合。站内个性化推荐绝对不是根据用户行为的简单推送,并不是仅靠某一门技术或学科可以解决的问题。比如用户将商品加入购物车,他的动机是什么?是为了比价还是暂存商品,是为了现在购买还是日后购买?不是的用户动机,对应的推荐策略是不同的。

因此个性化推荐需要在海量数据基础上,运用数据挖掘技术,配合心理学、社会学等知识而形成的,推荐的基础是用户真实行为,推荐的效果是符合用户需求和下一步行为导向的商品。

相关推荐
网站用户需求研究:如何对用户做个性化推荐?
什么是网站站内个性化推荐?
电商网站站内个性化推荐背后的逻辑什么
细看QQ产品背后的人性社交设计
猕猴淘: 以"美丽说+豆瓣电台"做个性化推荐
个性化阅读新玩法:享志打造学习型推荐引擎
都是精确搜索 百度视频和Netflix有何不同?
为什么看衰个性化推荐:看似人性实为阉割
无觅难再觅 个性化阅读网站已进入红海?
育儿APP遇“两岁魔咒” 个性化推荐能否破局
今日头条张一鸣:推荐引擎没有让信息变窄
"猜你喜欢"智能推荐准吗?只24%用户说靠谱
快播团队卷土重来 视频江湖风云再起
找部想看的电影很难?或许这个人工智能搜索工具能帮忙
你有一条新的“故事”, News Feed 已经过时了!
年轻人正在逃离Instagram 这锅个性化推荐得背!
论坛运营策略:显性内容决定社区命运
用户研究应该了解的几个要点
用户研究:做访谈设计的经验分享
社会化电子商务的购物心理及社会化购物原理分析
社会化电子商务杂想:用户为什么要分享?
从美丽说与蘑菇街说开:互动与关系
从豆瓣和新浪微博谈以信息为中心的设计
案例浅析国内三大B2C网站首页的信息架构设计
电务网站设计之用户购买欲望和购买目标分析
电商网站用户研究之冲动购买
以移动应用设计为例讲解符合用户预期的设计思路
无线用户行为分析:渐行渐近的移动电子商务
网站登陆框设计如何根据用户需求做不同的表现形式
向用户清晰表达信息是视觉设计的主旨
电商用户购买行为决策的七大要点分析
新浪微博运营经理金璞:如何做好用户运营
分享:社区运营的核心要素都有哪些?

精彩推荐

热门教程