SALESmanago Copernicus – Machine Learning & AI to technologia ucząca się zachowania każdego pojedynczego klienta, przewidująca jego zachowanie zakupowe i na bazie tego rekomendująca spersonalizowane produkty. Szczegółowy wgląd w historię zakupową, analiza korelacji produktów pomiędzy różnymi kategoriami, a także badanie ścieżki zakupowej każdego klienta umożliwia dotarcie do niego w odpowiednim momencie i miejscu z wysoko spersonalizowaną i przyciągającą uwagę ofertą. Funkcjonalność posiada rozbudowany panel analityczny, który gwarantuje dostęp zarówno do ogólnych informacji, takich jak stopień pokrycia bazy rekomendacjami, jak i zaawansowanych. W obrębie zaawansowanych statystyk można znaleźć wykresy powiązań między produktami i kategoriami, listę 10 kategorii cieszących się największym zainteresowaniem klientów, a także wykresy współzależności rekomendowanych produktów w najpopularniejszych kategoriach. Dodatkowo panel pozwala na wybranie produktu lub kategorii, dla których system przygotuje podobne produkty, których siła powiązań pomiędzy nimi, a głównym produktem jest największa.

Przygotowanie danych

Zanim uruchomisz moduł Rekomendacji AI, upewnij się, że masz zgromadzone w SALESmanago dane, na których moduł będzie mógł pracować. Potrzebne są trzy zestawy danych. Pierwszy z nich to dane transakcyjne – zdarzenia zewnętrzne typu „zakup” (PURCHASE). Drugi to własny plik .xml, który musisz dodać do systemu. Trzeci zestaw danych to dane dotyczące wizyt na stronie.

Jeśli nie masz jeszcze zebranych potrzebnych danych transakcyjnych, możesz zaimportować historyczne dane transakcyjne. W tym celu wyeksportuj dane ze swojej platformy sklepowej do SALESmanago. Przy importowaniu danych historycznych możesz skorzystać z pomocy swojego opiekuna w systemie.

>>Dowiedz się jak dodać plik XML do systemu

>>Dowiedz się jak poprawnie przygotować plik XML oraz do czego może on zostać wykorzystany

Wdrożenie

Kiedy dane transakcyjne i XML są już gotowe, wtedy można rozpocząć wdrożenie modułu rekomendacji – skontaktuj się ze swoim opiekunem w systemie (lub napisz na bok@salesmanago.pl), z kolei który zleci zespołowi IT przystosowanie modułu Rekomendacji AI dla Twojego konta. Odpowiednie skonfigurowanie i przygotowanie mechanizmu inteligentnych rekomendacji zajmuje od 3 do 7 dni. Po tym czasie moduł rekomendacji rozpocznie pracę i będzie na bieżąco aktualizować rekomendacje dla klientów, którzy dokonali zakupu.

Działanie
Mechanizm SALESmanago Copernicus – Machine Learning & AI działa na podstawie typów rekomendacji, które odnajdują produkty współwystępujące w poszczególnych okolicznościach:

• Wspólna filtracja – na ten typ rekomendacji składają się dwie metody (produkt-produkt oraz użytkownik-produkt). Pierwsza metoda pokazuje, które produkty mogą zainteresować użytkownika na podstawie zainteresowań innych użytkowników o podobnym profilu. Druga metoda wiąże się z prawdopodobieństwem i częstotliwością współwystępowania produktów.
• Najczęściej kupowane po obejrzeniu innego produktu – na podstawie tego jaki produkt jest obecnie oglądany na stronie, system analizuje zakupy innych klientów, którzy również oglądali ten produkt i rekomenduje zakupione produkty przez innych użytkowników.
• Najczęściej oglądane razem – są to produkty, które użytkownicy przeglądają razem z innymi produktami. System do wyświetlanego produktu dołącza rekomendacje tych produktów, które były oglądane przez innych użytkowników razem z obecnie wyświetlanym produktem.
• Najczęściej kupowane razem – system analizuje produkty, które zakupił użytkownik. Oprócz tego system analizuje produkty kupione przez innych użytkowników, którzy kupili te same produkty.
• Statystyki łączone z wagą – mechanizm, który stoi za tym typem rekomendacji jest połączeniem wszystkich wcześniej wymienionych typów rekomendacji i wzbogacony jest o mechanizm przypisywania wagi poszczególnym akcjom, których wartość może być dostosowywana indywidualnie. System buduje sieć połączeń i analizuje produkty kupione przez użytkownika, rekomendując w pierwszej kolejności produkty, których prawdopodobieństwo zakupu jest wysokie, następnie produkty, które użytkownik chciałby zobaczyć i tak dalej, szeregując  w ten sposób resztę produktów w odniesieniu do akcji.

Korzyści:

• dokładna analiza produktów i kategorii produktowych, które cieszą się największym zainteresowaniem
• znajomość preferencji klientów i możliwość przewidywania, które produkty zostaną sprzedane w najbliższym czasie
• optymalizacja wykorzystania zasobów przeznaczonych na działania marketingowe
• budowanie maksymalnej wartości każdego pojedynczego klienta, maksymalizując prawdopodobieństwo zakupu oraz minimalizując koszt dotarcia

Przejdź do Artificial Intelligence

Spis treści

1. Rekomendacje AI
2. Wykres powiązań kategorii i produktów
3. Top 10 rekomendowanych kategorii i stosunek rekomendowanych produktów
4. Rekomendacje wytypowane na podstawie wybranego produktu
5. Rekomendacje wytypowane na podstawie wybranej kategorii

1. Rekomendacje AI

W pierwszej kolejności należy wybrać sklep internetowy [1], dla którego ma zostać wygenerowana analityka dla modułu AI & Machine Learning zaimplementowany w danym sklepie internetowym. Następnie należy wybrać typ rekomendacji [2], dla którego zostaną wygenerowane statystyki. Istnieje pięć typów rekomendacji, a dla każdego z nich wygenerowane są dwa wykresy, które prezentują pokrycie rekomendacjami dostępnych w bazie dla użytkowników i produktów.

2. Wykres powiązań kategorii i produktów

Wykres to graficzna reprezentacja sieci powiązań pomiędzy kategoriami lub pomiędzy produktami. Kropki symbolizują kategorie lub produkty (w zależności od tego dla jakich powiązań został wygenerowany wykres), natomiast linie reprezentują siłę rekomendacji (tzn. stopień powiązania) pomiędzy kategoriami lub produktami. Im grubsza linia występująca pomiędzy punktami, tym silniejsze powiązanie między nimi.

Aby wygenerować wykres powiązań kategorii lub produktów wystarczy wybrać opcję [1] lub [2]. Nad wykresem wyświetlą się zdania z rubrykami do wypełnienia.

[1] Powiązania kategorii – „Na wykresie zostanie przedstawione X kategorii” – pokazuje system powiązań pomiędzy wybraną liczbą kategorii. Przy wyborze najmniejszej liczby kategorii (10), system pokaże 10 najpopularniejszych kategorii. Im większa liczba wybranych kategorii, tym szersze będzie spektrum pomiędzy najbardziej a najmniej polecaną kategorią. Maksymalnie można na wykresie przedstawić do 40 kategorii.

[2] Powiązania produktów – „Na wykresie zostanie przedstawione X kategorii, a w każdej z nich po X produktów. Dodatkowo dla każdego wybranego produktu zostanie ujęte X dodatkowych rekomendowanych produktów” – wykres pokazuje system powiązań pomiędzy produktami, przypisanych do danych kategorii, a dodatkowo do każdego produktu zostanie dodana wybrana liczba dodatkowych rekomendacji.

3. Top 10 rekomendowanych kategorii i stosunek rekomendowanych produktów

Wykres prezentuje dziesięć najlepszych rekomendowanych kategorii oraz przedstawia stosunek liczby produktów w danej kategorii do liczby rekomendowanych produktów w tej kategorii.

KORZYŚCI: W ten sposób można szybko przeanalizować, które kategorie mają najwięcej rekomendowanych produktów i cieszą się zainteresowaniem klientów.

Drugi wykres pokazuje stosunek rekomendowanych produktów w 10 kategoriach. Po kliknięciu wybranej kategorii wykres pokaże zestawienie produktów rekomendowanych i produktów nierekomendowanych wewnątrz danej kategorii. A tabela znajdująca się obok wyświetli informacje dotyczące  ogólnej liczby produktów w kategorii oraz liczbę rekomendowanych produktów w kategorii.

KORZYŚCI: Czytelna prezentacja danych umożliwia szybki wgląd w stosunek ilości produktów rekomendowanych oraz nierekomendowanych, pokazując tym samym, czym są zainteresowani klienci. Dzięki temu można uszczuplić bazę o produkty, na które nie ma zapotrzebowania.

4. Rekomendacje wytypowane na podstawie wybranego produktu

Możesz skorzystać z tej sekcji, by dobrać rekomendowane produkty do wybranego przez Ciebie produktu. System wytypuje najlepsze dopasowania na podstawie siły rekomendacji, która określa stopień powiązania pomiędzy produktami.

Wybierz z listy lub z galerii produkt, który znajduje się w Twoim sklepie, po czym system przygotuje rekomendowane produkty. Po kliknięciu przycisku Szczegóły wyświetlą się informacje na temat produktu (jego nazwa, kategoria, cena, cena promocyjna, opis, itd. – takie informacje wyświetlają się w zależności od informacji zawartych w feedzie produktowym).

KORZYŚCI: Wykorzystuj te informacje do projektowania e-mailii dynamicznych, w których wykorzystasz widget Ramkę z wyborem produktów. Wiedząc jakie produkty cieszą się największym zainteresowaniem użytkowników, przyciągniesz uwagę klientów i zwiększysz szansę na zakup. 

5. Rekomendacje wytypowane na podstawie wybranej kategorii 

Możesz skorzystać z tej sekcji, by dobrać rekomendowane produkty do wybranego przez Ciebie produktu. W tej sekcji, wybierajac produkt, tak naprawdę zostanie dopasowana kategoria rekomendowanych produktów. System wytypuje najlepsze dopasowania na podstawie siły rekomendacji, która określa stopień powiązania pomiędzy produktami.

Wybierz z listy lub z galerii kategorię produktów. System przygotuje rekomendowane produkty, które są najsilniej powiązane z głównym produktem. Po kliknięciu przycisku Szczegóły, wyświetlą się informacje na temat produktu (jego nazwa, kategoria, cena, cena promocyjna, opis, itd. – takie informacje wyświetlają się w zależności od informacji zawartych w feedzie produktowym).

KORZYŚCI: Wykorzystuj te informacje do projektowania e-mailii dynamicznych, w których wykorzystasz widget Ramkę z wyborem produktów. Wiedząc jakie produkty cieszą się największym zainteresowaniem użytkowników, przyciągniesz uwagę klientów i zwiększysz szansę na zakup.