Niet meer met hagel knallen, maar meteen een schot in de roos. Ik zag de conversie van webshops met wel 30% stijgen door slimme product recommendations. Ik deel een aantal voorwaarden voor succes.

1. Doe alleen aanbevelingen als je webshop volume heeft

Voordat we beginnen: product recommendation is zinvol als je een webshop hebt met veel (aan elkaar verwante) producten. Pas dan valt er immers iets te cross- of upsellen. Bij een klein aanbod kan je alleen bieden wat je hebt.

Heeft je platform een groot en gevarieerd aanbod, dan trek je een breder publiek, maar kunnen je bezoekers ook makkelijker verdwalen. Product recommendation is dan dé manier om ze bij hun zoektocht te helpen.

2. Kijk naar alle clicks

Veel recommendation algoritmes baseren zich op wat al er door een bezoeker is gekocht, de platte shopping-cart-data dus.

Maar vaak zijn koopbehoeftes niet zo zichtbaar. Ook het rondneuzen op pagina’s met producten die iemand niet in zijn winkelmandje stopt, zegt veel. Misschien is de bezoeker zich nog aan het oriënteren. Een gepersonaliseerd algoritme neemt het kijkgedrag ook mee in de aanbevelingen. 

Welke algoritmes voor product recommendation goed werken? Lees mijn blog Product recommendation: welk algoritme kies je en waarom?

3. Leer je bezoekers kennen

Je kan zowel aanbevelingen doen op basis van algemene data als op basis van het persoonlijke profiel van je bezoekers. In dat laatste geval moet je je bezoekers wel eerst een beetje leren kennen. Dat betekent dat ze vaker in je webshop moeten komen, zodat je daadwerkelijk de kans hebt een profiel op te bouwen van hun interesses en gedrag.

De klant die eens in de drie jaar een ski-jack bij je bestelt, kan je beter aanbevelingen doen op basis van actueel gedrag dan op historisch koopgedrag. Een goed algoritme heeft een decay rate: de tijd weegt mee bij het op- en afbouwen van het interesseprofiel.

4. Hou rekening met online én offline gedrag

Als je ook fysieke winkels hebt, kan het best zijn dat je online iets wilt aanbevelen, wat iemand offline al heeft gekocht. Als je het offline gedrag kan meenemen in je product recommendations, bijvoorbeeld door een systeem met klantenkaarten, kan je daar je online aanbod op afstemmen en ben je veel relevanter.

Product recommendation bij Jacobs Douwe Egberts
Op het gratis marketingevent GX Connect op 16 mei laat Maichel Peppels, conversiespecialist bij JDE, zien hoe de koffiewebshops L’OR en Tassimo veel meer omzet generen door product recommendation. Lees meer over zijn sessie en schrijf je gratis in.

5. Wees flexibel

Consumenten zijn enerzijds voorspelbaar, anderzijds veranderlijk. Vleeseters worden vegetariër, huurders worden kopers en de singlesreis wordt een gezinsvakantie.

Het koopgedrag beweegt met veel van die levensveranderingen mee. Een goede recommendation neemt de gedragsveranderingen mee in de bepaling van het productaanbod.

6. Vaar niet alleen op het persoonlijk profiel

Als je alleen maar op individueel gedrag afgaat, krijg je een filterbubbel, een algoritme dat steeds dezelfde output blijft geven. Het kan dus geen kwaad af en toe ‘lucht’ bij je productaanbod te laten en ook andere data mee te nemen.

Dat kan op een aantal manieren:

  • Door reeds bekeken producten uit je recommendations te filteren. Zo ziet de bezoeker altijd wat anders. Al moet je deze ‘onlangs bekeken’-items niet te rigoureus uitbannen, want ze zijn wel belangrijk en effectief. Mijn tip is: toon ze wel, maar zet ze in een een apart 'onlangs bekeken'-kader.
  • Door data aan te bieden op basis van de voorkeuren en het gedrag van een groep vergelijkbare bezoekers, met een zelflerend collaborative filtering-algoritme.
  • Of simpelweg door algemene data over het seizoen, de populariteit van een product of complementariteit mee te nemen in je aanbeveling. Inkt bij een printer bijvoorbeeld, dat kan nooit kwaad.

New Call-to-action

<< Back

Posts containing: