Ako nastaviť personalizáciu internetového obchodu bez veľkých nákladov: aké signály už máte, aké postupy fungujú, aké sú potrebné údaje, ako zohľadniť súkromie a overiť výsledok.
O nás
Personalizácia internetového obchodu je zobrazovanie rôznym návštevníkom rôznych produktov, výberov a správ podľa ich správania a kontextu. Malému e-shopu stačia jednoduché nástroje: nedávno prezerané produkty, podobné a súvisiace položky, e-mail o opustenom košíku a segmentácia rozosielania. Zložité systémy odporúčaní majú zmysel, keď sa nazbierali údaje.
Na personalizáciu nie je potrebná samostatná platforma s údajmi. Väčšinu signálov získava e-shop pri bežnej prevádzke. Patria vám, zbierajú sa so súhlasom návštevníka a menej závisia od obmedzení prehliadačov na cookies tretích strán.
| Signál | Odkiaľ sa berie | Čo možno personalizovať |
|---|---|---|
| Prezerania a vyhľadávacie dotazy | Analytika a interné vyhľadávanie webu | Nedávno prezerané produkty, výbery podľa kategórie, návrhy vo vyhľadávaní |
| Obsah košíka | Platforma e-shopu | Pripomienka košíka, súvisiace produkty |
| História objednávok | CRM alebo platforma e-shopu | Opakované nákupy, e-maily o spotrebnom materiáli, vernostný program |
| Zdroj návštevy a zariadenie | Analytika, UTM značky | Banner pre návštevníkov z reklamy, pohodlné poradie blokov na mobile |
| Jazyk a mesto | Výber návštevníka, nastavenia prehliadača | Jazyk rozhrania, podmienky dopravy pre mesto |
Začnite dvoma-tromi signálmi, ktoré naozaj viete využiť. Dodatočné údaje bez plánu činnosti prácu len komplikujú.
Tieto postupy sa nastavujú štandardnými prostriedkami platformy alebo lacnými službami.
Blok nedávno prezeraných produktov pomáha vrátiť sa k výberu. Podobné produkty sa vyberajú podľa kategórie, značky, cenového rozpätia alebo parametrov, súvisiace – podľa logiky súpravy: doplnky, spotrebný materiál, obsah balenia. Pri najpopulárnejších položkách sa oplatí súvisiace produkty zadať ručne.
E-mail alebo správa v messengeri po určitom čase od opusteného košíka vráti časť návštevníkov k objednávke. Posielajte ju len tým, ktorí nechali kontakt a dali súhlas, pridajte priame odkazy na produkty a podmienky dopravy, neprehlcujte pripomienkami.
Aj tri skupiny robia e-maily citeľne vhodnejšími: noví odberatelia, zákazníci s nákupom, tí, ktorí dlho nenakúpili. Pre každú skupinu stačí samostatný úvod a výber z kategórie, ktorá človeka zaujímala.
Interné vyhľadávanie najjasnejšie ukazuje zámer návštevníka. Prezrite si dotazy, pri ktorých sa nič nenašlo, pridajte synonymá a opravy preklepov, populárne dotazy vyneste do návrhov. Je to personalizácia na úrovni publika a nepotrebuje údaje o jednotlivom človeku.
Pri e-shope s viacerými jazykmi či regiónmi začína personalizácia výberom jazyka, meny a podmienok dopravy pre mesto. Sú to jednoduché nastavenia, ktoré skracujú počet zbytočných krokov. Skontrolujte, že sa výber návštevníka pamätá medzi stránkami.
Návštevník prezrel dva krémy na tvár a opustil web. Nasledujúci deň sa vráti a na hlavnej stránke mu blok nedávno prezeraných produktov hneď ukáže tieto krémy. Jeden z nich pridá do košíka a web opustí bez objednávky. Za niekoľko hodín príde krátky e-mail s fotografiou, odkazom na produkt a podmienkami dopravy. Po nákupe e-shop ponúkne súvisiaci prípravok a ku koncu bežnej doby používania pripomenie opakovanú objednávku. Každý krok je jednoduchý a spolu tvoria personalizovanú cestu bez zložitých systémov.
Personalizácia funguje tak dobre, ako sú upravené údaje.
Mnohé platformy pre e-shopy majú zabudované bloky podobných a súvisiacich produktov, preto ich najprv nastavte a až potom hľadajte samostatné služby. Modely odporúčaní založené na AI vyberajú produkty podľa správania mnohých návštevníkov. Potrebujú dostatočný objem údajov; pri malej návštevnosti často jednoduché pravidlá dávajú porovnateľný výsledok.
Hodnoťte každý postup podľa niekoľkých ukazovateľov: podiel návštevníkov, ktorí pridali produkt do košíka, konverzia na objednávku, priemerná hodnota objednávky, príjem na jedného návštevníka, podiel opakovaných nákupov. Popri tom sledujte negatívne signály: odhlásenia z rozosielania, sťažnosti, podiel odchodov. Ak personalizácia zvyšuje niektoré čísla a zhoršuje iné, prehodnoťte ju.
Pri malej návštevnosti meňte jeden prvok naraz a porovnávajte rovnako dlhé obdobia s ohľadom na akcie a sezónu. Krátky test s malým počtom objednávok len zriedka dáva spoľahlivý záver, preto rozhodnutia prijímajte opatrne a kontrolu opakujte.
Personalizácia pracuje s údajmi o človeku, preto je dôvera rovnako dôležitá ako technická presnosť. Zbierajte len to, čo je potrebné pre konkrétny postup, a vysvetlite to v zásadách ochrany osobných údajov. Popisky typu nedávno prezerané robia logiku bloku zrozumiteľnou pre návštevníka.
Súhlas s cookies a rozosielaním závisí od krajiny a typu údajov. Požiadavky sa menia, preto si aktuálne pravidlá overte u právnika alebo odborníka na ochranu údajov. Vyhnite sa predpokladom o citlivých témach – zdravie, financie, súkromný život – aj keď na ne správanie návštevníka naznačuje.
Rôzne ceny pre rôznych návštevníkov presahujú rámec jednoduchej personalizácie a vyžadujú samostatné právne posúdenie a transparentné pravidlá.
Jednoduché pravidlá sa hodia aj pre malú návštevnosť: nedávno prezerané produkty, podobné položky, e-mail o košíku. Zložité algoritmy a A/B testy dávajú pri malej návštevnosti výsledok pomaly, pretože údajov na závery je málo.
Začnite blokom nedávno prezeraných produktov, podobných a súvisiacich položiek a e-mailom o opustenom košíku. Tieto postupy sa rýchlo nastavujú a ľahko merajú.
Závisí to od krajiny, nástrojov a typu údajov. Pre analytické a marketingové cookies je zvyčajne potrebný súhlas návštevníka. Požiadavky sa menia, preto si aktuálne pravidlá overte u právnika.
Na štart stačia pravidlá a ručné výbery. Modely odporúčaní sú užitočné, keď je produktov veľa a nazbierala sa veľká história správania návštevníkov. Pred pripojením porovnajte výsledok modelu s jednoduchými pravidlami.
Porovnajte ukazovatele pred a po spustení alebo urobte A/B test: podiel pridaní do košíka, priemernú hodnotu objednávky, opakované nákupy, príjem na jedného návštevníka. Trvanie kontroly má pokryť sezónne výkyvy.
Personalizácia internetového obchodu začína upraveným katalógom, fungujúcou analytikou a niekoľkými jednoduchými postupmi: nedávno prezerané produkty, podobné položky, e-mail o košíku, segmenty v rozosielaní. Merajte každú zmenu a informujte návštevníkov o používaní ich údajov. Pridávať zložité systémy odporúčaní sa oplatí vtedy, keď jednoduché pravidlá už nestačia. Výsledok závisí od niky, sortimentu a kvality údajov, preto ho overujte na vlastných číslach. LightSEO – agentúra z Mukačeva, ktorá od roku 2015 vytvára internetové obchody, vám preto môže pomôcť so spustením e-shopu a SEO propagáciou, kde sa personalizácia opiera o zrozumiteľnú štruktúru katalógu.
