SALESmanago AI platforma za personalizaciju postiže 5,2 puta veću preciznost od prosjeka na tržištu

#ai, #aipoweredsales, #artificialintelligence, #cdp, #cdpx, #crm, #machinelearning, #marketingautomation, #salesautomation.

Prema istraživanju Accenture, AI će povećati profitabilnost za 38% i generirati 14 bilijuna dolara dodatnih prihoda do 2035. Korištenje preporuka za proizvode daje cca. 500% veće konverzije u odnosu na generičku ponudu. Ne postoji mnogo vjerodostojnih izvora koji opisuju kako rade različiti mehanizmi za preporuke i koji su algoritmi učinkovitiji, stoga smo ih odlučili usporediti, uključujući ponude koje nisu temeljene na AI i AI kako bismo saznali koji je najučinkovitiji.

Vrste i primjeri preporuka proizvoda

AI platforme i SaaS rješenja za preporuku proizvoda sustavi su koji omogućuju prikazivanje personaliziranih, usklađenih s podacima o proizvodima svakog klijenta kako bi se povećala stopa konverzije i prodaja. Preporuke se mogu prikazati na razne načine, kao što su odredišne ​​stranice, obavijesti e-poštom ili web push. Možemo razlikovati 3 vrste preporuka proizvoda:

Na temelju proizvoda – preporuke ovise o svojstvima proizvoda

1 do 1 – Preporuke ovise o pojedinačnim radnjama korisnika.

AI – Preporuke ovise o sličnosti između korisnika i drugih korisnika.

Cilj nam je bio otkriti kako AI vrsta preporuka i one koje nisu AI djeluju u stvaranju prihoda i kako se njihova učinkovitost uspoređuje s učinkovitošću masovne komunikacije. Provedeno istraživanje dalo nam je ažuriranu sliku preporuka za AI i one koje nisu AI, omogućujući nam da pokažemo najučinkovitije vrste preporuka.

Uzeli smo u obzir čitav spektar podataka od nekoliko desetaka e-trgovina koji su u svojoj strategiji koristili dinamičke i AI preporuke te proveli niz statističkih analiza s ciljem utvrđivanja učinkovitosti svake od testiranih vrsta preporuka.

Analiza kanala isporuke preporuka proizvoda

Jedno od područja koje smo željeli prepoznati nakon istraživanja bio je utjecaj metode isporuke preporuka na rezultate. Da bi usporedba bila točna, koncentrirali smo se na komunikacijske kanale koji omogućuju određivanje i prikaza, i klika u preporučenim proizvodima.

Uključili smo:

  • masovne kampanje e-poštom
  • masovne web push kampanje
  • automatizirane e-mail kampanje
  • automatizirane web push kampanje

Preporuke u automatiziranim push porukama na webu donose najveći prihod

Svoje istraživanje započinjemo analizom brzine klikova u preporukama iz različitih izvora – automatizirane i masovne e-pošte i potiskivanja putem weba. Prema našem istraživanju:

  • Automatske poruke donose veći prihod od masovnih poruka
  • Push poruke na webu generiraju više prihoda po kliku od masovnih slanja i tijeka posla
  • Automatske push poruke na web generiraju više prihoda od automatskih e-adresa

Web push obavijesti s preporukama za proizvode premašuju e-poštu po učinkovitosti i ostvarenom prihodu.

Rezultati se mogu vidjeti na donjem grafikonu:

Učinkovitost različitih vrsta preporuka

Nakon provedbe gore navedenog istraživanja, željeli smo provjeriti postoji li razlika u učinkovitosti različitih vrsta preporuka. Jamči li AI bolju konverziju u usporedbi s drugim vrstama preporuka?

Provjerili smo kako se učinkovitost razlikuje za najpopularnije algoritme preporuka, kako za AI, tako i one koji se ne temelje na AI, za pružanje personaliziranih ponuda i otkrili smo da algoritmi temeljeni na AI, općenito, pokazuju veću konverziju i preciznost od vrsta preporuka koje nisu AI. . Međutim, najveća preciznost može se postići kombinacijom gore spomenutog dva.

Koji je najbolji mehanizam za preporuke?

Kako preporuke AI postaju standard u modernom svijetu e-trgovine, mnoge tvrtke nude svoja rješenja, a trgovcima ostavlja težak zadatak da odaberu najučinkovitije.

Prema istraživanju (Usporedna procjena preporuka najboljih N-ova u e-trgovini: industrijska perspektiva) koje procjenjuje poznate algoritme preporuka, učinkovitost SALESmanago preporuka pozicionirana je na vrhu.

Usporedba preciznosti za različite motore preporuka:

Preciznost je metrika koja se koristi u procjeni modela predviđanja. Odgovara na pitanje: Koji je udio pozitivnih identifikacija zapravo bio točan. U slučaju algoritama preporuka, pokazuje koliko kupaca kupuje, uspjeli smo pronaći barem jedan od preporučenih proizvoda.

SALESmanago AI rješenje preporuka nadmašuje druga rješenja dostupna na tržištu u preciznosti preporuka proizvoda postižući 5,2 puta veći prosjek.

Ako želite znati više o mjerilima preporuka proizvoda, pogledajte cjelovito istraživanje.

Neovisno o tome jeste li već naš korisnik ili ne, a želite testirati vizualno pretraživanje na svojoj web stranici, kontaktirajte nas mailom support@salesmanago.com Implementacija traje manje od tjedan dana.

Više o SALESmanago rješenjima na SALESmanago web stranicama