Sistemas de recomendação: Entenda o mecanismo responsável por 35% da receita da Amazon.

Hoje vamos falar sobre sistemas de recomendação de produto, como funciona essa estratégia de marketing e o benefício em tornar o seu negócio cada vez mais personalizado junto aos recursos de tecnologia.  

Os mecanismos de recomendação estão presentes na maioria das mídias sociais, eles surgiram com a intenção de filtrar a quantidade de opções disponíveis para o usuário, automatizando suas preferências através dos dados e assim oferecendo o produto com mais propensão de compra para o cliente.

Para facilitar o entendimento, vamos utilizar como exemplo a estratégia da Amazon, já que ela é responsável por 35% da receita da empresa. Então, afinal, qual é o segredo? Pois bem, a Amazon utiliza as recomendações como ferramenta de marketing direcionado em suas campanhas de e-mail e nas páginas de seus sites

Vamos ver abaixo algumas das diferentes maneiras de usar os sistemas de recomendação

Personalizado para o cliente

“Recomendado para você, Thomas”

Ao clicar no link “Suas Recomendações” a Amazon te leva para uma página repleta de produtos recomendados apenas para você. O objetivo é: colocar uma gama de produtos à sua frente, nos quais você tem maior probabilidade de clicar, comprar etc.

Aumentar valor da sua compra

Essa recomendação tem como principal objetivo, aumentar o valor médio do pedido, ou seja, têm como alvo aumentar e vender mais aos clientes, fornecendo várias sugestões de produtos com base nos itens do carrinho de compras. 

Inspirado em seu histórico de navegação

Se você alguma vez consultou um produto, isso significa que você estava um pouco interessado e a Amazon sabe disso. Desta forma, ele mostrará em seu histórico de navegação caso, você queira voltar e comprar algo. 

Histórico dos produtos visualizados por você

O objetivo desta recomendação é ajuda-lo a encontrar um produto que você queira comprar, mas que você viu no passado. 

Trazer recomendação dos próprios clientes 

Esta recomendação talvez seja a mais conhecida de todas, semelhante ao “Frequentemente comprado em conjunto”, a Amazon exibe os itens que foram comprados juntos no passado, com o objetivo de aumentar o valor médio do pedido por meio de up-sells e cross sells. É a forma da Amazon vender itens que não são tão populares para ajudar os varejistas a movimentarem seus estoques. 

 

Apresentar novas versões de produtos

 

Todos nós gostamos de atualizar nossos gadgets para uma versão mais recente, não é mesmo? Pois bem, essa é a recomendação da Amazon que apela para essa necessidade, por exemplo: Se eu olhar para o antigo Kindle que comprei na Amazon.com, há uma recomendação abaixo da fatura informando que existe uma versão mais nova do produto para qual eu posso fazer upgrade. 

Recomendações úteis relacionada a sua compra anterior

Depois que comprei um Kindle da Amazon, fui levado a uma seção de “detalhes do pedido”. Abaixo dele, eles recomendam uma variedade de cases diferentes para o Kindle exato que acabei de comprar, na tentativa de incentivar uma segunda compra com uma oferta de venda cruzada altamente relevante. 

Mostrar o que os outros estão comprando

Está recomendação adiciona um elemento de prova social, ou seja, o que as “outras pessoas estão fazendo e você também deveria fazer”. Os mais vendidos de uma categoria específica de produtos ajudam as pessoas a encontrar produtos populares e incentivam a comprar de novas categorias que nunca compraram anteriormente, o que abre caminho para uma nova gama de oportunidades de venda cruzada. 

Existem ainda as recomendações externas com e-mail, vamos ver abaixo quais são:

“OS MODELOS CANON MAIS VENDIDOS DESTA SEMANA”

O primeiro e-mail foi uma série de modelos mais vendidos de uma categoria de produtos que eles visitaram. Como apenas os modelos da Canon foram exibidos neste e-mail, você pode ter certeza de que eles estavam navegando na marca da câmera no site ou até mesmo adicionaram uma câmera Canon ao carrinho de compras. 

“OS MODELOS KODAK MAIS VENDIDOS DESTA SEMANA” 

Este e-mail também foi outra recomendação de “melhor venda” da mesma categoria (câmeras), mas a Amazon exibiu a marca Kodak, eles estão mostrando suas câmeras mais populares, como eles sabem, a maioria das pessoas compram essa marca e eles acreditam que você também irá comprar. 

“COMPRE UM PACOTE DE CÂMERA” 

Esta recomendação contém itens frequentemente comprados em conjunto com o objetivo de fazer com que você compre a câmera e seus acessórios para assim aumentar o valor médio do pedido e a receita gerada por cada cliente. 

“BEST SELLERS EM TODA A CATEGORIA DE PRODUTOS”- NENHUMA MARCA ESPECÍFICA 

Neste e-mail contém os itens mais vendidos de toda a categoria de produtos (câmeras digitais) que o usuário estava navegando. Não há foco e uma marca específica, eles novamente exibem os mais vendidos e que a maioria das pessoas acabam comprando. Esses itens possuem as melhores avaliações e taxas de conversão. 

Ferramentas integradas: O que aprendemos com a propaganda personalizada da Amazon? 

Lembre-se – se de que a Amazon está apenas recomendando os produtos e marcas que a pessoa visualizou no site ou itens que adicionaram ao carrinho, tudo isso através de dados e Inteligência artificial. Por isso, e-mails altamente relevantes são fundamentais para melhorar sua taxa de cliques, conversão e receita por métrica de e-mail. 

Imagine o seguinte cenário: Se a Amazon começasse a enviar ofertas de desconto para livros infantis ou barracas ao ar livre quando ninguém estivesse olhando para essas coisas, haveria uma desconexão e esses e-mails seriam marcados como spam ou simplesmente cancelariam o recebimento de futuras correspondências. 

Enviar hoje a mensagem certa para a pessoa certa no momento certo é algo comum e que pode ter certeza que ajudará a aumentar o ROI de seus esforços de marketing por e-mail. 

Como estamos falando de recomendações de e-mail, não podemos deixar de falar dos e-mails de carrinho abandonados. 

Geralmente, é enviado uma série de e-mails de carrinho abandonados em três etapas com o último produto que alguém deixou no carrinho é uma ótima forma de leva-los de volta ao seu site, mas se eles realmente não estiveram mais interessados neste produto específico, é bem provável que excluam o e-mail. 

Logo, se o produto que o cliente deixou no carrinho de compras não aumentar o interesse, o mecanismo de recomendações pode funcionar como uma outra maneira de incentivar todas as pessoas a lerem seus e-mails e a voltarem para a sua loja. 

Abandono de carrinho

Um ótimo exemplo de quem faz isso perfeitamente é a Blue Nile com o “sanduíche de e-mails de abandono de carrinhos”. Essa estratégia é bem interessante para ser aplicada ao seu ecommerce.  

Como isso funciona? 

• O primeiro e-mail é um e-mail de carrinho abandonado padrão – “você deixou este brinco de diamante no carrinho”. 
• O segundo e-mail recomenda brincos diferentes da mesma categoria de diamante. 
• O terceiro e último e-mail mostra novamente o item original que a pessoa deixou no carrinho, combinado com outros itens recomendados da mesma categoria. Neste caso, o objetivo é fazer com que a pessoa compre o produto original, ou recuperá-lo novamente no processo de compra com um produto diferente da mesma categoria. 

Anote os insights: 

O segundo e terceiro e-mail fazem um ótimo trabalho ao dar à pessoa várias opções para voltar à loja e comprar ou iniciar o processo de compra novamente, apenas com a estratégia de fazer recomendações. 

Abaixo estão outros exemplos de como as recomendações podem ser usadas: 

• Recomende outros produtos mais vendidos na mesma categoria, juntamente com itens que seus clientes abandonaram; 
• Recomende produtos mais vendidos de todo o catálogo que a maioria dos clientes compram; 
• Recomende produtos comprados com frequência junto com itens que seus clientes abandonaram para aumentar o valor médio do pedido; 
• Depois que um cliente compra algo, acompanhe-o após a compra com produtos que são constantemente comprados juntos para dar suporte à primeira compra. 

Rejoiner: Como funciona o motor de recomendação 

O mecanismo de recomendações da Rejoiner funciona da seguinte forma, ele extrai os dados de: 

• Dados comprados do carrinho de compras; 
• Itens adicionados ao carrinho de compras, mas abandonados; 
• Visualizações de páginas.

Todos esses dados são inseridos no mecanismo de recomendações da Rejoiner para ajudar a prever o que seus clientes provavelmente comprarão em seguida. Com o passar do tempo, à medida que você “nutre” com mais dados o mecanismo, ele fica mais inteligente com as suas recomendações, fazendo com que a probabilidade de seus assinantes e clientes participarem, clicarem ou comprarem fique maior. 

Lembre- se, quanto mais dados você fornecer ao seu mecanismo, mais inteligente ele ficará, mais personalizada as recomendações serão para seus clientes e provavelmente mais vendas você poderá gerar, aumentando assim sua receita. 

Confira abaixo nosso ebook gratuito que indicará perfeitamente os tipos de análise IA, seus objetivos e como é executada uma oferta contextual. Baixe agora!