---
title: "Sistemas de recomendação: Entenda o mecanismo responsável por 35% da receita da Amazon."
description: “35% da receita da Amazon é gerada pelo seu mecanismo de recomendação. Então, qual é a estratégia deles?”
---

[DoTheMATH Blog ](https://blog.math.group)

# [Sistemas de recomendação: Entenda o mecanismo responsável por 35% da receita da Amazon.](https://blog.math.group/mecanismo-de-recomendacao-saiba-o-que-e-e-qual-o-melhor-para-meu-negocio)

 Escrito por [Marcel Ghiraldini](https://blog.math.group/author/marcel-ghiraldini) | 24/06/2019 10:30:04

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 ](https://blog.math.group/amazon-ads-deve-estar-no-seu-planejamento-de-midia-em-2021?hsLang=pt-br)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

Nesta recomendação a Amazon analisa os produtos que você está navegando e recomenda outros produtos muito semelhante de diferentes formas, tamanhos e marcas para ajudá-lo a encontrar algo similar ao um produto que você já tinha demonstrado interesse.

## Armazenar suas buscas no site 

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](https://blog.math.group/4-maneiras-de-otimizar-as-conversoes-no-ecommerce?hsLang=pt-br).  

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!

<https://dothemath.blog/inbound/v1unond9nb7?hsLang=pt-br>

 

[Visualizar publicação completa](https://blog.math.group/mecanismo-de-recomendacao-saiba-o-que-e-e-qual-o-melhor-para-meu-negocio)

```json
{
  "@context" : "http://schema.org",
  "@type" : "BlogPosting",
  "author" : {
    "@type" : "Person",
    "name" : "Marcel Ghiraldini"
  },
  "dateModified" : "2023-06-21T20:50:47.473Z",
  "datePublished" : "2019-06-24T10:30:04Z",
  "headline" : "Sistemas de recomendação: Entenda o mecanismo responsável por 35% da receita da Amazon.",
  "image" : {
    "@type" : "ImageObject",
    "height" : 768,
    "url" : "https://21993063.fs1.hubspotusercontent-na1.net/hubfs/21993063/Capas%20Blog/math_header_mkt_2.png",
    "width" : 1366
  },
  "mainEntityOfPage" : "https://blog.math.group/mecanismo-de-recomendacao-saiba-o-que-e-e-qual-o-melhor-para-meu-negocio",
  "publisher" : {
    "@type" : "Organization",
    "logo" : {
      "@type" : "ImageObject",
      "height" : 60.0,
      "url" : "https://21993063.fs1.hubspotusercontent-na1.net/hubfs/21993063/dothemath%20blog%20200px.png",
      "width" : 210.52632
    },
    "name" : "DoTheMATH Blog"
  }
}
```