Personalizace doporučení je již dlouho spojována s nutností sledovat chování uživatelů a vytvářet jejich profily. Historie prohlížených produktů, předchozí nákupy, kliknutí nebo čas strávený na stránce – všechna tato data pomáhají přizpůsobovat nabídku, ale jejich využívání není vždy možné ani potřebné. Proto náš engine doporučení rozvíjíme tak, aby efektivně fungoval i v případě, že uživatel nesouhlasí s profilováním.
Jedná se o jedno z nejvýznamnějších vylepšení posledních měsíců a zároveň o řešení, které na trhu vyniká. Kvalita doporučení není závislá na vytvoření individuálního profilu uživatele. Místo toho se engine dokáže automaticky přepnout do režimu založeného výhradně na kontextu aktuálně prohlížených produktů
Zjistěte více o AI enginu doporučení Quarticon:
Dva režimy fungování jednoho enginu
V závislosti na dostupných souhlasech a potřebách konkrétní implementace může engine fungovat ve dvou vzájemně se doplňujících režimech.
V personalizovaném režimu mohou doporučení zohledňovat informace související s preferencemi a chováním uživatele – samozřejmě pouze tehdy, když uživatel udělil příslušný souhlas. To umožňuje vytvářet individuálnější prostředí, například zobrazovat produkty podobné těm, které si uživatel prohlížel dříve, nebo přizpůsobovat nabídky jeho zájmům.
Druhý režim funguje bez profilování. V takovém případě engine automaticky využívá dříve natrénované modely a analyzuje především vztah mezi prohlíženým produktem a ostatními produkty v nabídce. Doporučení mohou vycházet mimo jiné z podobnosti, komplementarity, oblíbenosti nebo často se vyskytujících souvislostí mezi produkty – bez vytváření individuálního profilu návštěvníka.
Doporučení přizpůsobená produktu, nikoli osobě
Nejdůležitější rozdíl spočívá v tom, že systém nemusí vědět, kdo je uživatel ani jaké produkty si prohlížel dříve. Stačí informace o tom, jaký produkt se právě nachází na obrazovce.
Pokud si zákazník prohlíží konkrétní model obuvi, engine doporučení může navrhnout produkty přizpůsobené aktuálnímu produktu, a to na základě předchozích relací jiných uživatelů. Tento přístup umožňuje zachovat užitečnost a vyšší efektivitu doporučení také při první návštěvě, bez přihlášení nebo bez souhlasu s profilováním. Uživatel získává pomoc při objevování nabídky a obchod může i nadále podporovat prodej podobných a komplementárních produktů.
Automatické přepnutí bez komplikování prostředí
Ke změně režimu fungování dochází automaticky. Uživatel nemusí nic dalšího nastavovat ani ručně vybírat způsob zobrazování doporučení. Systém rozpozná, jaká data může využívat, a zvolí vhodný model fungování.
To je důležité také z obchodního hlediska. Obchod se nemusí vzdát doporučení jen proto, že část návštěvníků neudělila souhlas s profilováním. Engine může i nadále podporovat pseudopersonalizovanou navigaci nabídkou, zvyšovat viditelnost produktů a usnadňovat zákazníkům nalezení toho, co hledají.
Jedno řešení, různé potřeby
Nová funkce reaguje na rostoucí potřebu spojit obchodní efektivitu s větší kontrolou uživatelů nad využíváním jejich dat. Personalizace zůstává dostupná tam, kde s ní uživatel souhlasí, není však nezbytnou podmínkou pro spuštění doporučení.
Pro majitele obchodů a e-commerce platforem to znamená větší flexibilitu. Mohou využívat AI doporučení jak v personalizovaném, tak v pseudopersonalizovaném režimu, aniž by museli přecházet do režimu kontextových doporučení s výrazně nižší efektivitou.
Je také dobré připomenout, že engine doporučení personalizuje nebo pseudopersonalizuje nabídku v reálném čase pro 100 % návštěvnosti webu, čímž se odlišuje od systémů marketing automation nebo CDP, které vyžadují uživatelský profil (což v klasickém e-commerce obchodě odpovídá přibližně 5 % návštěvnosti webu). Engine doporučení: 100 % > marketing automation 5 %. Více jsme o tomto tématu psali mimo jiné zde: engine doporučení a marketing automation.
Novinka, která udává praktický směr vývoje doporučení
Možnost fungovat bez profilování není jen omezenou verzí klasické personalizace. Jedná se o samostatný, vědomě navržený způsob doporučování produktů založený na analýze nabídky a kontextu návštěvy. Díky tomu engine doporučení Quarticon spojuje dva přístupy: personalizaci dostupnou se souhlasem uživatele a efektivní pseudopersonalizovaná produktová doporučení, která nevyžadují souhlas uživatelů.
