Personalizacija preporuka ve\u0107 se dugo povezuje s potrebom pra\u0107enja pona\u0161anja korisnika i izgradnje njihovih profila. Povijest pregledanih proizvoda, prethodne kupnje, klikovi ili vrijeme provedeno na stranici – svi ti podaci poma\u017eu u prilago\u0111avanju ponude, ali njihova upotreba nije uvijek mogu\u0107a ni potrebna. Zato razvijamo na\u0161 mehanizam za preporuke tako da u\u010dinkovito radi i kada korisnik ne pristane na profiliranje.<\/p>\n
Rije\u010d je o jednom od najva\u017enijih pobolj\u0161anja posljednjih mjeseci, a ujedno i o rje\u0161enju koje se isti\u010de na tr\u017ei\u0161tu. Kvaliteta preporuka ne ovisi o stvaranju individualnog profila korisnika. Umjesto toga, mehanizam se mo\u017ee automatski prebaciti u na\u010din rada koji se temelji isklju\u010divo na kontekstu trenuta\u010dno pregledanih proizvoda<\/p>\n
Saznajte vi\u0161e o Quarticonovom AI mehanizmu za preporuke:<\/p>\n
AI preporuke<\/a> <\/p>\n Ovisno o dostupnim privolama i potrebama odre\u0111ene implementacije, mehanizam mo\u017ee raditi u dva me\u0111usobno nadopunjuju\u0107a na\u010dina.<\/p>\n U personaliziranom na\u010dinu rada preporuke mogu uzimati u obzir informacije povezane s preferencijama i pona\u0161anjem korisnika – naravno, kada korisnik da odgovaraju\u0107u privolu. To omogu\u0107uje stvaranje individualnijeg iskustva, primjerice prikazivanje proizvoda sli\u010dnih onima koje je korisnik prethodno pregledavao ili prilago\u0111avanje prijedloga njegovim interesima.<\/p>\n Drugi na\u010din rada funkcionira bez profiliranja. U tom slu\u010daju mehanizam automatski koristi prethodno trenirane modele i prvenstveno analizira odnos izme\u0111u pregledanog proizvoda i drugih proizvoda u ponudi. Preporuke se, izme\u0111u ostalog, mogu temeljiti na sli\u010dnosti, komplementarnosti, popularnosti ili \u010desto prisutnim povezanostima izme\u0111u proizvoda – bez stvaranja individualnog profila posjetitelja.<\/p>\n Najva\u017enija je razlika u tome \u0161to sustav ne mora znati tko je korisnik ni koje je proizvode prethodno pregledavao. Dovoljna je informacija o tome koji se proizvod trenuta\u010dno nalazi na zaslonu.<\/p>\n Ako klijent pregledava odre\u0111eni model obu\u0107e, mehanizam za preporuke mo\u017ee predlo\u017eiti proizvode prilago\u0111ene trenuta\u010dnom proizvodu, ali na temelju prethodnih sesija drugih korisnika. Takav pristup omogu\u0107uje zadr\u017eavanje korisnosti i ve\u0107e u\u010dinkovitosti preporuka i tijekom prvog posjeta, kada korisnik nije prijavljen ili nije dao privolu za profiliranje. Korisnik dobiva pomo\u0107 pri otkrivanju ponude, a trgovina i dalje mo\u017ee podr\u017eavati prodaju sli\u010dnih i komplementarnih proizvoda.<\/p>\n Promjena na\u010dina rada odvija se automatski. Ne zahtijeva dodatnu konfiguraciju s korisni\u010dke strane ni ru\u010dni odabir na\u010dina prikazivanja preporuka. Sustav prepoznaje koje podatke mo\u017ee koristiti i odabire odgovaraju\u0107i model rada.<\/p>\n To je va\u017eno i iz poslovne perspektive. Trgovina se ne mora odre\u0107i preporuka samo zato \u0161to dio posjetitelja nije dao privolu za profiliranje. Mehanizam i dalje mo\u017ee podr\u017eavati pseudo-personaliziranu navigaciju ponudom, pove\u0107avati vidljivost proizvoda i korisnicima olak\u0161avati pronala\u017eenje onoga \u0161to tra\u017ee.<\/p>\n Nova funkcija odgovara na sve ve\u0107u potrebu za povezivanjem poslovne u\u010dinkovitosti s ve\u0107om kontrolom korisnika nad upotrebom njihovih podataka. Personalizacija je i dalje dostupna tamo gdje korisnik na nju pristane, ali nije nu\u017ean uvjet za pokretanje preporuka.<\/p>\n Za vlasnike trgovina i e-commerce platformi to zna\u010di ve\u0107u fleksibilnost. AI preporuke mogu koristiti i u personaliziranom i u pseudo-personaliziranom modelu, bez potrebe za prebacivanjem na na\u010din rada s kontekstualnim preporukama, \u010dija je u\u010dinkovitost znatno ni\u017ea.<\/p>\n Vrijedi tako\u0111er podsjetiti da mehanizam za preporuke personalizira ili pseudopersonalizira ponudu u stvarnom vremenu za 100 % prometa na stranici, \u010dime se razlikuje od sustava za marketin\u0161ku automatizaciju ili CDP sustava, koji zahtijevaju korisni\u010dki profil (\u0161to u klasi\u010dnoj e-commerce trgovini odgovara pribli\u017eno 5 % prometa na stranici). Mehanizam za preporuke: 100 % > marketin\u0161ka automatizacija 5 %. Vi\u0161e o toj temi pisali smo, izme\u0111u ostalog, ovdje: mehanizam za preporuke i marketin\u0161ka automatizacija<\/a>.<\/p>\n Mogu\u0107nost rada bez profiliranja nije samo ograni\u010dena verzija klasi\u010dne personalizacije. Rije\u010d je o zasebnom, svjesno osmi\u0161ljenom na\u010dinu preporu\u010divanja proizvoda, koji se temelji na analizi ponude i konteksta posjeta. Zahvaljuju\u0107i tome, Quarticonov mehanizam za preporuke objedinjuje dva pristupa: personalizaciju dostupnu uz privolu korisnika te u\u010dinkovite pseudopersonalizirane preporuke proizvoda koje ne zahtijevaju privole korisnika.<\/p>\n \n","protected":false},"excerpt":{"rendered":" U Quarticonu razvijamo na\u0161 mehanizam za preporuke tako da u\u010dinkovito radi i kada korisnik ne pristane na profiliranje<\/p>\n","protected":false},"author":1,"featured_media":280,"comment_status":"","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-279","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ecommerce"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/blog.quarticon.com\/hr\/wp-json\/wp\/v2\/posts\/279","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/blog.quarticon.com\/hr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blog.quarticon.com\/hr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blog.quarticon.com\/hr\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/blog.quarticon.com\/hr\/wp-json\/wp\/v2\/comments?post=279"}],"version-history":[{"count":0,"href":"https:\/\/blog.quarticon.com\/hr\/wp-json\/wp\/v2\/posts\/279\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/blog.quarticon.com\/hr\/wp-json\/wp\/v2\/media\/280"}],"wp:attachment":[{"href":"https:\/\/blog.quarticon.com\/hr\/wp-json\/wp\/v2\/media?parent=279"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blog.quarticon.com\/hr\/wp-json\/wp\/v2\/categories?post=279"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blog.quarticon.com\/hr\/wp-json\/wp\/v2\/tags?post=279"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}Dva na\u010dina rada jednog mehanizma<\/h3>\n
Preporuke prilago\u0111ene proizvodu, a ne osobi<\/h3>\n
Automatsko prebacivanje bez kompliciranja iskustva<\/h3>\n
Jedno rje\u0161enje za razli\u010dite potrebe<\/h3>\n
Novost koja odre\u0111uje prakti\u010dan smjer razvoja preporuka<\/h3>\n