{"id":308,"date":"2026-10-09T09:30:00","date_gmt":"2026-10-09T09:30:00","guid":{"rendered":"https:\/\/blog.quarticon.com\/hr\/?p=308"},"modified":"2026-10-09T09:30:00","modified_gmt":"2026-10-09T09:30:00","slug":"preporuke-proizvoda-u-marketing-automationu-kako-funkcioniraju","status":"publish","type":"post","link":"https:\/\/blog.quarticon.com\/hr\/preporuke-proizvoda-u-marketing-automationu-kako-funkcioniraju\/","title":{"rendered":"Preporuke proizvoda u marketing automationu – kako funkcioniraju"},"content":{"rendered":"

Pitanje bi zapravo trebalo glasiti: “Kako marketing automation ne funkcionira u e-trgovini”. Mo\u017ee zakazati iz nekoliko razloga: aktivira se u pogre\u0161no vrijeme, na pogre\u0161nom mjestu i s pogre\u0161nim proizvodom. Mo\u017ee li biti jo\u0161 gore? Slikovito \u0107emo ispri\u010dati \u0161to se doga\u0111a u va\u0161oj trgovini ako koristite samo marketing automation ili CDP.<\/p>\n

Nedavno smo slikovito obradili temu preporuka u trgovini u nekoliko slu\u010dajeva: izvorne preporuke s platforme za e-trgovinu, preporuke u marketing automationu i CDP-u te preporuke iz AI mehanizma za preporuke. \u010clanak mo\u017eete prona\u0107i ovdje: Preporuke i preporuke. Jednostavno i slikovito<\/a>. Sada \u0107emo pro\u0161iriti tu temu – isklju\u010divo na podru\u010dje ove dvije vrste alata: CDP-a i MA-a.<\/p>\n

Krenimo, dakle, od istog trenutka – u trgovini odje\u0107om, sasvim obi\u010dnoj, u Ulici Obi\u010dnoj. Znamo da se majice od 3\u20ac najbolje prodaju. Bijele, \u017eute, zelene. U trgovinu ulazi nova kupkinja. Razgledava crvenu haljinu od 100\u20ac. Prilazi joj asistentica (sustav marketing automation \/ CDP) kako bi je savjetovala u trgovini.<\/p>\n

\n

U 95 % slu\u010dajeva sustav ne prepoznaje kupkinju<\/h2>\n
\n
\n

Nova kupkinja ulazi u trgovinu. Asistentica je ne prepoznaje jer joj je ili prvi put u trgovini ili ima kratko pam\u0107enje \/ lo\u0161e pamti lica (brisanje kola\u010di\u0107a, blokatori oglasa, anonimni na\u010din rada). Kupkinja razgledava crvenu haljinu od 100\u20ac.<\/p>\n

Prilazi joj asistentica i ka\u017ee: \u201eBolje si kupite ovu majicu. Stoji samo 3 \u20ac.”<\/p>\n

Proma\u0161aj! Takva asistentica ne bi dugo radila u toj trgovini, zar ne? A u velikom je dijelu e-trgovina zaposlena upravo takva asistentica (marketing automation)!<\/strong><\/p>\n

Upravo tako funkcioniraju \u201eokviri s preporukama” u marketing automationu za 95 % va\u0161ih kupaca. Sustav preporu\u010duje ono \u0161to se najbolje prodaje, neovisno o tome \u0161to kupac radi.<\/p>\n

Ne promatra kupca i ne prilago\u0111ava se njegovim potrebama u stvarnom vremenu.<\/p>\n<\/p><\/div>\n

\n
\"\"
Preporuke za 95 % va\u0161ih kupaca iz marketing automationa \/ CDP-a<\/figcaption><\/figure>\n<\/p><\/div>\n<\/p><\/div>\n<\/p><\/div>\n
\n

95 % va\u0161ih kupaca dobiva smetnje tijekom kupnje<\/h2>\n
\n
\n

Kako bismo bolje predo\u010dili dramati\u010dnost situacije, moramo zamijeniti asistenticu jer je nezamislivo da bi asistentica davala takve preporuke.<\/p>\n

Moramo, dakle, postaviti neku “nasumi\u010dniju” osobu – tehni\u010dara koji postavlja elektri\u010dne instalacije. <\/p>\n

Kupkinja razgledava crvenu haljinu od 100\u20ac. Prilazi joj tehni\u010dar i ka\u017ee: \u201eOvdje sam od jutra, puno ljudi uzima te bijele majice. Bolje si kupite takvu majicu.”<\/p>\n

Proma\u0161aj! U najboljem bi slu\u010daju vlasnici upozorili takvog tehni\u010dara: “Nemojte se mije\u0161ati!” A upravo se taj gospodin mije\u0161a i savjetuje 95 % va\u0161ih kupaca!<\/p>\n<\/p><\/div>\n

\n
\"\"
Preporuke za 95 % va\u0161ih kupaca iz marketing automationa \/ CDP-a – brutalna istina<\/figcaption><\/figure>\n<\/p><\/div>\n<\/p><\/div>\n<\/p><\/div>\n
\n

5 % kupaca – prepoznati su<\/h2>\n
\n
\n

5 % kupaca sustav prepoznaje. Nisu stigli izbrisati kola\u010di\u0107e ili su nesvjesno kliknuli na e-poruku koja im je poslana. \u0160to se tada doga\u0111a?<\/p>\n

Krenimo, dakle, ispo\u010detka – u trgovinu ulazi prepoznata kupkinja. To je Petra.<\/p>\n

Asistentica vi\u010de na vratima: \u201eDobar dan, gospo\u0111o Petra”<\/p>\n

Tu se doga\u0111a \u010darolija prema sustavima marketing automationa. Sustav je prepoznao kupkinju.<\/p>\n

Gospo\u0111a Petra razgledava crvenu haljinu od 100\u20ac. Asistentica, kao \u0161to smo rekli – lukava je zvjerka, sje\u0107a se da je gospo\u0111a Petra prije mjesec dana kupila hla\u010de pa predla\u017ee: \u201eGospo\u0111o Petra imamo odli\u010dne hla\u010de na sni\u017eenju”.<\/p>\n

Proma\u0161aj! Asistentica (marketing automation) oslanja se na povijesne podatke. Sustav reagira na ono \u0161to je kupac kupio ranije<\/em>, a ne na ono \u0161to radi sada<\/em>. Promijenilo se samo to \u0161to umjesto bijele majice imamo personalizirane plave traperice.<\/p>\n

Zanima nas, dakle, kada \u0107e asistentica (marketing automation) shvatiti \u0161to se doga\u0111a i reagirati?<\/p>\n<\/p><\/div>\n

\n
\"\"
Data-driven CDP\/marketing automation na djelu s prepoznatim kupcima<\/figcaption><\/figure>\n<\/p><\/div>\n<\/p><\/div>\n<\/p><\/div>\n
\n

Blagajna, je li to ve\u0107 to?<\/h2>\n
\n
\n

Moglo bi se \u010diniti da je naplata pravo mjesto za prilagodbu. <\/p>\n

Ipak, ne! Asistentica (marketing automation) i dalje radi s povijesnim podacima. Gospo\u0111a Petra pripada segmentu “kupili hla\u010de prije 30 dana”, pa je asistentica prati s hla\u010dama.<\/p>\n

Segment se ne mo\u017ee tako lako promijeniti. Mo\u017ee ga se izmijeniti. Vlasnici zato obu\u010davaju asistenticu: kad do\u0111u oni koji su kupili hla\u010de, nemoj im nuditi hla\u010de, nego remen. Tako asistentica prati kupkinju po trgovini s remenom. <\/p>\n

Je li bolje? Ba\u0161 i ne.<\/p>\n<\/p><\/div>\n

\n
\"\"
Data-driven CDP\/marketing automation na djelu tijekom naplate<\/figcaption><\/figure>\n<\/p><\/div>\n<\/p><\/div>\n<\/p><\/div>\n
\n

\u0160to se doga\u0111a nakon kupnje?<\/h2>\n
\n
\n

Nakon kupnje, na\u017ealost, do asistentice (marketing automation) jo\u0161 je doprlo vrlo malo informacija. Radi kako joj je re\u010deno i ne donosi samostalne odluke.<\/p>\n

Tek ujutro vlasnici \u0107e, nakon analize podataka, izmijeniti segmente i dati asistentici nove upute – gospo\u0111a Petra vi\u0161e nije u segmentu “kupili hla\u010de”. Od danas je gospo\u0111a Petra u segmentu “kupili haljine”<\/em>.<\/p>\n

Ali danas, nakon \u0161to se odmakne od blagajne, gospo\u0111a Petra za asistenticu pripada segmentu “kupili hla\u010de”. Zato tr\u010di za njom s hla\u010dama.<\/p>\n

Za\u0161to? Nitko ne zna odgovor na to pitanje. <\/p>\n

Ipak, odlazak od blagajne trenutak je kada marketing automation dobiva nove podatke i po\u010dinje ih koristiti. Poput hijena, obru\u0161ava se na kupce koji su ve\u0107 ne\u0161to kupili i poti\u010de ih na ponovnu kupnju. Opet proma\u0161aj!<\/p>\n<\/p><\/div>\n

\n
\"\"
Data-driven CDP\/marketing automation na djelu odmah nakon kupnje<\/figcaption><\/figure>\n<\/p><\/div>\n<\/p><\/div>\n<\/p><\/div>\n
\n

Gdje po\u010dinje \u010darolija? Vjerojatno nigdje<\/h2>\n
\n
\n

Da, vjerojatno nigdje. No CDP i marketing automation tvrde da se do kupaca mo\u017ee doprijeti omnichannel pristupom. Izvan trgovine, na mjestu za zabavu. Ali tu po\u010dinje pravi fijasko, a ne \u010darolija.<\/p>\n

Gospo\u0111a Petra sljede\u0107eg dana ide u kino (YT). Asistentica je ujutro dobila nove upute o novom segmentu “kupili haljinu”.<\/p>\n

Od jutra tr\u010di po gradu za gospo\u0111om Basiom s haljinom. “Gospo\u0111o Petra, lijepa \u017euta haljina. Mo\u017eda biste je jo\u0161 kupili”.<\/p>\n

Jo\u0161 jednom: za\u0161to? Nitko ne zna. Pogre\u0161an trenutak, jako pogre\u0161an trenutak \u2026<\/p>\n

Ovdje smo napravili veliko pojednostavljenje – gradom ne tr\u010di asistentica, nego drugi sustav za retargetiranje. Sustav MA pomalo se pretvara da sudjeluje u tome. Asistenticu bi zato trebalo zamijeniti drugom asistenticom. No o tome u sljede\u0107em nastavku. <\/p>\n<\/p><\/div>\n

\n
\"\"
Data-driven CDP\/marketing automation u retargetiranju<\/figcaption><\/figure>\n<\/p><\/div>\n<\/p><\/div>\n<\/p><\/div>\n

Marketing automation \/ CDP – \u0161to je po\u0161lo po zlu?<\/h2>\n

Ukratko, \u0161to je po\u0161lo po zlu nakon implementacije marketing automationa i CDP-a u e-trgovini:
– trgovina se zapravo ne bavi kupcima, ve\u0107 samo onima koje prepozna
– ako ih prepozna (5 % kupaca), radi s povijesnim podacima koji trenuta\u010dno nemaju nikakvog smisla
– po\u010dinje ciljati kupca nakon transakcije, kada je zapravo ve\u0107 prekasno
– retargetiranje prepoznatih kupaca nema nikakvog smisla – ve\u0107 je prekasno<\/p>\n

Za\u0161to se onda svima \u010dini da funkcionira i donosi rezultate? Rije\u010d je o statistici, no o tome u sljede\u0107em nastavku. <\/p>\n

Koja je alternativa?<\/h2>\n

Ve\u0107ina se e-trgovina oslanja na sustave koji se u najboljem slu\u010daju a\u017euriraju tek kada se kupac posljednji put prijavio. To je kao na\u0161a asistentica koja nudi hla\u010de, umjesto da promatra \u0161to se doga\u0111a sada.<\/p>\n

AI mehanizmi za preporuku proizvoda rade druk\u010dije: trenuta\u010dno se prilago\u0111avaju, u\u010de iz svake interakcije i rade za sve, bilo da je rije\u010d o novom ili postoje\u0107em kupcu.<\/p>\n

To je razlika izme\u0111u:<\/p>\n