Personalizacja rekomendacji od dawna kojarzy się z koniecznością śledzenia zachowania użytkowników i budowania ich profili. Historia przeglądanych produktów, wcześniejsze zakupy, kliknięcia czy czas spędzony na stronie – wszystkie te dane pomagają w dopasowywaniu oferty, ale ich wykorzystywanie nie zawsze jest możliwe lub potrzebne. Dlatego rozwijamy nasz silnik rekomendacji tak, aby skutecznie działał również wtedy, gdy użytkownik nie wyraża zgody na profilowanie.
To jedno z najważniejszych usprawnień w ostatnich miesiącach i zarazem rozwiązanie wyróżniające się na rynku. Silnik nie uzależnia jakości rekomendacji od stworzenia indywidualnego profilu użytkownika. Zamiast tego potrafi automatycznie przełączyć się na tryb oparty wyłącznie na kontekście aktualnie oglądanych produktów.
Dwa tryby działania jednego silnika
W zależności od dostępnych zgód i potrzeb danego wdrożenia silnik może działać w dwóch uzupełniających się trybach.
W trybie personalizowanym rekomendacje mogą uwzględniać informacje związane z preferencjami i zachowaniem użytkownika – oczywiście wtedy, gdy użytkownik wyraził odpowiednią zgodę. Pozwala to budować bardziej indywidualne doświadczenie, na przykład prezentować produkty podobne do tych, które użytkownik oglądał wcześniej, albo dopasowywać propozycje do jego zainteresowań.
Drugi tryb działa bez profilowania. W takim przypadku silnik automatycznie korzysta z wcześniej wytrenowanych modeli i analizuje przede wszystkim relację między oglądanym produktem a innymi produktami w ofercie. Rekomendacje mogą opierać się między innymi na podobieństwie, komplementarności, popularności lub często występujących zależnościach między produktami – bez tworzenia indywidualnego profilu odwiedzającej osoby.
Rekomendacje dopasowane do produktu, nie do osoby
Najważniejsza różnica polega na tym, że system nie musi wiedzieć, kim jest użytkownik ani jakie produkty oglądał wcześniej. Wystarczy informacja o tym, jaki produkt znajduje się aktualnie na ekranie.
Jeśli klient przegląda konkretny model obuwia, silnik rekomendacji może zaproponować produkty dopasowane do aktualnego produktu, ale na podstawie przeszłych sesji innych użytkowników. Takie podejście pozwala zachować użyteczność i wyższą skuteczność rekomendacji także w przypadku pierwszej wizyty, braku zalogowania lub braku zgody na profilowanie. Użytkownik otrzymuje pomoc w odkrywaniu oferty, a sklep może nadal wspierać sprzedaż produktów podobnych i komplementarnych.
Automatyczne przełączenie bez komplikowania doświadczenia
Zmiana trybu działania odbywa się automatycznie. Nie wymaga dodatkowej konfiguracji po stronie użytkownika ani ręcznego wyboru sposobu prezentowania rekomendacji. System rozpoznaje, jakie dane może wykorzystywać, i dobiera odpowiedni model działania.
To ważne również z perspektywy biznesowej. Sklep nie musi rezygnować z rekomendacji tylko dlatego, że część odwiedzających nie wyraziła zgody na profilowanie. Silnik może nadal wspierać pseudo-personalizowaną nawigację po ofercie, zwiększać widoczność produktów i ułatwiać klientom znalezienie tego, czego szukają.
Jedno rozwiązanie, różne potrzeby
Nowa funkcja odpowiada na rosnącą potrzebę łączenia skuteczności biznesowej z większą kontrolą użytkowników nad wykorzystywaniem ich danych. Personalizacja pozostaje dostępna tam, gdzie użytkownik wyrazi na nią zgodę, ale nie jest warunkiem koniecznym do uruchomienia rekomendacji.
Dla właścicieli sklepów i platform e-commerce oznacza to większą elastyczność. Mogą korzystać z rekomendacji AI zarówno w modelu personalizowanym, jak i pseudo-pesonalizowanym, bez potrzeby przełączania się na tryb rekomendacji kontekstowych, o znacznie niższej skuteczności.
Warto również przypomnieć o tym, że silnik rekomendacji personalizuje lub pseudopersonalizuje ofertę w czasie rzeczywistym do 100% ruchu na stronie, co wyróżnia go od systemów marketing automation lub CDP, które wymagają profilu użytkownika (co odpowiada w klasycznym sklepie e-commerce około 5% ruchu na stronie). Silnik rekomendacji: 100% > marketing automation 5%. Więcej na ten temat pisaliśmy między innymi tu: silnik rekomendacji a marketing automation.
Nowość, która wyznacza praktyczny kierunek rozwoju rekomendacji
Możliwość działania bez profilowania nie jest jedynie ograniczoną wersją klasycznej personalizacji. To odrębny, świadomie zaprojektowany sposób rekomendowania produktów, oparty na analizie oferty i kontekstu wizyty. Dzięki temu silnik rekomendacji Quarticon łączy dwa podejścia: personalizację dostępną za zgodą użytkownika oraz skuteczne rekomendacje produktowe pseudo-personalizowane, niewymagające zgód użytkowników.
