Personalizacja rekomendacji od dawna kojarzy si\u0119 z konieczno\u015bci\u0105 \u015bledzenia zachowania u\u017cytkownik\u00f3w i budowania ich profili. Historia przegl\u0105danych produkt\u00f3w, wcze\u015bniejsze zakupy, klikni\u0119cia czy czas sp\u0119dzony na stronie – wszystkie te dane pomagaj\u0105 w dopasowywaniu oferty, ale ich wykorzystywanie nie zawsze jest mo\u017cliwe lub potrzebne. Dlatego rozwijamy nasz silnik rekomendacji tak, aby skutecznie dzia\u0142a\u0142 r\u00f3wnie\u017c wtedy, gdy u\u017cytkownik nie wyra\u017ca zgody na profilowanie.<\/p>\n
To jedno z najwa\u017cniejszych usprawnie\u0144 w ostatnich miesi\u0105cach i zarazem rozwi\u0105zanie wyr\u00f3\u017cniaj\u0105ce si\u0119 na rynku. Silnik nie uzale\u017cnia jako\u015bci rekomendacji od stworzenia indywidualnego profilu u\u017cytkownika. Zamiast tego potrafi automatycznie prze\u0142\u0105czy\u0107 si\u0119 na tryb oparty wy\u0142\u0105cznie na kontek\u015bcie aktualnie ogl\u0105danych produkt\u00f3w.<\/p>\n
W zale\u017cno\u015bci od dost\u0119pnych zg\u00f3d i potrzeb danego wdro\u017cenia silnik mo\u017ce dzia\u0142a\u0107 w dw\u00f3ch uzupe\u0142niaj\u0105cych si\u0119 trybach.<\/p>\n
W trybie personalizowanym rekomendacje mog\u0105 uwzgl\u0119dnia\u0107 informacje zwi\u0105zane z preferencjami i zachowaniem u\u017cytkownika – oczywi\u015bcie wtedy, gdy u\u017cytkownik wyrazi\u0142 odpowiedni\u0105 zgod\u0119. Pozwala to budowa\u0107 bardziej indywidualne do\u015bwiadczenie, na przyk\u0142ad prezentowa\u0107 produkty podobne do tych, kt\u00f3re u\u017cytkownik ogl\u0105da\u0142 wcze\u015bniej, albo dopasowywa\u0107 propozycje do jego zainteresowa\u0144.<\/p>\n
Drugi tryb dzia\u0142a bez profilowania. W takim przypadku silnik automatycznie korzysta z wcze\u015bniej wytrenowanych modeli i analizuje przede wszystkim relacj\u0119 mi\u0119dzy ogl\u0105danym produktem a innymi produktami w ofercie. Rekomendacje mog\u0105 opiera\u0107 si\u0119 mi\u0119dzy innymi na podobie\u0144stwie, komplementarno\u015bci, popularno\u015bci lub cz\u0119sto wyst\u0119puj\u0105cych zale\u017cno\u015bciach mi\u0119dzy produktami – bez tworzenia indywidualnego profilu odwiedzaj\u0105cej osoby.<\/p>\n
Najwa\u017cniejsza r\u00f3\u017cnica polega na tym, \u017ce system nie musi wiedzie\u0107, kim jest u\u017cytkownik ani jakie produkty ogl\u0105da\u0142 wcze\u015bniej. Wystarczy informacja o tym, jaki produkt znajduje si\u0119 aktualnie na ekranie.<\/p>\n
Je\u015bli klient przegl\u0105da konkretny model obuwia, silnik rekomendacji mo\u017ce zaproponowa\u0107 produkty dopasowane do aktualnego produktu, ale na podstawie przesz\u0142ych sesji innych u\u017cytkownik\u00f3w. Takie podej\u015bcie pozwala zachowa\u0107 u\u017cyteczno\u015b\u0107 i wy\u017csz\u0105 skuteczno\u015b\u0107 rekomendacji tak\u017ce w przypadku pierwszej wizyty, braku zalogowania lub braku zgody na profilowanie. U\u017cytkownik otrzymuje pomoc w odkrywaniu oferty, a sklep mo\u017ce nadal wspiera\u0107 sprzeda\u017c produkt\u00f3w podobnych i komplementarnych.<\/p>\n
Zmiana trybu dzia\u0142ania odbywa si\u0119 automatycznie. Nie wymaga dodatkowej konfiguracji po stronie u\u017cytkownika ani r\u0119cznego wyboru sposobu prezentowania rekomendacji. System rozpoznaje, jakie dane mo\u017ce wykorzystywa\u0107, i dobiera odpowiedni model dzia\u0142ania.<\/p>\n
To wa\u017cne r\u00f3wnie\u017c z perspektywy biznesowej. Sklep nie musi rezygnowa\u0107 z rekomendacji tylko dlatego, \u017ce cz\u0119\u015b\u0107 odwiedzaj\u0105cych nie wyrazi\u0142a zgody na profilowanie. Silnik mo\u017ce nadal wspiera\u0107 pseudo-personalizowan\u0105 nawigacj\u0119 po ofercie, zwi\u0119ksza\u0107 widoczno\u015b\u0107 produkt\u00f3w i u\u0142atwia\u0107 klientom znalezienie tego, czego szukaj\u0105.<\/p>\n
Nowa funkcja odpowiada na rosn\u0105c\u0105 potrzeb\u0119 \u0142\u0105czenia skuteczno\u015bci biznesowej z wi\u0119ksz\u0105 kontrol\u0105 u\u017cytkownik\u00f3w nad wykorzystywaniem ich danych. Personalizacja pozostaje dost\u0119pna tam, gdzie u\u017cytkownik wyrazi na ni\u0105 zgod\u0119, ale nie jest warunkiem koniecznym do uruchomienia rekomendacji.<\/p>\n
Dla w\u0142a\u015bcicieli sklep\u00f3w i platform e-commerce oznacza to wi\u0119ksz\u0105 elastyczno\u015b\u0107. Mog\u0105 korzysta\u0107 z rekomendacji AI zar\u00f3wno w modelu personalizowanym, jak i pseudo-pesonalizowanym, bez potrzeby prze\u0142\u0105czania si\u0119 na tryb rekomendacji kontekstowych, o znacznie ni\u017cszej skuteczno\u015bci. <\/p>\n
Warto r\u00f3wnie\u017c przypomnie\u0107 o tym, \u017ce silnik rekomendacji personalizuje lub pseudopersonalizuje ofert\u0119 w czasie rzeczywistym do 100% ruchu na stronie, co wyr\u00f3\u017cnia go od system\u00f3w marketing automation lub CDP, kt\u00f3re wymagaj\u0105 profilu u\u017cytkownika (co odpowiada w klasycznym sklepie e-commerce oko\u0142o 5% ruchu na stronie). Silnik rekomendacji: 100% > marketing automation 5%. Wi\u0119cej na ten temat pisali\u015bmy mi\u0119dzy innymi tu: silnik rekomendacji a marketing automation<\/a>. <\/p>\n Mo\u017cliwo\u015b\u0107 dzia\u0142ania bez profilowania nie jest jedynie ograniczon\u0105 wersj\u0105 klasycznej personalizacji. To odr\u0119bny, \u015bwiadomie zaprojektowany spos\u00f3b rekomendowania produkt\u00f3w, oparty na analizie oferty i kontekstu wizyty. Dzi\u0119ki temu silnik rekomendacji Quarticon \u0142\u0105czy dwa podej\u015bcia: personalizacj\u0119 dost\u0119pn\u0105 za zgod\u0105 u\u017cytkownika oraz skuteczne rekomendacje produktowe pseudo-personalizowane, niewymagaj\u0105ce zg\u00f3d u\u017cytkownik\u00f3w. <\/p>\n \n","protected":false},"excerpt":{"rendered":" Personalizacja rekomendacji od dawna kojarzy si\u0119 z konieczno\u015bci\u0105 \u015bledzenia zachowania u\u017cytkownik\u00f3w i budowania ich profili. Historia przegl\u0105danych produkt\u00f3w, wcze\u015bniejsze zakupy, klikni\u0119cia czy czas sp\u0119dzony na stronie – wszystkie te dane pomagaj\u0105 w dopasowywaniu oferty, ale ich wykorzystywanie nie zawsze jest mo\u017cliwe lub potrzebne. Dlatego rozwijamy nasz silnik rekomendacji tak, aby skutecznie dzia\u0142a\u0142 r\u00f3wnie\u017c wtedy, gdy […]<\/p>\n","protected":false},"author":1,"featured_media":16668,"comment_status":"","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-16667","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-blog"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/blog.quarticon.com\/pl\/wp-json\/wp\/v2\/posts\/16667","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/blog.quarticon.com\/pl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blog.quarticon.com\/pl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blog.quarticon.com\/pl\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/blog.quarticon.com\/pl\/wp-json\/wp\/v2\/comments?post=16667"}],"version-history":[{"count":0,"href":"https:\/\/blog.quarticon.com\/pl\/wp-json\/wp\/v2\/posts\/16667\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/blog.quarticon.com\/pl\/wp-json\/wp\/v2\/media\/16668"}],"wp:attachment":[{"href":"https:\/\/blog.quarticon.com\/pl\/wp-json\/wp\/v2\/media?parent=16667"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blog.quarticon.com\/pl\/wp-json\/wp\/v2\/categories?post=16667"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blog.quarticon.com\/pl\/wp-json\/wp\/v2\/tags?post=16667"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}Nowo\u015b\u0107, kt\u00f3ra wyznacza praktyczny kierunek rozwoju rekomendacji<\/h3>\n