Motore di raccomandazione dei prodotti
Definizione rapida
Un motore di raccomandazione dei prodotti è un software che suggerisce i prodotti che un acquirente è più propenso a voler. Si basa sul loro comportamento, sulle caratteristiche del prodotto, su cosa hanno comprato acquirenti simili o su cosa chiedono in una conversazione.
In questa pagina
I principali approcci
Il filtraggio collaborativo raccomanda cosa hanno comprato o visualizzato persone con comportamenti simili. Il filtraggio collaborativo articolo per articolo di Amazon, descritto da Linden, Smith e York nel 2003, ha reso famoso il modello “i clienti che hanno acquistato questo hanno acquistato anche”. Il filtraggio basato sui contenuti raccomanda prodotti le cui caratteristiche somigliano a quelle che l'acquirente ha gradito. Regole e merchandising — bestseller, margini, nuove arrivi — sono sovrapposti nella maggior parte dei negozi.
Ogni approccio ha una debolezza nota: il filtraggio collaborativo ha bisogno di molti dati comportamentali e fatica con nuovi prodotti e nuovi visitatori, mentre il filtraggio basato sui contenuti ha bisogno di caratteristiche di prodotto pulite e coerenti.
Raccomandazioni conversazionali
Un approccio più recente consente agli acquirenti di esprimere ciò di cui hanno bisogno a parole: “un regalo per un 10enne che ama la scienza, sotto i 40 euro”, “un aspirapolvere per un appartamento con animali”. Un assistente AI interpreta la richiesta, cerca nel catalogo per significato e con filtri strutturati — prezzo, disponibilità, dimensione, marca — e spiega perché ogni suggerimento si adatta.
Questo funziona bene per i visitatori alla prima esperienza senza storia e per acquisti ponderati in cui gli acquirenti hanno domande. Dipende fortemente dalla qualità dei dati sui prodotti: se taglie, materiali o compatibilità mancano dal catalogo, l'assistente non può usarli.
Insidie
Raccomandare prodotti esauriti, prodotti che ignorano un vincolo dichiarato, o lo stesso bestseller a tutti erode rapidamente la fiducia. I prezzi mostrati in una raccomandazione devono corrispondere al catalogo attivo. E le raccomandazioni dovrebbero essere giudicate in base all'esito del cliente — hanno trovato ciò di cui avevano bisogno? — non solo sui clic.
Raccomandazioni di prodotto in AI SmartTalk
AI SmartTalk indicizza i cataloghi di prodotti da Shopify, PrestaShop, WooCommerce e Joomla, oltre ai prodotti importati tramite la sua API. L'assistente li cerca per significato e con filtri su fascia di prezzo, disponibilità, marca, categoria e attributi di variante, può escludere termini che l'acquirente scarta, e visualizza i risultati come schede prodotto con informazioni su disponibilità e sconto nella chat.
Domande frequenti
Qual è la differenza tra filtraggio collaborativo e basato sui contenuti?
Il filtraggio collaborativo utilizza il comportamento di altri acquirenti (le persone che hanno comprato X hanno anche comprato Y). Il filtraggio basato sui contenuti utilizza le caratteristiche proprie dei prodotti (questa giacca è simile a quella).
Ho bisogno di molti dati per le raccomandazioni sui prodotti?
Le raccomandazioni basate sul comportamento lo richiedono. Le raccomandazioni conversazionali e basate su attributi necessitano principalmente di un catalogo ben descritto, che le rende utilizzabili anche da negozi più piccoli.
Un chatbot AI può raccomandare prodotti?
Sì, quando è connesso al catalogo in tempo reale. Dovrebbe filtrare su dati reali come prezzo e disponibilità, piuttosto che fare affidamento sulla memoria del modello linguistico sui prodotti.