Productaanbevelingsengine
Snelle definitie
Een productaanbevelingsengine is software die de producten suggereert die een shopper het meest waarschijnlijk wil. Het is gebaseerd op hun gedrag, productkenmerken, wat vergelijkbare shoppers hebben gekocht of wat ze vragen in een gesprek.
Op deze pagina
De belangrijkste benaderingen
Samenwerkende filtering raadt aan wat mensen met vergelijkbaar gedrag hebben gekocht of bekeken. Amazon's item-voor-item samenwerkende filtering, beschreven door Linden, Smith en York in 2003, maakte het patroon “klanten die dit kochten, kochten ook” beroemd. Op inhoud gebaseerde filtering raadt producten aan waarvan de kenmerken lijken op die welke de shopper leuk vond. Regels en merchandising — bestsellers, marges, nieuwe aankomsten — worden in de meeste winkels bovenop gelegd.
Elke benadering heeft een bekende zwakte: samenwerkende filtering heeft veel gedragsgegevens nodig en heeft moeite met nieuwe producten en nieuwe bezoekers, terwijl op inhoud gebaseerde filtering schone, consistente productkenmerken nodig heeft.
Conversatie-aanbevelingen
Een nieuwere benadering laat shoppers in woorden aangeven wat ze nodig hebben: “een cadeau voor een 10-jarige die van wetenschap houdt, onder de 40 euro”, “een stofzuiger voor een appartement met huisdieren”. Een AI-assistent interpreteert de aanvraag, doorzoekt de catalogus op betekenis en met gestructureerde filters — prijs, voorraad, maat, merk — en legt uit waarom elke suggestie past.
Dit werkt goed voor eerste bezoekers zonder geschiedenis en voor overwogen aankopen waar shoppers vragen hebben. Het hangt sterk af van de kwaliteit van productgegevens: als maten, materialen of compatibiliteit ontbreken in de catalogus, kan de assistent ze niet gebruiken.
Valkuilen
Het aanbevelen van producten die niet op voorraad zijn, producten die een opgegeven beperking negeren, of dezelfde bestseller aan iedereen aanbevelen, ondermijnt snel het vertrouwen. Prijzen die in een aanbeveling worden getoond, moeten overeenkomen met de live catalogus. En aanbevelingen moeten worden beoordeeld op het resultaat voor de klant — hebben ze gevonden wat ze nodig hadden? — niet alleen op klikken.
Productaanbevelingen in AI SmartTalk
AI SmartTalk indexeert productcatalogi van Shopify, PrestaShop, WooCommerce en Joomla, evenals producten die via de API zijn geïmporteerd. De assistent doorzoekt ze op betekenis en met filters op prijsklasse, voorraad, merk, categorie en variantkenmerken, kan termen uitsluiten die de shopper uitsluit, en toont de resultaten als productkaarten met voorraad- en kortingsinformatie in de chat.
Veelgestelde vragen
Wat is het verschil tussen collaboratieve en content-gebaseerde filtering?
Collaboratieve filtering gebruikt het gedrag van andere shoppers (mensen die X kochten, kochten ook Y). Content-gebaseerde filtering gebruikt de eigen eigenschappen van de producten (dit jack is vergelijkbaar met dat jack).
Heb ik veel data nodig voor productaanbevelingen?
Gedragsgebaseerde aanbevelingen wel. Conversatie- en attribuutgebaseerde aanbevelingen hebben voornamelijk een goed beschreven catalogus nodig, waardoor ze bruikbaar zijn voor kleinere winkels.
Kan een AI-chatbot producten aanbevelen?
Ja, wanneer het is verbonden met de live catalogus. Het zou moeten filteren op echte data zoals prijs en voorraad, in plaats van te vertrouwen op het geheugen van het taalmodel over producten.