Silnik rekomendacji produktów
Szybka definicja
Silnik rekomendacji produktów to oprogramowanie, które sugeruje produkty, które klient najprawdopodobniej chciałby kupić. Opiera się na ich zachowaniu, atrybutach produktów, tym, co kupili lub oglądali podobni klienci, lub tym, o co pytają w rozmowie.
Na tej stronie
Główne podejścia
Filtracja współpracująca rekomenduje to, co kupili lub oglądali ludzie o podobnym zachowaniu. Filtracja współpracująca przedmiotów, opisana przez Lindena, Smitha i Yorka w 2003 roku, uczyniła popularnym wzór „klienci, którzy kupili to, kupili również”. Filtracja oparta na treści rekomenduje produkty, których atrybuty przypominają te, które klient polubił. Reguły i merchandising — bestsellery, marże, nowości — są nakładane na większość sklepów.
Każde podejście ma znaną słabość: filtracja współpracująca potrzebuje dużej ilości danych o zachowaniu i ma trudności z nowymi produktami oraz nowymi odwiedzającymi, podczas gdy filtracja oparta na treści potrzebuje czystych, spójnych atrybutów produktów.
Rekomendacje konwersacyjne
Nowsze podejście pozwala klientom wyrazić, czego potrzebują słowami: „prezent dla 10-latka, który lubi naukę, poniżej 40 euro”, „odkurzacz do mieszkania z zwierzętami”. Asystent AI interpretuje prośbę, przeszukuje katalog według znaczenia i za pomocą strukturalnych filtrów — cena, stan magazynowy, rozmiar, marka — i wyjaśnia, dlaczego każda sugestia pasuje.
To dobrze działa dla pierwszych odwiedzających bez historii oraz dla przemyślanych zakupów, gdzie klienci mają pytania. Zależy to w dużej mierze od jakości danych o produktach: jeśli brakuje rozmiarów, materiałów lub kompatybilności w katalogu, asystent nie może ich wykorzystać.
Pułapki
Rekomendowanie produktów, które są niedostępne, produktów, które ignorują podany warunek, lub tego samego bestsellera dla wszystkich szybko podważa zaufanie. Ceny wyświetlane w rekomendacji muszą odpowiadać aktualnemu katalogowi. A rekomendacje powinny być oceniane na podstawie wyniku klienta — czy znalazł to, czego potrzebował? — a nie tylko na podstawie kliknięć.
Rekomendacje produktów w AI SmartTalk
AI SmartTalk indeksuje katalogi produktów z Shopify, PrestaShop, WooCommerce i Joomla, a także produkty importowane przez swoje API. Asystent przeszukuje je według znaczenia i z filtrami na zakres cenowy, stan magazynowy, markę, kategorię i atrybuty wariantów, może wykluczać terminy, które klient odrzuca, i wyświetla wyniki jako karty produktów z informacjami o stanie magazynowym i zniżkach w czacie.
Najczęściej zadawane pytania
Jaka jest różnica między filtrowaniem współpracy a filtrowaniem opartym na treści?
Filtrowanie współpracy wykorzystuje zachowanie innych kupujących (osoby, które kupiły X, kupiły również Y). Filtrowanie oparte na treści wykorzystuje atrybuty samych produktów (ta kurtka jest podobna do tamtej).
Czy potrzebuję dużo danych do rekomendacji produktów?
Rekomendacje oparte na zachowaniu wymagają. Rekomendacje konwersacyjne i oparte na atrybutach głównie potrzebują dobrze opisane katalogi, co sprawia, że są użyteczne dla mniejszych sklepów.
Czy chatbot AI może rekomendować produkty?
Tak, gdy jest połączony z aktywnym katalogiem. Powinien filtrować na podstawie rzeczywistych danych, takich jak cena i stan magazynowy, zamiast polegać na pamięci modelu językowego dotyczącej produktów.