맞춤형 제품 권장 사항: 정의, 이점 및 모범 사례

매장 소유자, 마케팅 관리자, 비즈니스 개발 임원 - 개인화된 제품 추천은 온라인 판매의 미래입니다.

가장 관련성이 높은 제품을 추천하여 고객의 구매 여정을 개인화하면 쇼핑 경험을 개선하는 데 도움이 될 수 있습니다.

개인화된 쇼핑 경험을 통해 구매를 유도하는 데 드는 마케팅 비용을 절감할 수 있습니다.

게다가 좋은 매출을 올리고 더 높은 수익을 올릴 수 있는 기회가 몇 배로 증가합니다. 이를 뒷받침하는 통계가 있습니다. 우리는 곧 그들에게 갈 것입니다.

불행히도 많은 기업이 이 단순한 진실을 모르고 있습니다. 매장에 제품 권장 사항을 구현하는 것은 나중에 생각하는 것일 뿐입니다.

그러나 당신은 그들 중 하나 일 필요는 없습니다!

이 게시물에서 우리는 개인화된 제품 추천을 전체적으로 분석할 것입니다.

우리가 다룰 주요 사항은 다음과 같습니다.

• 맞춤형 제품 추천이란 무엇입니까?
• 제품 추천 엔진은 어떻게 작동합니까?
• 제품 추천 유형
• 온라인 상점에 제품 추천을 구현하는 이점
• 예시가 포함된 모범 사례
• Adoric의 추천 알고리즘으로 비즈니스를 발전시키세요
• 포장하기

자, 준비가 되었다면 들어가 봅시다.

맞춤형 제품 추천이란 무엇입니까?

그들은 사진이 천 마디 말을 합니다. 따라서 우리는 예시적인 예부터 시작할 것입니다.

Amazon에 가서 Dell 노트북을 검색하면 클릭한 제품 아래에 다음과 같은 항목이 표시됩니다.

기본적으로 Amazon은 다음과 같이 말합니다.

• 이 Dell 노트북을 본 적이 있다면 이 다른 제품도 마음에 드실 것입니다.
• 또한 Dell 노트북을 본 고객은 이러한 다른 제품도 확인했습니다. 당신은 그들을 좋아할 수도 있습니다.

이것은 실행 중인 제품 권장 사항입니다.

그건 그렇고, Amazon은 오랫동안 개인화된 제품 추천 기술을 마스터했습니다. 실제로 제품 추천은 전자 상거래 대기업 매출의 35%를 차지합니다.

여기 또 다른 놀라운 통계가 있습니다. Netflix는 고객에게 영화와 프로그램을 추천하여 매출의 75%를 벌어들입니다.

대단해!

분명히 제품 권장 사항을 아직 진지하게 받아들이지 않았다면 많은 돈을 테이블에 남겨두고 있는 것입니다.

맞춤형 제품 추천은 방금 본 아마존의 예에서와 같이 "고객이 좋아할 만한 것"과 "다른 고객이 본 것"으로 끝나지 않습니다.

다음을 기반으로 고객에게 추천할 수 있습니다.

• 베스트 셀러 제품
• 함께 구매하는 경우가 많은 제품(보충제품)
• 트렌드 제품
• 주요 제품
• 가장 많이 본 상품

곧 제품 추천에 대한 다양한 접근 방식에 대해 자세히 논의할 것입니다.

제품 추천 엔진은 어떻게 작동합니까?

제품 추천 엔진은 고객이 가장 관심을 가질 만한 제품을 보여줌으로써 고객의 쇼핑 경험을 개인화하는 일련의 알고리즘입니다.

그들은 개별 고객의 검색어, 지리적 위치, 본 제품, 쇼핑 기록 및 기타 호스트를 확인하여 이를 수행합니다.

이 데이터를 사용하여 카탈로그를 정렬하여 고객의 선호도와 가장 근접하게 일치하는 제품을 찾습니다.

일치하는 제품이 발견되면 웹 사이트 또는 이메일을 통해 고객에게 직접 제공됩니다.

추천 엔진은 상향 판매와 교차 판매를 가능하게 합니다. 그들이 제공하는 다른 많은 이점이 있지만 이 게시물의 뒷부분에서 이에 대해 설명합니다.

제품 추천 필터링 유형

고객의 쇼핑 경험에 개인화 계층을 추가하기 위해 추천 알고리즘은 종종 3가지 접근 방식을 취합니다.

• 협업 필터링
• 콘텐츠 기반 필터링
• 하이브리드 필터링

협업 필터링

웹사이트를 방문하는 방문자는 첫 번째 방문자와 재방문자의 두 가지 범주로 분류할 수 있습니다.

이제 전자의 경우 그들이 무엇을 좋아할지 정확히 말할 수 없습니다. 고객의 쇼핑 경험을 개인화할 수 있는 구매 내역이나 선호도 데이터가 없기 때문입니다.

따라서 최선의 조치는 광범위하게 진행하는 것입니다.

알고리즘 엔진은 처음 방문자에게 베스트 셀러 또는 트렌드 제품을 추천하는 것으로 시작할 수 있습니다.

그런 다음 사용자가 사용 가능한 제품을 보고 웹사이트와 상호 작용할 때 알고리즘 엔진은 이러한 사용자에 대한 선호도 프로필을 형성하기 시작합니다. 이 프로필을 기반으로 다른 고객의 유사한 선택을 기반으로 권장 사항이 만들어집니다.

예를 들어 사용자가 매장에서 특정 랩톱을 보았다고 가정해 보겠습니다. 다른 고객이 해당 노트북과 함께 구매한 관련 항목을 사용자에게 표시하는 것이 좋습니다.

Amazon이 어떻게 하는지 살펴보십시오.

이것은 작동 중인 협업 필터링입니다. 물론 실제로는 조금 더 복잡하지만 최소한 기본 개념은 알고 있습니다.

이 필터링 시스템의 한 가지 주요 단점은 부정확한 가정에 취약하다는 것입니다. 즉, 단순히 다른 사람들이 좋아했다는 이유로 사용자가 제품을 좋아할 수 있다고 잘못 가정할 수 있습니다.

콘텐츠 기반 필터링

콘텐츠 기반 필터링은 다른 사람들이 원하는 것을 기반으로 가정하지 않고 사용자별 권장 사항을 만든다는 점에서 협업 필터링과 다릅니다.

이것은 무엇을 의미합니까?

여기에서 삽화가 도움이 될 것입니다.

귀하의 사이트를 다시 방문하는 고객은 다음 데이터 중 하나를 기반으로 하는 기본 설정 프로필을 갖게 됩니다.

• 구매 내역
• 지리적 위치
• 나이
• 사회적 습관
• 검색 장치

이 데이터를 사용하여 AI 엔진은 해당 고객이 구매할 가능성이 있는 항목을 지능적으로 예측합니다.

이것은 사용자의 쇼핑 경험에 더 두꺼운 개인화 레이어를 추가합니다.

하이브리드 추천 시스템

짐작하셨겠지만 하이브리드 추천은 협업 및 콘텐츠 기반 필터링 시스템이 혼합된 것입니다.

하이브리드 추천은 최고 수준의 정확도를 제공하므로 사이트의 전환을 크게 개선하는 데 도움이 됩니다.

그러나 정확히 어떻게 작동합니까?

우리가 살펴본 이전 예에서 추천은 다른 고객의 유사한 선택 또는 사용자의 선호도 프로필을 기반으로 만들어졌습니다.

그러나 두 접근 방식을 결합하면 구매자가 좋아할 제품을 걸러낼 가능성이 높아집니다.

따라서 결국 잠재 고객에게 다음과 같이 말할 것입니다.

“이 상품을 구매/조회한 다른 고객들도 이 상품을 구매했습니다.”

그리고

"이 제품을 구매/조회했으므로 다음도 좋아할 것입니다."

다음은 Lakeside.com의 영감입니다.

물론 그들은 단지 단어를 가지고 놀았지만 아이디어는 동일합니다.

이것이 Adoric의 추천 엔진이 작동하는 방식입니다.

추천 엔진이 제공해야 하는 이점

웹사이트에 개인화된 제품 추천을 구현하면 비용이 많이 듭니다.

시간도 많이 들게 됩니다. 그래서, 왜 귀찮게?

진실은 추천 엔진이 제공해야 하는 이점이 그들이 감당할 수 있는 즉각적인 비용을 훨씬 능가한다는 것입니다.

다음은 그 중 일부입니다.

• AOV(평균 주문 가치) 개선
• 더 나은 사용자 참여
• 더 높은 전환
• 장바구니 포기 감소
• 최적화된 인벤토리
• 시간 절약

더 나은 사용자 참여

예를 들어 Netflix와 같은 좋아하는 영화 스트리밍 웹사이트에서 좋아하는 제목을 찾으려고 한다고 상상해 보십시오.

끝없는 수색 시간이 지나도 아무것도 찾을 수 없습니다. Netflix를 떠나 다른 곳으로 갈 가능성이 큽니다. 그렇죠?

전자 상거래 상점의 경우에도 마찬가지입니다. 고객이 가능한 한 최단 시간 내에 원하는 것을 찾지 못하면 다른 곳에서 돈을 가져가게 될 것입니다.

당신은 확실히 그런 일이 일어나는 것을 원하지 않습니다.

방문자에게 개인화된 제품을 추천하면 웹사이트에서 방문자의 참여도를 높이는 데 도움이 됩니다.

그리고 참여 방문자는 웹사이트에 더 오래 머무르는 경향이 있습니다. 오래 머무를수록 이탈률이 낮아집니다. 이탈률이 낮을수록 귀하의 웹사이트는 Google에서 순위가 ​​높아집니다.

더 높은 전환

당신은 더 많은 잠재 고객이 당신의 메일링 리스트에 등록하기를 원합니다. 그렇죠? 이 문제에 대해 여러 가지 방법이 있습니다.

그러나 개인화된 제품을 옵트인 양식에 포함시키는 것만큼 효과적인 것은 거의 없습니다.

최종적으로 가입자에게 이메일을 통해 제품 카탈로그를 보내면 구매를 할 가능성이 큽니다.

결국 목표가 아닌가? 매장의 매출을 늘리려면?

장바구니 포기 감소

매년 귀하와 같은 온라인 판매자는 장바구니 포기 문제로 수조 달러의 손실을 보고 있습니다. 2016년 기준으로 총 4조 6천억 달러 상당의 상품이 장바구니에 담겨 있습니다.

그리고 확실히, 그 수치는 증가하고 있습니다.

간단히 말해서 카트 포기는 매우 심각한 문제입니다. 하지만 두려워하지 마십시오. 개인화된 제품 추천으로 이를 해결할 수 있습니다.

시도되고 테스트된 한 가지 전략은 이탈 의도 팝업을 사용하여 이탈하는 방문자가 웹사이트를 떠날 때 가장 관심을 가질 만한 제품을 표시하는 것입니다.

전환율을 최대화하려면 검색 기록과 개인 취향에 따라 추천하는 제품이 무엇이든 상관없습니다.

또는 추천 제품을 표시하는 대신 할인, 쿠폰, 무료 배송 등을 제공하여 장바구니를 완료하도록 유도할 수 있습니다. 그들에게 말하는 개인화된 메시지를 포함할 수도 있습니다.

가능성은 무한합니다. 당신의 상상력은 당신을 제한할 뿐입니다.

재고 최적화

비즈니스에서 성공하려면 고객이 좋아할 것이라고 생각하는 것이 아니라 고객이 실제로 원하는 것을 제공해야 합니다.

이 간단한 원칙은 전자 상거래를 포함한 모든 유형의 비즈니스에 적용됩니다.

고객에게 실제로 원하는 것을 제공하면 아무도 사지 않을 제품을 사지 않는 데 도움이 됩니다.

개인화된 제품 추천이 유용한 곳이기도 합니다. 고객이 실제로 무엇을 찾고 있는지에 대한 포괄적인 통찰력을 제공합니다. 그런 다음 이러한 이해를 통해 어떤 상품을 비축할 것인지에 대해 건전한 판단을 내릴 수 있습니다.

시간 절약

기업가로서 착수할 수 있는 가장 힘들고 시간 소모적인 작업 중 하나는 상향 판매, 교차 판매 및 제품 제안을 위해 상점을 수동으로 설정하는 것입니다.

이러한 작업을 성공적으로 수행하더라도 고객은 여전히 ​​관련 없는 제품 제안을 찾을 수 있습니다. 따라서 그들은 귀하의 웹사이트를 떠나는 데 조금도 주저하지 않을 것입니다.

고맙게도 Adoric과 같은 전자 상거래 추천 엔진은 이러한 문제를 해결할 수 있습니다. 머천다이징 규칙을 한 번만 설정하면 당사 엔진이 자동으로 작동하여 고객을 위한 맞춤형 추천을 생성합니다.

따라서 비즈니스 성장 및 효율적 관리라는 정말 중요한 것에 집중할 시간이 있습니다.

예를 들어 전자상거래 개인화 제품 권장 사항을 위한 모범 사례

상점에서 개인화된 제품 추천을 구현하는 것과 올바르게 수행하는 것은 또 다른 문제입니다.

다음은 제품 권장 사항을 효과적으로 적용하기 위한 몇 가지 팁입니다.

• A/B 전략 테스트
• 페이지 전체에 권장 사항 통합
• 팝업은 당신의 친구입니다
• 이메일에 권장 사항 입력
• 사회적 증거 사용
• 긴박감을 조성하라
• 하지마
• 관련성이 핵심

A/B 전략 테스트

제품 추천을 최대한 활용하는 데 사용할 수 있는 몇 가지 전략을 살펴보겠습니다. 그러나 최대의 결과를 보장하는 은총알은 없습니다.

오늘 당신에게 효과가 있는 것이 내일은 효과가 없을 수도 있습니다. 그리고 효과가 있더라도 예상한 대로 되지 않을 수 있습니다.

이러한 이유로 계속해서 조정하거나 이 경우 전략을 A/B 테스트해야 합니다.

웹사이트의 여러 페이지에 추천 항목을 배치하여 홈, 제품, 결제, 카테고리 페이지 등 가장 잘 작동하는 위치를 확인하세요.

보완 제품의 다양한 조합을 시도하여 어떤 고객이 더 긍정적으로 반응할지 확인하십시오.

아이디어와 전략을 A/B 테스트하면 엔진을 다시 훈련시켜 적응력을 높일 수 있습니다.

페이지 전체에 권장 사항 통합

고객이 귀하의 권장 사항을 볼 수 없다면 그게 무슨 의미가 있습니까? 웹 개인화 노력의 의미 있는 결과를 보려면 권장 사항이 눈에 잘 띄어야 합니다.

이는 고객이 볼 수 있도록 웹 페이지에 전략적으로 배치하는 것을 의미합니다.

그렇다면 어디에서 권장 사항을 통합해야 할까요?

1. 제품 페이지

이것은 잠재 고객을 상향 판매 및 교차 판매하기에 가장 좋은 곳입니다. 그 이유는 제품 페이지의 모든 잠재 고객에게 여전히 옵션이 열려 있기 때문입니다. 따라서 그들의 구매 결정은 아직 정해지지 않았습니다.

그들은 그들이 염두에 두고 있는 것에 대한 대안을 매우 잘 받아들입니다.

이렇게 하면 제품 페이지가 추천 항목에 가장 적합한 위치 중 하나가 됩니다.

2. 홈페이지

귀하의 홈페이지에서 위아래로 스크롤하는 방문자는 자신이 찾고 있는 것이 있는지 궁금할 것입니다.

관심과 일치할 가능성이 있는 제품을 보여줌으로써 신속하게 관심을 사로잡지 않으면 곧 사라질 수 있습니다.

그렇기 때문에 홈 페이지는 "베스트 셀러 제품", "신규 도착 제품", "할인 제품" 등과 같은 권장 사항을 배치하는 데 이상적입니다.

그런 다음 고객이 제품과 상호 작용하기 시작하면 추천 엔진도 고객의 선호도를 이해하기 시작하므로 보다 개인화된 추천을 제공합니다.

3. 장바구니 페이지

추천이 상점의 평균 주문 가치를 높이는 데 어떻게 도움이 되는지에 대해 이야기한 것을 기억하십니까? 장바구니 페이지는 실제로 발생하는 곳입니다.

보완 및 관련 상품을 추천하는 최적의 장소입니다.

영감을 얻기 위해 온라인 미용 제품 소매업체인 Beauty Bay를 살펴보겠습니다. 가방에 항목을 추가한 다음 장바구니 페이지로 이동하면 다음과 같이 표시됩니다.

하단에 추천 상품이 보이시나요?

4. 404 오류 페이지

404 오류 페이지는 웹사이트에 둘 수 없는 존재하지 않는 페이지입니다. 왜 그런지 알아? 그들은 귀하의 사이트에서 가장 큰 출구 관문입니다.

그럼에도 불구하고, 당신은 무수한 이유로 그것들을 갖는 것을 피할 수 없습니다. 그러나 이 페이지에 방문하는 잠재 고객을 잃을 필요는 없습니다.

고객이 이 페이지에 도착하기 전에 보고 있던 것과 관련된 추천 제품을 배치하면 고객이 웹사이트를 떠날 가능성을 줄일 수 있습니다.

팝업은 당신의 친구입니다

제품 페이지 전체에 권장 사항을 통합하는 것은 좋은 전략이지만 불행히도 충분히 동적이지 않습니다. 최상의 결과를 얻으려면 사용자가 페이지를 탐색하지 않고도 권장 사항을 볼 수 있어야 합니다.

그리고 이 작업에 팝업보다 더 적합한 도구는 없습니다.

팝업을 통해 고객이 현재 보고 있는 제품과 밀접하게 관련된 제품을 자동으로 보여줄 수 있습니다.

그렇게 하면 웹사이트의 여러 페이지를 이동할 필요 없이 구매할 가능성이 가장 높은 제품을 보게 됩니다.

예를 들어, 아마존에 가서 장바구니에 노트북을 추가하면 원하는 가능한 품목 목록이 있는 팝업이 나타납니다.

이메일에 권장 사항 입력

이메일 마케팅은 현대 기술이 제공하는 수많은 마케팅 옵션에도 불구하고 오늘날까지도 여전히 유효합니다. 따라서 개인화된 추천을 통한 상향 판매 및 교차 판매와 버려진 카트 복구를 위한 완벽한 도구입니다.

실제로 마케팅 이메일에 권장 사항을 포함하면 클릭률을 최대 300%까지 높일 수 있습니다.

따라서 아직 이메일 마케팅을 완전히 탐색하지 않았다면 이제 탐색할 때입니다. 구독자에게 트렌드 제품 목록이 포함된 이메일을 보내는 것으로 시작할 수 있습니다.

영감을 찾고 계십니까? 온라인 코스메틱 샵인 Tarte가 진행한 과정은 다음과 같습니다.

이 유형의 이메일은 검색 또는 구매 내역이 제한된 신규 방문자에게 가장 적합합니다.

사용할 수 있는 또 다른 전술은 구매를 완료하지 않고 사이트를 떠난 고객에게 미리 알림 이메일을 보내는 것입니다. 장바구니에 버린 품목과 함께 이메일을 포장하기만 하면 됩니다.

다음은 단서를 얻을 수 있는 BeautyBay의 버려진 장바구니 복구 이메일입니다.

사회 증명 사용

웹사이트에 사회적 증거를 추가하면 상상할 수 있는 것보다 더 많은 방법으로 전환율을 높일 수 있습니다. 통계적으로 말하자면, 5개의 리뷰가 있는 제품은 리뷰가 없는 제품보다 판매될 가능성이 27배 더 높습니다. 놀랍지 않습니까?

이것이 사회적 증거로 추천을 강화하는 것이 매우 중요한 이유입니다.

이 문제를 해결하는 한 가지 쉬운 방법은 항목을 구매한 횟수를 표시하는 배지를 추가하는 것입니다.

또는 Bliss가 했던 것처럼 이전 구매자가 제품에 대해 남긴 리뷰 수를 표시할 수 있습니다.

긴박감을 조성하라

제품 추천의 핵심은 사용자가 나중에 구매하지 않고 바로 구매하도록 하는 것입니다. 그때쯤이면 그들은 당신의 가게를 완전히 잊어버렸을 것입니다.

긴박감을 조성하는 것은 이러한 목적을 위해 사용할 수 있는 은행 가능한 전략 중 하나입니다. 무언가를 놓치는 것에 대한 사람들의 본능적이고 자연스러운 두려움을 최대한 활용할 수 있습니다.

영감이 필요하세요? 잠재 고객에게 관심이 있는 제품이 신속하게 조치를 취하지 않으면 사용할 수 없게 될 수 있음을 알리십시오. Secretsales.com에서 배울 수 있습니다.

고객과 함께 긴박감을 조성하면 추가적인 이점이 있습니다. 즉, 충동적으로 제품을 구매하게 됩니다.

이는 귀하의 비즈니스에 더 많은 판매와 수익 증가로 이어집니다.

하지마

웹 사이트의 구석구석에 추천 항목을 배치하고 싶을 수 있습니다. 이 접근 방식은 그 자체로 나쁘지는 않지만 사용자를 성가시게 하고 사이트에서 영원히 – 영원히 – 보낼 위험이 있습니다.

핵심은 권장 사항을 쉽게 적용하는 것입니다. 웹 사이트의 페이지와 섹션 전체에 권장 사항을 적용할 필요가 없습니다.

최대 시청률을 얻을 것으로 생각되는 페이지에 재치 있게 몇 개를 배치하십시오.

팝업을 사용하여 제품을 홍보하는 경우 드물게 표시하십시오.

여기서 테이크아웃은 다음과 같습니다. 너무 하지 마세요.

관련성이 핵심

당신의 알고리즘 엔진이 관련 제품을 추천할 만큼 똑똑하지 않다면, 당신은 이미 자신을 쏘고 있는 것입니다.

관련성은 모든 제품 추천 노력의 핵심입니다.

잠재 고객이 귀하의 웹사이트에서 할인된 운동화를 보고 있다고 상상해 보십시오. 그런 다음 갑자기 팝업이 실행되고 권장 사항으로 고가의 비디오 게임을 표시합니다. 그러한 사용자는 즉시 성가심에서 벗어날 수 있습니다.

그런 일이 일어나길 원하지 않으시겠죠?

물론, 당신은하지 않습니다! 따라서 스마트하게 생각하려면 알고리즘 엔진을 계속 재교육해야 합니다. 넷플릭스와 아마존도 마찬가지다.

Adoric의 추천 엔진으로 비즈니스를 발전시키십시오

전자 상거래 사이트에 추천 시스템을 구현할 때의 작동 원리와 이점에 대해 자세히 다루었습니다.

이제 조치를 취해야 할 때입니다. Adoric의 추천 엔진을 온라인 상점에 배포하고 매출이 어떻게 치솟는지 확인하십시오.

더 알고 싶으십니까? Adoric으로 다음을 수행할 수 있습니다.

1. 번거로움 없이 집, 제품, 장바구니 및 기타 원하는 페이지에 추천 항목을 추가하세요. 이는 제품의 가시성을 높이는 데 도움이 됩니다.
2. 제품 카탈로그를 가져오고 Google Analytics 계정에 원활하게 연결하십시오. 사용자가 제품과 상호 작용하기 시작하면 당사 알고리즘이 각 사용자에 대한 선호도 프로필을 구축하기 시작합니다. 그런 다음 각 사용자의 기본 설정과 가장 일치하는 제품을 카탈로그에서 필터링합니다.
3. '베스트 셀러', '가장 많이 본', '함께 구매한 상품' 등의 추천 전략을 구현합니다.
4. 올바른 잠재고객을 타겟팅합니다.
5. 고객이 가격, 카테고리 등을 기준으로 제품을 필터링할 수 있도록 합니다.

정리하기

매장에 맞춤형 제품 추천을 구현하면 경쟁업체와 차별화됩니다.

그것은 당신이 원했던 것보다 더 많은 판매를 가져올 것입니다.

무료 계정에 가입하여 오늘 Adoric을 시작하고 개인화된 제품 추천의 진정한 힘을 직접 경험하십시오.

무료로 Adoric을 사용해 보세요