Vår kollega Kailash Chowdary har plöjt drygt 800 vetenskapliga artiklar om AI och produktrekommendationer och använt slutsatserna för att bygga vårt nya AI-verktyg för produktrekommendationer. Nu lanserar vi betaversionen och erbjuder våra kunder att prova gratis i 30 dagar.
Produktrekommendationer fungerar!
Studier visar att produktrekommendationer kan boosta försäljningen med 35–45 % och här hos HL Design ser vi detta som ett viktigt verktyg som kan hjälpa våra kunder att växa. Mycket tyder även på att denna funktion blir allt viktigare efterhand som e-handeln mognar rent tekniskt. Kailash Chowdary, som tillsammans med våra utvecklare har tagit fram lösningen som ett led i sin Phd-avhandling, säger: ”Potentialen att öka försäljningen med dessa rekommendationssystem är välkänd. Just därför tycker jag att våra kunder bör överväga att prova denna vetenskapligt baserade och resultatorienterade lösning för att öka sin försäljningspotential”. Mer konkret beskriver Kailash att rekommendationerna kan hjälpa e-handlare att exponera en större del av sitt sortiment, driva cross-sales och öka snittordervärden - utan att man själv behöver lyfta ett finger i det dagliga arbetet.
Vårt AI-verktyg är ett hybridsystem som kommer att bestå av tre olika delar: liknande produkter, köphistorik och personifiering. Komponenterna bakas sedan samman till förslag som visas på er site. På sikt kommer data från produktrekommendationerna även kunna kombineras med digital marknadsföring till exempel för att påminna om en liknande produkt till den som kunden visat intresse för.
Liknande produkter
Just nu visar AI-verktyget liknande produkter utifrån produktdata som bilder, titlar och beskrivningar och dessa optimeras utifrån CTR (Click Through Rate). Om en besökare i er webbshop kikar på ett 10-pack med chokladpraliner kommer kunden få upp liknande, populära produkter som finns i lager. Förslagen optimeras sedan automatiskt efterhand. Liknande produkter identifieras utifrån flertalet parametrar i bakgrunden, men för att få bästa möjliga utbyte är det viktigt att ha en bra bild på produkten och en beskrivande titel. Algoritmerna behöver även produktbeskrivningar. Dessa tre komponenter är ju A och O, även det generella arbetet med att driva försäljning och öka kundnöjdheten, så i princip bör det inte ge något merarbete. Ligger detta arbete lite efter? Då är det ett starkt incitament att göra en punktinsats i samband med eventuell implementering. Om produkter saknar bra bild och titel, kommer de inte med i rekommendationerna.
Från beta till komplett hybridsystem primo 2024
Inom kort kommer köphistorik och personifiering implementeras i algoritmerna och med det kommer produktförslagen att bli mer exakta och hjälpa er att dra fördel av användardata. Detta kan vara att föreslå kundens favoriter utifrån tidigare historik eller som att föreslå produkter som har köpts tillsammans av andra användare. Studier visar att denna typ av produktförslag ökar kundens engagemang och lojalitet. För att använda detta krävs en översyn av era cookies och användarvillkor. Samtliga komponenter förväntas vara implementerade under första kvartalet 2024 och verktyget kommer att byggas ut med mer avancerade funktioner löpande.
Är AI bättre?
Det finns redan ett antal system för produktrekommendationer, men med AI får man rekommendationer som bygger på användarnas beteenden och preferenser i realtid. Algoritmerna bäddar för skalbarhet eftersom de kan hantera stora mängder data. Både studier och erfarenhet visar att detta varit en bromskloss för traditionella system historiskt. Analysfasen förkortas väsentligt när inlärningen automatiseras och algoritmerna kan kompensera när det inte finns historisk data att tillgå, till exempel vid uppstart eller systembyte. Verktyget kommer att hantera stora mängder data och förslagen tas fram med hänsyn till webbhistorik, sökningar, köphistorik, trender och intressen vilket bäddar för förbättrad precision jämfört med konventionella rekommendationssystem.
Välkommen att kontakta oss för mer information.
Nyfiken på vår AI-expert Kailash Chowdary?
Läs vår intervju med honom här
3 Snabba om AI-produktrekommendationer till vår CPO Malin Rosberg Gustafsson
Läs vad Malin säger om produktrekommendationerna här.