Brook Preloader

Wykorzystanie silników rekomendacji w eCRM

Wykorzystanie silników rekomendacji w eCRM


AI stało się modnym pojęciem w branżach marketingu i nowoczesnej technologii. Możemy znaleźć mnóstwo przykładów, jak to dzięki sztucznej inteligencji za pomocą jednego przycisku pralka „zamawia” za nas proszek do prania, czy jak poprzez aparat w smartfonie jesteśmy w stanie zobaczyć pełną etykietę produktu z jego nazwą i ceną. Obecnie technologia ta jest oferowana przez niezliczoną ilość narzędzi i platform eCRM. Dla marketera jest już na wyciągnięcie ręki i nie wymaga dużych nakładów finansowych.

W 2017 roku ponad 60% biznesów używało narzędzi AI – znacznie więcej niż w 2016, gdzie takich firm było 38%. Co ciekawe, aż 77% przedsiębiorców stwierdziło, że sztuczna inteligencja pomagała im w poprawie jakości oferowanych usług i wspierała samą sprzedaż.

Mówiąc o AI, warto rozróżnić najczęściej występujący podział:

  • Machine learning (uczenie maszynowe) – zdolność robota do tworzenia własnych reguł i ulepszania algorytmu, aby uzyskać lepsze wyniki.
  • Sztuczna inteligencja – zdolność robota do wykonywania zadań, które normalnie wymagają wykorzystania wiedzy człowieka. Robot jest w stanie przestrzegać zestawu reguł (zwanego algorytmem) do podejmowania decyzji.


W jaki sposób sklepy internetowe wykorzystują AI?

Sztuczna inteligencja nie jest już tak skomplikowaną i kosztowną koncepcją, dlatego coraz więcej e-commerce’ów w nią inwestuje.

Istnieje kilka sposobów na wykorzystanie AI w Twoim e-sklepie:

  • Wysyłaj komunikaty z rekomendacjami, pokaż klientom produkty, które są zazwyczaj kupowane razem, lub takie, które są do danego produktu podobne.
  • Zautomatyzuj swoją obsługę klienta za pomocą chatbotów, aby dostarczyć jeszcze więcej informacji swojemu zespołowi sprzedaży.
  • Wysyłaj zautomatyzowane, angażujące maile i odpowiadaj klientowi w oparciu o jego interakcje i podsyłane informacje.
  • Dowiedz się jeszcze więcej o swoich klientach i spróbuj do nich dotrzeć dzięki analizie oraz wykorzystaniu big data.
  • Słuchaj, co ludzie mają do powiedzenia na temat Twojej marki online, aby łatwiej i szybciej odpowiadać na komentarze, recenzje i pytania.


Personalizacja dzięki AI


Jednym z przystępnych i wciąż używanych narzędzi AI są silniki rekomendacji. To one już kilka lat temu zrewolucjonizowały rynek e-commerce’owy, a obecnie każdy poważny e-sklep posiada je w swoim arsenale sprzedażowym.
Zanim jednak nastąpi uruchomienie silnika rekomendacji, warto zastanowić się nad sposobem dotarcia do naszego klienta. Co chcielibyśmy mu pokazać, w jakich ramach czasowych oraz za pomocą jakich kanałów? Podstawą kierowania komunikacji jest personalizacja. Owszem, możemy dostarczyć konsumentowi bardzo ogólne treści z ofertą do całej bazy, ale dużo bardziej wartościowe są informacje, którymi faktycznie interesuje się nasz klient (np. ostatnio oglądane produkty).

AI w innowacjach

Źródło: Building Trust And Confidence: AI Marketing Readiness In Retail and eCommerce, Emarsys & forrester, June 2017


Ponad połowa marketerów na świecie korzysta ze sztucznej inteligencji do personalizacji, zrozumienia zachowań klientów w wielu kanałach i zarządzania interakcjami.



Marketing masowy (newslettery) jest wciąż popularny, ale obecnie marketerzy doskonale zdają sobie sprawę, że tworzenie segmentów użytkowników w ramach personalizacji to absolutne minimum. Wyzwaniem dla wielu jest marketing indywidualny.

Czy jesteśmy w stanie wysyłać do każdego klienta inny content? Teoretycznie tak, jednak tworzenie go manualnie byłoby czasochłonne, trudne i niezwykle kosztowne. Rozwiązaniem jest hiperpersonalizacja, która bazuje nie tylko na podstawowych danych użytkowników, jak płeć czy wiek, ale i zainteresowaniach, a nawet uczuciach.

Hiperpersonalizacja

Personalizacja w algorytmach amazon

Źródło: https://webengage.com/blog/hyper-personalization-marketing-future/?source=post_page

  • Twoja wiadomość ma tylko 8 sekund na przyciągnięcie uwagi użytkownika. Komunikacja musi się wyróżniać, aby została zauważona.
  • Według Google fraza wyszukiwania „najlepsze” wzrosła o 80% w ciągu ostatnich 2 lat na urządzeniach mobilnych. Użytkownicy intensywnie badają online, aby podejmować bardziej świadome decyzje.
  • Zainteresowanie użytkowników samym contentem zmniejszyło się o 60%, a przeciążenie informacją powoduje, że konsumenci zaczęli ignorować komunikaty.
  • Według Accenture 75% konsumentów będzie chętniej kupować od firmy, której oferta jest spersonalizowana według indywidualnych preferencji.

Z pomocą w tworzeniu spersonalizowanych treści przychodzą profesjonalne i rozbudowane platformy eCRM z narzędziami obsługującymi sztuczną inteligencję. Za pomocą algorytmów, danych klienta oraz innych zmiennych analizują one ogromną ilość danych i wysyłają zautomatyzowane treści, które z wysokim prawdopodobieństwem dotrą do danego odbiorcy w najlepszym momencie. Większość z nich posiada odpowiednie silniki rekomendacji – to na podstawie ich decyzji klient po przejrzeniu kolejnej strony na naszym sklepie otrzymuje baner z ofertą ostatnio oglądanych produktów lub innych produktów komplementarnych.


Silnik rekomendacji jako klucz do zwiększenia konwersji

Potrzeba zakupowa była, jest i będzie nieodłącznym elementem naszej cywilizacji. Dawniej każdy z nas zwykł pytać swoich znajomych o opinię lub rekomendację jakiegoś produktu. Stąd, możemy wysnuć wnioski, że zakupów dokonujemy pod wpływem rekomendacji, której najbardziej ufamy. Rozwój ery cyfrowej uwzględnił tę tendencję i z tego powodu w większości sklepów online działają systemy oparte na silnikach rekomendacji.

Silniki rekomendacji w dużej mierze opierają się na prognozach ex-post, czyli bazują na zachowaniu z przeszłości. Zbierają informacje dotyczące np. historii zakupowej, ostatnio oglądanych przedmiotów, produktów dodanych do ulubionych, danych osób trzecich i informacji kontekstowych.

Dzięki wykorzystaniu algorytmów oraz posiadanych danych silniki rekomendacji są w stanie znaleźć odpowiedni wzór zakupowy danego konsumenta. To pozwala na dostarczanie klientom bardziej spersonalizowanych wiadomości i zaleceń. Co więcej, silniki są w stanie odnaleźć w bazie danych konsumenta, który ma podobne tendencje zakupowe oraz upodobania, i na podstawie tych informacji zasugerować produkt, który spodobał się klientowi o podobnych preferencjach zakupowych.

Przykład: Poniżej przedstawiono dwie osoby, które mają podobne zainteresowania. Obie osoby to kolarze, często zamawiają pizzę i sałatki, ale jedna z nich kupuje również napoje w puszkach. Silnik rekomendacji, analizując upodobania oraz historie zakupowe, zasugeruje osobie na rowerze napoje w puszkach, bo jest spora szansa, że mogą one jej zasmakować.

mechanizm działania rekomendacji


Źródło: https://s3-ap-south-1.amazonaws.com/av-blog-media/wp-content/uploads/2018/05/0o0zVW2O6Rv-LI5Mu1-768×421.png


Hiperpersonalizacja w praktyce


Dynamiczny sektor e-commerce zrewolucjonizował sposób, w jaki konsument robi zakupy w mobilnym świecie. Pragnieniem wielu firm handlu elektronicznego jest przeniesienie najlepszych cech sklepów offline w świat cyfrowy. Oferują klientom bezproblemową metodę odnajdywania produktów, których aktualnie poszukują w sklepach internetowych.

Hiperpersonalizacja skupia się na ważnym i skomplikowanym zagadnieniu, które można spożytkować jedynie dzięki nauce rzeczywistych zachowań konsumentów i przewidywaniu ogromnych ilości danych zbieranych z działań użytkowników na wszystkich możliwych urządzeniach mobilnych.


Poniżej przedstawiono przykład preferencji konsumentów, którzy oglądali podobne produkty do nas. Jest to rodzaj silnika rekomendacji, który dopasowuje nas do pewnej grupy konsumentów na podstawie naszych zachowań na danej stronie.

rekomendacje typu inni oglądali także


Źródło: amazon.com – wykorzystanie rekomendacji (podobne produkty)


Firmy, które wykorzystują reklamy stworzone w oparciu o hiperpersonalizację (czyli silniki rekomendacji) osiągnęły wzrost liczby konwersji wynoszący około 30% oraz zwiększenie zyskowności firmy o ponad 20%. Należą do nich Amazon, Alibaba (Aliexpress), eBay, Netfilix i wiele innych. Szacuje się, że do 2035 roku AI jest w stanie zwiększyć zyskowność średnio o ponad 38% aż w 16 gałęziach przemysłu.
Konkurencyjność na rynku rozwiązań AI

Systemy AI możemy podzielić na 4 rodzaje

  • Platformy oferujące sztuczną inteligencję
  • Chatboty
  • Oprogramowanie Deep Learning
  • Machine Learning

Z roku na rok rynek AI zwiększa się, a firmy eCRM, walcząc o klienta, oferują coraz bardziej innowacyjne rozwiązania w dziedzinie AI: począwszy od wyspecjalizowanych narzędzi skierowanych na jedno zadanie, np. chatboty, kończąc na złożonych platformach obsługujących wszystkie dostępne na rynku obszary AI.

platformy oparte na sztucznej interlogencji

Każda z powyższych platform oferuje ogrom rozwiązań z zakresu AI, od machine learningu po rozpoznawanie mowy oraz Machine Vision (analiza otoczenia na podobieństwo zmysłu wzroku). Narzędzia te umożliwiają zupełnie inne podejście do „targetowania” konsumenta, umożliwiając wybranie najbardziej skutecznej formy prowadzenia kampanii. W zależności od naszych potrzeb marketingowych powinniśmy wybrać takie narzędzie, którego potencjał będziemy w stanie wykorzystać w pełni.
Według MarTech Today w bieżącym roku Ocado planowało wydać 175 milionów funtów (232 miliony dolarów) na swój system robotyki i automatyzacji. Amazon przeznaczył 5 miliardów dolarów na inwestycje w Indiach oraz 15 miliardów dolarów na badania i rozwój AI w ciągu najbliższych trzech lat. Przykłady tych gigantów pokazują, że inwestycję w AI dobrze jest rozpocząć wcześniej niż później. Mało tego, Forrester Research (PDF) przewiduje, że inwestycje związane ze sztuczną inteligencją wzrosną do 2020 r. i osiągną poziom 1,2 bilionów dolarów rocznie.

Czy warto wykorzystywać AI w eCRM?

Wiele publikacji branżowych opisuje utopijną wizję przyszłości bazującej na rozwiązaniach sztucznej inteligencji: od inteligentnej infrastruktury po lekarzy robotów. Biznesowe podejście do tematu AI jest bardziej przyziemne. Jednak większość przedstawicieli kadr zarządzających największymi firmami (72%) zgadza się co do tego, że AI będzie przewagą biznesową przyszłości i warto w nią inwestować. Co więcej, ponad 54% z nich podkreśla, że rozwiązania AI zastosowane w ich firmach już przyniosły efekty w postaci zwiększonej produktywności.


W dzisiejszych czasach wielu ludzi boi się, że w przyszłości roboty zrobią za nas wszystko. AI nie oznacza jednak, że roboty przejmą nad nami kontrolę. Wyręczą nas w wykonywaniu prac powtarzalnych, co da nam więcej czasu na planowanie i strategię.


Trzeba mieć jednak na uwadze, że silniki rekomendacji oraz sztuczna inteligencja są jeszcze dalekie od ideału. Firmy specjalizujące się w e-commerce ciągle dopracowują swoje rozwiązania AI, by lepiej dostosować się do podaży rynkowej. Coraz częściej dochodzi do kooperacji największych firm tego obszaru, by scalić dostępne rozwiązania i stworzyć nowe, lepsze formy sztucznej inteligencji, która w niedługim czasie całkowicie opanuje globalny rynek e-commerce.


Autorzy: Marcin Borowiec, Email Marketing Manager oraz Konrad Król Marketing Automation Specialist, They.pl | digital marketing agency
Materiał pochodzi z kwartalnika agencji marketingu internetowego they.pl Magazyn.They.pl. Now-e perspektywy