パーソナライズ ブラウジング戦略

平均して、オンライン買い物客の33％は、小売業者のオンラインストアにアクセスするときに、カテゴリまたはサブカテゴリのページにアクセスします。
現在、ほとんどすべての小売業者は、すべての訪問者に対して同じ方法でカテゴリ製品の結果を並べ替えています。 買い物客の最初の訪問であろうと、忠実な顧客の100回目の再訪問であろうと、表示されるカテゴリの商品結果はまったく同じように並べられます。

店内の販売員の目標は、できるだけ多くの人に商品をアピールすることですが、オンラインショッピングは個別のパーソナライズ体験になる可能性があります。 小売業者は、既にIDが存在しているお客様に向けて、商品をすばやく見つけるためのパーソナライズされたエクスペリエンスを収集、分類するだけでなく、買い物客のエンゲージメントとジャーニーを高める機会でもあります。

このエンゲージメントはロイヤリティを促進し、それが売上の増加を促進します。また、小売業者は、すべてのチャネルとタッチポイントでパーソナライズを改善することにより、より優れたカスタマーサービスを提供できます。

ALGONOMY のDiscover™は、個々のお客様に最も関連性の高い商品をリストの一番上に表示するリアルタイムの小売アプリケーションであり、買い物客が探している商品をすばやく見つけるのに役立ちます。 Discoverを使用すると、カテゴリーページとサブカテゴリーページの商品リストがページの読み込み時に事前に並べ替えられ、各顧客の過去と現在の買い物客の行動に最もよく一致します。

認知された買い物客の場合、パーソナライズアルゴリズムは、個人の履歴ビュー、クリック、購入、検索（カテゴリ、製品、ブランドなどの入力に基づく）を分析して、利用可能な商品が表示される順序をパーソナライズします。この認識された買い物客が、カテゴリページにアクセスする前に、現在のセッションと過去のセッションで、Webサイトでの特定の製品またはブランドを確認した場合、アルゴリズムはリアルタイムの動作を考慮して、最適な商品リストを生成します。認識されていない買い物客の場合、商品は、そのカテゴリのトップビュー、クリック、購入したアイテムなどのグローバル属性の組み合わせに基づいて並べ替えられます。

属性とそれに関連する重み付けの両方を小売業者の特定のニーズに合わせて構成し、機械学習と多変量テストを使用して自動的に最適化することができます。たとえば、あるブランドが小売業者の顧客にとって重要である場合、ブランドを属性として追加し、他のパーソナライズ属性よりも重視することができます。パーソナライズ属性の例には、買い物客がある、過去および/または現在の訪問中に表示、クリック、購入した製品、カテゴリ、およびブランドが含まれます。



ウェブサイトの収益が2〜5％増加

Discoverは、ある高級アパレル小売業者のWebサイトで開始され、Webサイトの収益を全体で 2〜5 ％ 一貫して増加させました。経営幹部の可視性を獲得し、その継続的な好業績により、ビジネス戦略と優先順位が変わりました。彼らは他のオンライン小売店への展開を加速させました。

Discoverは小売店のアウトレットの一部でも展開され、ウェブサイトの収益が平均 5 ％ 以上増加したことが確認できて期待を上回りました。数週間以内に、小売業者はアウトレットサイトのトラフィック 100 ％ をDiscoverで有効にしました。

適切な商品の簡潔なリストを買い物客にすばやく提示することが最も重要です。
買い物客が関連するレコメンドを確認するのにかかる時間は、コンバージョンと放棄されたカートの違いを意味する可能性があります。

買い物客が探しているものを見つける、最も便利な方法は何ですか？

アルゴリズム主導のパーソナライズを通じてお客様の期待を満たすことができます。
答えは、お客様の過去および現在の買い物行動に基づいて構築され、そして動的にリアルタイムで生成された、パーソナライズされた商品リストです。

リッチレリバンスのコンサルタントが、動画にてパーソナライズ ナビゲーション戦略を解説します。このリテイル戦略に興味をお持ちでしたら、ぜひ、ご覧ください。

ナビゲーションをパーソナライズする方法の詳細については、[e-mail]にメールを送信するか、ここをクリックしてください。

お問い合わせは、こちらまで：https://richrelevance.jp/about/contact/