Vai al contenuto
Tutte le soluzioni

Sistemi di raccomandazione per l'e-commerce

Risposta breve

SwankyForge costruisce sistemi di raccomandazione di prodotto per negozi online e marketplace: articoli simili, spesso acquistati insieme, home page personalizzate e risultati di ricerca ordinati. Partiamo dallo storico di ordini e clic, rilasciamo prima una baseline semplice e dimostriamo il guadagno con un test A/B prima di aggiungere qualcosa di più pesante. Un progetto tipico richiede 2–4 mesi e costa 14k €–42k €.

Pagina prodotto · Potrebbe interessarti ancheDati illustrativi

Ordinati per un visitatore di ritorno che ha visto 3 bollitori

  • Bollitore in vetro 1,7 l

    $490.94

  • Set infusore per tè

    $180.88

  • Pastiglie anticalcare

    $90.81

  • Coppia di tazze in ceramica

    $240.77

Regole su disponibilità e margine applicate dopo il ranking

Vi suona familiare?

  • I clienti escono senza trovare ciò che cercavano.
  • Tutti vedono gli stessi best seller.
  • Il cross-sell è una lista scelta a mano che nessuno aggiorna.
  • La ricerca restituisce articoli pertinenti che non vendono.
  • Nessuno sa dire se il widget attuale si guadagna il suo posto nella pagina.

Cosa costruiamo

  • Prodotti simili

    Alternative nella pagina prodotto, in base al comportamento e agli attributi.

  • Spesso acquistati insieme

    Bundle e accessori ricavati da carrelli reali, non da una lista manuale.

  • Pagine personalizzate

    Home page e pagine di categoria ordinate per ogni cliente.

  • Ranking della ricerca

    Risultati ordinati in base a ciò che questo cliente probabilmente comprerà.

  • E-mail e push

    Lo stesso modello dietro campagne e promemoria.

  • Regole di business sopra il modello

    Policy su disponibilità, margine e marchi applicate dopo il modello, dove le controllate voi.

Come si svolge un progetto

  1. 1

    Concordare la metrica

    Un numero che il sistema deve spostare, come i clic sulle raccomandazioni, le aggiunte al carrello o il ricavo per sessione, e come verrà misurato.

  2. 2

    Baseline dai vostri dati

    Un modello semplice basato su co-visualizzazioni e co-acquisti. Spesso batte da solo il widget attuale e fissa l'asticella per tutto ciò che segue.

  3. 3

    Trovare i candidati, poi ordinarli

    Una prima fase seleziona qualche centinaio di prodotti plausibili; una seconda li ordina per questo cliente. Le regole su disponibilità, margine e policy si applicano per ultime.

  4. 4

    Test A/B

    Una parte del traffico vede il nuovo sistema, il resto quello vecchio. La decisione si prende sulla metrica concordata, non su una demo.

  5. 5

    Produzione e passaggio di consegne

    Un'API chiamata dal vostro storefront, monitoraggio, un interruttore di rollback e il repository nella vostra organizzazione.

Cosa ottenete

  • API di raccomandazione con un budget di tempo di risposta concordato in anticipo
  • Report di valutazione offline e disegno del test A/B
  • Dashboard di monitoraggio sulla metrica concordata
  • Pipeline di riaddestramento e runbook
  • Codice, modelli e documentazione nel vostro repository

Prezzo tipico

14k €–42k €

Tempi tipici

2–4 mesi

Dal listino pubblicato. Il prezzo finale viene fissato una volta concordato il perimetro.

Stimate il vostro progetto

Domande

Quanti dati servono per le raccomandazioni?

Abbastanza storico di interazioni da vedere comportamenti ripetuti, di solito qualche mese di ordini e visualizzazioni di prodotto. Con poco storico, le raccomandazioni partono da attributi di prodotto e popolarità, e la personalizzazione si aggiunge man mano che i dati si accumulano.

Può funzionare accanto al nostro widget di raccomandazione attuale?

Sì. Il nuovo sistema viene testato contro quello esistente su traffico diviso, e il vecchio resta attivo finché la metrica concordata non dice altrimenti.

E i nuovi prodotti e i visitatori alla prima visita?

I nuovi articoli vengono collocati in base ai loro attributi (categoria, prezzo, marca, testo e immagini) finché non arrivano abbastanza interazioni. Chi visita per la prima volta riceve popolarità e contesto, come la pagina da cui arriva, finché non ha uno storico.

Serve un team dati dalla nostra parte?

No. Ci serve l'accesso in lettura a ordini, catalogo prodotti ed eventi del sito, e una persona che possa approvare le modifiche allo storefront.

Quando non conviene costruire un sistema di raccomandazione?

Con un catalogo piccolo o poco traffico, una lista curata e un ordinamento per popolarità spesso funzionano altrettanto bene e costano molto meno. Ve lo diciamo alla prima call.

Raccontateci il vostro caso.

La prima call è gratuita. Se questo sistema non è la risposta giusta per i vostri numeri, ve lo diciamo.