Sitemap تبديل القائمة

8 قوالب لتوصية المنتجات لمتجرك على الإنترنت

نشرت: 2019-02-28

أصبحت نوافذ التوصيات بشكل متزايد جزءًا من الحياة اليومية لأولئك الذين يشترون عبر الإنترنت. اكتشف نماذج توصيات المنتجات الأكثر استخدامًا في المتاجر عبر الإنترنت والتي ستساعدك على زيادة مبيعات عملك عبر الإنترنت.

اعرض العناصر التي شاهدتها مؤخرًا

توقف وجود منتج نشط لنظام التوصية داخل المتجر عن كونه تفاضلًا منذ وقت طويل. أما أمازون ، على سبيل المثال ، فهي شركة رائدة في استخدام التوصيات في التجارة الإلكترونية ، وتستخدم نظامًا مثل هذا لأكثر من 20 عامًا.

تعد هذه التقنية اليوم ضرورية للمتاجر عبر الإنترنت ، حيث يتم قصف المستهلكين بالمعلومات على الإنترنت طوال الوقت. مع هذا ، يريدون أن يكون لديهم السهولة والتطبيق العملي خلال يوم الشراء ، وتلقي اقتراحات للمنتجات ذات الصلة في واجهات عرض التوصيات الذكية .

قد تكون بالفعل تستخدم نظام توصية في متجرك أو تخطط لاستخدامه. لكن هل تعلم ما هي قوالب التوصيات الأكثر استخدامًا والأكثر فاعلية في زيادة تجربة التسوق وبالتالي تحويل المبيعات ؟

لمساعدتك في هذه المرحلة ، اخترنا بعض نماذج توصيات المنتجات الرئيسية. الدفع!

  • الأفضل مبيعًا
  • الأكثر مشاهدة
  • إطلاق
  • عروض
  • شوهدت مؤخرا
  • اشترى في كثير من الأحيان جنبا إلى جنب
  • منتجات مماثلة
  • موصى به لك
  • نماذج التوصية الأخرى
  • توصيات مخصصة
  • استنتاج

1) الأكثر مبيعًا

نموذج التوصية الذي يساعد في توجيه المستخدمين في البحث عن المنتجات هو "أفضل البائعين" ، والذي يراهن على الموافقة الاجتماعية العقلية ويظهر ما اشتراه معظم الناس في فترة زمنية معينة ، بناءً على بيانات المبيعات من المتجر.

عرض سمارت عرض الأكثر مبيعا سمراء الوردي

وفقًا لمبدأ باريتو في التسويق ، يمكننا أن نستنتج أن ما يقرب من 80٪ من المبيعات تأتي من 20٪ من المنتجات. مع أخذ ذلك في الاعتبار ، يمكنك تحديد أي منها وتقديمها في واجهات عرض ذكية بعنوان "الأفضل مبيعًا" أو "أفضل المشترين" ، على سبيل المثال.

من الممكن أيضًا عرض المنتجات الأكثر مبيعًا حسب الفئة ، مع مراعاة المظهر السلوكي والاهتمام المحدد لكل مستهلك.

العرض الأكثر مبيعًا

وهناك أيضًا عرض مشابه جدًا يسمى "ما يشتريه العملاء الآخرون". إنه يعمل بشكل أو بآخر بنفس طريقة "أفضل البائعين" ، ولكن مع مساحة زمنية أقل ، والتي يمكن أن تصل إلى دقائق ، اعتمادًا على تدفق المستهلكين الذين يتصفحون المتجر الافتراضي.

عرض التوصية للعملاء الآخرين يشترون - rarissima

2) الأكثر مشاهدة

يستخدم نموذج التوصية "الأكثر مشاهدة" ، المعروف أيضًا باسم "المنتجات الشعبية" ، منطقًا مشابهًا جدًا لمنطق "أفضل البائعين" ، ولكنه يأخذ في الاعتبار فقط عدد مرات المشاهدة في فترة معينة وليس البيع الفعلي للمنتجات.

عرض التوصيات الأكثر مشاهدة - سانتا لولا

كما هو الحال في "Mais sold" ، في هذه الحالة يوجد أيضًا عرض "ما يراه العملاء الآخرون". كما أنه يأخذ في الاعتبار المنتجات الأكثر مشاهدة ، ولكن مع مساحة زمنية أقل.

عرض توصيات الديزل

3) إطلاق

الجدة عنصر جذب دائمًا انتباه المستهلكين ، بما في ذلك في المتاجر المادية. لذا ، فإن عرض "عمليات الإطلاق" أو "الأخبار" ، بالتأكيد ، سيحقق نتائج جيدة لأداء متجرك الافتراضي.

عرض إطلاق

عادةً ما يُظهر هذا النوع من نموذج التوصية المنتجات التي تم تسجيلها للتو في النظام أو التي تحتوي على مخزون بديل.

4) العروض

الشيء الآخر الذي كان دائمًا ناجحًا بين المستهلكين هو خصومات عروض التوظيف الإلكترونية ، وبالتالي ، يعد هذا أيضًا أحد نماذج التوصيات الأكثر استخدامًا.

عروض نموذج التوصية

بالإضافة إلى كونها جذابة للعميل ، فهي طريقة رائعة لوضع حد للمنتجات التي تم إيقافها - والتي تؤدي في كثير من الأحيان إلى خسائر - مما يؤثر بشكل إيجابي على معدل دوران الأسهم في عملك.

5) شوهدت مؤخرا

يُعد عرض العناصر التي شاهدها المستهلك مؤخرًا استراتيجية مبيعات رائعة لتحديث ذاكرته وإعادة إيقاظ الاهتمام بالمنتجات التي كان قد فكر في شرائها بالفعل ، ولكن لسبب ما لم يتخذ قرار الشراء.

اعرض العناصر التي شاهدتها مؤخرًا

6) كثيرا ما تشتري معا

هناك نوع آخر من التوصيات فائقة الفعالية وهو "غالبًا ما يتم شراؤه معًا" ، خاصةً عند ظهوره على صفحات عربات التسوق. لأنه يشجع على الشراء المتزوج ، أو البيع العابر ، مما يزيد من قيمة متوسط ​​التذكرة .

غالبًا ما يتم شراء عرض التوصيات معًا

يتكون نموذج التوصية هذا من عرض قائمة بالمنتجات التي يمكن شراؤها مع المنتج الرئيسي الذي يتم عرضه.

من أجل تحقيق الهدف ، يجب أن يأخذ نظام التوصية في الاعتبار سجل الشراء الكامل في المتجر ، لتقديم المنتجات التي تم بالفعل شراؤها معًا من قبل مستهلكين آخرين.

من الأمور المهمة في هذا النوع من النوافذ عدم تقديم منتجات من نفس الفئة ، لأنه بدلاً من تشجيع الشراء المجمع ، يمكن أن يؤدي ذلك إلى إرباك العميل وإثارة الشكوك حول المنتج الذي يجب اختياره.

أحد الاختلافات في هذا النوع من التوصيات هو "يتطابق هذا مع". كما أنه يشجع على الشراء العابر ، ولكنه يأخذ في الاعتبار أيضًا علاقة منتج بآخر وليس فقط تاريخ الشراء. على سبيل المثال: تقديم حزام لمن يشتري سراويل.

عرض ذكي يجمع هذا مع الديزل

7) منتجات مماثلة

يعد عرض المنتجات المماثلة مثيرًا للاهتمام لأولئك المستهلكين الذين لا يزالون في بداية يوم الشراء و / أو الذين لا يعرفون بالضبط ما يريدون.

تخيل أن شخصًا ما يحتاج إلى صندل ، لكنه لم يتوقف عن التفكير في اللون أو النموذج الذي يختاره. لذلك ، بدأت في البحث عن هذا المنتج ، وعندما تنقر ، على سبيل المثال ، على الصنادل السوداء وبنطاق سعري معين ، ونماذج أخرى مماثلة وفي نفس النطاق السعري. يمكن تقديم السعر في واجهة افتراضية. وبالتالي ، يكون لدى العميل المزيد من الخيارات للمقارنة واتخاذ القرار.

عرض منتجات مماثلة

يأخذ هذا النوع من قوالب التوصيات الكثير من الاعتبار في الفئات وعادة ما يظهر على صفحة المنتج الذي يتم عرضه.

8) موصى به لك

بعض نماذج التوصيات مخصصة تمامًا لكل مستهلك ، هذه هي حالة "موصى به لك".

عرض موصى به لك

يعرض المنتجات حسب ملف تعريف كل عميل ، ولكن من أجل ذلك ، من الضروري أن يقوم ببعض الإجراءات داخل المتجر الافتراضي ، مثل النقرات والبحث. عندها فقط سيفهم النظام ملف تعريف المستهلك ويكون قادرًا على اقتراح العناصر الأكثر صلة.

نماذج التوصية الأخرى

بالإضافة إلى نماذج التوصيات الأكثر شيوعًا التي تم تقديمها حتى الآن ، هناك أنواع أخرى من النماذج التي تراهن على الموافقة الاجتماعية ويمكن أن تكون أيضًا مثيرة للاهتمام للشركات. استراتيجيات البيع عبر الإنترنت لمتجرك عبر الإنترنت. تحقق من ذلك أدناه.

من رأى هذا المنتج انتهى بالشراء

يأخذ هذا النوع من التوصيات في الاعتبار سلوك المستهلكين المماثلين الآخرين تجاه المنتج الذي يشاهده العميل في تلك اللحظة.

على سبيل المثال: بعض العملاء الذين يرون سترة حمراء عادة ما يشترون نفس الطراز ، ولكن باللون الأسود. بعد ذلك ، عندما يرى مستهلك آخر بملف تعريف مشابه السترات الحمراء ، سيعرض هذا العرض السترات السوداء التي تم شراؤها من قبل مستهلكين آخرين سابقًا.

من رأى هذا المنتج مهتم أيضًا

مثل النموذج السابق ، يأخذ هذا النوع من العرض في الاعتبار أيضًا سلوك المستهلكين المماثلين الآخرين. ولكنه في هذه الحالة يحدد المنتجات التي أبدى هؤلاء المستهلكون نوعًا من الاهتمام بها ، مثل النقرات ، ولكن ليس بالضرورة الوصول إلى نقطة الشراء.

اعرض أولئك الذين رأوها مهتمين أيضًا بـ - متجر بوب

الذين اشتروا هذه السلعة اشتروا أيضا

يُظهر هذا النوع من العرض تكوينًا للمنتجات المشتراة بواسطة ملفات تعريف العملاء التي يمكن أن تولد اهتمامًا بالشراء في ملفات تعريف أخرى ذات سلوك مماثل.

الذي اشترى اشترى أيضًا - الناشر juspodivm

في بعض الحالات ، يُظهر النسبة المئوية بالنسبة إلى نسبة المشتريات التاريخية للمنتج المُدرج في النافذة فيما يتعلق بالمنتج الذي كان يشاهده العميل في البداية.

توصيات مخصصة

عندما يستخدم نظام التوصية واجهات عرض قائمة بذاتها تعتمد على الذكاء الاصطناعي (IA) ، فمن الممكن أن تكون جميع واجهات العرض مخصصة ، حتى تلك الأكثر عمومية ، مثل عمليات الإطلاق والأكثر مبيعًا.

وذلك لأن الذكاء الاصطناعي يحدد أيًا من هذه المنتجات له علاقة أكبر بملف تعريف الاستهلاك واهتمامات كل مستهلك ويختارها تلقائيًا في النوافذ أثناء تصفح المتجر.

اكتشف المزيد في هذا النص: الواجهة الافتراضية المستقلة: كيفية التخصيص تلقائيًا .

استنتاج

كما رأيت ، هناك العديد من قوالب توصيات المنتجات التي تستخدم استراتيجيات مبيعات مختلفة ويمكن أن تكون مفيدة جدًا في زيادة تجربة التسوق لعملائك وتحسين معدل تحويل التجارة الإلكترونية.

يمكنك الحصول على قوالب التوصيات هذه في متجرك باستخدام نظام مخصص ، مع فريقك الخاص أو الاستعانة بمصادر خارجية ؛ نظام متخصص ، مع واجهات عرض موحدة بالفعل وجاهزة للاستخدام ؛ ويمكنك أيضًا استخدام طريقة مختلطة ، حيث تتعايش النوافذ الأصلية لمتجرك ، والتي أنشأها الفريق نفسه أو بواسطة النظام الأساسي ، مع نوافذ نظام التوصية المعين.

يحتوي نظام توصية SmartHint على كل هذه النماذج والمزيد ، والتي يمكن تنشيطها بطريقة بسيطة وتتطلب القليل من الوقت للتنفيذ.

أكثر من 16 عرضًا مستقلًا ، يستخدمون الذكاء الاصطناعي لتقديم توصيات مخصصة. ويمكن استخدامها جنبًا إلى جنب مع واجهات عرض محلية أخرى ذات أهمية. بالإضافة إلى ذلك ، من الممكن بسهولة تكوين موضع كل واحد داخل المتجر وتغيير اسمه ، مع ترك المزيد مع وجه العلامة التجارية ، مثل مثال المتجر الحجري .

عرض توصية متجر محجر

اطلب عرضًا تجريبيًا مجانيًا!

بقلم: تانيا دارك