Aumente o AOV com IA recs de produto.
Um playbook de e-commerce para recomendações de produto — implemente bundles de Comprados Juntos, mais vendidos personalizados e algoritmos preditivos de cross-sell.
Começar agora →
Câmera Mirrorless Alpha X
Vídeo 4K profissional, sensor de 24MP. A escolha compacta para criadores.
O futuro da IA: redes neurais atingem novo marco
Pesquisadores revelaram uma nova arquitetura de processamento que imita a eficiência sináptica do cérebro humano. Essa mudança marca o fim da computação tradicional como a conhecemos...
Gigantes de tech se fundem
Alerta de cibersegurança
Economize 20% hoje
Recém-publicado
300+ leituras hoje
Em alta
1Comece com o assistente de recomendações
No painel da Personyze, clique em “Recomendação de produto” para abrir o assistente de configuração.
Passo 1: rastreamento de interações de produto
Você precisa informar à Personyze quando um usuário visualiza, compra ou adiciona um item ao carrinho. Você tem 3 métodos:
- Containers do site: Use o Seletor visual para clicar no elemento SKU ou Preço da sua página.
- Google Tag Manager: Defina um gatilho para eventos do Data Layer (p. ex.,
evento igual a “add_to_cart”). - JS programático: Use o código exato abaixo. Você pode usar ID interno ou SKU como chave.
(self.personyze=self.personyze||[]).push(['Product Viewed', "PRODUCT_ID"]);(self.personyze=self.personyze||[]).push(['Product Added to cart', "PRODUCT_ID", 'Quantity', QUANTITY]);(self.personyze=self.personyze||[]).push(['Product Removed from cart', "PRODUCT_ID"]);(self.personyze=self.personyze||[]).push(['Products Removed from cart']); (Limpar tudo)
Passo 2: segmentação (opcional)
Defina *onde* esse widget aparece. Você pode configurá-lo para aparecer apenas na Homepage, ou apenas para visitantes de América do Norte.
2Design e customização do widget
Personalize a aparência e o feel para combinar exatamente com sua marca usando o passo “Customize Look and Feel”.
Selos dinâmicos
Adicione etiquetas visuais aos produtos para aumentar o CTR:
- Mais vendido: Destaca itens populares.
- Novo: Para produtos adicionados recentemente.
- Pouco estoque: Cria urgência.
- Com desconto recente: Mostra quedas de preço.
Lógica de conteúdo avançada
- Preços VIP: Mostre uma variável de preço específica (p. ex.,
vip_price) para usuários VIP logados. - Multilíngue: Carregue diferentes títulos e descrições de produto com base no idioma selecionado pelo usuário ou em sua geolocalização.
3Filtragem avançada
No passo “Toques finais”, aplique regras para garantir que as recomendações sejam business-smart.
Regras de exclusão dinâmica
- Excluir comprados: Não mostre itens que o usuário já comprou.
- Excluir adicionados ao carrinho: Evite redundância.
- Excluir página atual: Não recomende o produto que ele está vendo no momento.
Filtros “Match” inteligentes
Filtre produtos com base em variáveis de Dados de Usuário:
- Match de marca: Recomende apenas produtos de uma Marca o usuário comprou no passado.
- Match de gênero/idade: Garanta que as tags dos produtos correspondam ao perfil demográfico do usuário.
- Match de categoria: “Se o usuário está vendo Laptops, recomende apenas Bolsas para Laptop.”
4Receita 1: a homepage inteligente
Sua homepage precisa atrair todos — tanto visitantes de primeira viagem quanto clientes fiéis.
Homepage inteligente (híbrida)
Use o “Recomendações personalizadas” algoritmo. Ele alterna a lógica automaticamente:
- Para anônimos: Usos Mais populares (sabedoria da multidão) para mostrar os mais vendidos.
- Para usuários conhecidos: Usos Personalização profunda com base em:
- Dados de usuário: Compras passadas e afinidade de categoria.
- Filtragem colaborativa: “Usuários como você compraram…”
Isso garante relevância do primeiro clique ao centésimo.
5Receita 2: categoria e descoberta
Ajude os usuários a encontrar o que procuram aproveitando o contexto.
1. Inspirado pela última categoria vista
Mostra itens da categoria com a qual o usuário se engajou mais recentemente. Se ele olhou “Furadeiras” ontem, mostre “Ferramentas elétricas” na homepage hoje.
2. Mais vendido da categoria
Mostre os itens mais vendidos dentro da categoria atual. Se o usuário está navegando em “Laptops”, mostre os laptops mais vendidos, não sapatos.
3. Mais populares da categoria
Semelhante a Mais vendido, mas com base em Visualizações em vez de compras. Bom para itens em alta que ainda não converteram.
6Receita 3: cross-sell na página de produto
Otimize a página de detalhe do produto para manter os usuários engajados e navegando.
1. Quem viu também viu
Filtragem colaborativa: “Pessoas que olharam esta camisa também olharam estas.” Ótimo para oferecer alternativas se o produto principal não for um match perfeito.
2. O que outros compraram, quem viu isto
Um sinal mais forte do que apenas “visualizado”. Diz ao usuário: “Pessoas que consideraram este item acabaram comprando *estes* itens.” Excelente para fechar vendas.
3. Vistos recentemente
Um widget de histórico simples mas eficaz. Ajuda os usuários a comparar opções voltando facilmente a itens que viram antes.
7Receita 4: upsell e recuperação de carrinho
O empurrão final para aumentar o tamanho da cesta antes do pagamento.
Cross-sells para itens no carrinho
Esse algoritmo poderoso analisa o conteúdo completo do carrinho de compras para encontrar itens que complementem a *combinação* de produtos (p. ex., Câmera + Capa -> Cartão de memória).
Cross-sells gerenciados para itens no carrinho
Permite override manual. “Se o carrinho contém X, SEMPRE mostrar Y.” Útil para regras estritas de compatibilidade (p. ex., baterias específicas para um brinquedo específico).
Mais adicionados à wishlist
Aproveite a prova social mostrando itens muito desejados. Frequentemente aciona adições por impulso no carrinho.
8Receita 5: retenção e reengajamento
Traga os clientes de volta com novidades altamente relevantes.
Recomendações com base em pedidos anteriores
Deep learning que analisa todo o histórico de compras de um usuário para prever o que ele pode precisar a seguir.
Comprar de novo
Perfeito para consumíveis. Mostra itens que o usuário já comprou antes, agilizando o processo de recompra.
Novidades em estoque (filtrado)
Mostre os itens mais novos do seu catálogo, mas aplique uma “Filtrar por categoria de compra passada” regra (p. ex., um comprador de “Yoga” vê novos tapetes).
9Teste A/B de recomendações
Não adivinhe qual algoritmo funciona melhor. Teste-os.
Como configurar um teste
- No passo “Content” do assistente, habilite Teste A/B.
- Variação A: Selecione a lógica “Filtragem colaborativa”.
- Variação B: Selecione a lógica “Mais populares”.
- Meta: Defina a métrica como “Valor de compra” ou “CTR”.
A Personyze dividirá o tráfego automaticamente e poderá eventualmente alocar 100% do tráfego para a vencedora.
10Desempenho e analytics
Meça o impacto direto das suas recomendações com estatísticas detalhadas.
Dados de exemplo do painel
- Mostrado: 49,06% (usuários que viram o widget).
- Visto: 18,93% (usuários que rolaram até ele aparecer).
- Clicado: 45,56% (alto engajamento).
- Adicionado ao carrinho: 6,95% de conversão em carrinho.
- Comprado: 4,7% de conversão em venda.
Definições de impacto na receita
- Receita direta: Receita gerada estritamente de itens que foram clicados no widget de recomendação OU adicionados via o botão “Quick Add” do widget, e então comprados.
- Receita assistida: Receita de sessões em que um usuário clicou em uma recomendação mas acabou comprando um item diferente.
- Razão de contribuição: (p. ex., 16,32%) A porcentagem da receita total do site que pode ser atribuída ao motor de recomendações.
Perguntas do playbook, respondidas.
Perguntas frequentes sobre recomendações de produto com IA. Para qualquer outra coisa, nossa equipe está a uma mensagem de distância.
O que é Filtragem colaborativa?
A Filtragem colaborativa é a tecnologia central por trás de recomendações como “Quem comprou isso também comprou aquilo.” Ela analisa padrões em milhares de sessões de usuário para encontrar correlações ocultas entre produtos sem precisar de regras manuais.
Com que rapidez ela aprende?
A Personyze começa a coletar dados imediatamente. Algoritmos básicos como “Mais populares” funcionam instantaneamente. Algoritmos avançados como “Recomendações personalizadas” normalmente precisam de alguns dias de tráfego (ou um upload de dados históricos) para construir perfis de usuário precisos.
Posso fixar produtos manualmente no topo?
Sim. Você pode usar “Recomendações gerenciadas” ou “Pins” para forçar itens específicos (como produtos de alta margem ou em excesso de estoque) a aparecerem primeiro, deixando o algoritmo preencher os slots restantes dinamicamente.
Funciona para conteúdo (artigos/blogs)?
Com certeza. O motor funciona de forma idêntica para conteúdo. Em vez de “Produtos”, ele recomenda “Artigos” com base no histórico de leitura, tags e afinidade de categoria. Você só precisa sincronizar seu feed de conteúdo em vez de um feed de produto.
Posso excluir itens sem estoque?
Sim. Por padrão, a Personyze filtra itens em que stock_status = 0. Você pode personalizar essa regra no passo de filtragem para também excluir itens com pouco estoque ou tags específicas.
Como lido com novos usuários sem histórico?
Esse é o problema do “Cold Start”. A Personyze lida com isso recorrendo a Lógica da multidão (p. ex., “Mais populares” ou “Em alta agora”) ou usando dados contextuais (p. ex., “Popular na sua cidade”) até que o usuário gere seu próprio histórico.
Posso desenhar o widget eu mesmo?
Sim. Você tem controle total sobre o HTML/CSS. Pode usar nosso editor visual para ajustar templates existentes ou colar sua própria estrutura HTML personalizada para combinar perfeitamente com o branding do seu site.
O que é “Receita direta” vs “Receita assistida”?
Receita direta conta as vendas em que o usuário clicou no item recomendado específico e o comprou. Receita assistida conta as vendas em que o usuário clicou em uma recomendação mas acabou comprando *outra coisa* na mesma sessão.
Posso mostrar lógica diferente no mobile?
Sim. Você pode criar campanhas separadas para mobile e desktop. Por exemplo, mostrar um slider horizontal de 4 itens no mobile, mas um grid de 8 itens no desktop.
Suporta vários idiomas?
Sim. Se o seu feed de produto contém campos localizados (p. ex., title_en, title_es), você pode configurar o widget para exibir dinamicamente o idioma correto com base nas configurações do navegador do usuário ou na seleção do site.
Posso recomendar bundles?
Sim. O algoritmo “Cross-sells para itens no carrinho” efetivamente cria bundles sugerindo itens complementares (p. ex., sugerir uma lente quando uma câmera está no carrinho).
Com que frequência o feed é atualizado?
Os feeds geralmente sincronizam uma vez a cada 24 horas. Porém, você pode configurar atualizações mais frequentes (p. ex., a cada hora) ou usar nossa API para enviar mudanças de estoque/preço em tempo real instantaneamente.
Posso testar o Algoritmo A vs Algoritmo B?
Sim. O recurso de teste A/B permite dividir o tráfego entre dois conjuntos de lógica diferentes (p. ex., “Filtragem colaborativa” vs. “Mais populares”) para ver qual gera mais receita.
É compatível com GDPR?
Sim. A Personyze anonimiza os dados de usuário e respeita solicitações “Do Not Track”. A personalização depende de IDs pseudônimos em vez de PII a menos que o usuário forneça explicitamente.
E se eu tiver milhares de produtos?
A Personyze escala sem esforço. Nosso motor foi projetado para lidar com catálogos com milhões de SKUs e sites de alto tráfego sem latência, garantindo que as recomendações carreguem instantaneamente.
Aumente seu valor médio do pedido.
Você tem o playbook completo — agora implemente recomendações de produto com IA que fazem cross-sell e upsell automaticamente.