実際のページで2–3例のパーソナライゼーションを20分間でご紹介。
有償プランにはメール、チャット、24/7電話サポートが含まれます。
ほとんどの商品ページは行き止まりです—1つの商品を見て、戻るボタン。すべてのショッパーに適切な商品を表示することでどれだけの収益を取り戻せるか確認しましょう。
レコメンデーションの効果を見積もる
ショッパーが選ばれた商品を見たときの、カゴサイズの拡大と発見の改善による追加収益をご覧ください。入力値をストアに合わせて調整してください。
見積もりのみ—レコメンデーションの仕組みを示すために作られたもので、パフォーマンスの保証ではありません。範囲は公開されたベンチマークに基づいています（レコメンデーションは~10〜30%のコンバージョンと~10〜21%のAOVリフトを促進）。リピート購入と顧客生涯価値の向上は、保守的にするために除外した追加の上向きです。
レコメンデーションがないと、ショッパーは1つの商品を見て離れます。彼らのために選ばれた商品を表示すると、2つのことが起こります：カゴが大きくなり、未決定のショッパーが買うものを見つけます。
クロスセルとアップセルは平均注文額を上げます—ショッパーが既に商品を一緒に購入している場合に最も効果的です。
関連商品を表示するとコンバージョンが上がります—特に大きなカタログや商品ページの直帰率が高い場合。
最大のゲインは、なしから始めるか、基本的な“関連商品”をパーソナライズされたレコメンデーションにアップグレードすることから生まれます。
Personyzeのレコメンデーションエンジンは各訪問者の行動、カタログ、統合された訪問者データを読み取り、リアルタイムで適切な商品を表示します—商品ページ、カート、ホームページ、メールで。データチームは不要です。
Personyzeは決定が起こる場所ならどこでも適切な商品を表示します—ホームページでの発見、商品ページでのクロスセル、カートでの注文ブースター。
各訪問者に本当に合うバナーを配信することで取り戻す収益を確認しましょう。
体系的なテストがどのようにファネル全体でコンバージョン向上を積み重ねるかをご覧ください。
メールが開かれた瞬間にパーソナライズされるコンテンツによるエンゲージメント向上を定量化します。
入力から2つの効果を見積もります：クロスセルとアップセルによる平均注文額のリフト（ショッパーが既に複数商品を購入する頻度でスケール）と、より良い商品発見によるコンバージョンのリフト（カタログサイズ、商品ページの直帰率、トラフィックタイプでスケール）。両方とも現在のレコメンデーションの成熟度によって削減され、現在の収益に適用されます。
幅広く異なります。大きなカタログ、商品ページの高い直帰率、バンドルで購入するショッパーがいるストアが最大の収穫を得ます。計算機は各効果を現実的な上限に設定し、自身のデータに合わせて獲得リフトの仮定を下げることができます。
いいえ、しかしカタログサイズは価値の出どころを変えます。大きなカタログは発見から最も恩恵を受けます。ショッパーが自分ですべてを見つけられないからです。小さなカタログでも、取り扱う商品でのクロスセルとアップセルから恩恵を受けます。
Personyzeでは商品カタログを接続し、レコメンデーションが表示される場所を選び、ビジュアルエディタで戦略を選びます—通常数時間でライブ、開発者やデータチームは不要です。
ショッパーをそこに連れてくるのに既に料金を支払っています。レコメンデーションは彼らに次に行く場所を与えます—より大きなカゴ、より多くの発見、戻ってくる理由。