商品レコメンデーションのROI計算機
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。
行き止まりの商品ページ 対. もっとへの道
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。
閲覧をより大きなカゴに変える
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。
- ✓アルゴリズムによるレコメンデーション—パーソナライズ、トレンド、最近閲覧、よく一緒に購入される商品。
- ✓統合された訪問者データとライブ商品カタログで動作。
- ✓商品ページ、カート、ホームページ、オープン時メール全体にレコメンデーションを配置。
- ✓配置と戦略をA/Bテストし、リフトを測定。仮定ではなく。
彼らが訪問するすべてのページでレコメンデーション
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。
よくある質問
商品レコメンデーションのROIはどのように計算されますか？
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。
レコメンデーションからどのような収益リフトを期待できますか？
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。
レコメンデーションが効果を発揮するには大きなカタログが必要ですか？
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。
レコメンデーションの追加にはどのくらい時間がかかりますか？
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。