Egy vevő megnyit egy termékoldalt, kiválasztja a megfelelő méretet vagy változatot, majd eltűnik. Sok esetben nem az ár, a szállítás vagy a termék minősége a gond, hanem az, hogy a webshop nem mutatott neki jó következő lépést. A legjobb termékajánló megoldások webshophoz nem véletlenszerűen elhelyezett terméksorok: a vásárlási szándékhoz igazodó ajánlások, amelyek segítik a döntést és növelhetik az egy rendelésre jutó bevételt.
A termékajánlás akkor működik jól, ha a vevő számára hasznos, az üzemeltető számára kezelhető, és nem teszi lassabbá vagy átláthatatlanná az áruházat. Egy kisebb magyar webshopnak általában nem az a feladata, hogy azonnal bonyolult mesterségesintelligencia-rendszert vezessen be. Először olyan ajánlási logikát érdemes kialakítani, amely a termékadatokra, a kategóriákra és a tényleges vásárlási helyzetekre épül.
Mitől lesz jó egy termékajánló megoldás?
Az ajánlómodul célja nem pusztán az, hogy több terméket jelenítsen meg az oldalon. A cél az, hogy az adott pillanatban releváns választ adjon egy kimondatlan kérdésre: mi illik ehhez a termékhez, mi lehet jobb alternatíva, vagy mit érdemes még a kosárba tenni?
Egy kerékpáros webshopban a sisak termékoldalán a kompatibilis lámpa, kesztyű vagy lakat valódi segítség lehet. Egy ruházati áruházban a hasonló szabású, más színű termékek segíthetnek, ha az eredeti méret nem elérhető. Műszaki terméknél a kompatibilitás különösen érzékeny kérdés: egy rosszul ajánlott kábel, adapter vagy alkatrész nemcsak elmaradt eladást, hanem ügyfélszolgálati terhelést és visszaküldést is okozhat.
Ezért a jó rendszer három szempontot egyszerre kezel: releváns, technikailag helyes és üzletileg indokolt ajánlásokat ad. Az utóbbi azt jelenti, hogy nem feltétlenül a legdrágább terméket kell előretolni. Gyakran egy alacsonyabb árú, de jól kapcsolódó kiegészítő javítja a kosárértéket és a vásárlói élményt is.
A legjobb termékajánló megoldások webshophoz
Nincs minden webáruházra érvényes, egyetlen legjobb modul vagy beállítás. A megfelelő megoldás függ a termékkínálat méretétől, a rendelési adatok mennyiségétől, a választott rendszertől és attól is, hogy mennyi adminisztráció fér bele a napi működésbe.
Manuálisan összeállított kapcsolódó termékek
Kisebb vagy szakmailag összetett kínálatnál ez gyakran a legerősebb kiindulópont. Az üzemeltető egyenként kapcsolja össze azokat a termékeket, amelyek valóban együtt használhatók vagy egymást egészítik ki. A módszer különösen jól használható prémium, műszaki, B2B vagy kevés termékes webshopokban.
Az előnye a pontosság. Nem egy algoritmus próbál következtetni arra, hogy egy vízszűrőhöz milyen betét tartozik, hanem az áruház szakértője állítja be a kapcsolatot. A hátránya, hogy nagy katalógusnál időigényes lehet. Ilyenkor érdemes a legnézettebb, legnagyobb forgalmú vagy legjobb árrésű termékeknél kezdeni, nem pedig egyszerre minden cikknél.
Kiegészítő termékek a termékoldalon és a kosárban
A „Ehhez ajánljuk” típusú ajánlás a keresztértékesítés klasszikus eszköze. Akkor működik, ha a termékek között világos használati kapcsolat van. Egy fényképezőgéphez memóriakártya, táska és akkumulátor; egy kávéfőzőhöz tisztítótabletta vagy megfelelő kávé.
A megjelenés helye sokat számít. A termékoldalon az ajánlás még a döntést támogatja. A kosárban már inkább egy utolsó, kényelmi ajánlat: „Ezt valószínűleg még szüksége lesz hozzá.” Kosároldalon azonban kevés terméket célszerű mutatni. Ha a vásárló túl sok új lehetőséget kap, könnyen elbizonytalanodik, vagy elterelődik a figyelme a pénztárfolyamatról.
Hasonló és alternatív termékek
Ez a megoldás elsősorban akkor hasznos, ha a vevő összehasonlít, vagy az eredeti termék éppen nem rendelhető. Az alternatív ajánlás lehet azonos kategóriájú, közeli árú vagy hasonló paraméterű termék. Egy jól kialakított rendszerben a kifutott termék oldalán sem zsákutcába érkezik a látogató, hanem releváns helyettesítőket kap.
Itt a termékadatok minősége döntő. Ha hiányosak az attribútumok, következetlenek a kategóriák, vagy ugyanaz a tulajdonság többféle néven szerepel, az automatikus hasonlóság félrevezető lehet. Az ajánló fejlesztése sokszor valójában termékadat-rendezéssel kezdődik.
„Mások ezt is megvették” ajánlások
Ha már elegendő rendelési adat áll rendelkezésre, a vásárlási kosarak együttállásaiból is lehet ajánlani. Ez különösen olyan áruházaknál hatékony, ahol sok visszatérő, hétköznapi vásárlási minta van. Például állateledel mellé jutalomfalat, irodaszer mellé patron vagy csomagolóanyag.
Ennek a logikának idő kell. Új webshopnál vagy ritkán rendelt, nagy értékű termékeknél kevés adatból pontatlan eredmények születhetnek. Ilyen esetben a manuális kapcsolatok és a kategóriaalapú ajánlások megbízhatóbbak.
Az ajánlás alapja a rendezett termékadat
Egy ajánlómodul csak annyira jó, amennyire jó adatokkal dolgozik. A kategóriák, gyártók, cikkszámok, paraméterek, készletállapotok és termékváltozatok nem kizárólag adminisztrációs részletek. Ezek adják meg azt a keretet, amelyből értelmes kapcsolatokat lehet építeni.
UNAS rendszerben a rendelkezésre álló funkciók és modulok kereteihez kell igazítani az ajánlási logikát. Itt gyakran a jól karbantartott kategória- és termékkapcsolatok, valamint az átgondolt megjelenítés adja a legtöbb üzleti értéket. OpenCart esetén szélesebb mozgástér lehet egyedi modulok, szabályok és külső adatforrások összekapcsolására, de a szabadság csak akkor előny, ha az adminisztráció és a későbbi karbantartás is vállalható marad.
Webshopköltöztetésnél ezt különösen érdemes előre kezelni. Nem elég a termékneveket, leírásokat és képeket átvinni. A kapcsolódó termékek, a paraméterek, az egyedi mezők és a kategóriakapcsolatok is értékes üzleti adatok lehetnek. Ha ezek elvesznek a migráció során, az új áruház ugyan elindulhat, de az értékesítési logika egy része eltűnik belőle.
Mennyi ajánlás fér el egy oldalon?
A túl sok ajánlóblokk rontja a termékoldal áttekinthetőségét, különösen mobilon. Nem ritka, hogy egy webshop egyszerre mutat kapcsolódó termékeket, hasonló termékeket, nemrég megtekintett árucikkeket, akciós ajánlatokat és gyártói termékeket. Ez technikailag megoldható, de a vásárló számára könnyen zajjá válik.
Érdemes egyértelmű prioritást adni. Egy termékoldalon általában egy fő ajánlási blokk és esetleg egy másodlagos blokk elegendő. Ha kompatibilitás számít, a kiegészítők legyenek elöl. Ha a választékból való döntés a nehéz, a hasonló vagy alternatív termékek kapjanak hangsúlyt.
A mobilnézetet külön ellenőrizni kell. A túl nagy képek, a lassan betöltődő termékkártyák vagy a félreérthető vízszintes lapozás csökkentheti az ajánlók hasznát. A teljesítmény itt üzleti kérdés: ha egy modul érezhetően lassítja az oldalt, a többleteladás egy részét könnyen elveszítheti a webshop.
Mérni kell, nem csak bekapcsolni
Egy ajánlási megoldás eredményét nem a modul megléte, hanem a viselkedési és rendelési adatok mutatják meg. Érdemes figyelni, hányan kattintanak az ajánlott termékekre, hány kosárba helyezés indul innen, és mekkora az átlagos kosárérték az érintett rendelésekben.
A mérésnél nem elég egyetlen számot nézni. Ha nő az ajánlók átkattintási aránya, de közben romlik a pénztárba jutás aránya, az ajánló talán túl sok választási lehetőséget nyitott meg. Ha kevés kattintás érkezik, de a kattintók nagy arányban vásárolnak, akkor lehet, hogy az elhelyezésen vagy a láthatóságon kell javítani, nem magán a termékválasztáson.
A GrenT Média szemléletében az ilyen funkciók nem különálló díszítőelemek. A termékstruktúra, a sablon, a mobilos használat, a betöltési sebesség és az adminisztráció együtt határozza meg, hogy egy ajánló valóban segíti-e az értékesítést.
A jó termékajánlás nem erőltet rá még egy terméket a vásárlóra. A megfelelő pillanatban megkönnyíti a következő, ésszerű döntést. Ha erre épül a beállítás, a webshop nem hangosabb lesz, hanem hasznosabb – és ezt a vevők, valamint a rendelési adatok is vissza fogják igazolni.
