Hvorfor vise produktanbefalinger på en B2B-webshop?
Produktanbefalinger er ikke kun for B2C-webshops. Læs hvordan dine B2B-kunder får en bedre oplevelse på din webshop med produktanbefalinger.
Hvad er produktanbefalinger?
Du har nok prøvet før at browse rundt på din favoritwebshop. Pludselig dukker der en masse produkter op, der minder om dem, du tidligere har kigget på – der dukker måske endda også et par produkter op, der passer godt sammen med dem, du har vist interesse for. Mekanismen bag dette er produktanbefalinger, eller hvad der på fagsprog hedder: ”Product Recommendation Engine” (”Produktanbefalingsmotor”). Nogle udbydere kalder det også for en ”Personaliseringsplatform”. Kært barn har mange navne.
En Product Recommendation Engine bruger adfærdsdata og købsdata fra kunder til at vise og anbefale de allermest relevante produkter på webshoppen for på den måde at styrke brugeroplevelsen gennem automatiske produktanbefalinger i realtid.
Et effektivt værktøj på din B2B-webshop
Produktanbefalinger er et effektivt værktøj, når du vil give dine kunder et ekstra lag af værdi igennem skræddersyede og relevante onlineoplevelser. Med produktanbefalinger kan kunderne få en idé om, hvilke andre produkter der kunne være interessante for dem eller nyttige i deres situation. Disse anbefalinger kan være baseret på kunders adfærd fra tidligere køb og søgehistorik, eller kundens personlige præferencer og interesser.
Når kunderne surfer rundt på en webshop, ved de måske ikke, hvad de leder efter endnu - men når de først begynder at søge, kan en produktanbefaling hjælpe dem med at finde præcis det, de har brug for. Mange statistikker viser, at produktanbefalinger øger din konverteringsrate og basket-size.
Produktanbefalinger gør det også lettere for kunderne at handle på de oplysninger, du giver dem. Hvis du f.eks. sælger sko, kan du vise dem en række skostilarter, der passer til det outfit, de har valgt - og derefter give dem mulighed for at lægge de sko i deres indkøbskurv. Det hjælper dem til at føle sig sikre på deres køb og tilskynder dem til at købe hos dig frem for hos en anden virksomhed.
Produktanbefalinger er yderst effektivt i forhold til at forbedre din e-handel på en B2B webshop.
Mange muligheder for personalisering og produktanbefalinger
Der findes mange forskellige templates og skabeloner, når der skal bygges logik til en Product Recommendation Engine.
- Komplementære anbefalinger - produkter der passer godt sammen med andre typer af produkter. Et eksempel kunne være, at der på en produktside for et faldskærms-TV i bunden anbefales HDMI-kabler, TV-ophæng eller en soundbar-højttaler. Ved at vise produkter, der har relevans for ”hovedproduktet”, øges sandsynligheden for mersalg.
- Kurv-anbefaling - ser på produkterne i kurven og kommer med produktanbefalinger baseret på hvad andre, der købte samme produkter, også købte. Det ses tit som en ”Andre har også købt”-rubrik.
- Substituerende anbefalinger - der vises lignende produkter på en produktside. Typisk vil personaliseringsplatformen kigge på brugerens dataadfærd og vælge de produkter, der passer bedst. Det kan f.eks. være, hvilke produkter de har set på og søgt efter sidst.
- Anbefalinger til udsolgte varer – her hjælper personaliseringsplatformen med automatisk at finde alternative produkter, når det udvalgte produkt er udsolgt eller udgået. Det kan være baseret på produkttype, produktmærke, produktfunktion osv. Hvis et udsolgt produkt bliver fjernet fra din webshop, og brugerne stadigvæk søger efter det, så vil anbefalingsplatformen ud fra data komme med anbefalinger på relevante og relaterede produkter. Det kunne f.eks. være ”Vi kunne desværre ikke finde dit produkt, men her er nogen, der ligner”.
Der findes mange forskellige måder at vise produktanbefalinger på. Analyser dine kunder og besøgendes adfærd på shoppen før du vælger. Hvorhenne og i hvilket købsstadie vil det give mening at implementere og præsentere produktanbefalinger?
Hvem kan bruge en Product Recommendation Engine?
Lad os være ærlige. Hvis du har et varesortiment på under 20 produkter, vil en Product Recommendation Engine “skyde lidt over målet”. Selvom det i sig selv er smart at kunne vise dine besøgende de mest relevante produkter, vil du ikke komme til at udnytte det fulde potentiale af automatiske produktanbefalinger i realtid.
Vi anbefaler derfor en Product Recommendation Engine til virksomheder, der har et større varesortiment med en del SKU’er (Stock Keeping Units) på deres B2B-webshop.
Salget via webshoppen skal også helst udgøre en fornuftig del af det samlede salg i virksomheden. En Product Recommendation Engine kræver noget adfærdsdata fra besøgende og ordredata fra kunder. Det er med til at gøre algoritmen ”klogere” og sætte de rigtige forretningslogikker op inden i motorrummet. Får du ikke mange besøgende på webshoppen, bør du i stedet starte med at få drevet mere trafik derind, før du kommer i gang med at bruge produktanbefalinger med en Product Recommendation Engine. Det er i hvert fald vores råd.
Passer en Product Recommendation Engine ind din forretningmodel, så kan den hjælpe dig til at få succes med din B2B-webshop.
Forklar kunderne hvad de ser
Når du bruger produktanbefalinger på din B2B webshop, er det en god ide at forklare kunderne, hvorfor der vises bestemte produkter for dem. På nogle af dine favoritwebshops er du måske faldet over følgende forklarende overskrifter:
- ”Andre har også set”
- ”Populære produkter”
- ”Sidst sete produkter”
- ”Produkter i samme stil”
- ”Færdiggør looket”
Det giver dine kunder en kontekst og forståelse af, hvorfor de ser produkterne, og det øger chancen for, at de lægger dem i kurven.
Intelligent søgefunktion med produktanbefalinger
Søgeresultaterne vil på baggrund af data på brugeren, som f.eks. segmentering, indhold i kurven, tidligere sete produkter osv. være i stand til at prioritere resultaterne, så brugeren ser de mest relevante.
Eksempel: Du tilføjer et par Lyngby-rødvinsglas til kurven og shopper videre. Efter et par minutter søger du på webshoppen efter ”glas”. De første tre resultater bliver nu ændret til andre glasprodukter fra Lyngby, da der er større sandsynlighed for, at du leder efter f.eks. et par vandglas fra samme brand eller serie.
Det er alt sammen noget, der sker i realtid med en Product Recommendation Engine baseret på data. Det er smart!
Du kan også undgå at vise ”0 resultater” i dine kunders søgninger, hvis de f.eks.:
- Staver navnet på produktet forkert
- Ikke kan huske, hvad det helt præcist hedder og bruger andre ord
- Sammensætter eller skiller ord ad, der ikke skulle være det
Her vil din Product Recommendation Engine med hjælp af intelligent sprogforståelse komme med produktanbefalinger, der matcher brugerens søgeintention.
Eksempel: Du leder efter ”akustikpaneler” til kontoret, men ender med at skrive ”akustik paneler”. En almindelig søgefunktion vil give dig 0 resultater. En søgefunktion i en Product Recommendation Engine vil forstå din søgeforespørgsel, selvom du har opdelt ordet. Her vil den vise sortimentet af akustikpaneler.
Hele ideen med en indbygget søgefunktion i din Product Recommendation Engine er, at den vil komme med bedre resultater og undgå, at brugere bliver mødt med "0 resultater” – for så er de hurtigt ovre hos din konkurrent i stedet.
Anbefal et kundespecifikt sortiment til udvalgte B2B-kunder
Gør din B2B webshop endnu mere personlig med et kundespecifikt sortiment.
Har I udvalgte kunder, der kun skal have anbefalet specifikke dele af produktsortimentet? På den måde kan du fjerne ”støjen” fra alle de andre produkter i webshoppen, den udvalgte kunde ikke kommer til at købe.
Du kan oprette specifikke kundegrupper og opsætte regler inde i din Product Recommendation Engine, så du rammer dem mere effektivt med dele af dit varesortiment.
Eksempel: Du sælger byggematerialer og VVS-artikler til virksomheder. Du kan se, at dine VVS-kunder de sidste tre måneder ikke har købt tagplader i webshoppen. I stedet for at vise tagplader i dine produktanbefalinger, kan du i stedet oprette et segment i din Product Recommendation Engine, der f.eks. hedder ”VVS-kunder”. Det kundesegment vil så ikke blive anbefalet tagplader, men i stedet have mere fokus på at fremhæve VVS-artikler på webshoppen.
Integration til en Product Recommendation Engine
De forskellige udbydere af Product Recommendation Engines har forskellige måder at integrere til webshops på. Her tager vi udgangspunkt i Relewise, der leverer en API-baseret personaliseringsplatform. Igennem API’et kan platformen nemt kobles på forskellige løsninger som f.eks. webshops, apps, e-mail marketing eller andre kanaler.
Relewise kan også nemt integreres med dit PIM-system, så det kan indhente alle relevante data ind i algoritmen. Med denne integration får Product Recommendation Enginen mere data at ”lege med”. Det gør den i stand til at komme med flere relevante produktanbefalinger på B2B webshoppen, fordi den kender informationer og data på dine produkter.
Har du spørgsmål til, hvordan du kommer i gang med en Product Recommendation Engine på din egen B2B webshop? Vi tager gerne en uforpligtende samtale om dine muligheder.
Andre artikler vi tænker, du kan bruge
17 funktioner i en B2B webshop, der skaber værdi
Sådan får du succes med en B2B webshop