История действий клиента в интернет-магазине или отсутствие действия - это возможность проанализировать поведение покупателя и попытаться предугадать его запросы и интересы. Если человек интересовался, к примеру, категорией “Семена”, но не нашел нужный товар и ничего не отправил в корзину, можно сделать ему предложения из этого же раздела, которые с высокой вероятностью вызовут его интерес. При этом, в зависимости от конкретной страницы (карточка товара, корзина) и этапа воронки продаж, на котором остановился клиент, можно в режиме реального времени менять алгоритмы, определяющие блоки рекомендаций для него. Так каждый покупатель получит собственную персонализированную версию сайта с виджетами, меняющимися в зависимости от его интересов. Рассмотрим подробнее некоторые страницы онлайн-магазина, на которых были внедрены блоки товарных рекомендаций:
слабаки, я на семенах делал roi 48000%
А если бы месячную стоимость подписки отдали своему программисту, и он написал бы вам примитивную коллаборативную фильтрацию, то ROI стремилось бы к бесконечности
Расскажите подробнее, как считали доход от вашего инструмента? Учитывались ли расходы на рекламу/SEO/другие каналы, благодаря которым пользователи приходили на сайт?
Алена, в тексте есть формула, как мы считаем ROI: учитываем доход, который приносит платформа (считаем только те заказы, в которых клиенты взаимодействовали с рекомендациями и рассылками), маржинальность магазина, выкупаемость товара и стоимость сервиса. Расходы на рекламу не учитываются, это уже относится к CAC - стоимости привлечения клиента.