El SDK de Pleasepoint: Personalitza one-to-one i en temps real la interacció a l'eCommerce (Part 1).

En el món competitiu de l'eCommerce, la personalització s'ha convertit en la pedra angular per destacar. Els clients d'avui esperen una experiència de compra que no només sigui còmoda, sinó també altament personalitzada. Aquí és on entra en escena el SDK (Software Development Kit) de Pleasepoint, que t'ofereix una eina essencial per portar la personalització al nivell següent.

Aquest article és el primer d'una sèrie de quatre articles sobre com fer servir el SDK de Pleasepoint. Aquí tractarem l'ús teòric del SDK. Per veure la implementació et compartim els enllaços als altres tres articles:

En aquest article explorarem en profunditat com funciona el SDK de Pleasepoint i com el pots integrar al teu lloc web. També examinarem exemples reals de la seva aplicació i els avantatges que ofereix.

Aquests són els continguts de l'article:

Introducció a la recomanació de productes en temps real amb Pleasepoint.
Recomanació one-to-one de productes.
Recomanació de productes basada en un altre producte (item-item).
Recomanació basada en ranking de productes (ranking one-to-one).
Recomanació basada en bestsellers.
Registrar esdeveniments d'interacció.
Per què has de personalitzar one-to-one el teu eCommerce amb Pleasepoint?

El SDK de Pleasepoint és una peça fonamental de tecnologia que et permet implementar estratègies de recomanació one-to-one a la teva botiga en línia.

Què vol dir això? Que pots oferir a cada client productes altament rellevants i atractius en temps real. Imagina-t'ho com tenir un assessor de vendes personal per a cada visitant del teu lloc web.

La personalització és més que afegir el nom d'un client en un correu electrònic. És la capacitat de comprendre les necessitats individuals de cada client i de respondre-hi, oferint-li exactament el que vol en el moment adequat. Això no només augmenta les taxes de conversió, sinó que també millora la satisfacció del client i fomenta la lleialtat a la marca.

Imagina-t'ho: un client entra al teu lloc web i comença a explorar els teus productes. En temps real, gràcies al SDK de Pleasepoint, n'analitzes el comportament, les preferències i l'historial de compres. Després, li recomanes productes que estan altament alineats amb els seus interessos i necessitats. Aquest procés de recomanació es basa en algorismes d'intel·ligència artificial que poden comprendre patrons de compra complexos i canviants.

Aquests són els beneficis clau de fer servir el SDK de Pleasepoint per personalitzar l'experiència de compra en temps real al teu eCommerce:

Increment de les Vendes: Si ofereixes als teus clients productes altament rellevants, augmentes les possibilitats que facin una compra. Els productes recomanats són com el suggeriment d'un amic, i això pot marcar la diferència.
Fidelització del Client: La personalització construeix relacions sòlides. Quan els clients senten que les seves necessitats es comprenen, són més propensos a tornar.
Millora l'Experiència del Client: La hiperpersonalització no només beneficia el teu negoci, sinó que també millora l'experiència general del client. Els clients se senten valorats i atesos.
Estalvi de Temps i Recursos: La personalització basada en regles manuals pot ser intensiva en temps i recursos. El SDK de Pleasepoint automatitza aquest procés.
Dades Accionables: A més de personalitzar, el SDK recull dades valuoses sobre el comportament del client. Això et dona informació accionable per a futures estratègies de marketing.

És hora de portar la personalització al nivell següent i d'aprofitar la tecnologia que fa possible la hiperpersonalització. Amb el SDK de Pleasepoint estàs en el camí correcte per oferir als teus clients una experiència de compra excepcional. Comencem!

Si has arribat a aquest article, també et poden interessar aquests:

Introducció a la recomanació de productes en temps real amb Pleasepoint.

En el món de l'eCommerce, destacar i oferir una experiència de compra excepcional és essencial. Aquí és on entren en joc els models de recomanació one-to-one de Pleasepoint. Aquests models permeten als negocis maximitzar les vendes i oferir als clients una experiència altament personalitzada en temps real.

El mòdul de recomanació one-to-one de Pleasepoint entrena i posa en producció per a tu una xarxa neuronal de recomanació de productes que millora els resultats amb aprenentatge per reforç. D'aquesta manera només has de posar el focus en la implementació.

Per accedir en temps real als models de recomanació has de lliurar a Pleasepoint alguns paràmetres. Aquests són els paràmetres comuns a tots els models de recomanació:

Account id: Id del compte de Pleasepoint. En el teu entorn aquest valor és sempre el mateix i el dona Pleasepoint. El pots trobar a la mateixa plataforma, a l'apartat de configuració, al constructor del widget o en qualsevol exemple de crida a l'API.
Num recommendations: És el nombre de recomanacions que volem que la xarxa neuronal et retorni.
Cols: És el nombre de columnes que vols que el widget faci servir per mostrar els productes recomanats.
Show Slider: Paràmetre booleà, opcional i per defecte false. Permet activar que tots els productes es mostrin a la mateixa fila i fer servir un slider per desplaçar-los i veure totes les recomanacions.
Session id: Identificador de la sessió d'usuari. Aquest camp és obligatori.
Business rule: És un camp opcional. Identificador de la regla de negoci, seleccionada per l'usuari en el moment de la creació. Pots veure els identificadors de les regles de negoci a la seva pestanya.
Business rules params: És un camp opcional. Es tracta de l'objecte de paràmetres de la regla de negoci. Per exemple, pots fer una regla de negoci que digui que el preu sigui superior a PARAM i en alguns casos passar un 10 i en altres un 50. La regla de negoci és sempre la mateixa.
Cache expiration days: Cache de recomanacions, és un camp opcional i per defecte té valor 0.
A/B test enabled: Camp booleà, opcional i per defecte false. Permet activar la funcionalitat de test A/B al widget de recomanació de productes.
A/B test percent: Percentatge d'usuaris que veuran la recomanació. Si el valor és 90 vol dir que el 90% dels usuaris visualitzaran la recomanació i el 10% restant els productes seleccionats per defecte per l'usuari. Aquest camp és obligatori si el test A/B està actiu.
A/B test default products: Llista d'ids de referència de productes. Es tracta dels productes per defecte que es mostraran en el cas B, és a dir quan no es pinta la recomanació de productes. Aquest camp és obligatori si el test A/B està actiu.
Event source: Camp opcional. Permet identificar el source de la recomanació per desar els events al motor de recomanació i a Google Analytics o a l'eina de tracking que es faci servir.

Oferim diversos models de recomanació one-to-one, cadascun amb un enfocament particular. Tot seguit explorarem aquests models i com poden potenciar el teu negoci.

Recomanació one-to-one de productes.

Per a cada client els productes més adequats en cada moment.

Aquest model es basa en la premissa que cada client és únic i que les seves preferències canvien amb el temps. El model one-to-one fa servir algorismes avançats d'intel·ligència artificial per analitzar el comportament de compra d'un client i recomanar productes en temps real.

Imagina-t'ho: un client visita el teu eCommerce i, en funció del seu comportament actual i del seu historial de compres, rep recomanacions precises i rellevants. Això no només augmenta els ràtios de conversió, sinó que també millora l'experiència d'usuari i la satisfacció del client durant tot el procés de compra.

En la recomanació one-to-one el model entrenat respon en temps real amb els productes més adequats, donats un producte i una regla de negoci.

Més enllà dels paràmetres comuns, aquests són els camps d'entrada específics per accedir al model de recomanació one-to-one:

Engine: Identificador del model de recomanació one-to-one que es farà servir. Pots veure els valors al mòdul one-to-one, al constructor de mòduls o a l'exemple de crida API de recomanació one-to-one.
Bestsellers engine: Identificador del model de recomanació de tipus bestseller que es farà servir. Aquest model només es farà servir en els casos en què no es pugui obtenir cap recomanació per a l'usuari en qüestió.
User reference id: Id de referència de l'usuari. Aquest identificador o l'email són obligatoris.
Email: Email de l'usuari. L'email o l'identificador d'usuari són obligatoris.

La recomanació one-to-one retorna una llista de productes, i cada producte amb un score associat per a aquest usuari.

Mira aquests exemples de com fer servir la recomanació one-to-one al teu eCommerce:

Home personalitzada: A la pàgina d'inici pots mostrar a cada visitant una selecció de productes recomanats a partir del seu historial de navegació, de compres anteriors o de preferències. Això capta immediatament l'atenció del client i augmenta les possibilitats que trobi alguna cosa que li interessi.
Pàgines amb llistes de productes: A les pàgines de categoria pots incloure recomanacions relacionades. Per exemple, si un client està veient sabatilles esportives, pots mostrar-li altres sabatilles de la mateixa marca o estil. Això fomenta l'exploració i pot portar a compres addicionals.
Pàgina de detall de producte: A les pàgines de producte pots mostrar productes relacionats o complementaris. Per exemple, si algú està veient una càmera, pots recomanar accessoris com una bossa de transport o una targeta de memòria. Això augmenta el valor de la cistella de la compra.
Pàgina de cistella: Fins i tot a la pàgina de la cistella pots oferir recomanacions addicionals. Per exemple, si algú ha afegit una camisa a la cistella, pots suggerir-li una corbata que hi combini. Això augmenta la venda creuada i pot acabar en compres addicionals.

Recomanació de productes basada en un altre producte (item-item).

Donat un producte, els productes més adequats durant la navegació d'un usuari.

El model item-item se centra en la similitud entre productes. Fa servir la xarxa neuronal amb aprenentatge per reforç per analitzar quins productes se solen comprar junts. Després recomana productes relacionats als clients en funció de les seves seleccions actuals.

Per exemple, si un client afegeix una càmera a la cistella de la compra, aquest model podria suggerir-li trípodes o accessoris de fotografia. Aquesta estratègia de recomanació millora les vendes creuades i augmenta el valor mitjà de la cistella de la compra.

Aquests són els paràmetres específics per a la recomanació item-item en temps real:

Item-item engine: Identificador del model de recomanació item-item que es farà servir. Pots veure els valors al mòdul one-to-one, al constructor de mòduls o a l'exemple de crida API de recomanació item-item.
Product reference id: Id de referència del producte. Aquest identificador és obligatori.
User reference id: Id de referència de l'usuari. Aquest identificador o l'email són opcionals.
Email: Email de l'usuari. L'email o l'identificador d'usuari són opcionals.

La recomanació item-item retorna una llista de productes recomanats. En aquest cas no retorna cap score associat. Aquesta recomanació és igual per a tots els usuaris i només canvia si fem servir a la regla de negoci els esdeveniments d'interacció de l'usuari.

Mira aquests exemples d'aplicació de la recomanació item-item a les pàgines de producte del teu eCommerce en temps real:

Productes relacionats: A la pàgina d'un producte concret pots mostrar una secció de "Productes relacionats" que es basa en l'historial de navegació dels clients. Per exemple, si algú està veient un televisor, pots mostrar-li reproductors de DVD o suports de TV relacionats.
Complements de producte: A les pàgines de productes pots suggerir complements que es relacionin amb el producte principal. Si algú està veient una bicicleta, podries mostrar-li cascos, cadenats o llums que hi són complementaris i li poden interessar.
Accessoris i components: Per a productes que tenen peces o accessoris, com electrodomèstics o dispositius electrònics, pots oferir recomanacions de peces de recanvi o de components concrets que puguin ser necessaris. Això facilita als clients trobar el que necessiten.
Compra conjunta: Si les dades mostren que molts clients compren dos productes junts, pots oferir una opció de "Compra conjunta" a les pàgines dels dos productes. Per exemple, si la majoria de persones compren una càmera i una targeta de memòria juntes, pots suggerir aquesta combinació.

Recomanació basada en ranking de productes (ranking one-to-one).

Ordena una llista de productes de manera one-to-one i en temps real durant la navegació de l'usuari.

Aquest model se centra en la classificació de productes per a cada client. Fa servir algorismes d'aprenentatge automàtic per determinar l'ordre de recomanació de productes concrets per a cada client.

En lloc de recomanar una llista genèrica de productes, aquest model prioritza quins productes són els més rellevants per a un client en particular. Això és especialment valuós en llocs de comerç electrònic amb una gamma àmplia de productes, perquè ajuda a destacar els productes seleccionats més adequats per a cada visitant.

En el model de tipus ranking, a banda dels paràmetres per defecte, has de fer servir aquests camps d'entrada específics:

Ranking engine: Identificador del model de recomanació item-item que es farà servir. Pots veure els valors al mòdul one-to-one, al constructor de mòduls o a l'exemple de crida API de recomanació item-item.
Product list: Ids de referència dels productes que s'han d'ordenar. Aquesta llista de productes és obligatòria.
User reference id: Id de referència de l'usuari. Aquest identificador o l'email són opcionals.
Email: Email de l'usuari. L'email o l'identificador d'usuari són opcionals.

El model de ranking one-to-one retorna la llista de productes ordenats one-to-one per a cada usuari, juntament amb el score associat.

Ranking de "Més ben valorats": Ordena one-to-one la llista dels millors productes que ofereixes a cadascun dels teus usuaris en temps real.
Ranking de "Bestsellers": Ordena one-to-one la llista de productes més venuts per a cadascun dels teus usuaris en temps real.
Ranking de "Categories": Ordena one-to-one la llista de productes d'una categoria o subcategoria per a cadascun dels teus usuaris en temps real.
Ranking de "Promocions": Ordena one-to-one la llista de productes en promoció per a cadascun dels teus usuaris en temps real.

Recomanació basada en bestsellers.

Els productes més venuts solen ser populars per alguna raó. El model bestsellers es basa en aquesta premissa i se centra a recomanar els productes més venuts als clients.

Això és especialment útil per atraure visitants nous o els que potser no saben del cert què comprar. En mostrar els productes més populars, s'augmenta la probabilitat que els clients trobin alguna cosa que els interessi i facin una compra.

Aquests són els paràmetres específics del model de bestsellers que has d'afegir als camps d'entrada generals:

Bestsellers engine: Identificador del model de recomanació de tipus bestseller que es farà servir. Aquest camp és obligatori.
User reference id: Id de referència de l'usuari. Aquest identificador o l'email són opcionals.
Email: Email de l'usuari. L'email o l'identificador d'usuari són opcionals.

La recomanació basada en bestseller retorna la llista de productes més venuts seguint la regla de negoci. Aquesta recomanació és igual per a tots els usuaris i només canvia si fem servir a la regla de negoci els esdeveniments d'interacció de l'usuari.

Mira aquestes opcions per fer servir la recomanació basada en bestsellers al teu eCommerce:

Secció dels més venuts: A la pàgina d'inici o a pàgines de categoria pots incloure una secció destacada que es digui "El Més Venut". En aquesta secció mostra una llista dels productes més populars de la teva botiga en línia. Això ajuda els clients a descobrir ràpidament els articles que altres compradors consideren els millors.
Secció dels favorits dels nostres clients: A la pàgina de detall d'un producte pots ressaltar una secció que mostri els productes més venuts i més ben valorats pels teus clients. Això afegeix una capa de confiança al producte i pot influir en les decisions de compra.
Productes populars d'una categoria: A les pàgines de categoria pots incloure una secció que mostri els productes més populars dins d'aquella categoria concreta. Això ajuda els clients a trobar productes de tendència en una categoria que els interessa.
Productes estrella a la cistella: Quan els clients accedeixin a la cistella de la compra, pots mostrar una secció que suggereixi productes "bestsellers" relacionats. Per exemple, si algú afegeix una càmera a la cistella, pots recomanar-li els accessoris més populars que altres compradors han adquirit juntament amb aquella càmera.

Registrar esdeveniments d'interacció.

El registre d'esdeveniments d'interacció és una part fonamental de la personalització. Implica fer seguiment del que fan els teus clients al teu lloc web, com ara les pàgines que visiten, els productes que veuen i els elements on fan clic. Aquest seguiment permet comprendre millor les seves preferències i necessitats.

Tècnicament, els esdeveniments d'interacció ofereixen el context previ a la compra a la xarxa neuronal amb aprenentatge per reforç encarregada de fer la recomanació de productes en els diferents models.

Et recomanem registrar aquests esdeveniments:

Visualització de productes (impression): Es tracta de registrar tots els productes que l'usuari va visualitzant. El SDK s'ocupa de registrar si aquests productes els ha recomanat Pleasepoint.
Visita a la pàgina de detall de producte (click/pdp): En aquest cas registrem la visita a la pàgina de producte. És un esdeveniment diferent de la visualització, perquè veus el detall, i és un element clau en la navegació per afegir el producte a la cistella.
Acció d'afegir a la cistella (add_to_cart): Ara registrem l'esdeveniment d'afegir a la cistella, sempre necessari per a la compra. Recorda que aquest esdeveniment probablement es pot disparar des de diferents elements de l'eCommerce.
Inici del procés de pagament (init_checkout): És el registre que un usuari inicia el checkout.
Compra finalitzada (purchase): Es tracta del registre de la conversió a venda final.
Esdeveniment personalitzat (xxxx): Pots registrar qualsevol esdeveniment concret que sigui d'interès al teu site.

Tens accés a la gestió d'esdeveniments a la pestanya d'esdeveniments del motor de recomanació, tal com veus a la imatge.

El registre d'esdeveniments sempre té aquests paràmetres d'entrada:

Account id: Igual que en el cas de la recomanació, es tracta de l'id del compte de Pleasepoint. En el teu entorn aquest valor és sempre el mateix i el dona Pleasepoint. El pots trobar a la mateixa plataforma, a l'apartat de configuració, al constructor del widget o en qualsevol exemple de crida a l'API.
API id: Identificador de l'API d'esdeveniments. Pots trobar aquest esdeveniment a la pestanya d'Esdeveniments del motor de recomanació. Aquest camp és obligatori.
Product reference id: Llista de productes pels quals es registrarà l'esdeveniment en qüestió. Aquest camp és obligatori.
User reference id: Id de referència de l'usuari. Aquest identificador o l'email són opcionals.
Email: Email de l'usuari. L'email o l'identificador d'usuari són opcionals.
Session id: Identificador de la sessió d'usuari. Aquest camp és obligatori.
Event type: Tipus d'event que volem registrar.
Source: Element sobre el qual es fa l'esdeveniment.
Recommendation id: Identificador de la recomanació. Quan fem servir el SDK JS o HTML aquesta gestió es fa automàticament. Aquest camp és opcional.

Per què és essencial registrar esdeveniments d'interacció?

Recomanem el registre d'esdeveniments per aquests motius:

Resultats més encertats: En oferir a la xarxa neuronal amb aprenentatge per reforç tot el context previ a la compra, els resultats de la recomanació van millorant a cada entrenament i ofereixen productes més rellevants per a cada usuari.
Millora contínua: En comprendre el comportament dels teus clients, pots ajustar les teves estratègies de personalització per oferir una experiència encara més rellevant.
Optimització de conversions: Fer seguiment dels esdeveniments et permet identificar colls d'ampolla en el procés de compra i fer millores per augmentar les conversions.
Mètriques accionables: Les dades recollides són mètriques accionables que et permeten prendre decisions informades per al teu negoci.

En resum, el SDK de Pleasepoint et dona la capacitat de registrar els esdeveniments d'interacció en temps real per anar millorant la qualitat de les recomanacions durant la mateixa navegació de l'usuari.

Això és essencial per comprendre i millorar l'experiència dels teus clients. En oferir una experiència de compra més rellevant i atractiva, augmentaràs les taxes de conversió i la satisfacció del client, i això es tradueix en un negoci en línia més reeixit.

Per què has de personalitzar one-to-one el teu eCommerce amb Pleasepoint?

Arribar al final d'aquest recorregut per les possibilitats del SDK de Pleasepoint ens porta a una pregunta fonamental: per què hauries de començar a aprofitar aquesta eina per personalitzar la interacció one-to-one al teu eCommerce? Les respostes són clares i convincents. Tot seguit resumirem les raons clau per les quals hauries de submergir-te en el món de la personalització hipereficaç a l'eCommerce.

La personalització one-to-one permet a les empreses adaptar les seves ofertes i recomanacions de productes a les preferències de cada client. Això vol dir que els clients veuen productes que realment els interessen i que són rellevants per a ells. Com a resultat, les taxes de conversió tendeixen a augmentar significativament. Quan els clients senten que un eCommerce comprèn les seves necessitats i preferències, és més probable que facin una compra.
La fidelització de clients és essencial en qualsevol negoci. És més rendible retenir un client existent que adquirir-ne un de nou. La personalització one-to-one té un paper crucial en la retenció de clients. Quan els clients reben ofertes i recomanacions personalitzades, se senten valorats i més inclinats a tornar a comprar. A més, la hiperpersonalització crea una lleialtat a llarg termini, perquè els clients saben que rebran una experiència excepcional a cada visita.
La satisfacció del client és el nucli de qualsevol estratègia reeixida. La personalització one-to-one impulsa la satisfacció general del client perquè ofereix una experiència de compra que s'adapta a les seves necessitats individuals. Els clients aprecien la comoditat de trobar ràpidament els productes que volen i gaudeixen d'un procés de compra sense complicacions. La satisfacció del client es tradueix en ressenyes positives, recomanacions a altres clients i una percepció millor de la teva marca.
La personalització one-to-one no només augmenta les taxes de conversió, sinó que també influeix en el valor mitjà de la compra. Quan els clients reben recomanacions precises i rellevants, és més probable que afegeixin més productes a la cistella de la compra. Això es tradueix en un augment del valor mitjà de la compra, que al seu torn augmenta els teus ingressos.
Un dels reptes habituals a l'eCommerce és l'abandonament de la cistella de la compra. Els clients poden afegir productes a la cistella però no completar la compra. La personalització one-to-one ajuda a reduir aquest problema perquè mostra productes altament rellevants just abans de la finalització de la compra. Els clients són més propensos a completar la compra quan se'ls ofereix exactament el que volen.
La hiperpersonalització no només tracta de la venda immediata, sinó de construir relacions a llarg termini amb els teus clients. Quan els clients experimenten una atenció personalitzada i senten que se'ls coneix, estan més disposats a mantenir una relació a llarg termini amb tu. Això porta a una lleialtat del client sòlida, on els teus clients tornen una vegada i una altra.

En resum, la personalització one-to-one és una estratègia poderosa que millora significativament l'experiència del client. Els avantatges inclouen un augment de les taxes de conversió, la retenció de clients, la satisfacció general del client, un valor mitjà de la compra més alt, la reducció de l'abandonament de la cistella i la millora de la lleialtat del client. En implementar la hiperpersonalització no només maximitzes les teves vendes, sinó que també crees una base de clients lleials que sostenen el teu negoci al llarg del temps.

El SDK de Pleasepoint et dona una eina poderosa per personalitzar l'experiència dels teus clients de manera hipereficaç. Augmentaràs les taxes de conversió, retindràs els clients, augmentaràs la satisfacció del client i destacaràs en un mercat competitiu. A més, aprofitaràs el potencial del big data per prendre decisions informades i oferir una experiència de compra memorable.

Descarrega el nostre eBook Introducció al marketing one-to-one i aprèn a executar una estratègia hiperpersonalitzada basada en el cicle de vida i les preferències de cadascun dels teus clients. Mai no havia estat tan fàcil començar a hiperpersonalitzar i incrementar el rendiment de les teves accions de marketing.