Smart Recommendation: Tôi đã bị mê hoặc như thế nào?
Tôi tình cờ đến Spotify nghe một bản nhạc ru dương trước khi bắt đầu một ngày mới. Và rồi, lần sau quay lại, tôi đã phải thốt lên rằng: Wow, Wow, Wow, Sao Spotify lại hiểu mình đến vậy.
Spotify tạo sẵn cho tôi danh sách bài hát mới dành riêng cho tôi, họ còn biết tôi yêu thích nghệ sĩ nào, thể loại nhạc nào. Chưa khi nào tôi vào Spotify nghe nhạc mà tôi phải thất vọng, tôi luôn có cho mình bài hát mà tôi yêu thích và không thể không nghe.
Những bản nhạc thật tuyệt phải không? Nó giúp cho chúng ta luôn vui tươi mỗi ngày và tràn đầy năng lượng cuộc sống.
Nghe nhạc và luôn được gợi ý những bài hát yêu thích thật Wow, bên cạnh đó vừa nghe nhạc cũng đã cho tôi những tư duy về xây dựng hệ thống gợi ý sản phẩm khác. Tín đồ nghe nhạc khó tính như tôi còn thỏa mãn, nếu tạo ra hệ thống gợi ý sản phẩm thông minh cho tín đồ mua sắm thì sẽ thế nào?
Tôi tin các tín đồ mua sắm cũng sẽ vô cùng thích thú. Mua sắm thì cũng cần đúng gu, đúng sở thích và đúng giá mình muốn trả nhất và mình muốn họ thấu hiểu mình nhất.
Vậy là tôi và đồng đội bắt tay vào xây dựng và tối ưu Smart Recommendation
Bạn có hiểu Smart Recommedation là gì không, tại sao khi nghe bản nhạc trên Spotify họ lại hiểu bạn đến vậy hay tại sao bạn xem món hàng thời trang, họ lại biết bạn thích màu gì, mặc size gì, kiểu dáng gì…
Không để bạn phải chờ thêm. Hãy cùng tôi tìm hiểu cách hoạt động của nền tảng Smart Recommendation nhé
Thu thập dữ liệu
Ở giai đoạn này, nền tảng sẽ thu thập dữ liệu liên quan đến khách hàng hiện tại. Trong giai đoạn này, nền tảng sẽ phân biệt 2 loại dữ liệu hành vi là dữ liệu được định danh và dữ liệu không được định danh (Dữ liệu ẩn). Dữ liệu định danh là dữ liệu do chính người dùng cung cấp (xếp hạng, nhận xét, gửi form khuyến mại); dữ liệu không định danh bao gồm các lần nhấp, lượt xem trang, sự kiện giỏ hàng, v.v.
Lưu trữ dữ liệu
Như bạn biết, tất cả người dùng, khách hàng sẽ có nhu cầu và sở thích khác nhau. Tất cả các dữ liệu này sẽ được lưu trữ mà mã hóa để dần dần tìm hiểu hành vi mua hàng của khách hàng và danh mục nào họ quan tâm nhất để đưa ra các đề xuất gợi ý phù hợp.
Phân tích dữ liệu
Đây là giai đoạn quan trọng nhất của nền tảng Smart Recommedation. Ở giai đoạn này, dựa trên nền tảng Big Data, hệ thống sẽ phân tích, nhận diện, dự đoán sở thích, hành vi, nhu cầu của khách hàng, qua đó thấu hiểu mong muốn của khách hàng theo thời gian thực và phục vụ từng nhu cầu riêng, cá nhân hóa cho từng khách hàng
Lọc dữ liệu
Đây là giai đoạn tương tác với khách hàng là giai đoạn mà nền tảng Smart Recommendation thể hiện sự thông minh của mình nhất. Giai đoạn này, hệ thống Smart Recommedation sẽ gợi ý những sản phẩm cho khách hàng như:
– Được xem gần đây: Sản phẩm tương tự đang được xem gần đây
– Được thêm vào giỏ hàng: Sản phẩm được thêm vào giỏ và khả năng mua cao nhất
– Sản phẩm theo sở thích, cùng xem, cùng mua: Những sản phẩm mà khách có cùng sở thích đã cùng xem sản phẩm và cùng mua
Bên cạnh đó là cơ chế dự báo nhu cầu của khách hàng ở trên phiên tương tác, kịp thời nhận diện ra khách hàng đang có nhu cầu quan tâm như:
– Khách hàng có nhu cầu quan tâm tới giá
– Khách hàng cũ quay lại web và có dự định thoát trang chưa mua
– Khách hàng quan tâm tới giá và chuẩn bị rời trang web
Tất cả dữ liệu hành vi cá nhân hóa của khách hàng sẽ được phân tích và đề xuất ra những sản phẩm đúng nhu cầu và theo sở thích cá nhân hóa của từng khách hàng.
Với tôi, nghe nhạc là một niềm vui, rồi từ ngày vào Spotify tôi có thêm một niềm vui nữa, cùng đồng đội hoàn thiện mỗi ngày để tạo ra những trải nghiệm khách hàng WOW nhất.
Một hệ thống Smart Recommendation thông minh sẽ giúp rất nhiều cho người bán hàng: hiểu nhu câu, mong muốn, sở thích của khách hàng và điều quan trọng giúp tối ưu chuyển đổi, up-sale hiệu quả hơn
Giữ chân khách hàng trung thành lâu hơn
Hệ thống gợi ý thông minh sẽ giúp bạn hiểu được sở thích, thói quen của khách hàng, qua đó sẽ giúp bạn mang những sản phẩm phù hợp, kết hợp với những khuyến mãi hấp dẫn để phục vụ khách hàng tốt hơn. Với mỗi sản phẩm gợi ý hấp dẫn, khách hàng sẽ có cơ hội được tiếp cận với nhiều sản phẩm của bạn hơn, thời gian xem sản phẩm và ở lại với Web lâu hơn, trung thành hơn, qua đó tạo mối gắn kết bền lâu giữa bạn và khách hàng.
Tăng doanh số bán hàng với các Recommendation sản phẩm được cá nhân hóa
Recommendation phân tích hành vi duyệt và mua hàng của mọi khách truy cập, sau đó xây dựng cơ chế giới thiệu sản phẩm thông minh cho từng khách dựa trên sở thích, mức độ quan tâm sản phẩm của từng khách, cũng như gợi ý những sản phẩm đang được quan tâm theo cùng nhóm đối tượng, cùng hành vi được phân tích và tổng hợp từ lưu lượng truy cập trên website của bạn. Kết quả là các Recommendation sản phẩm được giới thiệu theo thời gian thực tại mọi điểm tiếp xúc, hành trình của khách hàng, từ đó giới thiệu cho khách hàng những sản phẩm đúng với nhu cầu, mong muốn đang được quan tâm
Phân tích hành trình khách hàng đa kênh để cá nhân hóa theo trải nghiệm
Gửi email marketing cá nhân hóa cùng các đề xuất Recommendation theo sản phẩm, nội dung được cá nhân hóa theo hành trình và được nhúng sản phẩm cá nhân hóa vào email marketinng của bạn. Tạo trải nghiệm nhất quán, thích thú khi hành trình cá nhân hóa chuyển từ email đến trang web.