Comment utiliser les recommandations de produits personnalisées [Meilleures pratiques et exemples]

Imaginez la scène :vous êtes dans votre magasin de vêtements préféré, en train d'essayer une superbe nouvelle paire de jeans. Soudain, l'associé avec qui vous êtes claque des doigts et dans un moment eureka, déclare qu'il connaît un haut qui irait parfaitement avec ce jean.

Ou peut-être avez-vous visité un magasin de technologie et acheté votre nouvelle tablette jusqu'à la caisse, mais avant de scanner votre article, le vendeur s'arrête et vous demande si vous avez vu le tout nouveau protecteur d'écran qui est tout simplement parfait pour votre tablette.

Si l'un de ces scénarios vous semble familier, vous avez fait l'expérience de recommandations de produits personnalisées.

Bien sûr, dans le monde du commerce électronique, il n'est pas possible d'avoir de vrais associés aux ventes pour le faire. Au lieu de cela, les détaillants en ligne doivent utiliser la technologie et les données pour comprendre leurs utilisateurs et recommander des produits en fonction de leurs intérêts et de leur comportement dès la première fois qu'ils visitent leur page d'accueil.

Bien faites, ces recommandations de produits personnalisées sont extrêmement efficaces. Montetate, 75,5 % des entreprises obtiennent un retour sur investissement positif grâce à la personnalisation, chaque industrie répondant par l'affirmative à 70 % ou plus.

Avec l'essor du commerce électronique et 90 % des acheteurs attestant qu'ils sont prêts à partager leurs données comportementales si leur expérience d'achat est moins chère ou plus pratique, il n'y a jamais eu de meilleur moment pour mettre en œuvre plus de personnalisation dans votre boutique en ligne.

Voyons pourquoi les recommandations de produits personnalisées devraient être l'une de vos premières priorités.

Que sont les recommandations de produits personnalisées ?

Les recommandations de produits personnalisées se produisent lorsqu'un site affiche une sélection de recommandations de produits qui est unique au visiteur individuel, en fonction de ses comportements et profil . Ceci est presque toujours basé sur un algorithme d'apprentissage automatique.

Ce qu'il est important de retenir, c'est que toutes les formes de recommandation de produit ne sont pas personnalisées . Comment savoir s'ils sont personnalisés ou non ? La question que vous devriez vous poser est de savoir si vous verriez la même recommandation que la personne à côté de vous.

Voici quelques idées de ce qui constitue des recommandations de produits "personnalisées" : 

• Recommander des produits en fonction de l'historique de navigation ou d'achat de l'utilisateur. Amazon est l'une des références en la matière, utilisant des données historiques pour proposer des produits associés uniques à chaque visiteur : 

• Recommandations basées sur l'emplacement ou le profil du client . Un bon exemple consiste à utiliser des données sur l'emplacement du client et à faire des recommandations de produits en fonction des conditions météorologiques actuelles. On pourrait tout aussi bien utiliser des données sur l'âge ou le sexe du visiteur pour modifier les recommandations.
• Utiliser les affinités de produit pour recommander des produits. Le meilleur exemple en est l'affichage de recommandations basées sur le comportement de l'utilisateur et sur ce que d'autres utilisateurs similaires ont fait. Encore une fois, Amazon en est un excellent exemple : 

Donc, s'il s'agit de recommandations de produits « personnalisées », que sont les recommandations « non personnalisées » ? Voici quelques exemples.

• Montrer une preuve sociale pour indiquer la popularité d'un produit. Il s'agit d'une tactique importante, mais elle est généralement la même, quelle que soit l'action de l'utilisateur.
• Afficher des recommandations basées sur des "règles commerciales" . Par exemple, indiquer quels articles sont en rupture de stock ou les meilleurs vendeurs est une bonne tactique, mais cela est statique et ne changera pas en fonction du visiteur.

Nous connaissons maintenant la véritable signification de personnalisé recommandations de produits, découvrons pourquoi elles valent la peine.

Pourquoi utiliser les recommandations de produits personnalisées dans le commerce électronique ?

En termes simples, SmartHQ rapporte qu'ils "ont trouvé de fortes corrélations entre les clients qui voient des suggestions et des recommandations de produits uniques qui non seulement sont restés plus longtemps sur les sites Web de la marque, mais qui ont également moins comparé les prix sur Amazon, voire pas du tout".

Environ 84 % des consommateurs estiment qu'être valorisé en tant que personne et non en tant que numéro est très important pour gagner leur entreprise.

Des recommandations pertinentes sont également importantes pour nous en raison de leur commodité. Plutôt que d'avoir à chercher quelque chose d'autre que nous pourrions aimer autour de notre achat initial, nous sommes automatiquement signalés à quelque chose, ce qui nous fait gagner un temps précieux. La plupart des systèmes CMS de commerce électronique devraient également vous permettre d'automatiser la plupart de ce processus assez rapidement.

Si vous n'êtes pas convaincu, voici d'autres raisons d'utiliser les recommandations de produits personnalisées : 

1. Diminuer le taux d'abandon du panier.

Dans le commerce électronique, le taux d'abandon de panier est l'une des mesures les plus importantes. L'affichage de recommandations personnalisées sur la page du panier peut améliorer les taux d'abandon du panier de 4,35 %.

Les consommateurs abandonnent les chariots pour un certain nombre de raisons. Parfois, ils sont distraits, parfois ils ne font que naviguer, mais parfois ils ont l'impression de ne pas avoir trouvé ce qu'ils recherchent.

Par exemple, un client qui achète une écharpe peut vouloir acheter un lot d'hiver comprenant des gants et un bonnet. Sans recommandations de produits astucieuses, l'utilisateur devra alors accéder aux catégories suivantes pour les trouver. Cette expérience est peu pratique, chaque étape supplémentaire présentant un risque supplémentaire qu'ils abandonneront.

C'est là que des recommandations de produits personnalisées peuvent sauver la situation.

Une fois que l'utilisateur a ajouté son écharpe, mettre en valeur des gants et d'autres produits d'hiver pertinents pourrait lui éviter d'abandonner son achat. Les revenus perdus se transforment en revenus supplémentaires.

2. Augmenter la valeur moyenne des commandes (AOV).

Les recommandations personnalisées génèrent des revenus en ayant un impact positif sur le montant total du panier d'un client. Ils offrent des opportunités pertinentes de vente croisée et de vente incitative qui piquent l'intérêt d'un client, ce qui lui permet d'acheter plus que l'article d'origine pour lequel il est venu.

Les statistiques montrent que les sessions qui ne contiennent aucun engagement avec des recommandations de produits ont en moyenne un AOV de 44,41 $. Cependant, lorsque les prospects interagissent avec une seule recommandation, ce nombre est multiplié par 369 %.

3. Augmenter le temps de session.

Les recommandations de produits créent ce sentiment de terrier de lapin que tous les internautes connaissent. Les acheteurs commencent par un produit, cliquent sur un autre, sont distraits par un autre, et avant qu'ils ne s'en rendent compte, cela fait deux heures.

Ce modèle aide les acheteurs à rester plus longtemps sur votre site en attirant leur attention et en les engageant avec des recommandations de produits qu'ils n'avaient pas envisagés ou qu'ils ne s'attendaient pas à trouver.

4. Démarquez-vous de vos concurrents.

D'ici la fin de 2020, les dépenses américaines en ligne devraient atteindre environ 375 milliards de dollars. Les experts prévoient que d'ici la fin 2024, les dépenses en ligne dépasseront les 476 milliards de dollars.

Pour servir cette énorme croissance des achats en ligne, de nouveaux détaillants de commerce électronique lancent leurs magasins chaque jour. Mais un marché aussi rapide et florissant a un prix :l'individualité.

Avec une telle quantité d'options à leur disposition, les consommateurs ont désormais le luxe de choisir les magasins à visiter en fonction de ce qu'ils attendent de leur expérience d'achat. La personnalisation figure en bonne place sur la liste de souhaits :80 % des consommateurs déclarent qu'ils sont plus susceptibles d'effectuer un achat auprès d'une entreprise lorsqu'ils se voient proposer une expérience personnalisée.

Avant de parler de la façon de démarrer avec des recommandations de produits personnalisées sur votre site, un petit avertissement - cela pourrait ne pas convenir à tout le monde. Les recommandations de produits véritablement « personnalisées » reposent sur un algorithme, et les algorithmes ont besoin de bons volumes de données pour pouvoir fonctionner efficacement.

Cela signifie que si vous êtes un petit site et que vous n'avez pas encore beaucoup de trafic, vous n'aurez peut-être pas assez de données pour alimenter la machine, et vous devrez peut-être attendre ce type de stratégie pour le moment. Cependant, vous pouvez facilement commencer avec certaines des recommandations de produits "non personnalisées" que nous avons mentionnées plus haut dans cet article.

Meilleures pratiques pour créer des recommandations de produits efficaces

Pour que les recommandations de produits personnalisées soient efficaces, vous avez besoin d'une stratégie solide. Après tout, le déploiement efficace des recommandations ne se limite pas à « ce » que vous montrez :il importe tout autant de « à qui » ​​vous les montrez, « quand » et « comment ».

Voici deux considérations que vous devez garder à l'esprit : 

1. Définissez votre audience.

Les recommandations de produits doivent être ciblées avec précision. Commencez par segmenter avec précision vos clients afin de pouvoir lancer des campagnes plus efficacement. Au début de votre parcours, cette segmentation peut et doit être assez large afin que vous puissiez collecter de gros volumes de données à tester. Au fur et à mesure que vous en apprenez, vous pouvez affiner vos segments par traits de comportement pour plus de précision et d'impact.

2. Testez régulièrement vos campagnes.

Les campagnes doivent régulièrement être testées A/B. Par exemple, testez combien d'articles doivent être affichés, où les recommandations de produits doivent apparaître et même quel titre la section doit avoir.

Où inclure des recommandations de produits personnalisées sur votre site de commerce électronique ?

Le déploiement réussi de recommandations de produits personnalisées implique la collecte de données utilisateur à l'échelle du site. Pour tirer le meilleur parti de cette collecte de données et augmenter avec succès l'AOV, les recommandations doivent être affichées là où les clients sont les plus susceptibles de s'engager avec elles.

Voici quelques endroits que nous vous suggérons.

1. Page de catégorie.

Les pages de catégorie stimulent la découverte de vos produits :elles sont essentielles pour rassembler les produits pertinents et faciliter l'expérience utilisateur en permettant aux acheteurs d'affiner leurs recherches dans la sous-catégorie de leur choix. Les pages de catégories sont également d'excellents endroits pour afficher des recommandations de produits en présentant les articles les plus couramment achetés ensemble ou vos meilleures ventes.

Dans l'exemple ci-dessus de Sportbike Track Gear, les recommandations sont présentées dans les pages de catégorie à côté des économies. Bien qu'ils ne soient pas entièrement personnalisés, ils restent pertinents pour le visiteur.

Les recommandations de produits peuvent fonctionner de cette manière en étant regroupées avec une remise ou une promotion. Des offres comme celles-ci incitent les visiteurs à regarder de plus près, et comme les produits sont toujours pertinents pour leurs intérêts, ils restent susceptibles de s'engager.

2. Fiche produit.

Les pages de produits de commerce électronique sont sans doute les pages les plus importantes de votre magasin sur lesquelles afficher des recommandations de produits personnalisées.

Lorsque les visiteurs arrivent sur une page de produit, leur intention d'achat augmente. Offrir des produits alternatifs et pertinents pendant qu'ils naviguent peut les voir acheter plus que le produit d'origine, augmenter la taille de leur panier et générer plus de revenus.

L'exemple ci-dessous est un modèle assez standard que vous pouvez personnaliser. La plupart des pages de produits auront une section "vous aimerez peut-être aussi" ou "fréquemment achetés ensemble". Comme il s'agit d'un point de contact important dans le parcours utilisateur, vous devez vous assurer de l'optimiser en conséquence. Surtout sur vos produits les plus vendus.

Dans l'exemple ci-dessus d'Autograph Foliages, le détaillant d'articles ménagers affiche des recommandations susceptibles d'intéresser le visiteur en fonction de son historique de navigation. Le même produit est affiché dans différentes couleurs, offrant aux utilisateurs d'autres options pratiques parmi lesquelles choisir en plus de produits similaires.

3. Panier.

La page du panier est la dernière chance d'offrir à vos clients des articles supplémentaires qui peuvent compléter leur achat. Les recommandations de produits personnalisées ici peuvent servir de rappels pour les opportunités d'achat que les consommateurs ont peut-être négligées - tout comme les étagères de magazines et de chewing-gum à la caisse de l'épicerie.

Mais attention, cela comporte un risque - la dernière chose que vous voulez faire lorsque votre client est si proche de la ligne d'arrivée (passage en caisse) est de le distraire et de le tirer accidentellement plus haut dans l'entonnoir. Cette fonctionnalité devrait être assez courante sur toutes les plates-formes de commerce électronique. Assurez-vous simplement de choisir un ou plusieurs produits spécifiques liés au panier de l'utilisateur.

La marque de lunettes MOSCOT équilibre bien cela. Sur la page du panier, les clips sont recommandés comme une vente incitative sur la paire de lunettes que le visiteur a ajoutée. Cependant, le seul CTA cliquable est "AJOUTER MAINTENANT !", de sorte que le visiteur n'est pas tenté d'explorer d'autres pages : 

À ce stade, il est toujours possible que l'utilisateur abandonne le paiement pour diverses raisons. Mais avec la personnalisation des produits, vous devriez maintenant avoir un panier AOV assez élevé avec les bons produits dans lesquels vous pouvez potentiellement recibler avec des campagnes par e-mail.

4 exemples de recommandations de produits personnalisées

Des recommandations de produits personnalisées peuvent être mises en œuvre sur n'importe quel site, pour n'importe quel public. Examinons quelques-uns des meilleurs exemples : 

1. Clarks AU.

Dans cet exemple de Clarks, le détaillant de chaussures déploie des recommandations de produits personnalisées sur la page du produit en fonction de l'intérêt de l'utilisateur :

En cliquant sur le produit qui présente un imprimé animal, l'algorithme Clarks suggère automatiquement d'autres chaussures de sa gamme qui, une fois cliquées, affichent un motif imprimé animal. En effet, l'algorithme évalue que les visiteurs intéressés par l'imprimé animal seront heureux de voir d'autres produits contenant le même look.

Cela fonctionne pour deux raisons :La première est que les chaussures sont de deux types de design différents. Par conséquent, théoriquement, un amateur de chaussures à imprimé animalier pourrait augmenter l'AOV de Clark ici en achetant deux types de chaussures différents - à la fois l'original et un mocassin - dans un motif qu'il aime.

La deuxième raison est la décision d'afficher des produits similaires sur la page du produit. Si un visiteur décide de ne pas acheter la première paire de chaussures après une inspection plus approfondie, son attention peut être captée et redirigée vers un autre achat potentiel.

Le visiteur aime déjà le style après tout, alors peut-être qu'un mocassin, par opposition à un talon, lui conviendrait mieux. Cela retient le visiteur sur le site plus longtemps, empêchant l'abandon instantané.

2. Bonheur.

Le détaillant de produits de beauté Bliss propose des recommandations de produits basées sur une évaluation de résolution de problèmes du visiteur spécifique.

Par exemple, lorsque les utilisateurs cliquent sur une crème hydratante spécifique à la peau sèche, l'algorithme de recommandation de produits de Bliss suggère d'autres produits hydratants spécifiques aux problèmes de peau.

Le titre de leurs recommandations est particulièrement efficace car il suggère que les utilisateurs du produit hydratant d'origine bénéficieront grandement de l'associer à l'un des articles suggérés.

Cela crée l'illusion d'un ensemble utile et encourage l'utilisateur à se faire plaisir. Ces packs tirent parti de l'intrigue d'un utilisateur pour résoudre ses problèmes de peau une fois pour toutes.

Le placement des recommandations de produits est également particulièrement remarquable, car il est placé juste au-dessus de la section des critiques. Cela signifie que les visiteurs à la recherche d'une meilleure compréhension du produit et de ses avantages ne peuvent échapper à l'offre d'autres ajouts parfaits.

3. Cutter et Buck.

Dans cet exemple de Cutter et Buck, des recommandations sont faites pour des produits similaires à l'intérêt du visiteur. Dans ce cas, il s'agit d'une équipe sportive et ils s'assurent également que ces recommandations font partie d'un ensemble.

Par exemple, un algorithme détecte que même si vous souhaitez montrer votre amour pour votre équipe sportive sur vos vêtements d'extérieur, vous pouvez également le montrer lorsque vous enlevez la veste. Des produits plus légers tels que des t-shirts et une chemise longue sont donc proposés afin de tout sauf se construire une tenue.

Cette recommandation est l'équivalent virtuel de l'exemple d'associé réel que nous avons mentionné au début de l'article. C'est efficace car les supporters des équipes sportives peuvent construire toute leur tenue, aux couleurs de leur équipe, sans même quitter une seule page produit.

4. Tommie Cuivre.

Le détaillant de santé et de bien-être Tommie Copper déploie parfaitement des recommandations pertinentes et personnalisées sur sa page produit dans l'exemple ci-dessous.

Les clients se voient proposer deux menus de produits personnalisés en fonction de leur navigation initiale. En parcourant la section des femmes, puis en sélectionnant une chaussette qui inclut la technologie de compression, le visiteur est d'abord accueilli avec trois types de chaussettes supplémentaires. Ceux-ci sont étiquetés comme "Récemment consultés".

Toutes les chaussettes recommandées ici sont dotées de la technologie de compression, ce qui est important car un visiteur qui choisit un article de compression affiche un intérêt manifeste pour les avantages du produit. Les conceptions longues, moyennes et courtes restent pertinentes car elles contiennent l'élément de compression important.

Sous ces motifs, un menu supplémentaire s'affiche. Encore une fois, tous les produits concernent des articles de compression, que ce soit pour le dos, les jambes ou le ventre. À première vue, ceux-ci peuvent sembler sans rapport. Cependant, étant donné qu'il a été démontré que les blessures ou les faiblesses de la cheville ont des effets d'entraînement sur le bas du dos et le ventre en raison d'allures de marche inégales, ces recommandations sont plus personnalisées que prévu.

L'algorithme du site Web a donc détecté qu'une personne parcourant des articles de compression pour ses pieds peut avoir besoin d'articles supplémentaires pour soutenir d'autres zones de son corps potentiellement à risque de développer des effets d'entraînement.

De plus, l'interaction initiale de l'utilisateur avec la section féminine du site permet à l'algorithme de n'afficher que les produits spécifiques à une femme.

Conclusion

Alors que le nombre d'acheteurs en ligne continue d'augmenter et que le secteur continue de prospérer, la personnalisation devrait devenir une priorité absolue pour tous les magasins de commerce électronique.

Alors qu'avant la personnalisation se limitait aux séquences d'email marketing ou aux chatbots, elle commence désormais dès l'arrivée de votre visiteur sur votre site.

Nous avons vu comment la personnalisation peut fidéliser et convertir les clients, c'est pourquoi les recommandations de produits personnalisées sont un ajout essentiel à tout magasin.

Commencez avec les données de votre site Web. Analysez et évaluez ce que les tendances vous disent, et quels groupes de clients veulent voir quoi. Une fois que vous avez ces informations, vous pouvez commencer à déployer des stratégies sur votre site, en vous assurant de les tester et de les évaluer en permanence.

En tant que spécialistes du marketing, vous chercherez toujours des moyens de stimuler les performances. La personnalisation du produit, avec un peu d'automatisation ou d'optimisation, vous aidera à y parvenir. Si cela est fait avec succès, votre site Web devancera vos concurrents, augmentera les valeurs moyennes des commandes et, en fin de compte, générera plus de revenus.