Dans le monde du marketing digital, la personnalisation est devenue essentielle pour capter l'attention des consommateurs et maximiser les taux de conversion. La recommandation produit est une stratégie clé qui permet d'optimiser chaque interaction avec le client en lui proposant des produits pertinents basés sur ses préférences et son historique d'achat. Chez Sunflow, nous avons développé une fonctionnalité de recommandation produit qui se distingue par sa précision et son efficacité.
La recommandation produit chez Sunflow repose sur un système de scoring d'association. Chaque nuit, notre algorithme analyse les commandes web et les tickets de caisse pour identifier les associations de produits les plus fréquentes. Par exemple, si un client achète une table et un banc sur le même ticket, ces produits seront associés. Nous allons plus loin en examinant les achats successifs du même client pour affiner ces associations.
Notre système calcule un score pour chaque association de produit, basé sur les 12 derniers mois d'achats. Les produits avec les scores les plus élevés sont recommandés en priorité, et en cas d'égalité, nous privilégions les produits avec la plus grande marge. Cette analyse est effectuée quotidiennement pour garantir des recommandations toujours à jour et pertinentes.
Sunflow propose plusieurs règles de recommandation produit, basées sur différentes associations :
Ces règles permettent de personnaliser les recommandations en fonction des comportements d'achat spécifiques de chaque client, optimisant ainsi le potentiel de réachat.
Sunflow permet d'intégrer ces recommandations produits dans des emails afin de personnaliser chacune des communications. Cela permet de faire de l'upsell et de pousser des articles qui ont de forte chance d'être achetés.
L'upsell et le cross-sell permettent d'augmenter le revenu par client en leur faisant acheter des produits de la gamme qu'ils sont susceptible d'aimer, basé sur l'analyse de données.
Il est possible de récupérer les données de navigation des clients et de construire un scoring sur mesure basé sur ces comportements. Ainsi, nous pourrons créer un scoring maison basé sur un mix de comportements de vos clients : les articles qu'ils ont visité, ceux qu'ils ont mis dans leur panier, et ceux qu'ils ont déjà acheté.
Cela permet d'aller un cran plus loin dans la personnalisation en ajoutant aussi les données de navigation.
Par ailleurs, si nous récupérons un flux produit avec des stocks mis à jour, nous pouvons inclure les stocks dans la recommandation produit. Ainsi, nous pousserons les produits au meilleur scoring et avec le stock le plus élevé.
Avant de lancer une campagne, vous pouvez exporter le message qui aurait du être envoyé aux clients, permettant de regarder quelles associations notre moteur de recommandation produit aurait fait.