Прогрессивная персонализация для магазинов косметических средств

Как известно, товарная персонализация — один из главных инструментов любого онлайн-магазина. Она помогает продавать больше каждому клиенту. Но иногда получается так, что товарная персонализация предлагает покупателю не то, что ему подходит. Например, шампунь для другого типа волос или крем для другого типа кожи. Бывает хуже — когда аллергик видит в блоке «мы рекомендуем вам» средства, которые вызовут у него аллергическую реакцию.

Технология прогрессивной персонализации разрабатывалась специально затем, чтобы решить проблему «неподходящих товаров». Ведь у каждого из нас есть набор персональных характеристик — и все их нужно учитывать рекомендательной системе. Как именно это работает? Рассмотрим далее.

Почему «обычная персонализация» не всегда подходит магазинам косметики

В основе товарной персонализации могут лежать разные технологии. Одна из популярных — это Big Data персонализация. Такая персонализация «предсказывает» потребности посетителя на основе поведения других. Например, как выглядит типичный сценарий:

Посетитель смотрит крем для рук Clinique. Рекомендательная система на основе Big Data «знает», что 5000 человек, смотревших этот крем для рук, его купили. Также она знает, что 1000 человек среди них также хотя бы раз покупали шампунь Wella. Рекомендательная система делает вывод: этому посетителю тоже нужно порекомендовать такой шампунь.

И тут Big Data персонализация дает сбой. Оказывается, что рекомендованный ей шампунь не подходит типу волос посетителя: у него жирный тип, а этот шампунь подходит только для сухого. С точки зрения статистики всё было рассчитано корректно — действительно, большая часть покупателей этого крема также покупали и такой шампунь. Но в данном конкретном случае персонализация подвела — а рекомендация просто оказалась бесполезной.

И всё бы ничего, небольшие статистические отклонения бывают везде. Но сегмент косметики действительно специфичен — покупку определяет множество особых факторов. Мужчина практически никогда не купит женский шампунь. Человек с сухой кожей рук не купит крем для нормальной или жирной кожи. Аллергик никогда не станет добавлять в корзину товар, содержащий определенные компоненты.

Технология персонализации на основе Big Data, анализа статистики или коллаборативной фильтрации — просто не видит всех этих взаимосвязей, она не работает с каждым посетителем индивидуально.

Какие факторы учитывает технология прогрессивной персонализации

Отличительная черта сегмента косметики — каждый выбор сугубо индивидуален. Посетитель подбирает товары, беря во внимание множество факторов. И технология прогрессивной персонализации работает с каждым из них:

  • Пол. Технология прогрессивной персонализации не порекомендует женские товары мужчине и наоборот.
  • Гипоаллергенность товара. Люди с аллергиями не увидят в товарных рекомендациях товары, опасные для их здоровья.
  • Тип кожи. Каждый посетитель увидит в рекомендациях товары, подходящие его типу кожи.
  • Состояние кожи. Посетители с проблемной кожей получат рекомендации товаров, которые решат их проблемы.
  • Тип волос. Посетители увидят только товары, подходящие их типу волос.
  • Состояние волос. Если покупателю нужны средства по уходу за ломкими или выпадающими волосами — они будут предложены ему в товарных рекомендациях.
  • Предназначение для конкретной части тела. Рекомендации на основе прогрессивной персонализации не станут предлагать покупателю еще один крем для лица — вместо этого он увидит рекомендованные крема для других частей тела.
  • Бренд. Если ваш покупатель предпочитает косметику определенной марки, он будет видеть ее продукцию в блоке рекомендованных товаров чаще.
  • Регулярность покупок. Косметика — тот вид товара, который покупают регулярно, визит в магазин может иметь целью пополнение запасов. Покупатели получат напоминание о том, что пора снова купить определенные товары.

Прогрессивная персонализация — высокоточный метод персонализации, основанный на анализе текущего поведения посетителя. Каждое действие пользователя: клик, добавление товара в корзину, покупка — незамедлительно отражается на предлагаемых ему товарах. Прогрессивная персонализация использует специфичные параметры посетителя (пол, тип волос, состояние кожи и другие), чтобы исключать из рекомендаций неподходящие товары.

Итак, перейдем к примерам. Сначала рассмотрим негативные — когда магазины не учитывают индивидуальные особенности покупателей при персонализации витрины.

Неправильная персонализация

Косметика разрабатывается с учетом всех возможных физиологических особенностей людей. То, что подходит одному, не подойдет другому.

Ошибка многих интернет-ритейлеров — товарные рекомендации на их сайтах не учитывают разную физиологию посетителей. Частый случай — магазины не принимают во внимание тип кожи.

Например, в каталоге Flipkart есть масло для тела, предназначенное для сухого типа кожи:

Однако в рекомендованных товарах есть продукты, предназначенные для других типов кожи — например, для чувствительной:

Еще один пример некорректной персонализации товарных рекомендаций — игнорирование предрасположенности посетителя к аллергии.

В каталоге интернет-магазина Dermstore в том числе представлена безглютеновая косметика — для покупателей с аллергией на глютен.

Посетители могут также отфильтровать каталог и оставить только косметику без содержания глютена. Но рекомендации в самой товарной карточке не всегда учитывают этот важный параметр:

Ни один из представленных в рекомендациях товаров не имеет отметки «без глютена». Хотя другие специфичные отметки у них имеются:

Косметическая продукция — очень сложный товар, покупку определяет совокупность большого количества факторов. Стоит проигнорировать один — и такая рекомендация будет бесполезной для посетителя, фактически она просто будет занимать место в блоке рекомендаций.

Прогрессивная персонализация

Мы уже говорили, что тип волос (или кожи) определяет, купит посетитель товар или нет. Поэтому и товарные рекомендации должны содержать товары, соответствующие типу волос посетителя.

Например, если посетитель изучает шампуни для жирных волос в каталоге Target, то и в рекомендованных товарах будут шампуни для того же типа волос (или подходящие для всех типов) — это пример прогрессивной персонализации.

Также решающую роль в решении о покупке в сегменте косметики играют пол и бренд-предпочтения посетителя.

Правильный подход к персонализации: учитывать оба фактора в товарных рекомендациях. Например, как в магазине David Jones:

Как мы видим, товарные рекомендации учитывают первоначально выбранный бренд и строго соответствую полу посетителя.

Также мы ранее говорили о том, что у косметических средств есть еще одна особенность, характерная только для этой отрасли. Разные типы товаров предназначаются для разных частей тела: лица, рук, ног, интимных мест и так далее.

Вкупе с предрасположенностью покупать товары любимого бренда это дает интересное сочетание — посетители часто приобретают комплекты косметических средств разного назначения, но объединенных одной торговой маркой.

Эту особенность учитывает Nordstrom — взгляните, покупатель выбрал масло для бороды марки Jack Black:

В рекомендованных товарах, во-первых, отображаются альтернативы — ведь мы помним, что люди склонны время от времени изменять любимым брендам.

А во-вторых, и это очень правильное с точки зрения продаж решение, здесь же посетитель видит комплектные товары того же бренда, но предназначенные для других частей тела и целей (дезодорант-антиперспирант, скраб, гель для умывания и комплект из всех трех средств).

Повторим, сегмент косметики — один из самых сложных в плане товарных рекомендаций, так как те должны учитывать внушительное количество факторов. Сложность также состоит и в том, что это товары, связанные со здоровьем, и неправильная рекомендация может привести к нежелательным последствиям для покупателя — например, вызвать аллергическую реакцию.

Как считать

Технология прогрессивной персонализации очень прозрачна в плане расчетов. Вы в состоянии самостоятельно внедрить ее в своем магазине.

Компания REES46 Technologies выработала свой алгоритм расчета персонализированных товарных рекомендаций для интернет-магазинов косметики.

Пол

Правило прогрессивной персонализации: многие товары из сегмента косметики разработаны специально для женщин или мужчин. Посетители-женщины в подавляющем большинстве случаев выбирают продукцию для себя, аналогичное поведение у посетителей-мужчин. В блоках товарных рекомендаций следует выводить товары, подходящие посетителю по полу.

Как рассчитывать пол

Сначала вы должны промаркировать гендерную принадлежность каждого товара: для мужчин, для женщин или унисекс.

Товар Гендерная принадлежность
Крем для рук Paolo женский
Шампунь Grapeful унисекс
Гель для бритья Ski Race мужской
Маска для лица Wish унисекс
Помада Lip Lap женский
Пудра Chelsea Lee женский


Далее отслеживается поведение конкретного посетителя, и делаются отметки, товары «какого пола» он чаще смотрит.

Посетитель Просмотры товаров
N001 мужской
женский
мужской
мужской
женский
унисекс
мужской
мужской
мужской
унисекс


Унисекс-товары не берутся в расчет, подсчитываются просмотры «женских» и «мужских» товаров:

Баллы М 6
Баллы Ж 2


Теперь время рассчитать вероятность: с 75% вероятностью ваш посетитель — мужчина.

Баллы М 6
Баллы Ж 2
Вероятность М 75,00%
Вероятность Ж 25,00%
Пол М

Экспериментальным путем мы вывели оптимальное значение, при котором можно с высокой уверенностью утверждать, что перед вами посетитель того или иного пола — это вероятность 75% и более. Если показатель ниже — имеет смысл продолжить наблюдения и только после этого использовать данные для расчеты товарных рекомендаций.

Прогрессивная персонализация с высокой точностью способна определить пол посетителя по его просмотрам — то есть буквально с первых минут.

Для вычисления более достоверной вероятности стоит учитывать не только просмотры, но и перемещения товара в корзину, а также покупки. Эти действия будут иметь разный вес — покупка наибольший, а просмотр наименьший.

Такой подход поможет исключить случайности: например, когда посетитель-мужчина просматривал женские товары из любопытства, размышляя о том, что подарить своей любимой на день Святого Валентина.

Более подробная карта действий посетителя, с учетом корзин и покупок, выглядит так:

Просмотр Корзина Покупка
Гель для бритья Ski Race М
Лак для ногтей Tulip Ж
Крем для рук Paolo Ж
Маска для лица Wish Ж
Помада Lip Lap Ж
Пудра Chelsea Lee Ж
Дезодорант Bison М
Крем Tonitros М
Шампунь Grapeful

Напомним, что каждое действие имеет разный удельный вес:

Вес просмотра 1
Вес корзины 5
Вес покупки 10

Далее нужно присвоить баллы каждому действию и подсчитать сумму по обоим полам:

Баллы М 7
Баллы Ж 26
Вероятность М 21,21%
Вероятность Ж 78,79%
Пол Ж

Итак, с относительно высокой вероятностью покупатель женского пола, а значит, это нужно учитывать в персонализированных товарных рекомендациях.

Тип и состояние, аллергенность

Правило прогрессивной персонализации: многие товары в сегменте косметики предназначены для людей с определенным типом и состоянием кожи или волос. У некоторых людей есть аллергические реакции на определенные компоненты, для них аллергенность продукта выступает одним из главных критериев выбора. Товарные рекомендации должны учитывать все эти факторы, предлагая товары посетителю.

Тип и состояние кожи и волос, а также предрасположенность посетителя к аллергиям тоже вычисляются на основании просмотров.

Магазин отслеживает просмотры конкретного пользователя. При этом все товары должны быть заранее промаркированы по полу, гипоаллергенности, предназначению для определенного типа кожи и волос. Полученные данные фиксируются:

Товар Пол Гипоаллергенный Тип кожи Тип волос
Крем для рук Ж dry
Крем для ног Ж 1 normal
Крем для тела Ж 1 normal
Шампунь Ж oily
Бальзам-ополаскиватель Ж oily
Гель для душа У normal
Пена для бритья М 1


После чего магазин может сделать выводы: перед ним женщина с аллергией, нормальной кожей, сухой кожей рук и жирным типом волос.

Характеристика Значение Почему
Пол Женщина Большинство товаров женские
Связь Есть близкий мужчина Есть минимальный интерес к мужским товарам
Аллергия Есть Часть товаров гипоаллергенные
Волосы Жирные Шампунь и бальзам для жирных волос
Кожа Нормальная Крем для ног и тела для нормальной кожи
Кожа рук Сухая Крем для рук для сухой кожи

Аналогично вычисляется состояние кожи и волос и другие параметры — всё зависит от того, сколько таких «переменных» присвоено товарам в вашем каталоге. Чем больше — тем точнее будут товарные рекомендации.

Также, если вы заметили, через просмотры определяется еще один параметр — наличие у посетителя партнера (один из просмотренных товаров был мужским).

Включать мужские товары в персонализированные рекомендации для этого посетителя-женщины стоит накануне праздников — а в качестве самих рекомендаций подойдут подарочные наборы косметических средств для мужчин.

Заключение

Наиболее правильная механика работы товарных рекомендаций — это связка Big Data и прогрессивной персонализации. Первая прогнозирует наиболее вероятные покупки и предлагает товары на основе поведения миллионов других покупателей. Вторая исключает из этого множества те товары, которые не подходят конкретному посетителю — в виду его индивидуальных особенностей. Таким образом, рекомендации становятся идеально точными.

Внедрение технологии прогрессивной персонализации требует внимательного отношения к отраслевой специфике. В каждой отрасли свои «факторы, которые влияют на принятие решения о покупки». Так, например, в продаже косметических средств огромное влияние имеет тип и состояние кожи и волос посетителя. Выше мы привели подробную логику расчетов товарных рекомендаций для магазинов косметических средств и товаров для красоты и здоровья. Пользуясь этим руководством, вы можете внедрить прогрессивную персонализацию самостоятельно — либо воспользоваться готовым нишевым решением REES46.

Читаете наш блог?

Подпишитесь и один раз в неделю мы будем рассказывать вам об обновлениях продукта и делиться новыми статьями.