Aumenta la conversión con las vitrinas de productos personalizados en la PDP

 

¿Qué vas a encontrar en este artículo?

Introducción.

Hoy en día, la personalización es algo que está presente en todos los ámbitos de nuestra vida. En las plataformas de entretenimiento como HBO, en la elección de nuestras series y películas, en las redes sociales y como no en los productos que nos son recomendados en los eCommerce, todo esto se basa en nuestro comportamiento. 

Dada su presencia constante, la personalización o hiperpersonalización, se ha convertido en un requisito indispensable para los eCommerce.
Según las revista Forbes, más del 80% de los consumidores con más proclives a realizar una compra si la marca les ofrece experiencias personalizadas.

80% de usuarios tienen más probabilidad de comprar si se personaliza la experiencia de compra

Cuando hablamos de personalización en un eCommerce, no hay duda que la página de producto es la más importante debido a que es la que mayor volumen de tráfico recoge y suele ser la página de aterrizaje de diferentes tipos de campaña «paid media»

En la actualidad, hay multitud de plataformas que permiten mostrar de forma muy sencilla productos recomendados basándose, por ejemplo, en el comportamiento del usuario y esto significa basarse en datos o lo que es lo mismo mentalidad «data driven«.

El cliente en el centro.

Gracias a la IA es posible ofrecer experiencias personalizadas 1:1, con lo que reducir las fricciones de nuestros usuarios en base a sus expectativas está al alcance de cualquier eCommerce sea cual sea su volumen. Además, lograremos acelerar la decisión de compra debido al contexto que estaremos creando con productos alineados a los intereses que ha declarado el usuario en su navegación.

La clave son los datos.

Volvemos a insistir en la importancia de la recogida de datos y la consistencia de ellos. Disponer de forma sencilla de todos la data de comportamiento de nuestros usuarios, desde una visita a página a la apertura de un email, pasando por el tiempo de sesión hasta la compra, devolución de pedidos o los productos añadidos o eliminados del carrito, son claves para poder crear experiencias de compra únicas a nuestros usuarios.

Cuanto más enriquecidas estén las actividades de los usuarios, mayor nivel de segmentación lograremos y por lo tanto mayor nivel de detalle en la personalización. 
Es por ello indispensable unificar toda la información de los contactos en una sola plataforma para así orquestar de forma omnicanal todas las estrategias de marketing.

Producto correcto, momento correcto, usuario correcto.

Las recomendaciones personalizadas de productos son una parte integral la estrategia de cualquier eCommerce si quiere lograr el éxito, ya que ayudan a descubrir productos que son más relevantes para sus intereses y reducen las barreras para la compra.
Pero eso no es todo para lo que están diseñadas.
Cuando las utilizas de manera óptima, las recomendaciones de productos pueden transformar completamente las interacciones de tus clientes, creando una experiencia fluida y consistente que lleva a más conversiones, un mayor valor de pedido y una mayor recurrencia.

No obstante, no es suficiente con ofrecer recomendaciones personalizadas de producto en los diferentes estadios por los que pasa un cliente hasta la compra. Es importante tener en cuenta que cada uno de ellos conlleva distintas expectativas, por lo que es fundamental proporcionar las recomendaciones más apropiadas en cada caso.

Por ejemplo, sugerir un producto complementario en la página del producto podría distraer al cliente, y mostrar un producto popular en la página del carrito podría obstaculizar la compra, incluso si se basa en las preferencias expresadas por el cliente.

Un buen sistema de recomendaciones se basa en un algoritmo que combina recomendaciones de contenido y de producto para mejorar las conversiones.
Los motores de recomendación basados en aprendizaje automático pueden detectar fácilmente correlaciones en el contenido consumido durante compras anteriores exitosas.
Si el contenido impulsó a una persona a realizar una compra, es probable que también lo haga con otros clientes.

Los 3 sistemas de recomendación de productos.

Sistema de recomendación basado en contenido.

Los sistemas basados en contenido buscan predecir las preferencias del usuario en función de su actividad. Estos sistemas tienen en cuenta las palabras clave y el historial de compras del usuario, y los comparan con el perfil del usuario para ofrecer recomendaciones de productos similares o complementarios.

Sistema de recomendación colaborativo.

El sistema colaborativo analiza el comportamiento de compra, las preferencias y las actividades del usuario para predecir sus necesidades. Se basa en un principio simple pero poderoso: dos compradores de segmentos similares adquirirán el mismo producto. Por lo tanto, este sistema puede recomendar un producto a un usuario si un usuario similar ha mostrado interés en él en el pasado.

 

Sistemas híbridos.

Como su nombre indica, un sistema de recomendación híbrido combina el filtrado basado en contenido y el filtrado colaborativo. Utilizar un motor de recomendación híbrido que combine los datos de ambos tipos de filtrado es una de las opciones más efectivas para un eCommerce.
Empresas como Netflix y Amazon utilizan sistemas de recomendación híbridos para ofrecer recomendaciones de películas y programas de televisión relevantes para sus clientes.

7 Ejemplos de vitrinas de producto en PDP que funcionan.

Como hemos comentado anteriormente, la página de producto suele ser el primer contacto que se tiene con el eCommerce y por lo tanto se convierte en la principal página en la que poner todo el foco para captar toda la atención del usuario y siga de forma fluida hasta la conversión sin fricciones.

Bundles de producto.

Una manera efectiva de aumentar el pedido medio, métrica clave, es la utilización de «bundles» o packs de producto. Habitualmente se basa en el producto que está visitando el usuario más un complemento e incluso en algunos casos se basa en el historial de visitas a producto.
Aquí dependerá de la plataforma que se utilice para la lógica de la creación de los bundles.

Ejemplo de bundle de productos como estrategia de aumento de pedido medio

FOMO o «Miedo a perderse algo».

Trata de acelerar la decisión de compra de un determinado producto tratando de transmitir al cliente la sensación del «ahora o nunca» jugando, por ejemplo, con la disponibilidad del producto, descuentos que finalizan en un determinado tiempo, cantidad de usuarios que están comprando el producto etc.

Recompensas por fidelidad.

Para llamar la atención de los compradores sobre las recompensas de fidelidad, es importante destacar que cuanto más leales sean, mayores beneficios recibirán.
De esta forma, se les indicará lo que podrían perder si no se registran. Una manera efectiva de generar este sentimiento es enfatizando que los miembros exclusivos del club, por ejemplo, tendrán acceso a ciertos productos que no estarán disponibles para otros clientes.

Recompensa por fidelidad en PDP

Recomendaciones basadas en historial de compra.

Este tipo de vitrina es habitual en los eCommerces y es una buena decisión ya que, por ejemplo, clientes que están navegando por diferentes productos sin una intención clara de compra a menudo encuentran algo que les gusta y eventualmente lo añaden a su «wish list» para realizar la compra en otro momento. La categoría de producto es un elemento a tener en cuenta en este tipo de recomendación.

Recomendaciones basadas en historial de visitas.

El acceso al historial de navegación del cliente puede contribuir a recuperar ventas que de otra forma se habrían perdido si el comprador no hubiera sido capaz de localizar un producto previamente examinado. Resulta poco conveniente para el eCommerce que el usuario abandone la página debido a que no logra hallar el objeto que inicialmente captó su atención.

Cross-selling & Up-selling.

Cross-selling:  Básicamente consiste en ofrecer productos que complementen al producto que está visitando el usuario. Por ejemplo, si la página trata sobre celulares, se pueden recomendar fundas, protectores de pantalla etc..

Up-Selling: Animar al usuario a adquirir a un producto superior por un importe mayor al del producto que está visualizando. Por ejemplo, si un usuario está visitando un laptop con un HD de 500Gb, se le puede recomendar el mismo modelo pero con un HD superior por un importe extra. Estrategia ideal para aumentar el AOV (Average Order Value).

Un aspecto interesante es la posibilidad de crear  reglas de negocio basándose en la gestión del inventario y de esta forma poder alinear los objetivos de venta de determinados productos e incluso dar salida a productos de una manera más rápida. 

Recomendaciones generalistas.

Como su nombre indica son recomendaciones basadas en datos de productos como las ventas, visitas o valoraciones.
Habitualmente este tipo de filtro se utiliza como «fallback» o de respaldo. Por ejemplo, si disponemos de una vitrina en la página de producto basada en el historial de compras de un contacto y el usuario que está visitando la página de producto no ha realizado ninguna compra, se le mostrarán este tipo de recomendaciones generalistas.
Las recomendaciones de productos generalistas más habituales son:

  • Los más vendidos
    Aquí recalcar la importancia de poder filtrar entre los más vendidos (cantidad), o compras únicas (veces que aparece en un pedido).
    Un ejemplo:
    • Producto A se venden 1000 unidades en 1 pedido.
    • Producto B se venden 300 unidades en 300 pedidos.
      Si indicamos que queremos conocer el más vendido en base a la cantidad, el más vendido sería el producto A.
      Si indicamos que queremos conocer el más vendidos en base a las compras únicas, el más vendido sería el B.
      Esto es tremendamente importante si disponemos de productos accesorios de bajo coste ya que es muy probable que sean este tipo de artículos los que ocupen principalmente este tipo de recomendación y creemos que no siempre debe ser así.
  • Los mejor valorados
  • Los más visitados
  • De temporada
  • Novedades
  • Seleccionados manualmente.

¿Existe un número recomendado de vitrinas en PDP?

No existe un número ideal de vitrinas en una PDP, a pesar de lo que hayáis leído en otros sites.
Lo que hay que aplicar es el sentido común y mostrar productos que estén alineados a las necesidades del usuario y sobre todo en la fase en la que se encuentre.
¿Tiene sentido mostrar 30 productos en una vitrina cuando queremos que el usuario avance hacia una fase más avanzada del customer journey? Simplemente no.

No debes mostrar los mismos productos recomendados a un usuario que se encuentra en la fase de descubrimiento que a otro que está cerca de la conversión, de ahí la importancia de la segmentación y la hiperpersonalización.

Métricas como los CTR e impresiones en los productos de las vitrinas os ayudarán a determinar el número de vitrinas e incluso productos a mostrar.

Estrategias de vitrinas en PDP.

Hemos preparado 4 estrategias de vitrinas para la página de producto en la que dependiendo del contexto del usuario se le muestra unos determinados productos. 

El objetivo de estos flows es que sirvan de inspiración y podáis adaptar a vuestro sector, así como realizar variaciones.

Estrategias de Cross-Selling & Up-Selling.

El objetivo de estas dos estrategias son:

  • «Up-Selling«: que el usuario adquiera un producto de importe superior al que está visitanto.
  • «Cross-selling«: Mostrar productos complementarios al producto que está visitando.
Workflows de comportamiento para aumentar el importe del pedido en ecommerce

Estrategia priorizando comportamiento de compra

En este flow queremos mostraros cómo personalizar la vitrina de productos basándose en el historial de compras y comportamiento actual del usuario en el momento de visitar un producto. No se trata únicamente de personalizar por «lo que es»  el usuario (historial de compras), sino también por «lo que hace» (visitas de producto).

Vitrinas Comportamiento compra

Estrategia priorizando navegación del usuario

En este flow queremos mostraros cómo hiperpersonalizar una vitrina de productos en la PDP, basándose en la navegación del usuario, para mostrar los últimos productos que ha visitado, con mejores reseñas, y que en ese momento no están añadidos en su carrito.

Vitrina personalizada según navegación en PDP

Layertip

  1. Analiza a tu audiencia: Antes de empezar a crear tus vitrinas de productos, asegúrate de conocer bien a tu audiencia. Utiliza los datos de tus clientes para entender sus preferencias, necesidades y comportamientos de compra. Crea experiencias únicas para cada uno de ellos.
  2. Contraprestación: Una buena manera de activar a los usuarios es ofrecer descuentos o promociones en los productos que se muestran en las vitrinas. Esto incentivará a los clientes a realizar la compra y aumentará la probabilidad de que compren más de un producto. Pero como siempre decimos, aplica el sentido común y no banalices los descuentos en tu eCommerce.

  3. Se coherente con el diseño:  Utiliza imágenes de alta calidad y una disposición ordenada para que el cliente pueda explorar fácilmente los productos. «Mobile» first my friend 🙂

  4. Realiza Test A/B: Testea qué tipo de recomendación es más efectiva en base a los segmentos de usuarios, fase del customer journey etc. Básate en los datos para mejorar continuamente tus vitrinas de productos y optimizar la experiencia de compra de tus clientes.

  5. Recuerda, más es menos.