Plataforma de Retail Rocket: actualizaciones primer trimestre del 2020

6 Views

En el presente artículo hablaremos sobre los cambios llevados a cabo en la plataforma de Retail Rocket en el primer trimestre del 2020. 

Ni el confinamiento ni la lejanía nos han impedido actualizar nuestros servicios e introducir mejoras. Ya que pese a la situación, los especialistas del equipo de Retail Rocket hicieron cosas muy interesantes:

  • Lanzamiento de nuevos productos: notificaciones push del navegador y SMS;
  • Mejora del algoritmo para recomendaciones de productos alternativos;
  • Mejora del  algoritmo para productos populares en categorías de interés para el usuario;
  • Actualización de algoritmos de búsqueda;
  • Actualización de los algoritmos para la recomendación de productos relacionados;
  • Implementación de ventanas emergentes con una oferta de resuscripción
  • Mejora del rendimiento de la herramienta de segmentación

Veamos en más profundidad estos cambios.

Comunicación cross-channel

La implementación de estas dos herramientas de notificaciones push del navegador y SMS lleva las capacidades de comercialización de las tiendas online que utilizan la plataforma Retail Rocket a un nivel cualitativamente nuevo en una estrategia de comunicación cross-channel. Ahora se pueden crear cadenas de correo multicanal utilizando una única interfaz, enviando los mensajes a través de aquellos canales de comunicación que sean más convenientes para cada cliente.

¿Pero, cómo sería en la práctica? Por ejemplo, se puede enviar una newsletter con un anuncio de una promoción y, dos días después, una notificación automática o un SMS sólo a aquellos clientes que no hayan abierto el correo electrónico. O también, se pueden hacer llegar nuevos productos a través del navegador y el teléfono móvil. a los usuarios que no hayan visitado tu tienda durante un cierto período de tiempo.

La plataforma de inteligencia artificial de Retail Rocket permite diseñar una estrategia cross-channel en la que trabajar de manera unificada los datos de los usuarios en diferentes canales. Esto permitirá la creación de segmentos de clientes más precisos, así como una optimización de la gestión de datos de una manera más sencilla y eficaz. Todo ello supondrá una mejora de la personalización de las campañas de marketing y, por tanto, un incremento de las métricas clave.

Puesto que ya hemos llevado a cabo proyectos piloto con algunos clientes utilizando notificaciones push y SMS, muy pronto podréis ver en nuevos casos de éxito los resultados obtenidos.

Actualizaciones en algoritmos de personalización 

Mejora del algoritmo para recomendar productos alternativos

La etapa más difícil en la personalización web, como en muchos otros ámbitos, es la puesta en marcha,  también llamada “arranque en frío” debido a la baja cobertura de productos con recomendaciones. Anteriormente, en esta etapa, el algoritmo con alternativas se enfrentaba a un problema: para algunos de los productos, podía mostrar recomendaciones basadas en el comportamiento del usuario y el historial de ventas. Sin embargo, de este modo, inevitablemente había productos sin sugerencias que ofrecer, excepto el mismo producto de un tamaño o color diferente. Como resultado, el bloque de recomendaciones podría mostrar productos similares, lo que limitaría la elección del comprador. 

Anteriormente, en los casos en que no se disponía aún de suficiente información, simplemente no permitíamos la visualización del widget. Para evitar el mencionado problema, ahora nuestro algoritmo muestra productos disponibles a la venta para diferentes grupos, lo que garantiza bloques con recomendaciones más variadas. Como resultado, el porcentaje de impresiones de widgets durante un “arranque en frío” aumentó un 9,4%.

Mejora del algoritmo para productos populares de categorías de interés para el usuario

En el proceso de optimización de uno de los algoritmos clave, probamos diferentes opciones de visualización de los bestsellers en los bloques de recomendación. Una de las variantes mostró un incremento de las métricas, por lo que a partir de dicha opción mejoramos el algoritmo.  Ahora a los usuarios, de los que no disponemos de suficiente información, no sólo se les mostrarán los bestsellers de las categorías que ha visto, sino también los de otras categorías de la tienda online seleccionados minuciosamente. Dicha mejora permitió ofrecer a los clientes una mayor diversidad de opciones para satisfacer las necesidades de los usuarios, incrementando así las ventas. 

Actualización de los algoritmos de búsqueda  

En Retail Rocket, trabajamos continuamente para mejorar nuestros algoritmos, y por supuesto, las recomendaciones de búsqueda es uno de ellos. Para lograrlo, es clave recopilar las estadísticas de consultas de búsqueda. Con un nuevo enfoque para generar estadísticas, el algoritmo garantiza resultados de búsqueda más relevantes. Gracias a esta mejora, uno de nuestros clientes logró una reducción del 13% en el número de resultados de búsqueda vacíos. 

Actualización de los algoritmos para la recomendación de productos relacionados

Nuestra misión es ofrecer soluciones a las tiendas ecommerce para aumentar las ventas mediante la tecnología Big Data. Por ello, estamos mejorando constantemente el método probado para aumentar el ticket medio, ofreciendo productos y accesorios relacionados.

Esta vez decidimos modificar la etapa de “arranque en frío”, el momento de la primera visita al sitio, cuando el sistema no ha logrado aún recopilar suficientes datos sobre el comportamiento del usuario. Nuestro reto en esta fase es dar respuesta a la siguiente cuestión: ¿Cómo ofrecer los productos adecuados sin saber nada sobre los usuarios y sus preferencias?

Para encontrar las opciones de recomendación ideales, basta con conocer el “punto de partida”, es decir, el producto que inicalmente interesó al usuario. El algoritmo actualizado para productos relacionados permite analizar instantáneamente la matriz del producto, evaluar las cadenas de comunicación entre las diferentes opciones y recomendar exactamente lo que es mejor para este producto en particular.

Como resultado de las pruebas, nuestro algoritmo actualizado demostró ser el más efectivo en la ficha del producto.

 

Actualizaciones de la plataforma de email marketing 

Implementación de ventanas emergentes con una oferta de resuscripción

Una preocupación común para los especialistas en email marketing es la pérdida de suscriptores de la base de datos. Por ello, hemos creado la herramienta idónea para hacerlo más fácil. Funciona del siguiente modo: si un cliente se ha dado de baja de las newsletters, la plataforma de Retail Rocket lo reconocerá cuando visite la website y le mostrará una ventana emergente con un botón CTA para suscribirse de nuevo para obtener un bono. En caso de consentimiento, el usuario recibirá un correo electrónico con un código promocional. Esta función ya ha sido probada con buenos resultados en varios proyectos.

Mejora del rendimiento de la herramienta de segmentación

Nuestra herramienta de segmentación de suscriptores se ha vuelto más rápida y productiva. Hemos logrado mejorar significativamente su rendimiento, limitando a 50 el número de condiciones para la creación de segmentos. No dudes en contactar con Retail Rocket si deseas realizar una segmentación precisa de tus clientes para mejorar las métricas.

Conclusión

La vida en ecommerce no se detiene ni un segundo. Mientras lees este texto, los usuarios realizan compras en línea, los mensajeros entregan los pedidos y el equipo de Retail Rocket trabaja en la creación de los servicios más avanzados para las tiendas online.

¡Gracias por seguir nuestras noticias! continuamos creando soluciones para tu ecommerce, si quieres estar al tanto de todas las novedades que están por venir en nuestra plataforma, ¡síguenos!

 

 

¡LA TECNOLOGÍA DE PERSONALIZACIÓN WEB Y DE EMAILS TRANSACCIONALES YA ESTÁ DISPONIBLE PARA CUALQUIERA!

SOLICITA UNA DEMO