Rekomendacje produktowe, które sprzedają: jak zamienić moduł „polecane dla Ciebie” w doradcę klienta

Warsztat Pauliny Krawczyk pokazuje, jak podejść do ramek rekomendacji w e-commerce jako do zestawu ról, a nie jednej listy produktów. Punkt wyjścia: w sklepie internetowym nie ma doradcy sprzedaży, a filtry i wyszukiwarka służą klientom, którzy wiedzą, czego chcą. Prelegentka twierdzi, że problemem sklepów nie jest brak ramek, tylko brak ich celów, a ta sama ramka może pomóc w decyzji albo od niej odciągnąć, zależnie od miejsca i etapu zakupu. Rekomendacje mają rozwiązywać cztery problemy kupującego: nadmiar wyboru, ryzyko decyzji (np. rozmiar), ślepe uliczki (brak rozmiaru, produkt wyprzedany, 404) i niepełną potrzebę (cross-sell). Prelegentka podaje trzy przykłady sklepów fashion z Expert Sendera, w których ramki dały w 30 dni 124, 435 i 637 tys. przychodu, czyli kilkanaście procent sprzedaży. Sklep C wdrożył je w tydzień. Według niej ramki wpływają na konwersję, wartość koszyka, częstotliwość zakupów i zwroty, ale nie na ruch. Trzon wystąpienia to cztery role z danymi, miejscami, pułapkami i przykładami z rynku: - **Przewodnik** (nowy lub anonimowy klient): bestsellery, trendy, nowości na stronie głównej, listingu, w pustych wynikach wyszukiwania i na 404. Pułapka to te same produkty dla wszystkich. - **Doradca** (karta produktu, brak rozmiaru): podobne produkty i alternatywy pod ceną i rozmiarami. Pułapka to podobne nad przyciskiem zakupu, które rozpraszają. Przykłady: Massimo Dutti, Zalando (według prelegentki −10% zwrotów z powodu rozmiaru). - **Sprzedawca** (koszyk, minikoszyk, karta niżej): „kup razem”, „uzupełnij stylizację”, próg darmowej dostawy, zestawy z rabatem. Przykłady: Sézane, Amazon, ASOS. W case study kopertówki wdrożone na kartach czółenek i sandałów dały po dwóch miesiącach 130 sprzedanych sztuk i wyższą pozycję kategorii. - **Komunikator** (powrót klienta): exit popup, e-mail po zakupie, porzucony koszyk, powitanie. Pułapka to polecanie tego, co klient już kupił. Druga część dotyczy pomiaru. Prelegentka tłumaczy, dlaczego „podobne” wygrywają w raportach: mają najlepsze miejsce i klienta z intencją zakupu, a ponadto są substytutem, więc nie wiadomo, czy zakup by się nie odbył. Radzi sprawdzić model atrybucji, bo Expert Sender liczy tylko produkty kupione z ramki, a inne systemy zaliczają samo kliknięcie. Najlepszym standardem są testy z grupą bez ramki albo jej czasowe wyłączenie. Podaje też diagnostykę: niska klikalność sugeruje złe miejsce lub tytuł, mało odwiedzin produktów – nietrafne rekomendacje, mało dodań do koszyka – problem dalej w ścieżce. Na końcu jest lista ramek na start (podobne, minikoszyk, strona główna, karta produktu, kategoria, podziękowanie, 404). Wystąpienie ma też wyraźny wątek ofertowy: prelegentka promuje wdrożenia Expert Sendera bez prac programistycznych po stronie sklepu.