Forbes Ecuador
-
Innovacion

Cómo funcionan los sistemas de recomendación de productos, cuáles son los mejores y por qué

Pía Querejeta

Share

Existen por un lado los sistemas tradicionales, que son los que utilizan la mayoría de los minoristas y se basan más en los datos personales o demográficos; y una segunda categoría, que analiza las acciones individuales y los contextos de compra únicos.

30 Marzo de 2023 13.57

 

Los motores de recomendación de productos no son todos iguales. Una diferencia clave entre ellos es el tipo de información que aprovechan para ofrecer recomendaciones pertinentes. Mientras que la mayoría de los sistemas tradicionales de recomendación en línea se basan en los datos personales o demográficos de los clientes (también conocidos como cookies de terceros), otros dan más peso a los contextos individuales únicos de las interacciones de los clientes. Esta distinción tiene un gran impacto en la calidad de la personalización que experimenta un comprador mientras navega por una tienda en línea.

Data scientists. Male programmer using laptop analyzing and developing in various information on futuristic virtual interface screen. Algorithm. marketing and deep learning of artificial intelligence

La primera categoría de motores de recomendación tradicionales es conocida y utilizada por la mayoría de los minoristas. Estos sistemas se basan en los datos personales y demográficos de los clientes, combinados con información básica sobre los productos, como el tipo y el color, para compartir recomendaciones generalizadas. Como resultado, los comercios que utilizan este tipo de motor tienden a hacer resurgir los artículos "más populares" o "de tendencia", o recomendaciones de artículos que otras personas con hábitos de compra similares han adquirido.

Cabe destacar que el 25% de los comerciantes afirman que carecen de todos los datos necesarios para la personalización. Esto se debe probablemente a que la mayoría de los minoristas sólo están familiarizados con el método tradicional de ofrecer recomendaciones. En estos sistemas, es casi imposible ofrecer sugerencias de productos a clientes que nunca antes han visitado una tienda o de los que el minorista no dispone de datos demográficos generales.

Computadora
Computadora

Sin embargo, la segunda categoría de motores de recomendación analiza las acciones individuales y los contextos de compra únicos. Estos sistemas aprovechan únicamente los datos que los minoristas ya tienen a su disposición para hacer sugerencias personalizadas a los consumidores, como los atributos únicos de cada artículo (más allá del tipo o el color), o el “ADN del producto”; y las acciones del cliente in situ, como clics, retenciones, desplazamientos o adiciones al carrito. También son personalizables para cada tienda individual o caso de uso, a diferencia de los sistemas tradicionales, que suelen ser más "listos para usar" o de "talla única".

Cómo impulsar un eCommerce con motores de recomendación

Estos sistemas más personalizables o "a medida" pueden distinguir entre lo que un cliente quiere y lo que necesita teniendo en cuenta las circunstancias únicas de cada interacción. Por ejemplo, la compra en línea para las necesidades del hogar difiere de la navegación por la tienda en línea de una marca de lujo. Del mismo modo, las compras sin rumbo cuentan una historia diferente a la de un comprador organizado y estratégico. El estado de ánimo, el momento y el lugar también desempeñan un papel importante en el proceso de toma de decisiones. 

Los motores a medida priorizan el contexto y las acciones en el momento sobre las cookies de terceros para ofrecer recomendaciones personalizadas a cada experiencia de compra única. Tienen en cuenta que cada compra difiere en función de lo que busquen los clientes, dónde lo hagan o cuándo se produzca. Por ello, ninguna experiencia de compra o recomendación es igual.


Los sistemas de recomendación en el eCommerce

Los sistemas de recomendación tradicionales "listos para usar" y los motores personalizables a medida persiguen un objetivo similar, pero difieren en su enfoque y en los tipos de datos a los que dan prioridad. Ahora, con más de una opción sobre la mesa, los minoristas tienen la posibilidad de analizar distintos enfoques de la personalización y elegir el motor que mejor se adapte a sus necesidades.

Nota publicada en Forbes US.

10