מהן המלצות מוצרים מותאמות אישית?

יש שתי גישות רחבות. התאמה אישית התנהגותית צופה במה שקונה עושה, לחיצות, צפיות, הזמנות עבר, ומסיקה מה להציג בהמשך. התאמה אישית של העדפה מוצהרת שואלת את הקונה ישירות וממליצה לפי התשובות שלו.

התנהגותית בלתי נראית לקונה ומתרחבת אוטומטית, אבל זו הסקה והיא יכולה להיות שגויה. העדפה מוצהרת מפורשת: הקונה אומר לכם שהוא רוצה קרם לחות ללא בושם לעור רגיש, אז אין ניחושים.

התאמה אישית התנהגותית מתקשה עם קונים חדשים. ללא היסטוריה ללמוד ממנה, היא נופלת בחזרה לרבי-מכר כלליים בדיוק עבור המבקרים שעבורם רושם ראשוני הכי חשוב.

שאלה של הקונה פותרת את זה מיד. חידון אוסף מספיק כדי להתאים אישית בביקור הראשון, לפני שקיימת היסטוריית גלישה כלשהי, וזו הסיבה שהוא משתלב כל כך טוב עם תנועה בתשלום וחברתית שמגיעה קרה.

מיקוד התנהגותי נשען על עוגיות צד-שלישי ועל מעקב חוצה-אתרים, ששניהם מוגבלים על ידי דפדפנים ורגולציה. המלצות שבנויות על נתונים שהקונה מתנדב לא תלויות באף אחד מאלה.

הנתונים שחידון אוסף הם zero-party data: העדפות וכוונות שהקונה משתף בכוונה. זה נבדל מ-first-party data, שהוא ההתנהגות שאתם צופים באתר שלכם, כמו עמודים שנצפו והזמנות עבר. zero-party data הוא סוג של first-party data, אבל הוא מוצהר ולא מוסק, אז אין על מה לנחש.

שניהם עמידים ובהסכמה, בניגוד לנתוני צד-שלישי. לתמונה המלאה, ראו את המדריכים על zero-party data ו-first-party data.