حتما برای شما هم پیش آمده که از فروشگاه‌های اینترنتی خرید کنید و در پایان خرید، فروشگاه به شما پیشنهاد خرید محصولات دیگر را بدهد و اعلام کند «کسانی که این محصول را خریده‌اند، محصولات زیر را هم خریداری کرده‌اند».

سیستم‌های پیشنهاد دهنده از ابزارهای نوین داده‌کاوی هستند که در شناسایی الگوهای رفتار خرید مشتریان به کار گرفته می‌شوند. این الگوریتم‌ها به کسب و کارها کمک می‌کنند تا جریان کلیک مشتریان را تحلیل کنند و مشخص کنند که الگوی مشاهده صفحات توسط مشتری جدید، شبیه کدام دسته از مشتریان قبلی است و بر اساس این شباهت، محصولاتی را به مشتری سفارش بدهند که بیشترین احتمال خرید را دارد.

شبکه‌های اجتماعی مانند فیسبوک یا لینکدین، از سیستم‌های پیشنهاد دهنده برای توسعه شبکه کاربران استفاده می‌کنند. این شبکه‌ها با به‌کارگیری الگوریتم‌های دقیق، پروفایل شما را بررسی می‌کنند و پیشنهادهای مناسبی از حلقه دوم و سوم دوستان به شما ارائه می‌دهند.

اگر مالک یا ادمین یک فروشگاه اینترنتی هستید ولی منابع کافی برای طراحی یک سیستم پیشنهاد دهنده در اختیار ندارید، پیشنهاد می‌کنم به صورت دوره‌ای سوابق بازدید صفحات توسط کاربران سایت را رصد کنید. اول از همه کنترل کنید که چه محصولاتی توسط کاربران در سبد خرید قرار گرفته ولی خریداری نشده و همان محصولات را به وسیله ایمیل و با شرایط ویژه به آن مشتریان پیشنهاد بدهید.

در مرحله بعد، پروفایل مشتریانی که خرید بالایی از فروشگاه انجام داده‌اند را بررسی کنید و جدولی تهیه کنید که هر کدام از آن‌ها چه صفحاتی را بازدید کرده‌اند ولی آن محصول را نخریده‌اند. این فهرست را نیز با تخفیف یا شرایط ویژه به مشتریان مربوطه ایمیل کنید. تا جایی که توجیه دارد و امکان پذیر است، به صورت دستی سوابق بازدید مشتریان را استخراج کنید و این کار را برای مشتریانی که خرید کمتری داشته‌اند هم انجام دهید.

?

نوشته: مجید برقی

گروه مدیریت ارتباط با مشتری