Вы когда-нибудь просмотрели то, что казалось всего каталога Steam, пытаясь найти игру, которая вам может понравиться? Вы потратили больше времени на Netflix, пытаясь решить, что вы хотите посмотреть, а не просмотреть что -то? Это проблемы, с которыми сталкивается или сталкивается, и это результат нескольких факторов, особенно отсутствие персонализации. Персонализация ваших продуктов для ваших клиентов имеет решающее значение в современном мире. Можно увидеть среднее увеличение продаж на 20% при использовании персонализированного опыта. Компании хотят, чтобы их клиенты знали о том, как они обслуживаются конкретно для потребностей пользователей. Например, если вы играли в игру в шутере, вам можно рекомендовать сыграть в другую только потому, что другие люди, которым понравилась первая игра, также понравилась это. Ваши причины игры первого могут отличаться от других, и, следовательно, последние могут не подходить для вас. Отсутствие хороших рекомендаций видеоигр снижает доверие к этим компаниям, чтобы обеспечить хороший опыт обслуживания. 

С конца компаний, хороший опыт клиентов помогает в получении дохода, а также отличается от конкуренции. Компания электронной коммерции должна сосредоточиться на трех вещах для процветания:

Увеличьте уровень приобретения новых пользователей Увеличение коэффициентов конверсии ваших пользователей Убедитесь, что пользователи не уходят (уменьшить отток) Важность рекомендаций

Персонализация стала основным фактором успеха компаний по электронной почте. Будь то обращение к клиентам по имени в связи с общением или предоставляет им специальные предложения на основе их интересов, интернет -магазины все чаще сосредоточены на улучшении этого.

Рекомендации являются самым глубоким уровнем персонализации и являются необходимой функцией, которая будет добавлена ??к их порталу. Они являются неотъемлемой частью как для клиентов, так и для компаний, которые обслуживают их по множеству причин, которые мы рассмотрим. Для клиента они предоставляют следующие преимущества:

Значительно лучший пользовательский опыт Чувство понимания и видно Более персонализированные преимущества и сделки

Для компаний преимущества столь же осязаемы, если не больше:

Улучшение взаимодействия с клиентами Значительно увеличение удержания клиентов Большие уровни веб -трафика Лучшие продажи и доход

Ниже приведены некоторые примеры компаний, которые процветают на основе своих систем рекомендаций.

Тематические исследования

Давайте посмотрим на одну из самых успешных компаний в мире, Netflix. В то время как Netflix начинал как служба аренды фильмов, сегодня они транслируют фильмы и имеют более 200 миллионов платящих клиентов по всему миру. Ключевой частью этой эволюции является их индивидуальная система рекомендаций. 

Рекомендационные системы Netflix были разработаны сотни инженеров после анализа миллионов пользователей. Когда присоединяется новый подписчик, Netflix просит их выбрать шоу/фильмы, которые им нравятся, и, когда они наблюдают больше со временем, предложения оснащены этими, а также некоторые дополнительные факторы, такие как:

История зрителей Рейтинги зрителей для предыдущих шоу Информация, такая как название, жанр, категория и многое другое Другие зрители с подобными предпочтениями и вкусом Время, когда эпизод/фильм длится против продолжительности времени зрителя, смотрящего шоу Время дня, когда вы смотрите Устройство, на котором вы вошли

Ближе к дому у нас есть Steam, которая является цифровой системой распространения игр, с более чем 120 миллионами активных пользователей в месяц и каталогом более 50 000 игр. Здесь также является мощная система рекомендаций видеоигр, которая помогает геймерам найти игры, которые им понравятся.

Они рекомендуют игры на основе ваших игр, истории покупок, истории просмотра магазинов и игр, которые другие игроки с вкусами похожи на вашу любовь.

Тем не менее, ни один из них не делает идеальную работу. Давайте посмотрим, почему.

Проблемы с рекомендациями сегодня

Мы рассмотрели важность персонализации, и в этом играют рекомендации по роли. Тем не менее, несмотря на то, что онлайн -магазины понимают, насколько жизненно важна рекомендация хорошего качества, они все еще не усовершенствовали искусство предлагать правильные продукты. Вот некоторые из общих проблем, с которыми сталкиваются клиенты, пытаясь найти то, что им нужно. Неправильные рекомендации: благодаря несовершенным алгоритмам или отсутствию высококачественных данных, сайты часто могут предлагать не относящиеся к делу или неверные рекомендации. Они снижают доверие клиентов, вовлечение и в целом, пустая трата хорошей возможности.

Безличная общение: мы все покупаем продукты и услуги по разным причинам. Тем не менее, дистрибьюторы по-прежнему используют общие и не вручающие сообщения большую часть времени, общаясь с пользователями. Сообщения, такие как «Вам может понравиться пункт X», не упоминая, почему вам может понравиться, он может отключить ваших клиентов.

Выбор перегрузка: слишком много выбора может нанести ущерб вашим клиентам. В недавнем отчете потребителей обнаружился, что более половины (54%) потребителей остановили покупки продуктов с бренда или веб-сайта электронного питания, потому что выбор был слишком сложным, и 42% признали, что в полном объеме запланированной покупки, потому что было слишком много выбора. Эти проблемы являются результатом неоптимальных систем рекомендаций на веб-сайтах.

Поведение против мотивации

Причина неадекватных онлайн -рекомендаций заключается в том, что эти механизмы в первую очередь обусловлены поведением, а не мотивацией. Если несколько человек играют в одну и ту же игру, они могут сделать это по разным причинам. Давайте возьмем одну из самых популярных игр, которые вышли в июне 2020 года, Valorant, в качестве примера. Valorant - это тактический шутер от первого лица 5V5 (FPS), где персонажи, которых вы играете за (агенты), обладают уникальными способностями. Он имеет ежемесячную базу игроков не менее 12 миллионов в течение 2021 года, что делает его одним из самых популярных титулов FPS. Давайте проанализируем различные возможные мотивы, которые заставляют людей играть в Valorant:

Удовлетворение желания конкурировать, доминировать и победить: большое количество людей играют в видеоигры, чтобы конкурировать с другими квалифицированными игроками и доминировать в списках лидеров за чувство достижения. Valorant имеет это в пиках с его высококонкурентной онлайн -многопользовательской природой и подробным уровнем ранга.

Предыдущий Следующий

Стратегия на победу: геймеры наслаждаются определенными играми, потому что они включают в себя много планирования и стратегии, чтобы быть победными. С его глубокой тактической природой, Valorant удовлетворяет этой мотивации. Играть с друзьями или встречаться с людьми: значительная часть таких игроков, как игры для их аспекта социализации. Будь то возможность играть со своими приятелями, встречаясь с новыми незнакомцами, с которыми вы можете повеселиться или работать в качестве команды, Valorant очень хорошо заполняет эту обувь социализации.

Для прилива адреналина: геймеры часто мотивируются приливом адреналина или дофамина, которые они получают, играя в игры, которые возбуждают их чувства, и это то, что заставляет их возвращаться к игре и также. Валоран, безусловно, соответствует этому критерию. Агрессия: некоторым людям нравится играть в видеоигры за насилие и свирепость, которые приходят в рамках игры, особенно стрелков и игр Hack & Slash. Валоран удовлетворяет этому желанию. Поведение здесь общего - это люди, играющие в доблести. Однако, как вы можете видеть, их мотивы могут быть совершенно разными. Например, с точки зрения истории и знаний, валорант не хватает по сравнению с Overwatch, еще одним популярным конкурентным многопользовательским названием. Таким образом, люди, которые играют Overwatch, потому что им нравятся его знания и повествовательные аспекты не так заинтересованы в доблести.

Как улучшить рекомендации видеоигр?

Мотивации геймера являются кульминацией их эмоционального и психологического состава, а также охватывают такие черты, как ценности, личность и жизненные ситуации. Чтобы революционизировать рекомендации видеоигр, вам нужно будет начать с понимания игр, которые вы рекомендуете, и почему люди играют в них. Далее, посмотрите на свою пользовательскую базу и постарайтесь понять каждого человека на фундаментальном уровне. Наконец, как только у вас появится понимание игр, а также вашего пользователя, посмотрите, почему люди играют то, что они делают, и используют это, чтобы предоставить рекомендацию видеоигры. В результате этого вы будете:

Предоставьте меньше рекомендаций: это не даст вам перегрузки ваших клиентов выбором. Дайте лучшие рекомендации: когда вы понимаете мотивы ваших пользователей, вы можете предложить игры, которые каждый раз соответствуют их мотивам. Персонализированные рекомендации: каждая из ваших рекомендаций будет эффективно сообщать, почему конкретная игра подходит для вашего пользователя, а также удовлетворяет их потребности.

Помимо вышесказанного, вы можете улучшить персонализацию электронного роста в целом по:

Уточните свои поисковые страницы. Вы можете использовать метаданные для улучшения описаний продуктов и облегчить вашим алгоритмам соответствие продуктов с предпочтениями и потребностями клиентов. Вы можете использовать реферальные бонусы для улучшения регистраций и хорошего почтового маркетинга, который передает персонализированные сделки и предложения вашим клиентам для увеличения удержания. Убедитесь, что ваша домашняя страница, страницы продукта и рекламные предложения адаптированы к потребностям ваших клиентов на основе данных, которые вы собрали, и их предпочтения.

Интеллектуальные алгоритмы машинного обучения в сочетании с высококачественными данными - ваши лучшие друзья. Следующий раздел будет подробно рассказывать о рекомендательных моделях, которые вы можете использовать в сочетании с ними.

Рекомендательные модели

Ниже приведены модели, наиболее часто используемые компаниями электронной коммерции: На основе популярности: это продукты, которые в настоящее время продаются в настоящее время. Например, среди нас взорвались в 2020 году и была игрой, которая появилась в списке бестселлеров Steam. Они также включают в себя игры, которые были популярны в течение долгого времени, такие как Counter-Strike: Global Atutression. Это предназначено в первую очередь для новых пользователей на сайте. На основе качества: игры с большим количеством положительных отзывов и рейтингов появляются здесь на основе этой модели и рекомендуются пользователям. Тем не менее, это может быть не лучший метод, так как вкусы людей могут сильно отличаться, а игра могла бы «повысить» отзывы. Кроме того, новые игры могут не иметь достаточно отзывов для появления, несмотря на то, что может быть вашим пользователем, который может понравиться вашему пользователю. На основе контента: эта модель рекомендует продукты на основе их сходства с другими продуктами. Он использует описание и содержание элементов и понимание истории потребления пользователя. Например, Valorant рекомендуется игрокам, которые любят Overwatch и Counter-Strike: Global Offensing, поскольку он имеет сходные характеристики для обеих этих игр. Совместная фильтрация: в более новом, целенаправленном смысле, совместная фильтрация - это метод создания автоматических прогнозов (фильтрации) о интересах пользователя путем сбора предпочтений или вкусовой информации от многих пользователей (сотрудничество).Система генерирует рекомендации, используя только информацию о профилях рейтинга для разных пользователей или элементов. Конечно, гибридные системы рекомендаций, которые используют сочетание этих моделей. Возвращаясь к Netflix, они дают рекомендации, сравнивая привычки просмотра и поиска аналогичных пользователей (я.эн., Совместная фильтрация), а также, предлагая рекомендации, которые обмениваются характеристиками с контентом, которые пользователь высоко оценил (фильтрация на основе контента). 

Метаданные имеют решающее значение для понимания ваших продуктов. Это поможет вам организовать базу данных вашей продукции, а также классифицировать ее лучше. Высокое качество и комплексные метаданные дают алгоритмы персонализации больше данных для обучения. Если вы хотите узнать больше о важности метаданных видеоигр и управления им, этот блог может вам помочь.