Raccomandazioni di prodotto nell'e-commerce: quando funzionano e quando sono rumore

Le raccomandazioni personalizzate sono la funzione più venduta nell'e-commerce e quella che delude più spesso. Non perché la tecnologia non funzioni, ma perché viene applicata dove non ci sono le condizioni perché funzioni.

Il presupposto che nessuno verifica

Un sistema di raccomandazione impara da percorsi che si somigliano: se abbastanza persone hanno guardato A e poi comprato B, suggerisce B a chi guarda A. Sotto una certa quantità di visite e di acquisti, quei percorsi non esistono in numero sufficiente, e il sistema produce accostamenti casuali con l'aria di essere intelligente.

Non c'è un numero valido per tutti, ma il principio si verifica facilmente: guardate quanti acquisti avete avuto negli ultimi dodici mesi sulla categoria su cui volete raccomandare. Se la risposta è «poche decine», la strada non è quella.

Il problema viene quasi sempre prima: il catalogo

Ogni sistema di raccomandazione e di ricerca intelligente lavora sugli attributi dei prodotti. Se metà delle referenze ha la scheda incompleta, il colore scritto in tre modi diversi e le misure assenti, il sistema amplifica il disordine invece di risolverlo.

Nella maggior parte dei cataloghi italiani che abbiamo guardato, l'intervento con il miglior rapporto fra fatica e risultato non è la personalizzazione: è mettere in ordine gli attributi e riscrivere le schede. Ed è anche quello che rende trovabili i prodotti sui motori di ricerca, che di solito porta più vendite di qualunque suggerimento in pagina.

Che cosa funziona anche con pochi dati

Le regole scritte da chi conosce i prodotti. Chi compra una stampante vede i consumabili compatibili; chi arriva da una ricerca specifica trova quella categoria in evidenza. Sono banali e coprono gran parte del beneficio.

Il riordino al momento giusto. Nel B2B è il caso più redditizio in assoluto: i clienti sono pochi ma riacquistano, e lo storico dice quando.

La ricerca interna che funziona. Chi usa la ricerca ha un'intenzione precisa. Una ricerca che capisce «scarpe da corsa uomo 43» vale più di dieci caroselli di suggerimenti.

La misura che dice la verità

Non il tasso di clic sui suggerimenti, che sale sempre. Il valore medio dell'ordine e il margine, confrontati fra chi ha visto i suggerimenti e chi no, sullo stesso periodo. Se quel confronto non è impostato prima di attivare la funzione, non saprete mai se ha funzionato — e vi resterà solo l'impressione che sì, qualcosa sembra andare meglio.

Il vincolo da rispettare

Storico degli acquisti e comportamento di navigazione sono dati personali. La personalizzazione richiede una base giuridica adeguata e un'informativa che la descriva, e la scelta di quali dati usare va fatta in modo esplicito invece di essere ereditata dalle impostazioni predefinite dello strumento.

In sintesi

Prima il catalogo, poi le regole, e la personalizzazione statistica solo se i volumi la giustificano. È l'ordine inverso rispetto a come viene venduta, ed è quello che produce risultati.