211service.com
Alles is een aanbeveling
Toen Barneys New York afgelopen juli een modellijn lanceerde door de Oklahoma City Thunder-basketbalster Russell Westbrook, wisten leidinggevenden niet precies wie die kleding zou kopen. Dat hoefden ze niet. De antwoorden kwamen al snel voort uit een online shopping-innovatie die vaak over het hoofd wordt gezien: de aanbevelingsengine.
Traditionele versies van de technologie zijn eenvoudig. Vertel Netflix je gevoelens over een paar films en het suggereert meer. Lees een productpagina bij Amazon en je ziet vergelijkbare alternatieven. Dit zijn de tools die hebben geholpen om die bedrijven enorm te maken. Maar tegenwoordig brengen nieuwe technologieën en veel grotere hoeveelheden beschikbare gegevens aanbevelingsengines zoals die van Barneys naar een nieuwe plek, waardoor ze minder voor de hand liggend zijn voor de gebruiker, maar belangrijker voor website-operaties.
Een voorbeeld is hoe aanbevelingen kunnen worden weergegeven als zoekresultaten die automatisch worden aangevuld. Nadat een shopper in de online fietsenwinkel van Jenson USA de eerste twee letters van een zoekopdracht voor een integraalhelm heeft ingevoerd, geeft het aanbevelingssysteem een lijst met helmen weer in een volgorde op basis van het profiel van die klant. Bij Neiman Marcus wordt de online ervaring van elke shopper op dezelfde manier aangepast aan het gedrag van de persoon bij eerdere bezoeken - en zelfs bij de huidige.
Dankzij betere tagging-technologieën kunnen retailers dieper ingaan op de specifieke ontwerpdetails van kleding. Op die manier kunnen ze nieuwe ontwerpers zoals Westbrook onder de aandacht brengen bij de juiste klanten, waarbij ze zich richten op specifieke kenmerken van zijn ontwerpen. Het is vergelijkbaar met de manier waarop Pandora-groepen op elkaar lijken om een publiek voor muzikanten op te bouwen.
Wanneer meer geavanceerde aanbevelingsengines casual browsers verleiden met zulke op maat gemaakte paginaselecties, verdrievoudigt de kans dat ze iets zullen kopen, zegt Matt Woolsey, executive vice president voor digitaal bij Barneys.
De oude manier om online aanbevelingen te doen, gaat over het inhalen van de klant - je laat ze je over zichzelf vertellen en achtervolgt ze, zegt Woolsey. We proberen big data te gebruiken om de klant voor te blijven.
De technologieën die online aanbevelingen doen die net zo goed op maat zijn als een Barneys-pak, zijn big data-software zoals Hadoop en de hardware om het op te gebruiken, zegt Joelle Kaufman, chief marketing officer van BloomReach, een startup gevestigd in Mountain View, Californië, dat is een van de ongeveer drie dozijn leveranciers in het veld.
Locatiegebaseerde gegevens van mobiele telefoons kunnen ook een belangrijke rol spelen. Andere bronnen van consumenteninzichten die net beginnen om de aanbevelingen van deze nieuwe motoren te informeren, kunnen aankoopgeschiedenis van offline winkels en sociale-mediageschiedenis zijn.
Een snelle doorloop van de Barneys-site illustreert hoe het werkt. Woolsey en ik gingen allebei naar de pagina met herenkleding en klikten op hetzelfde horloge van $ 150. Omdat mijn beperkte browse- en aankoopgeschiedenis gericht was op goedkopere items, kreeg ik een lijst met horloges variërend van $ 95 tot $ 250 als tegensuggesties onder aan het scherm. Woolsey, die opgewekt toegaf dat hij zich waarschijnlijk beter kleedt dan de meeste verslaggevers, kreeg horloges te zien die tussen de $ 330 en $ 1.100 kosten.
Dit wordt mogelijk gemaakt door parallelle verwerkingstechnologieën die enorme hoeveelheden gegevens snel verwerken, zegt Kaufman van BloomReach. Opkomende systemen kunnen tientallen verschillende algoritmen voorstellen om de volgende pagina te kiezen die de consument te zien krijgt.
Bij Neiman Marcus kan de technologie van BloomReach na slechts een paar klikken veranderen welke soorten kleding op de dameskledingpagina verschijnen. Nadat Kaufman op drie truien had geklikt, verdween een tabblad voor Jimmy Choo-schoenen, vervangen door een toegangspoort tot truien in de uitverkoop.
Dat is instant machine learning, zegt ze. Alles is een aanbeveling.