Les règles de sélection d’offre personnalisée vous permettent d’exploiter les algorithmes de recommandation de Probance pour proposer des produits pertinents à vos clients dans vos campagnes.
Cet article vous expliquera les différentes règles de sélection disponible sur votre projet, et le type de recommandations qu’elles vous permettent d’inclure dans vos emails.
Les délais considérés par les algorithmes de recommandation dépendent de la nature de votre activité, ainsi que de la fréquence et du volume d’achats. La suite de cet article considèrera la configuration la plus commune.
1. Meilleures ventes personnalisées
La règle Meilleures ventes personnalisées permet de proposer des produits adaptées aux goûts du destinataire parmis les produits les plus populaires de votre catalogue.
Elle repose sur deux algorithmes pour générer cette sélection. L’algorithme Most Popular identifie les produits les plus vendus de votre catalogue en analysant les données de commande des deux derniers mois. Le deuxième algorithme, appelé Best Interest, établit les préférences individuelles de chaque client dans votre base: à partir des données de commande, de visite et de panier, il identifie les caractéristiques produits les plus récurrentes et détermine la catégorie principale, la sous-catégorie et la marque préférées de chacun.
La règle sélectionne alors, parmi les produits les plus populaires, ceux correspondant aux préférences du destinataire: jusqu’à 3 produits dans sa catégorie principale préférée, 1 produit dans sa sous-catégorie préférée et 3 produits dans sa marque préférée.
Si la règle sélectionne moins de 6 produits – par manque de données comportementales exploitables, ou par manque de produit dans les univers d’intérêt du destinataire – elle s’appuiera sur les derniers comportements pour compléter la sélection, en privilégiant les achats, puis les paniers, et enfin les visites. Si cela ne suffit toujours pas pour atteindre les 6 produits, elle complètera alors avec les produits les plus vendus.
Les produits achetés dans les 180 derniers jours sont automatiquement exclus de la sélection.
Exemple :
Jane est une cliente qui consulte le site régulièrement et a déjà effectué plusieurs achats. A partir de ses comportements, Probance One lui détermine les préférences suivantes :
- Sa catégorie principale préférée est Vêtements femme
- Sa sous-catégorie préférée est Chemises & hauts
- Sa marque préférée est Nomade
De plus, son achat le plus récent est un produit de la catégorie principale Vêtements enfant.
La liste des produits les mieux vendus contient :
- 3 produits de la catégorie principale Vêtements femme
- 3 produits de la catégorie principale Vêtements enfants
- 3 produits de la sous-catégorie Chemises & hauts
- 3 produit de la marque Nomade, dont 2 déjà achetés par X dans les 180 dernières jours.
La règle Meilleurs ventes personnalisées sélectionnera pour Jane, parmi les produits les plus vendus :
- 3 produits de la catégorie principale Vêtements femme
- 1 produit de la sous-catégorie Chemises & hauts
- 1 produits de la marque Nomade (les deux autres produits sont exclus car déjà achetés)
Pour compléter et atteindre les 6 produits, la règle sélectionnera 2 produits de la catégorie principale Vêtements enfant.
2. Produits tendances du moment
La règle Produits tendances du moment permet de proposer des produits dont la popularité est en forte hausse sur une période récente.
L’algorithme compare les données de commande du mois en cours avec celles du mois précédent pour identifier les produits ayant enregistré la plus forte augmentation de ventes et les recommander au destinataire.
Les produits achetés dans les 180 derniers jours sont automatiquement exclus de la sélection.
3. Recommandations cross-sell
La règle Recommandation cross-sell permet de proposer des produits d’interêt pour le destinataire, en sélectionnant des produits communément vendus avec ceux récemments achetés.
L’algorithme cross-sell, basé sur l’ensemble des données de commande disponibles dans votre base Probance One, identifie les combinaisons de produits souvent achetés ensemble. Pour chaque produit du catalogue, l’algorithme établit ainsi une liste de produits complémentaires ou associés.
La règle sélectionne dans cette liste des produits complémentaires aux produits récemments achetés par le destinataires.
En cas de manque de données comportementales ou si l’algorithme ne trouve pas suffisamment de produits complémentaires, la sélection est complétée par les meilleures ventes personnalisées.
Les produits achetés dans les 180 derniers jours sont automatiquement exclus de la sélection.
4. Recommandations basées sur les paniers
La règle Recommandations basées sur les paniers permet de recommander au destinataire des produits tendances et populaires partageant des caractéristiques avec les articles récemment ajoutés à son panier.
Les produits tendances sont identifiés en comparant les données de commande du mois en cours avec celles du mois précédent, afin de déterminer ceux ayant la plus forte augmentation des ventes. Les produits populaires correspondent aux articles les plus vendus de votre catalogue au cours des deux derniers mois.
La règle sélectionne d’abord parmi les produits tendances, puis parmi les produits populaires, ceux appartenant à la même catégorie principale ou à la même sous-catégorie que les articles récemment ajoutés au panier par le destinataire.
En cas de manque de données comportementales, la sélection est complétée par des produits de la même catégorie principale ou de la même marque que ces articles, ou par les meilleures ventes personnalisées.
Les produits achetés dans les 180 derniers jours sont automatiquement exclus de la sélection.
5. Recommandations basées sur les visites
La règle Recommandations basées sur les visites permet de recommander au destinataire des produits tendances et populaires ayant des caractéristiques communes avec les produits récemment consultés.
Les produits tendances sont identifiés en comparant les données de commande du mois en cours avec celles du mois précédent, afin de déterminer ceux ayant la plus forte augmentation des ventes. Les produits populaires correspondent aux articles les plus vendus de votre catalogue au cours des deux derniers mois.
a règle sélectionne d’abord parmi les produits tendances, puis parmi les produits populaires, ceux appartenant à la même catégorie principale ou à la même sous-catégorie que les articles récemment consultés par le destinataire.
En cas de manque de données comportementales, la sélection est complétée par des produits de la même catégorie principale ou de la même marque que ces articles, ou par les meilleures ventes personnalisées.
Les produits achetés dans les 180 derniers jours sont automatiquement exclus de la sélection.
6. Recommandations sur les derniers comportements
La règle Recommandations sur les derniers comportements permet de recommander des produits d’interêt pour le destinataire, en sélectionnant ceux fréquemment achetés avec les articles récemment acquis, ajoutés au panier ou consultés.
Cette règle repose sur l’algorithme de cross-sell, qui analyse les données de commande de votre base Probance One pour identifier les combinaisons de produits souvent achetés ensemble. Pour chaque produit du catalogue, l’algorithme génère ainsi une liste de produits complémentaires ou associés.
La règle sélectionne ensuite dans cette liste des produits complémentaires aux produits achetés, ajoutés au panier et consultés (dans cet ordre de priorité) dans les 7 derniers jours (en priorisant à chaque fois les comportements les plus récents). Si moins de 6 produits sont éligibles, la règle étend le délai considéré à 30 jours, puis à 180 jours pour compléter la sélection.
En cas de données comportementales insuffisantes, ou si l’algorithme ne parvient pas à identifier suffisamment de produits complémentaires, la sélection est complétée par les meilleures ventes personnalisées.
Les produits achetés dans les 180 derniers jours sont automatiquement exclus de la sélection.
7. Tous les produits du catalogue
La règle Tous les produits du catalogue vous permet de définir manuellement les produits que vous souhaitez recommander.
Par défaut, la règle sélectionne des produits du catalogue de façon aléatoire. En l’associant avec des filtres, vous pouver constituer une sélection adaptées à vos besoins: liste de produits spécifiques, produits d’une certaine catégorie, d’une certaine marque, produit en promotion, etc.
Cette règle sélectionne les mêmes produits pour tout les contacts.