Kapak görselinde müşterinin gezinti davranışına göre gerçek zamanlı değişen ürün kartları görülüyor. Kartların hareketli yapısı önemli bir noktayı anlatıyor: öneri sabit bir demografik profil değil, o anda oluşan niyet tarafından güncellenmelidir. Cinsiyet başlangıç sinyallerinden biri olsa bile son tıklamalar, aramalar ve sepet hareketleri daha hızlı tepki vermelidir.
Öneri Motorunun Veri Katmanları
Birinci katman ürün verisidir. Kategori, marka, fiyat, renk, beden, teknik özellik ve stok bilgisi doğru değilse kişiselleştirme çalışmaz. İkinci katman davranış verisidir. Görüntüleme süresi, arama, karşılaştırma, favori, sepet ve satın alma güçlü sinyaller üretir. Üçüncü katman bağlamdır. Cihaz, saat, kampanya kaynağı ve sezon müşterinin o anki ihtiyacını açıklayabilir.
Cinsiyet gibi profil verileri dördüncü katmanda yer alabilir. Kullanıcı bu bilgiyi isteyerek vermiş olmalı ve öneri amacıyla kullanım açıkça belirlenmelidir. Bilgi yoksa sistem isimden veya üründen tahmin yapmamalıdır.
Gerçek Zamanlı Ürün Kartları
Görseldeki dinamik kartlar üç farklı öneri mantığını bir arada gösterebilir. İlki benzer ürünlerdir; kullanıcı baktığı ürünün alternatiflerini görür. İkincisi tamamlayıcı ürünlerdir; çapraz satış için uyumlu seçenekler sunulur. Üçüncüsü keşif kartlarıdır; sistem kullanıcının mevcut geçmişinin biraz dışına çıkarak yeni ilgi alanlarını test eder.
Bütün kartlar yalnızca cinsiyet filtresinden geçirilirse katalog daralır. Bunun yerine ürün uygunluğu, davranış benzerliği ve çeşitlilik puanı birlikte kullanılabilir. Sistem, müşterinin açıkça tercih ettiği kategoriye öncelik verirken belirli bir bölümde keşif seçenekleri sunabilir.
Soğuk Başlangıç Sorunu
Yeni kullanıcı hakkında davranış verisi yoktur. Bu durumda popüler ürünler, oturum bağlamı ve kullanıcının seçtiği ilgi alanları kullanılabilir. Kısa bir tercih ekranı, demografik tahminden daha iyi sonuç verebilir. Yeni ürünlerde ise içerik tabanlı benzerlik, ürünün özelliklerinden hareketle ilk önerileri oluşturur.
Otomasyon Senaryoları
- Ürün sayfasında benzer fiyat ve özellikte alternatifler gösterilebilir.
- Sepete eklenen ürünle uyumlu tamamlayıcı ürün önerilebilir.
- Satın alma sonrasında doğal yenileme süresine göre hatırlatma yapılabilir.
- Stok yenilendiğinde yalnızca gerçek ilgi göstermiş kullanıcılara bildirim gönderilebilir.
- E-posta ve web önerileri aynı müşteri profili üzerinden tutarlı hale getirilebilir.
Başarı Nasıl Ölçülür?
Tıklama oranı kısa vadeli bir ölçüdür. Öneri kaynaklı gelir, sepet çeşitliliği, iade oranı, tekrar satın alma ve kullanıcı başına uzun vadeli değer de izlenmelidir. Sistem sürekli aynı popüler ürünleri gösterip satış alsa bile kataloğun geri kalanını görünmez hale getiriyorsa uzun vadede sağlıksız olabilir.
Cinsiyet bazlı ve davranış bazlı modeller A/B testiyle karşılaştırılabilir. Testte bütün kullanıcılara aynı stok, fiyat ve kampanya koşulları sağlanmalıdır. Cinsiyet bilgisi bulunmayan grubun başarısı ayrıca raporlanmalı, modelin bu kullanıcıları ikinci sınıf bir deneyime itmediği doğrulanmalıdır.
Güven ve Kontrol
Kullanıcı neden bir ürün gördüğünü basitçe anlayabilmelidir. “Son incelediğiniz ürünlere göre” gibi açıklamalar güven sağlar. İlgi alanını silme, önerileri sıfırlama ve kişiselleştirmeyi kapatma seçenekleri de sunulmalıdır. Hassas veya yanlış bir çıkarım oluştuğunda kullanıcı sistemi düzeltebilmelidir.
Sonuç
Cinsiyet bazlı öneri motoru, davranış verisinin yerini almamalıdır. Kapak görselindeki gerçek zamanlı kartların değeri, müşterinin o anki hareketlerine uyum sağlamasından gelir. En iyi otomasyon cinsiyeti katı bir kapı olarak kullanmaz; ürün bilgisi, niyet, bağlam ve açık tercihleri bir araya getirerek ilgili ama çeşitli öneriler sunar.