Výlet do online pravěku
Před dávnou dobou jsme řazení produktů v kategoriích řešili velmi jednoduše. Řazení dle názvu a ceny ve variantě vzestupně nebo naopak byla nutná samozřejmost. Dalším, hlavním, pilířem bylo ruční předřazování produktů administrátorem. Tato varianta měla své nepochybné klady.
Člověk ví, o co mají lidé zájem, co nás pálí ve skladu nebo na prodejně a co by bylo dobré prodat. Stejně tak ví, jaká sezóna za nedlouho přijde a pomalu je třeba podle toho výpisy upravit. Skvělý je i pohled okem, kdy nám člověk nedá na tři řádky samé skříně v bílé barvě, nejlépe i podobného designu a ceny.
Máme tu ale i stinné stránky a nejsou zanedbatelné. Tato forma je extrémně časově náročná. Pokud pracujete s tisícovými nebo vyššími řády produktů, je to takřka nerealizovatelné s přiměřenými časovými (finančními) náklady. Často vám pak nezbývá než se omezit v pravidelné práci na klíčové kategorie. Málo penetrované kategorie budou značně zanedbané a v součtu můžeme začít přicházet o nemalé prodeje. Návštěvníka, který nemá jasnou představu, na první nebo druhé straně nic nezaujme a odejde.
Je třeba vzít v potaz i lidskou chybu, kdy tu a tam člověk zapomene výpis aktualizovat, případně se náhle doprodá větší část zboží. Okamžitě se nám nabaluje jedno s druhým a řítíme se k mizernému výběru pro zákazníky. Zkusili jsme různé způsoby a berličky pro ruční formu, aby byla efektivnější, ale i tak to bylo časově neúměrně náročné a neflexibilní. Proto jsme toto řešení opustili.
Kouzla s daty
Zvažovali jsme různá alternativní řešení a nakonec se rozhodli pro služby firmy, která se zabývá prací s daty. Konkrétně přímo rekomandací produktů na základě transakčních dat, která doplňují analytické údaje o chování návštěvníků na webu.
V úvodu jsme si definovali cíle, kterých chceme dosáhnout. Na jejich základě byl nasazený rekomandační engine. Dohodli jsme se na podobě A/B testu včetně klíčových metrik. Implementaci i A/B test doprovázela řada komplikací. Výsledky v testu se nám výrazně rozcházely a problémy se podařilo odstranit zhruba až po roce.
Během pokračování testů jsme nedošli k zásadnějšímu kladnénu posunu. Náklady na službu byly navíc vcelku vysoké a náš postoj byl spíše skeptický. Na webu se nám vyskytovaly i zcela nerelevantní produkty v kontextu daných kategorií. S přihlédnutím k dalším okolnostem, které vyvstaly, jsme se rozhodli spolupráci ukončit.
Dejme tomu vlastní řád
Dvě cesty vyzkoušené, byla chvíle na další. Byli jsme rozhodnutí, že rekomandaci produktů budeme řešit plně na naší straně. Zároveň jsme věděli, že nechceme stavět na manuální práci, případně jen na minimální úrovni.
K řazení nám slouží dva základní kameny. První je propojení s Google Analytics pomocí API, díky čemuž můžeme pracovat s daty o prodejích jednotlivých produktů a dalšími relevantními metrikami. Využití vícero časových období nám pomůže vyřešit i sezónní výkyvy, aby nebyla dynamika změn produktů příliš strnulá.
Velmi důležitý je i druhý prvek, který se skládá z relativně rozsáhlé řady pravidel, která reflektují jednotlivé vlastnosti produktů. Pro příklad můžeme zmínit cenovou hladinu, skladovou dostupnost a metriky potřebné z obchodního hlediska. Neopomíjíme ani akční příznaky.
Každá z těchto hodnot má svůj konkrétní koeficient, které může být kladný i záporný. Výsledný koeficient určuje pořadí produktu v samotném výpisu. Důležité bylo pečlivě volit a testovat konkrétní hodnoty, aby byl výsledek vyvážený a dostatečně pestrý. Snadno by se jinak mohlo stát, že bude výpis příliš jednotvárný a tím pádem nerelevantní. Aktuální řešení vykazuje zlepšení oproti předchozím ve sledovaných matrikách. Jeho nesporná výhoda je především ve velmi snadné možnosti customizace.
Na závěr nezapomínejme, že je třeba volit množství pravidel a podmínek v přiměřeném množství. Důležité je nastavení testovat, inspirovat se a průběžně tak řešení inovovat.
