个性化是在线销售的关键。缺乏个性化，消费者需自行探索需求；而展示相关产品能消除这一繁琐过程，因为大多数购物者不会主动进行深度筛选。
Salesforce 2017年3月至6月的研究表明，收到相关产品推荐提示的购物者贡献了电商网站26%的收入，尽管仅有7%的访客会点击此类链接。
Salesforce研究分析了1.5亿次购物会话数据，显示逻辑性产品推荐贡献了商店26%的收入。
—
细分数据显示，产品推荐在转化率、加购率、收入占比及平均订单金额方面表现惊人，且各设备类型均有增长。
| 设备类型 | 转化率提升 | 加购率提升 | 收入占比 | 平均订单金额提升 |
|---|---|---|---|---|
| 所有设备 | 高4.6倍 | 高24% | 26% | 高10.3% |
| 台式电脑 | 高4.3倍 | 高22% | 25% | 高10.2% |
| 智能手机 | 高4.3倍 | 高26% | 26% | 高7.9% |
| 平板电脑 | 高4.1倍 | 高31% | 33% | 高15.2% |
—
相关推荐还能促进高价值商品销售。例如，AutoLoop推出的工具可根据用户购买历史、月供等数据推荐最佳换购车型，帮助消费者缩小选择范围。
AutoLoop工具允许汽车经销商向消费者展示个性化的换购推荐。
研究证实，基于兴趣或行为的产品推荐能有效提升销售额。尽管多数店主意识到其重要性，但鲜有人真正利用顾客数据实现盈利。
入门指南
实施产品推荐需制定行动计划，大致结构如下：
1. 收集并整理数据。预算有限可从Google Analytics和购物车系统入手，逐步引入第三方工具追踪页面滚动深度及社交媒体互动（如Facebook点赞）等多维数据。
2. 解读数据并推送内容。对回头客依赖订单与行为历史推荐；对首次访问者展示热门产品和类别。实时数据至关重要：简单场景可根据流量来源调整内容；复杂场景可结合地理位置、天气及长期未购记录精准推送（如向普拉茨堡老客户推荐新款滑雪夹克）。
3. 研究结果。通过标记页面元素和活动追踪策略效果，优化转化率及订单金额。避免仅看整体数据，应深入分析细分群体和单个活动，找出拉低平均水平的薄弱环节。
4. 采取适当行动。勿轻易放弃效果不佳的活动，同类网站可能面临相同问题。专注于改进微小细节，它们往往能产生巨大影响。
独立完成上述工作难度较大，即便具备专业知识，维护定制脚本也耗时耗力。建议使用第三方服务提供商，但在签署长期合同前务必充分调研，确保工具安全、定期维护且准确可靠。