商品在货架上的合理陈列是一门完整的科学。理想情况下，视觉营销应既让客户感到舒适，又便于营销人员操作，同时为企业带来最大利润。
Retail Rocket公司“个性化商品陈列”产品负责人亚历山大·萨秋克指出，电商平台需整合这三大要素，以便在顾客浏览的每一步都精准推送符合其需求的商品推荐，并实现所有常规流程的自动化。
关于在线商品陈列
在线商品陈列的核心优势在于能够发现并满足每位消费者的需求。然而，它也有其局限性：与实体商店不同，在线平台无法在每一步都提供如此庞大的商品种类，以免让消费者面对成千上万的选项而感到眼花缭乱。
同时，不要忽视交叉销售和向上销售策略。例如，在宜家（ИКЕА），商品的和谐搭配会促使消费者进行冲动消费。那么，如何在网络上实现类似的效果呢？
行业领导者如亚马逊、Wildberries和Goods提供了答案。这些平台的大部分空间被商品推荐所占据，帮助用户在商品目录中导航，并根据其需求进行调整。
Amazon.com |
Goods.ru |
Wildberries.ru |
虚拟商品陈列策略取决于什么
虚拟货架的内容应根据顾客是带着明确目标前来还是处于选择阶段而有所不同。如果顾客清楚知道自己要购买什么，即存在有意识需求，任务就是帮助他们完成购买。通常，这类顾客会使用搜索功能。
如果消费者没有明确的目标，可视为无意识需求，此时推荐策略应根据用户在漏斗各阶段的反应动态调整。Retail Rocket平台能够根据用户行为自动判断其购买意向的强弱。
接下来，我们将以大型零售商为例，分析各页面的推荐场景方案，并揭示您可能遇到的潜在陷阱。剧透：没有适用于所有人的单一方案，但有一个方向可以遵循，从众多选项中进行选择。并且要测试、测试，再测试。
在客户旅程的所有阶段为客户提供支持
首页
大多数用户的购买之旅始于首页。因此，访客在这里必须清楚网站销售的是什么商品。尤其要强调“销售”这一概念：首页的商品应由此前在此下单的买家推荐。如果买家的需求尚不明确，最合适的场景是展示畅销商品。此外，如果有平台关于买家的相关信息，新品、促销活动和个人化推荐也会非常有效。
关于个性化方法可以说很多，但数字最能证明其好处：在Hoff在线商店的主页上引入来自客户感兴趣类别的商品推荐块，帮助将平均订单金额提高了近7%。
分类页面
这种思路同样适用于分类页面，当用户对在线商店的品类感兴趣时，就会进入该页面。在缺乏明确需求的情况下，畅销商品、促销活动和个性化推荐仍然是合适的选择。
如果需求明确，则需要尽快向买家展示所需商品。在这方面，推荐模块和导航功能能发挥最佳作用。
例如，在在线商店“Домовой”进行的A/B测试中，分类页面上表现最好的结果是显示个性化推荐——转化率增长16.8%，收入增长11%。
商品详情页
在商品详情页中，策略会有所不同，因为我们已经对买家的需求有所了解。因此，一种智能陈列的方式是完全不提供任何推荐，以免分散买家下单的注意力。然而，如果买家迟迟不点击关键的CTA按钮该怎么办？此时用户会开始滚动页面，这时需要向他们推荐相关商品或配件。确定哪些商品更适合交叉销售（cross-sell），可以参考该商品的历史联合销售数据。
如果买家不在订单按钮处停留，而是立即开始滚动页面，那么提供替代方案是有意义的。不过，在此处展示相关商品和配件也是有益的。只有通过测试才能确定哪种场景更有用。通常情况下，组合方案最为有效，而且模块的位置也很重要。例如，上方放置相似商品，下方放置相关商品，在电子产品超市“КораллМикро”将转化率提升了10.3%，平均客单价提升了15.5%。
商品缺货
经常会出现商品退出目录、停产或因其他原因仓库无货，但仍出现在搜索引擎结果或用户收藏夹中的情况。只有通过包含商品名称的精确查询才能访问此类页面，因此可以肯定地说，用户是带着明确需求来到在线商店的。在这种情况下，唯一能做的就是为用户提供最合适的替代方案。
这种机制被大型DIY零售商“220 Вольт”使用。相似选项位于最显眼的位置——就在缺货商品上方。价格相似的替代产品旨在帮助客户在不满足需求的情况下离开平台。
购物车
相反的情况发生在购物车页面。如果用户已将商品加入购物车，则无需再向其推荐同类商品。但可以通过推荐配套商品和配件来提升平均客单价。
此处的推荐模块应考虑原始商品的所有特征。例如，如果用户购买裤子，那么推荐的衬衫应在颜色和尺寸上与其形象和谐搭配。此外，为了提供更相关的推荐，了解用户的兴趣也很重要。例如，在对SP Digital在线商店进行的A/B测试中，Retail Rocket的专家发现，带有个性化配套商品的模块将页面转化率提高了12.14%，平均客单价提高了6.42%，而未显示任何推荐的控制组则没有这种提升。
搜索
搜索页面的转化率通常很高，因为打开该页面的用户都是知道自己要寻找哪种商品的。然而，买家在此输入的文本可能与商品详情页中描述的文本不一致。因此，搜索结果经常出错，提供完全不符合买家需求的商品。通过展示曾输入相同查询的用户已购买的商品推荐模块，可以改善这一情况。
买家经常在搜索栏中输入抽象的查询词。搜索算法应考虑到这种情况，并首先提供最适合该用户的选项。
搜索推荐的存在既影响转化率水平，也影响平均客单价。在AllTime在线商店中，由Retail Rocket个性化平台生成的此类模块使这些指标分别增长了7.28%和13.19%。
电子邮件渠道中的推荐
智能商品陈列不仅可以在网站上使用，在电子邮件营销中也应满足买家的需求。基于用户兴趣的个性化推荐可以很好地补充几乎任何信息主题的电子邮件契机。
然而，这一渠道也有其特殊性：在用户收到邮件时，其需求往往尚未被明确意识到。此外，用户的兴趣会因各种因素而不断变化。因此，商品推荐必须在客户收到邮件的那一刻就具有吸引力。网上商店Ralf Ringer正是这样做的，它根据各种参数对用户进行细分，并向每个细分群体发送合适的内容。
呼叫中心中的个性化方法
提示额外商品的导航元素不仅在与买家直接互动时有用，借助它还可以显著减轻销售顾问或呼叫中心的负担。
如果将个性化推荐技术“嵌入”到专家的工作脚本中，他将能够轻松确定应向特定客户提供哪些商品，从而实现附加销售并增加收入。
在ElytS网上商店的员工开始无需言语就能理解客户、预见他们的期望之后，呼叫中心的销售额增长了15%。
有关每个页面上的推荐算法详情，请阅读我们的《网上商店个性化指南》。
潜在陷阱
正如我们上面所写，不存在适用于所有人的单一配方。即使从经过时间和行业专家验证的选项中进行选择，也很容易犯错。以下是几个最常见的：
错误1. 缺乏前期测试
在实施虚拟商品货架时，首先要摒弃的就是缺乏前期测试。除了该平台的受众本身之外，没有人能保证页面上的某个算法会比另一个更有效。那些乍一看显而易见的机制，可能会出人意料地带来负面影响。
一个生动的例子是市场平台Aizel.ru。通过A/B测试发现，在主页面展示热门商品的机制不仅比其他方案收益更低，其结果甚至比完全没有任何模块的情况还要低22%。然而，展示个性化畅销商品使转化率比未显示任何推荐的控制组提高了10%。即使是最专业的分析师也很难预测到这样的效果。
错误2. 选择推荐模块的数量和位置
另一个问题可能会渗入商品陈列的工作策略中，那就是选择推荐组合的数量和排列顺序。
例如，有一种普遍观点认为，一个包含相关商品的模块就足以提高客单价。然而，在其旁边增加一个替代商品模块可能会增加收入。这一点在Hoff在线商店得到了验证：包含相关商品的模块与包含相似及关联商品的两个模块相比，后者使客单价高出8%。
错误3. 桌面端和移动端采用相同的策略
此外，不能在所有类型的设备上使用相同的营销战略。用户在桌面端和移动端的浏览行为和心态可能存在很大差异。唯一的解决方案就是进行测试，再次进行测试。只有用户的行为才能告诉你他们真正需要什么。请善用这一点。
错误4. 对变化不敏感
用户的行为会随着时间的推移而发生变化，因此昨天有效的做法，明天可能就不再奏效。
缺乏持续的绩效监控可能会损害在线商店的利益。任何配置好的推荐模块都能在一定时期内带来利润，但随着时间的推移，它们可能会失去相关性。因此，要定期检查每个模块的指标，如果发现效率明显下降，请尝试其他方案。
结论
现代技术使网店能够针对每位买家进行个性化定制。智能商品陈列已被市场领先企业广泛应用，他们显然不会放弃这一优势。我们也希望您能紧跟他们的步伐！