उत्पाद अनुशंसा प्रणाली को कब और कैसे लागू करें

2008 में अमेज़ॅन द्वारा रिटेल में पेश किए जाने के बाद उत्पाद की सिफारिशें तेजी से लोकप्रिय हो गईं और खुदरा विक्रेताओं और उनके ग्राहकों दोनों के लिए एक अच्छा मूल्य प्रदान कर सकती हैं। प्रचार ने उत्पाद अनुशंसाओं से जुड़े कई बार खतरनाक मिथकों की उपस्थिति का नेतृत्व किया (ज्यादातर विक्रेता की बिक्री और विपणन टीमों द्वारा बनाई गई)। यानी आप अभी भी उत्पाद अनुशंसा समाधान को पूरी तरह से स्वायत्त मैजिक बुलेट के रूप में प्रस्तुत करते हुए देख सकते हैं, जो वेबसाइट पर स्थापित होने के तुरंत बाद किसी के मुनाफे में वृद्धि करेगा।

हकीकत में, चीजें बहुत अधिक जटिल हैं। उत्पाद अनुशंसाएं दोनों कर सकती हैं - आपकी बिक्री को बढ़ाना और रूपांतरण को बर्बाद करना। और इसके अतिरिक्त मूल्य को मापना चुनौतीपूर्ण है क्योंकि अधिकांश मुफ्त विश्लेषणात्मक उपकरण आपको यहाँ गुमराह कर सकते हैं जिसके परिणामस्वरूप नुकसान बढ़ सकता है।

इस लेख में, मैं उन सबसे आवश्यक विषयों को कवर करने का प्रयास करूंगा, जिन पर एक रिटेलर द्वारा उत्पाद अनुशंसाओं से निपटने के दौरान विचार करने की आवश्यकता है और मैं आपके उत्पाद का अधिकतम लाभ कैसे प्राप्त करूं, इस पर कुछ विशिष्ट टिप्स और ट्रिक्स प्रदान करूंगा।

कार्यप्रवाहों और अभियानों से प्रारंभ करें, उपकरणों से नहीं

उत्पाद अनुशंसाएं ग्राहकों को खरीदारी के लिए प्रस्तावित वस्तुओं का संग्रह हैं। उत्पाद सुझाव प्रदर्शित होने के स्थान के आधार पर उत्पाद अनुशंसाएँ भिन्न हो सकती हैं, उदाहरण के लिए, बिक्री प्रबंधक का टैबलेट या उत्पाद कार्ड, और व्यवसाय के लक्ष्य, उदाहरण के लिए, औसत ऑर्डर मूल्य में वृद्धि या रूपांतरण या राजस्व में वृद्धि।

उत्पाद अनुशंसाओं को लागू करने से पहले, यह समझना महत्वपूर्ण है कि वे किस कार्यप्रवाह में ग्राहक के लिए उपयोगी होंगे। क्लासिक ईकामर्स व्यवसाय में, अनुशंसाएँ वेबसाइट के विभिन्न भागों में प्रदर्शित उत्पाद कार्ड की तरह दिखती हैं। उदाहरण के लिए, किसी ब्रांड की वेबसाइट पर एक टी-शर्ट चुनने से अन्य समान टी-शर्ट की सिफारिश की जाएगी और ग्राहक को दिखाई जाएगी।

ऑफ़लाइन अनुशंसाएं पीओएस पर किसी स्टोर कर्मचारी, बिक्री प्रबंधक को उनके टैबलेट पर दिखाई जा सकती हैं। उत्पाद अनुशंसाएँ कॉल सेंटर के लिए भी उपयोगी हो सकती हैं। जब कोई ग्राहक कॉल करता है, तो ऑपरेटर ग्राहक के खरीद इतिहास और विचारों के आधार पर उत्पादों का सुझाव दे सकता है।

साथ ही, विशिष्ट व्यावसायिक लक्ष्यों या ऑडियंस सेगमेंट की ज़रूरतों को बेहतर ढंग से फिट करने के लिए उत्पाद सुझावों को हमेशा ठीक किया जा सकता है। उदाहरण के लिए, सिफारिशें केवल छूट वाले उत्पाद प्रदर्शित कर सकती हैं (यूपीटी, इकाई-प्रति-लेन-देन बढ़ाने के लिए), केवल एक विशिष्ट ब्रांड द्वारा उत्पादित सामान (उदाहरण के लिए, जो सबसे अधिक लाभ उत्पन्न करता है), या केवल उत्पाद जो आपके पास स्टॉक में बहुत कुछ है।
यहां कुछ उदाहरण दिए गए हैं कि ऑनलाइन और ऑफ़लाइन अनुशंसाएं कैसी दिख सकती हैं:

ऑनलाइन चैनल

• मुखपृष्ठ पर — लोकप्रिय उत्पाद;

• कैटलॉग में — श्रेणी के लोकप्रिय उत्पाद;

• उत्पाद कार्ड में - संबंधित या समान उत्पाद;

• कार्ट में - संबंधित उत्पाद या जिन्हें ग्राहकों द्वारा सबसे अधिक बार खरीदा जाता है।

  
  

ऑफ़लाइन चैनल

• कॉल सेंटर में — संबंधित या अक्सर खरीदे जाने वाले उत्पाद;

• बिक्री प्रबंधक के टेबलेट पर — सर्वाधिक बिकने वाले और उत्पाद संग्रह;

• पीओएस पर — संबंधित या प्रचार ऑफ़र।

  
  

इन सभी उपयोग मामलों में क्या महत्वपूर्ण है - आपकी सिफारिशें आदर्श रूप से विभिन्न स्पर्श बिंदुओं और संचार चैनलों के अनुरूप होनी चाहिए। जरा कल्पना करें कि आपके ग्राहकों को आपके प्रचार ईमेल, ईकामर्स कैटलॉग में और ऑर्डर की पुष्टि के दौरान कॉल सेंटर के प्रतिनिधि के साथ बात करते समय अनुशंसित उत्पादों के विभिन्न (या यहां तक कि विरोधाभासी) सेट प्राप्त करने पर क्या अनुभव हो सकता है। यदि ऐसा है तो आप एक समाधान पर विचार कर सकते हैं, जिससे आप अपने उत्पाद अनुशंसा तर्क को टचपॉइंट्स - यानी ग्राहक डेटा प्लेटफ़ॉर्म (सीडीपी) या इसी तरह के केंद्र में रख सकते हैं।

ग्राहक यात्रा के विभिन्न चरणों में उत्पाद अनुशंसा एल्गोरिदम वेरिएंट पर भी यही तर्क लागू होता है - यानी उत्पाद कार्ट या चेकआउट में सस्ते विकल्पों को बढ़ावा देने का कोई मतलब नहीं हो सकता है (हम इसे नीचे और अधिक विवरण में कवर करेंगे)।

उत्पाद अनुशंसाओं की दक्षता का मूल्यांकन कैसे करें

राज्य के विभिन्न संयोजन और उत्पाद अनुशंसाओं की संरचना मेट्रिक्स को विभिन्न तरीकों से प्रभावित करती है। यह सच है कि आप व्यवसाय मेट्रिक्स देख रहे हैं, जैसे औसत ऑर्डर मूल्य या राजस्व, या प्रॉक्सी (या मध्यस्थ) मेट्रिक्स, जैसे पृष्ठ की गहराई, क्लिक-थ्रू दर, और पसंदीदा में उत्पादों को कितनी बार जोड़ा गया था या ग्राहक की गाड़ी के लिए।

मुखपृष्ठ पर छूट वाले लोकप्रिय उत्पाद औसत ऑर्डर मूल्य को कम कर सकते हैं, लेकिन इसके बजाय रूपांतरण दर बढ़ा सकते हैं। उत्पाद कार्ड में समान, अधिक महंगे उत्पादों की सिफारिश रूपांतरण दर को कम कर सकती है, लेकिन औसत ऑर्डर मूल्य और समग्र लाभ बढ़ा सकती है।

प्रॉक्सी मेट्रिक्स (जैसे दृश्य) पर जानकारी तेजी से एकत्र की जाती है, हालांकि, इसका मतलब हमेशा व्यावसायिक सफलता नहीं होता है। उदाहरण के लिए, एक फ़ार्मेसी रिटेलर ने अपनी वेबसाइट पर हमारे द्वारा लॉन्च किए गए प्रयोग के हिस्से के रूप में, प्रत्येक खरीदारी में उत्पादों की संख्या बढ़ाने के लिए कार्ट पेज पर उत्पाद अनुशंसाएँ जोड़ीं। दो दिनों के परीक्षण के दौरान, कंपनी को नियंत्रण समूह के सापेक्ष $30,000 का नुकसान हुआ। यह पता चला कि ग्राहकों ने सिफारिशों से उत्पाद कार्ड पृष्ठों पर जाने के लिए कार्ट को छोड़ना शुरू कर दिया और अपने ऑर्डर को पूरा करना भूल गए। हमने पृष्ठ की गहराई में वृद्धि देखी, लेकिन अंत में कुल राजस्व में कमी आई।

ये उत्पाद अनुशंसाओं से सबसे अधिक प्रभावित मीट्रिक हैं:

बिजनेस मेट्रिक्स

• आय
• लाभ
• एक आदेश में रूपांतरण
• औसत ऑर्डर मूल्य
• क्रम में उत्पादों की संख्या

प्रॉक्सी मेट्रिक्स

• गहराई पर जाएँ
• सत्र की अवधि
• बाउंस दर
• उत्पाद कार्ड दृश्य
• आइटम कार्ट, इच्छा सूची या तुलना सूची में जोड़ा गया

उत्पाद अनुशंसा अभियानों की सूची को संकलित करने के कार्य को सरल बनाने के लिए, मैं इसे क्लोन करने का सुझाव दूंगा मिरो बोर्ड और मंथन समाधान जो आपके व्यवसाय के लिए उपयोगी होंगे। मैंने उदाहरण के तौर पर वहां कुछ विकल्प जोड़े।

उत्पाद अनुशंसाओं को वैयक्तिकृत कैसे करें

उत्पाद अनुशंसाओं की सूची निर्धारित करने और लक्ष्य मेट्रिक्स निर्धारित करने के बाद, आपको यह सोचने की आवश्यकता है कि अपनी उत्पाद अनुशंसाओं की गुणवत्ता को कैसे अनुकूलित किया जाए। उत्पाद अनुशंसाओं को ग्राहकों के लिए सबसे उपयोगी वस्तुओं का सुझाव देने में मदद करनी चाहिए। ऐसा करने के लिए, उत्पाद सुझाव निम्नलिखित कारकों पर आधारित होने चाहिए:

• व्यावसायिक लक्ष्य - राजस्व वृद्धि, लाभप्रदता, औसत ऑर्डर मूल्य, यूपीटी और बिक्री की मात्रा;

• ग्राहक व्यवहार - ब्राउज़िंग इतिहास, कार्ट में जोड़े गए आइटम और पसंदीदा, ऑनलाइन और ऑफलाइन खरीद इतिहास;

• अन्य समान ग्राहकों का ग्राहक व्यवहार।

  
  

इस तरह, व्यवसाय और ग्राहक के हितों को ध्यान में रखते हुए उत्पाद सुझाव तैयार किए जाएंगे। जितने अधिक डेटा को ध्यान में रखा जाएगा, सुझाव उतने ही सटीक होंगे। यदि ग्राहक ने एक शर्ट ऑफ़लाइन खरीदी है, तो मोबाइल ऐप उन्हें मैचिंग पैंट की सिफारिश करेगा, क्योंकि वही शर्ट खरीदने वाले अन्य ग्राहकों को ये पैंट पसंद थे।

जैसा कि अक्सर होता है, ब्रांड और उत्पाद रेंज के साथ ग्राहक की बातचीत का इतिहास कई प्रणालियों में संग्रहीत किया जाता है: ईआरपी सॉफ्टवेयर में ऑफ़लाइन बिक्री, शॉपिफाई जैसी किसी चीज़ में ऑनलाइन बिक्री, और ग्राहक क्रियाएं (जैसे, विशलिस्ट में आइटम जोड़ना) दूसरे पर प्लैटफ़ॉर्म। इस मामले में, हम यह नहीं जान सकते हैं कि जो ग्राहक अभी-अभी वेबसाइट पर लौटा है, उसने एक घंटे पहले ही ऑफलाइन खरीदारी की है। Crocs पूर्वी यूरोप , उदाहरण के लिए, साप्ताहिक आधार पर अपने संपूर्ण दर्शकों को ईमेल ब्लास्ट भेजते थे। ऑनलाइन खरीदारी का इतिहास, ऑफलाइन खरीदारी, ईमेल, एसएमएस और वेब पुश नोटिफिकेशन सभी अलग-अलग सिस्टम में स्टोर किए गए थे।

नतीजतन, उनके विपणक के पास डेटा के एक भी स्रोत तक पहुंच नहीं थी जो उन्हें खरीद इतिहास को ध्यान में रखते हुए अभियान भेजने में सक्षम बनाती। ग्राहक ऐसे ईमेल प्राप्त कर सकते हैं, उदाहरण के लिए, Crocs की अनुशंसा करते हैं जिसे उन्होंने एक दिन पहले खरीदा था। एनालिटिक्स के सुनहरे नियमों में से एक "गारबेड इन - गारबेड आउट" जैसा लगता है, जिसका अर्थ है कि यदि आप अपने एल्गोरिथ्म को असंगत या अपूर्ण डेटा के साथ फीड करेंगे, तो आपको सबसे अधिक असंतोषजनक परिणाम भी प्राप्त होंगे। यहां (अभी तक) कोई जादू नहीं है।

इस समस्या को हल करने के लिए, डेटा को एकल सिस्टम में केंद्रीकृत किया जाना चाहिए। एक भंडार विकसित करना संभव है जो संचित डेटा को विपणन गतिविधियों में उपयोग करने की अनुमति देगा, लेकिन यह महंगा है। उस अड़चन को हल करने का सबसे हालिया तरीका ग्राहक डेटा प्लेटफ़ॉर्म नामक तकनीकों का वर्ग है। वे विभिन्न उद्योगों के लिए तैयार-से-उपयोग समाधानों की पूरी गुंजाइश प्रदान करते हैं।

प्रौद्योगिकी कंपनियों को असीमित संख्या में स्रोतों से ग्राहकों के व्यवहार पर डेटा को स्वचालित रूप से अपलोड करने, डेटा को शुद्ध और एकीकृत करने और ब्रांड के साथ ग्राहकों की बातचीत का पूरा इतिहास प्राप्त करने की अनुमति देती है, जिसके आधार पर आप उत्पाद अनुशंसाओं सहित मार्केटिंग अभियान शुरू कर सकते हैं।

संचित डेटा का उपयोग मशीन लर्निंग एल्गोरिदम को प्रशिक्षित करने के लिए भी किया जा सकता है। यहां तक कि हजारों ग्राहकों वाले व्यवसाय भी मशीन लर्निंग से लाभान्वित होने के लिए 3-4 महीनों में पर्याप्त डेटा जमा करते हैं (इस समय में लगभग एक मिलियन ग्राहक कार्रवाई रिकॉर्ड उत्पन्न होते हैं)। एल्गोरिदम ग्राहक के हितों की एक प्रोफ़ाइल बनाते हैं, समान उपयोगकर्ताओं को ढूंढते हैं और उन्होंने जो खरीदा है, उसके आधार पर ग्राहक को अन्य उत्पादों की सिफारिश करते हैं जिन्हें वे खरीदना चाहते हैं। यह बिल्कुल ऐसा ही है व्यक्तिगत सिफारिशें टॉम टेलर फैशन ब्रांड में काम करती हैं .

केंद्रीकरण का एक और बोनस एकजुट ओमनीचैनल मार्केटिंग है। यह तब होता है जब ऑनलाइन चैनल आइटम की लोकप्रियता को ध्यान में रखते हैं, और वेबसाइट पर और अभियानों में उत्पाद अनुशंसाओं को सिंक्रनाइज़ किया जाता है। इस प्रकार, डेटा केंद्रीकरण उत्पाद अनुशंसाओं की गुणवत्ता में काफी वृद्धि करता है।

उत्पाद अनुशंसाएँ प्रदान करने वाली कई सेवाएँ हैं। उनकी क्षमताएं एल्गोरिदम की संख्या में भिन्न होती हैं, चाहे वे आपको उत्पाद अनुशंसाओं को अनुकूलित करने की अनुमति दें या नहीं, अनुशंसाओं की दक्षता को मापने के लिए वे जो उपकरण प्रदान करते हैं, और अनुशंसा मैट्रिक्स बनाने के लिए डेटा अपलोड करने के लिए उपलब्ध स्रोत। ब्लूमरीच , अंदरूनी सूत्र , और माइंडबॉक्स कंपनियों को तकनीकों के साथ प्रदान करें जिससे वे एमएल समाधानों के साथ उत्पाद अनुशंसाओं को ठीक कर सकें और ऑनलाइन, ऑफलाइन और मोबाइल ऐप्स से डेटा को ध्यान में रख सकें।

उत्पाद अनुशंसाओं की दक्षता का मूल्यांकन कैसे करें

प्रदर्शन माप उपकरण उस चैनल के आधार पर भिन्न होते हैं जिसमें अनुशंसाओं का उपयोग किया जाता है। इसी समय, चैनल की परवाह किए बिना, सिद्धांत समान है। ग्राहकों को दो गुटों में बांटा गया है। एक समूह को सिफारिशें प्राप्त होती हैं, जबकि दूसरे को नहीं। यदि अनुशंसा प्राप्त करने वाले समूह में बिक्री अधिक है, तो ग्राहकों को अनुशंसाएँ उपयोगी लगीं।

ऑनलाइन चैनल

ऑनलाइन परीक्षण करते समय, मैं Google का उपयोग करने की सलाह देता हूं अनुकूलन औजार। यह नि:शुल्क है, प्रयोग को स्थापित करने में बस कुछ ही कदम लगते हैं, और परीक्षण बनाने के लिए प्रोग्रामिंग कौशल की आवश्यकता नहीं होती है।

यदि आप पहले से ही Google Analytics के साथ काम करते हैं, तो Optimize प्रयोग दक्षता का मूल्यांकन करने के लिए ई-कॉमर्स डेटा का उपयोग कर सकता है। वेबसाइट का एक संस्करण बिना किसी बदलाव के मूल संस्करण होगा, जबकि दूसरा संस्करण ग्राहकों के लिए उत्पाद अनुशंसाओं को प्रदर्शित करेगा। प्रत्येक अलग-अलग विजेट के लिए, आपको यह सुनिश्चित करते हुए अपना प्रयोग सेट अप करना होगा कि डेटा मिश्रित न हो, अन्यथा आप यह नहीं जान पाएंगे कि कौन-सा विशिष्ट अनुशंसा विजेट मदद करता है और कौन-सा नहीं। इनकैंटो, एक अधोवस्त्र और स्विमवीयर स्टोर , को उत्पाद अनुशंसाओं के कार्यान्वयन के बाद राजस्व में 5.5% की वृद्धि प्राप्त हुई।

ईमेल अभियानों में प्रयोग इसी तरह कॉन्फ़िगर किए गए हैं। प्राप्तकर्ताओं का एक भाग अनुशंसाओं के साथ ईमेल प्राप्त करता है, और दूसरा उनके बिना। लगभग हर ईमेल मार्केटिंग प्लेटफॉर्म पर A/B टेस्ट उपलब्ध हैं।

ऑफ़लाइन चैनल

एक नियंत्रण समूह के साथ एक ऑफ़लाइन ए/बी परीक्षण ऑनलाइन परीक्षण के समान सिद्धांत पर काम करता है। कॉल सेंटर के भीतर उत्पाद अनुशंसाओं का परीक्षण करते समय ऐसा किया जा सकता है। जब कोई कॉल किया जाता है, तो ऑपरेटर का सॉफ़्टवेयर सीडीपी को एक अनुरोध भेजता है, जहां दर्शक पहले से ही दो समूहों में विभाजित होते हैं। आधे मामलों में, प्लेटफ़ॉर्म ऑपरेटर की स्क्रीन पर उत्पाद अनुशंसाएँ प्रदर्शित करता है। अन्य मामलों में, कोई अनुशंसा प्रदान नहीं की जाती है। फिर, CDP की अंतर्निहित रिपोर्ट के आधार पर, दोनों समूहों के व्यवहार की तुलना यह निर्धारित करने के लिए की जाती है कि ग्राहकों ने कहाँ अधिक खरीदारी की। पीओएस सॉफ्टवेयर के साथ एक ही दृष्टिकोण लागू किया जा सकता है जब कैशियर ग्राहक को केवल आधे समय संकेत देने की सिफारिशें देखता है।

जब उत्पाद अनुशंसाएँ उपयोगी नहीं होती हैं

ग्राहकों को एक उत्पाद श्रृंखला से परिचित कराने के लिए Amazon Corporation द्वारा एक उपकरण के रूप में उत्पाद अनुशंसाओं का आविष्कार किया गया था। 100 से कम उत्पादों वाली उत्पाद श्रेणी वाले ब्रांड के लिए स्वचालित उत्पाद अनुशंसाएँ उपयोगी नहीं हैं। इस मामले में, एल्गोरिदम के पास चुनने के लिए पर्याप्त उत्पाद नहीं होंगे। इसलिए, अनुशंसाओं को CMS में मैन्युअल रूप से एक बार कॉन्फ़िगर किया जा सकता है। यह न केवल सस्ता होगा क्योंकि तृतीय-पक्ष तकनीक खरीदने की कोई आवश्यकता नहीं है, बल्कि यह भी आसान है क्योंकि एक बार सिफारिशें कॉन्फ़िगर हो जाने के बाद, उन्हें समर्थन देने की कोई आवश्यकता नहीं होगी।

हालाँकि, स्थिति भिन्न होती है जब उन सिफारिशों की बात आती है जिनका नियंत्रण समूह पर परीक्षण नहीं किया गया है। ऊपर उल्लिखित फार्मेसी के उदाहरण का उपयोग करना (जिसने सिफारिशों को लागू किया और दो दिनों में $30,000 खो दिया) यह कहना उचित होगा कि अगर सिफारिशों का परीक्षण नहीं किया जाता है, तो इससे कंपनी को पैसे की हानि हो सकती है। यदि हम दस वर्ष से कम उम्र के बच्चों के लिए एक कपड़े की दुकान का उदाहरण लेते हैं, तो मुझे नियंत्रण समूह के सापेक्ष +25% की आय वृद्धि प्राप्त करने के लिए दो महीने की अवधि में प्रयोग के तीन पुनरावृत्तियों को करना पड़ा।

उत्पाद अनुशंसाएँ कैसे लॉन्च करें

यदि आप अपने व्यवसाय में उत्पाद अनुशंसाओं को आज़माने का निर्णय लेते हैं, तो मेरा सुझाव है कि आप इन चरणों का पालन करें:

एक अभियान सूची बनाएँ। अपनी स्वयं की वेबसाइट खोलें और यह समझने का प्रयास करें कि किन स्थितियों में अनुशंसाएँ आपके ग्राहकों के लिए उपयोगी हो सकती हैं। इस स्तर पर, मैं अनुशंसा करता हूं कि आप हर उस चीज की "इच्छा सूची" बनाएं जो आपको लगता है कि काम कर सकती है, होमपेज पर लोकप्रिय उत्पादों जैसे सरल समाधानों से लेकर व्यक्तिगत अनुशंसाओं के साथ पॉप-अप तक, जब कोई ग्राहक वेबसाइट छोड़ना चाहता है। पहुंच के अनुसार परिकल्पनाओं के परिणामी सेट को व्यवस्थित करें। जितने अधिक लोग अनुशंसाओं को देखेंगे, उतनी ही तेजी से आपको परीक्षणों में सांख्यिकीय रूप से महत्वपूर्ण परिणाम प्राप्त होंगे। अभियानों की सूची बनाने के लिए, का उपयोग करें मिरो माइंडमैप टेम्पलेट मैंने ऊपर प्रदान किया।

मेट्रिक्स को परिभाषित करें। मेट्रिक्स आपको यह समझने में मदद करेंगे कि आप किन उत्पादों की सिफारिश करना चाहते हैं और सफलता के मानदंड निर्धारित करते हैं। मेरी सलाह है कि शुरुआत में ही इस कार्य को जटिल न बनाएं। राजस्व और पृष्ठ की गहराई को देखें (जिसे "तेज प्रॉक्सी मीट्रिक" भी कहा जाता है)। ऑफ़लाइन अनुशंसाओं के लिए, यह राजस्व और औसत ऑर्डर मूल्य हो सकता है।

यह "इच्छा सूची" डेवलपर्स या उत्पाद अनुशंसा सेवा के प्रतिनिधियों को दिखाएं । विकासकर्ता आपको बता सकेंगे कि कार्यान्वयन में कितना समय लगेगा, और सेवा प्रतिनिधि आपको बताएंगे कि वांछित अभियानों को शीघ्रता से कैसे स्थापित किया जाए। ब्लूमरीच, क्लावियो, या माइंडबॉक्स जैसी सेवाओं में, सबसे लोकप्रिय अभियान बॉक्स से बाहर प्रदान किए जाते हैं। अपने सहयोगियों से मिले फीडबैक से भी आप लॉन्च योजना को समायोजित कर सकेंगे — कुछ चरणों को तेजी से लागू किया जा सकता है।

प्रबंधनीयता और अनुकूलता सुनिश्चित करें। जांचें कि आप विभिन्न टचपॉइंट्स में अपनी अनुशंसा तर्क को समन्वयित करने में सक्षम होंगे और कुछ विशिष्ट ग्राहक के सेगमेंट - यानी ब्रांड प्रेमी, भारी खरीदारी आदि के लिए बेहतर ढंग से अनुकूलित करने में सक्षम होंगे।

उत्पाद अनुशंसा सेवा पर ब्रांड और उत्पाद श्रेणी के साथ ग्राहक की सहभागिता का इतिहास अपलोड करें । ऑनलाइन और ऑफलाइन चैनलों के साथ-साथ मोबाइल ऐप्स से डेटा आपको बेहतर सुझाव देने और सभी टचपॉइंट्स में एक समान मार्केटिंग की गारंटी देने की अनुमति देगा। यदि आप सीडीपी का उपयोग करते हैं, तो आप संचित डेटा का उपयोग अन्य मार्केटिंग अभियानों के लिए भी कर सकते हैं।

एक परीक्षण उपकरण स्थापित करें। उदाहरण के लिए, आप ऑनलाइन चैनलों के लिए Google ऑप्टिमाइज़ और ऑफ़लाइन चैनलों के लिए एक नियंत्रण समूह का उपयोग कर सकते हैं। मुख्य और नियंत्रण समूहों का वितरण 50/50 हो सकता है, जबकि राजस्व द्वारा दक्षता का आकलन किया जा सकता है।

प्रयोग की प्रगति की निगरानी करें और उत्पाद अनुशंसाओं को समायोजित करें यदि वे अपेक्षा के अनुरूप काम नहीं करते हैं। आपको पहला सफल परिणाम प्राप्त होने में 2-3 महीने तक का समय लग सकता है, और कुछ विजेट्स के कारण आय में कमी आ सकती है। हालांकि, एक बार सब कुछ ठीक हो जाने के बाद, आप राजस्व में 5.5% की वृद्धि देखेंगे, जैसा कि इनकैंटो ऑनलाइन स्टोर ने किया था।