De inzet van personalisatie door webshops is inmiddels gemeengoed geworden. Dat is logisch; wanneer je tegenwoordig nog dezelfde website aan al je bezoekers toont, mis je binnen afzienbare tijd de boot.
Binnen de markt voor personalisatietechnologieën nemen zogenaamde “recommendation systemen” een belangrijke plaats in. Waarom zou je immers tijdrovende handmatige productaanbevelingen aan bezoekers tonen wanneer een algoritme betere resultaten oplevert en bovendien zonder tijdrovende handmatige interventie?
De grote e-commerceplatformen als Amazon, E-Bay en Alibaba maken al jaren gebruik van eigen recommendation-systemen en ook op tal van andere gebieden worden gepersonaliseerde aanbevelingen volop gebruikt. Bijvoorbeeld wanneer je een film uitzoekt op Netflix of wanneer Spotify je persoonlijke muzieklijsten aanbiedt. In al deze gevallen analyseert kunstmatige intelligentie (AI) je gedrag en probeert dit te koppelen aan de voor jou meest relevante content zoals producten, films en muziek.
Aanbieders van e-commerce personalisatie
Binnen de markt voor personalisatietechnologieën zijn tal van aanbieders actief. Van “pure players” als Barilliance, Dynamic Yield, Fresh Relevance en het Nederlandse Datatrics en Wiqhit tot bestaande aanbieders van CMS systemen en aanbieders van A/B- en multivariate test oplossingen die personalisatie erbij zijn gaan aanbieden.
Sinds kort zijn er bovendien twee techreuzen die zich binnen de markt voor personalisatieoplossingen beginnen te bewegen: Google en Amazon. Beiden hebben namelijk dit jaar aangekondigd AI (artificial intelligence) recommendation systemen te ontsluiten via hun Cloud dienstverlening.
Als dit klinkt als een deja-vu, dan kan dat kloppen; zowel Google als Amazon zijn al eerder gestart met uitbreiding van diensten die destijds buiten de core business vielen namelijk het verhuren van overcapaciteit van servercapaciteit (inmiddels ruimschoots bekend als Google Cloud Platform en Amazon Web Services). Dat beide giganten nu ook starten met het aanbieden van specifieke oplossingen waaronder de recommendation engine is niet meer dan een logische vervolgstap.
Een oplossing in de Cloud biedt nieuwe kansen en voordelen voor webshops
De toegevoegde waarde van recommendation systemen kunnen per aanbieder sterk verschillen. Bij het testen van twee “recommendation engines” van verschillende aanbieders is ons meermaals gebleken dat de mate van positieve impact sterk uiteen kan lopen. De engine van een andere aanbieder kan zorgen voor vijf tot wel vijftien procent omzetstijging. De uitkomst van dergelijke testen bewijst de noodzaak van een goede afweging met wie je in zee gaat en tevens dat het lonend kan zijn om soms een nieuwe oplossing te testen.
Als webshop eigenaar kun je vanaf nu je voordeel doen met de ruime ervaring van Google of Amazon met geautomatiseerde productaanbevelingen. Een oplossing in de Cloud bied je daarnaast nog meer voordelen.
Integratie binnen je bestaande platform zonder vertraging
Veel traditionele aanbeveling systemen plaatsen de aanbevelingen in je platform via “DOM injectie”. Met andere woorden; de aanbevelingen worden door een 3e partij pas na het laden van je eigen content, en dus met enige vertraging, ingeschoten.
Zowel Google als Amazon bieden de aanbevelingen aan via API-calls waardoor aanbevelingen geïntegreerd worden binnen het bestaande platform, de content sneller worden ingeladen en de laadtijd wordt verminderd. Zoals je wellicht hebt gelezen in een recent artikel van Bol.com op Emerce is laadtijd een factor die een grote invloed heeft op de mate van positieve impact.
Meer controle en lagere kosten
Third-party tools worden extern gehost en kunnen door Adblockers eenvoudig worden geblokkeerd. Cloud oplossingen bieden je meer controle over de plaatsing van de aanbevelingen binnen je bestaande platform. Bij serverside integratie binnen het eigen platform heeft je webshop geen last van AdBlockers. Daarnaast is er natuurlijk het kostenaspect welke in de meeste gevallen op de langere termijn voordelig zal uitvallen.
Als marketeer de touwtjes in handen
In alle gevallen worden recommendation systemen getraind door twee datasets te combineren; de aangeboden content en de interactie van je bezoeker met de content. Het trainen van de algoritmen achter deze systemen wordt normaliter door data scientists gedaan bij de aanbieder; Google en Amazon geven je als marketeer echter de touwtjes in handen.
De werking van zowel Google Cloud AI Recommendations als Amazon Personalize is evenals bij de meeste kwalitatieve systemen gebaseerd op enerzijds de content en anderzijds het gedrag van de bezoekers. Om de systemen zo goed mogelijk in te stellen en te benutten dient je webshop idealiter te beschikken over zo veel mogelijk meta-data over de content, evenals de interacties van alle bezoekers met de betreffende content. Deze datasets zijn al beschikbaar bij een goede integratie van Tagging- en Analytics systemen.
Google versus Amazon
Bij Google kan gebruik worden gemaakt van Google Analytics data voor het voeden van de Cloud AI Recommendations. Hiervoor hoeft Google Analytics enkel gekoppeld te worden aan het Cloud AI platform. Het belangrijkste verkoopargument voor Amazon is hun jarenlange ervaring op de eigen webshop.
Op dit moment draait Google Cloud AI Recommendations in bèta; de laatste formele fase voor livegang bij Google. De bèta status zegt overigens niet erg veel want dat label heeft ook ruim vijf jaar onder het Gmail-logo gestaan. Het product wordt momenteel nog wel volop verder ontwikkeld.
Conclusie
Twee techreuzen betreden de reeds overvolle markt voor personalisatie oplossingen en bieden je een aantal belangrijke voordelen ten opzichte van bestaande aanbieders. Voor ambitieuze e-commerce spelers is een oplossing in de Cloud een logische vervolgstap na het gebruik van een third party oplossing vanwege de belangrijke voordelen zoals kortere laadtijden, meer controle en lagere kosten.
