авторизация

Топ-3 революционных технологий в E-Commerce

Международная компания RTB House определила самые успешные технологии, оказывающих влияние на индустрию электронной коммерции

Следить за изменениями стремительно развивающихся технологий в электронной коммерции и индустрии маркетинга – весьма сложная задача. Среди множества появляющихся вновь инструментов не так легко определиться — какие именно из них стоит внедрить. Международная компания RTB House определила 3 самые успешные технологии, оказывающих влияние на индустрию электронной коммерции сегодня.

Новые технологии – на подъеме

В 2016 году общий объем розничных продаж по всему миру достиг колоссальной оценки в $ 22 049 млрд, что на 6% выше предыдущего года, сообщает в своих отчетах eMarketer. Исследовательская компания также прогнозирует, что объем продаж превысит $ 27 трлн к 2020 году, несмотря на замедление ежегодных темпов роста в течение последующих нескольких лет. Розничные продажи в сфере электронной коммерции, в свою очередь, достигли $1 915 триллионов в 2016 году, что составляет 8,7% от общего объема розничных продаж во всем мире, и цифра продолжает быстро расти.

Это развитие, в свою очередь, сделало пространство электронной коммерции зоной высокой конкуренции. Новые компании, малый бизнес и крупные корпорации все больше и больше двигаются в Интернет, параллельно с этим растут и ожидания клиентов. Для того, чтобы занять лидирующие позиции, электронные магазины должны уделять больше внимания инновационным решениям, которые помогают гарантировать близость к потребностям клиентов и оптимизироваться под них методами цифровых технологий.

Следующие технологии занимают 3 топовые позиции на пути к революционным решениям, усиливающим эффективность онлайн-продаж игрокам рынка электронной коммерции.

# 1 Facebook Messenger чат-боты

Высокая степень проникновения социальных медиа и их популярности привела к прогрессу в общении с клиентами и улучшению их покупательских навыков. По мнению многих экспертов, 2016 год был годом «коммуникационной коммерции» — с помощью использования чата, мессенджеров и других интерфейсов естественного общения, для взаимодействия с людьми, торговыми марками или услугами.

Не существует никаких сомнений относительно важности социальных медиа в процессе принятия решения о покупке. Исследование Gartner показывает, что бренды потеряют 15% своих клиентов, если они не отреагируют на тех, кто свяжется с ними через социальные медиа. В исследовании Bain & Company говорится, что при ответе клиентам через этот канал, бренд может рассчитывать на увеличение дохода на одного клиента в среднем от 20 до 40%.

Facebook Messenger чат-боты были одними из главных лидеров в пространстве чата «клиент-бренд». При правильном использовании чат-ботов возможно сделать ваше взаимодействие с клиентами более тесным и продуктивным, а также более надежным – с применением функций автоматизации. Это может стимулировать увеличение числа желающих общаться и выстроить лояльность к бренду. Это возымеет такое же влияние, как личный помощник. К примеру, он сможет ответить на гораздо большее количество вопросов, чем стандартный FAQ, а при использовании сведений о клиенте, предоставить информацию о конкретном заказе или наличии товара в каталоге/на складе).

Мало того, что автоматизация чат-ботов повышает уровень клиентской удовлетворенности, она еще и мгновенно снижает эксплуатационные расходы на поддержание работы с клиентами.

# 2 Прогрессивные веб-приложения

Число пользователей мобильных гаджетов выросло настолько быстро, что теперь mobile – это ведущая цифровая платформа. Суммарно, на долю смартфонов и планшетных ПК, приходится две трети эфирного времени, проведенных в цифровом пространстве. Использование приложений для смартфонов теперь в одиночку захватывает примерно половину этого времени, по данным международного исследовательского агентства ComScore.

Растущий потенциал мобильного шоппинга влияет на механику совершения покупки. Клиенты, которые принимают решение о тесном взаимодействии с брендом, проявляются «аллергическую» реакцию на сайты, которые не являются адаптивными для мобильных устройств или имеют функции, пригодные к использованию только в автономном режиме. Данные Localytics показывают, что только 37% пользователей используют приложения для электронной коммерции в течение одного месяца после того, как они загрузили их, то есть 63% пользователей не использовали приложение и через один месяц после знакомства с ним.

Низкая производительность в мобильных приложениях побудила бренды обратиться к прогрессивным веб-приложениям или мобильным веб-сайтам, которые обладают такими же свойствами, что и приложения: быстротой ответа на пользовательский запрос. Эта веб-экосистема сочетает в себе преимущества как мобильного Интернета, так и приложения, но одновременно избавляет и от многих недостатков. Современное приложение обладает полным функционалом веб-сайта с динамическими данными, доступом к базам данных, и в то же время простотой использования мобильного приложения. Такое сочетание делает его потенциальным революционером в индустрии электронной коммерции.

В двух словах, это означает, что создание веб-сайта, полностью и быстро реагирующего на запросы с мобильных устройств, дает пользователям возможность работать в автономном режиме и на любом гаджете без необходимости загружать родное приложение. Кроме того, это означает, что бренды могут избавиться от больших инвестиций в приложения, предназначенных для каждой конкретной платформы, и в то же время соответствовать ожиданиям клиентов. Это, в свою очередь, означает, что все больше и больше игроков будут иметь возможность иметь приложение, удобное для пользователя.

# 3 Пользовательский опыт в сочетании с технологиями Deep Learning

Будучи по существу комплексным методом решения проблем, используемым алгоритмами в информатике, Глубокое обучение ( Deep Learning) в настоящее время является ключевой технологией во многих отраслях промышленности и за пределами собственно программного обеспечения. Сейчас глубокое обучение проникает в сферу   электронной торговли, для которой новый подход имеет большой потенциал стать в ближайшей перспективе настоящим гейм-чейнджером.

Среди многочисленных примеров мы выделим несколько: такие алгоритмы являются основой движка Facebook DeepText, целью которого является улучшить механику использования чат-ботов для электронной коммерции. Алгоритмы глубокого обучения также используются в движках обработки изображений: участвуют в процессе выбора подобных предложений в интернет-магазине под рекомендации конкретному пользователю. Метод глубокого обучения применяется в решении распознавания изображений сервиса Yahoo, помогающее автоматически идентифицировать изображения, которые не подходят или являются безопасными для работы (NSFW). Также Google использует метод глубокого обучения, пока только в пределах Google.translate, что уменьшает количество ошибок на 60%. Опыт использования в Google, в свою очередь, может помочь игрокам электронной коммерции в расширении бизнеса на мультиязычную среду.

Алгоритмы глубокого обучения создают большие возможности для рекламных кампаний в программатике. Например, технология ретаргетинга была использована в течение некоторого времени, но глубокое обучение может быстро изменить работу персонализированного ретаргетинга. Такие методы могут улучшить пользовательский опыт путем многочисленных способов прогнозирования поведения и более точным указанием вероятности совершения конкретных действий. Внутренние данные RTB House показали, что использование алгоритмов глубокое обучения может стремительно увеличить производительность медийных кампаний на 13% (по кликам) и 25% (в конверсиях). Комплексный анализ данных, который возможен при использовании метода глубокого обучения , может выявить более расширенное понимание намерений пользователей сайта, помогая игрокам электронной коммерции не только эффективно рекламировать свой бизнес, но и упростить процессы онлайн-покупок.

Автор — Антон Мелехов генеральный директор RTB House (международная компания, предоставляющая услуги в области передовых технологий ретаргетинга)

оценка записи

Будь в курсе новостей и полезных статей

Рекомендуем
Рекомендуем

Добавить комментарий