Plantegartneri slår tech-giganterne på personalisering

Din søgefelt ved intet om dine kunder.
I mellemtiden tilpasser en dansk planteskole søgeresultaterne ud fra, hvornår blomsterne blomstrer. Mens milliardstore detailhandlere viser de samme resultater til alle, skræddersyr Jespers Planteskole hver eneste søgning, så den med kirurgisk præcision matcher kundens hensigt.
Resultatet, ifølge deres egne interne tal: En stigning på 181 % i direkte konverteringer og 177 % i indirekte konverteringer, hvilket tilskrives personaliseringslaget i søgefunktionen. Jeres tal vil være anderledes. Princippet er det samme.
Personaliseringens paradoks
De fleste e-handelswebsteder indsamler enorme mængder produktdata, som de derefter fuldstændig ignorerer. Farve, størrelse, materiale, sæsonbestemthed og kompatibilitet – alt sammen ligger ubenyttet i databaser, mens kunderne springer frem og tilbage mellem generiske søgeresultater.
Jespers Planteskole valgte en anden tilgang. De gennemgik deres produktkatalog og stillede sig et simpelt spørgsmål: Hvad betyder egentlig noget for en person, der køber planter?
Svaret var ikke raketvidenskab. Indkøbere af planter lægger vægt på:
- Når blomsterne blomstrer
- Løvfarve
- Plantehøjde
- Modningstid for frugtsorter
Så de byggede deres søgefunktion op omkring disse egenskaber. Ikke som filtre, der er gemt væk i sidepanelerne, men som en intelligent personalisering, der lærer af hver eneste interaktion.
Sådan fungerer intelligent søgning i praksis
En kunde søger efter »lilla blomster« og klikker på planter, der er over 0,5 meter høje. Systemet registrerer dette. Ved den næste søgning vises der naturligvis flere lilla blomster i det pågældende højdeinterval, uden at kunden behøver at anvende et filter igen.
Det smarte er netop det, der ikke sker. Systemet oversvømmer ikke kunden med identiske valgmuligheder. Det bevarer mangfoldigheden, samtidig med at det diskret styrer kunden i retning af de præferencer, vedkommende tidligere har vist. Lilla dominerer, men komplementærfarver dukker op for at inspirere til yderligere køb. Resultatet føles mindre som en algoritme og mere som en kyndig butiksindehaver, der husker, hvad du kunne lide.
Dette er adfærdsbaseret læring anvendt på produktudforskning. Ikke en filtergrænseflade, der blot er sat oven på et simpelt søgeindeks.
De data, du ser bort fra
Hver eneste e-handelsvirksomhed har tilsvarende egenskaber, der ligger ubenyttede hen.
Modebutikker holder styr på stoffets vægt, vaskeanvisninger og sæsonkollektioner. Men søgefunktionen behandler en vinterfrakke af uld på samme måde som et par sommershorts af hør.
Elektronikforretninger kender til kompatibilitetskrav, strømforbrug og anvendelsesscenarier. Alligevel er kunderne nødt til manuelt at sortere blandt de uforenelige muligheder.
Websteder med boligartikler tager højde for rumtyper, stilpræferencer og pladsbegrænsninger. Alligevel viser søgeresultaterne spisestuestole til en bruger, der søger efter soveværelsesmøbler.
Mønstret er det samme overalt: Der findes omfattende produktdata, men ingen personalisering.
Hvorfor de fleste personaliseringsforsøg mislykkes
De fleste personaliseringsløsninger inden for e-handelsverdenen virker mekaniske, fordi de fokuserer på tidligere køb i stedet for aktuelle købsintentioner. Har du købt en bærbar computer i sidste måned? Her er flere bærbare computere – i al evighed.
Intelligent personalisering fungerer på en anden måde. Den observerer mikroadfærd under aktive indkøbssessioner ved hjælp af Product Intelligence, som analyserer produktattributter i stedet for blot at registrere klik. Hvilke attributter tiltrækker opmærksomhed? Hvilke kombinationer interesserer kunden? Hvordan adskiller vellykkede køb sig fra forladte indkøbskurve?
Jespers Planteskoles tilgang er en succes, fordi den gør opdagelsesprocessen personlig – ikke blot den endelige anbefaling.
Den samlede effekt af intelligent søgning
Personlig søgning skaber en positiv spiral. Bedre resultater øger brugerengagementet. Større brugerengagement genererer flere adfærdsdata. Flere data forbedrer den fremtidige personalisering.
De tal, som Jespers rapporterer fra denne cyklus, er webshop, fordi udgangspunktet var generisk. Effektens omfang i en given butik afhænger af forskellen mellem det, jeres data allerede ved, og det, jeres søgefunktion rent faktisk bruger. For de fleste butikker er denne forskel stor nok til at være pinlig.
Sådan finder du ud af, om din søgning har det samme problem
Tre spørgsmål, som enhver e-handelsleder bør stille:
1. Hvilke produktegenskaber er det egentlig, der er afgørende for købsbeslutningerne i din kategori?
Det er ikke det, du tror, der betyder noget. Det er det, kunderne viser gennem deres adfærd, der betyder noget.
2. Hvor stor en del af jeres produktdata indgår i personaliseringen af søgeresultaterne?
Hvis svaret er »ingen« eller »grundlæggende demografiske oplysninger«, går du glip af muligheder for at skabe konverteringer.
3. Kan din søgefunktion lære af brugeradfærd i realtid inden for en enkelt session?
Anbefalinger efter købet er nyttige. Personalisering under selve besøget, mens brugeren aktivt udforsker, er banebrydende.
Den efterretningsmæssige fordel
Jespers Planteskole opnåede ikke succes ved at indsamle flere data. De opnåede succes ved at udnytte de eksisterende data på en smartere måde. Deres produktkatalog havde hele tiden indeholdt oplysninger om blomstringstidspunkter og plantehøjder. Gennembruddet kom ved at sammenkæde disse oplysninger med søgeadfærden.
Det er her, de fleste e-handelswebsteder fejler. De optimerer med henblik på trafikmængden i stedet for trafikkvaliteten. De måler klik i stedet for konverteringer. De behandler alle besøgende ens i stedet for at tage højde for den enkelte besøgendes hensigt.
Intelligent personalisering vender tilgangen på hovedet. I stedet for at vise alt til alle viser den de rigtige produkter til de rigtige personer på det rigtige tidspunkt. Den samme logik ligger til grund for personaliserede anbefalinger på kategori- og produktsider samt udløste e-mails efter sessionen.
Din søgefelt koster dig indtægter
Hvert eneste generiske søgeresultat er en forspildt mulighed. Hvert eneste irrelevant produkt, der vises, er et skridt i retning af, at kunden forlader indkøbskurven. Hver eneste kunde, der ikke kan finde det, vedkommende søger, er indtægter, der går tabt.
Plantehandlen havde forstået dette. De forvandlede søgningen fra et nødvendigt onde til en konverteringsmotor.
Dine produktdata ligger der og venter. Spørgsmålet er ikke, om du har nok oplysninger til at personalisere. Det har du. Spørgsmålet er, om du vil udnytte dem klogt, eller om du vil lade konkurrenter som Jespers Planteskole fortsætte med at snuppe din markedsandel.
Nogle gange kommer de bedste erfaringer fra uventede steder.
Se, hvordan Hello Retails søgefunktion og produktanbefalinger forvandler produktattributter til konverteringsmotorer. Book en demo.


