المحتوى
- ما هو نظام التوصية؟
- كيف يعمل نظام التوصية؟
- مشاكل Airbnb مطلوب لحلها
- ماذا فعلت Airbnb؟
- تطور أنظمة التوصية
- خاتمة
المصدر: Artisticco / Dreamstime.com
يبعد:
يمكن أن تكون أنظمة التوصية مساعدة كبيرة لكل من المسوقين والمستهلكين.
هل سبق لك أن بحثت عن شيء ما على الإنترنت ، وقبل أن تعرفه ، يتم قصفك بإعلانات حول هذا الموضوع في كل مكان تذهب إليه؟ على سبيل المثال ، لنفترض أنك تبحث عن أحدث المعلومات عن فيلم "حرب النجوم" التالي. بعد مشاهدة المقطع الدعائي ، تبدأ في مشاهدة الإعلانات عبر الإنترنت لقمصان "حرب النجوم" وألعاب "حرب النجوم" وأقراص "حرب النجوم" وأقراص "حرب النجوم" ... والعديد من منتجات "حرب النجوم" الأخرى أنك لم تتخيل وجودها حتى! كل هذا بفضل أنظمة التوصية.
ما هو نظام التوصية؟
تقوم أنظمة التوصية - المعروفة أيضًا باسم محركات التوصية أو أنظمة التوصية أو ببساطة RS - بإعادة تعريف الطرق التي تخلق بها الشركات تجربة العملاء. ساعدت أنظمة التوصية العملاء على اتخاذ قرارات مستنيرة وشراء أفضل أثناء إجراء عمليات الشراء عبر الإنترنت. إذا قمت بأي عملية شراء عبر الإنترنت في أي وقت ، فمن المؤكد أنك واجهت توصيات بشأن المنتجات التي تشبه تلك التي اشتريتها. لذلك ، بينما كنت تقوم بتصفح المنتجات ، كانت أنظمة التوصية تراقب سلوك التصفح لديك وتبحث عن منتجات ربما لم تكتشفها بنفسك بالفعل. تلعب أنظمة التوصية دورًا مهمًا في تعزيز تجربة العملاء بشكل عام ، خاصة في مجال الشراء عبر الإنترنت. بالطبع ، إنه جيد للأعمال أيضًا. تقوم الشركات بزيادة استثماراتها في تحسين محركات التوصية الخاصة بها لمساعدة العملاء على اختيار أفضل المنتجات.
كيف يعمل نظام التوصية؟
قبل أن نكتشف كيف أثرت أنظمة التوصية على حياتنا ، يجدر بنا أن نعرف كيف تعمل وكيف تتطور.
نظام التوصية هو عبارة عن تقنية لتصفية المعلومات ، تُستخدم بشكل شائع عبر مواقع التجارة الإلكترونية لتقديم خيارات المنتجات المصفاة للعميل الذي يزورها. كما يوحي الاسم ، يتم استخدام التكنولوجيا لتقديم توصيات بشأن المنتجات التي لها خصائص مماثلة. الهدف يختلف تبعا لمنظور الحزب. بالنسبة للأعمال التجارية التي تقوم ببيع المنتجات على موقع ويب للتجارة الإلكترونية ، تعمل على تحسين فرصها في تحقيق إيرادات من خلال تقديم المزيد من خيارات المنتجات للعملاء. بالنسبة للعميل ، فإنه يقدم توصيات منتج مماثلة ويعطي فرصة للعميل إما لشراء منتج أفضل من المنتج الذي تم اختياره بالفعل أو شراء منتج يمكنه تعزيز تجربة المنتج الذي تم اختياره بالفعل للشراء. لتقديم التوصيات ، تستخدم المحركات عددًا من الطرق ، بما في ذلك:
لا يمكنك تحسين مهارات البرمجة لديك عندما لا يهتم أحد بجودة البرنامج.
مشاكل Airbnb مطلوب لحلها
Airbnb هو موقع على شبكة الإنترنت حيث يمكن للأشخاص العثور على أماكن للإيجار وكذلك سرد أماكن إقامتهم لأغراض التأجير. وفقًا لـ Wikipedia ، لدى Airbnb أكثر من 1500000 قائمة في 34000 مدينة و 190 دولة. يبحث المسافرون إلى الأبد عن أماكن إقامة رخيصة ومريحة وآمنة في جميع أنحاء العالم. أراد Airbnb إيجاد طرق لتقديم خيارات إقامة مخصصة ومخصصة لعملائها. أراد معرفة المزيد عن المتطلبات الفريدة للمسافرين.
ماذا فعلت Airbnb؟
كانت الفكرة الرئيسية هي معرفة احتياجات السفر الفردية للمسافرين وتقديم الخيارات أو التوصيات المناسبة. لذلك ، قررت Airbnb البحث بعمق في بيانات العميل المسجلة في شكل مراجعات سفر ، وملاحظات الإقامة وغيرها من البيانات التي سجلها العملاء. شكلت Airbnb فريق للقيام بذلك. وفقا لمايك كورتيس ، نائب رئيس الهندسة ، "لفترة طويلة الآن ، كان Airbnb مكانًا رائعًا للذهاب إليه إذا كنت تعرف إلى أين أنت ذاهب وأنت تعرف متى ستذهب ، لكننا أدركنا أن لدينا جميعًا من هذه البيانات التي لا يملكها الآخرون. لدينا أنماط السفر. لدينا الاستعراضات. لدينا أوصاف القوائم. نحن نعرف الكثير عن الأحياء التي يمكن أن نستنتجها من هناك. "لذلك حصلت Airbnb على تصدع مع البيانات ونظام التوصية الذي يقدم توصيات مخصصة.
تطور أنظمة التوصية
بغض النظر عن محركات التوصية ، على الرغم من ذلك ، يجب عليهم أن يقطعوا شوطًا طويلاً قبل أن يلتقطوا حقًا خيال المستخدم. في الوقت الحالي ، تتبع المحركات خوارزمية عامة ولا تقدم خيارات مخصصة تمامًا. يكمن المستقبل في تقديم خيارات المنتجات المخصصة للعملاء. لذلك ، تحتاج الخوارزميات إلى التعامل مع التعقيدات مثل دورة النوم ، وحالة مزاج المستخدمين ، والوقت من اليوم ، وإخراج الطاقة. يبدو أن صناعات البيع بالتجزئة والإعلام ستستخدم هذه المحركات أكثر من غيرها وسوف تحذو حذوها.تتطلع الصناعات المصرفية والمالية ، على سبيل المثال ، إلى التنبؤ بشكل متزايد بالخطوات التالية لعملائها حتى يمكن تقديم منتجات مخصصة. لذلك ، سيتم أخذ الكثير من البيانات حول أشياء مثل ملاحظات العملاء وأنماط الوسائط الاجتماعية وبيانات مركز الاتصال ومواقع الويب ومستويات التعليم وحتى المستهلكين في الاعتبار.
خاتمة
سيكون من المثير للاهتمام مشاهدة كيف يتشكل مستقبل محركات التوصية. الخوارزميات المستخدمة الآن مستخدمة لفترة طويلة ، لكن الشركات تريد المزيد من المفهوم. تتطلع العلامات التجارية إلى تعديل وتحسين خوارزمياتها من خلال المحاولة المستمرة لجعلها أكثر شمولية. ومع ذلك ، يكمن التحدي الأكبر في تنفيذ المحركات من قبل الصناعات التي لم تستخدمها تقليديًا ، على سبيل المثال ، قطاع التأمين الذي يمكنه تقديم توصيات بشأن منتجات التأمين.
تمتلك أنظمة التوصية القدرة على مساعدة الناس في حياتهم اليومية بعدة طرق ، وكذلك مساعدة المعلنين على تقديم منتجات وخدمات إلى جماهير أوسع ، والوقت الوحيد الذي سيحدد بالضبط كيف ستستمر هذه التكنولوجيا في التطور.