«Cold start», o qué recomendar cuando no conocemos a nuestro cliente

3 Comments

Cold start

Algunas de las preguntas con las que habitualmente me encuentro cuando charlo con personas interesadas en incorporar recomendaciones personalizadas a su comercio online son las siguientes:

¿Qué se encontrará un usuario cuando llegue por primera vez a mi tienda?


¿Merece la pena mostrar recomendaciones personalizadas cuando apenas contamos con información sobre el cliente?

Tan legítimo es plantearse estas cuestiones como de ley es responder que un sistema de recomendación, por muy sofisticados que sean sus algoritmos, no puede hacer milagros. No merece la pena engañarse: para llegar a conocer a alguien, hay que pasar un buen rato juntos. Sin datos suficientes es imposible ofrecer personalización. A este problema de ofrecer recomendaciones sin contar con un registro sobre el usuario se le denomina «cold start». Merece la pena prestar especial atención a este escenario si queremos evitar una alta tasa de rebote en nuestro sitio web.


Sin un volumen de datos significativo es imposible ofrecer personalización

Hay algo que sí sabemos de un nuevo usuario: está o puede estar interesado en nuestro catálogo (y si no lo está, no debemos preocuparnos por él). Para poder medir y situar su interés, primero debemos conocer cómo ha llegado a nuestro sitio. Las visitas pueden dividirse en tres categorías muy generales según su procedencia:

  1. Tráfico directo
  2. Motores de búsqueda
  3. Referencia

Cuando obtenemos tráfico directo, el cliente está mostrando un interés claro en nuestro producto o marca. Es fundamental mimar nuestro tráfico directo, más aun en E-commerce.  En caso de haber accedido a través de una consulta en un buscador, la propia consulta se convierte en información valiosa. Los enlaces no aportan mucho en sí mismos, pero sí el sitio que los contiene (en los casos en los que podamos tener algún control sobre esto). Tal vez no siempre se desee o se pueda plantear una segmentación en base a la entrada, pero si es posible debe al menos valorarse.

Un usuario que accede al sitio por primera vez puede hacerlo de varias formas, y también puede aterrizar en lugares muy distintos. Solemos dividir los tipos de página que pueden mostrar recomendaciones en una tienda online en cuatro tipos básicos:

  1. Home
  2. Página de un producto (o productos)
  3. Carrito
  4. Checkout

Un nuevo usuario no puede, evidentemente, entrar directamente en las páginas de carrito y checkout, pero sí que sería capaz de acceder a ellas tras una navegación muy básica. En cualquier caso, no habríamos registrado el suficiente tráfico como para poder ofrecer personalización. La segunda variable por la que debemos segmentar es el tipo de página.

Una vez conocidas las variables ya mencionadas, toda información adicional puede resultar válida a la hora de realizar una segmentación adecuada. Por ejemplo, la dirección IP puede ayudarnos a determinar la localización geográfica del usuario, pero muchas veces esta información resulta inexacta. A partir de este punto, existen métodos para ofrecer recomendaciones de forma genérica en la página de inicio (Home) de una tienda online (tendencias generales de compra, últimos lanzamientos, productos más visitados en este momento), la página del producto (recomendación basada en contenido, filtrado por categorías), e incluso las páginas de carrito y checkout (otros carritos que incluyen el/los ítems seleccionados). La efectividad de estas recomendaciones de tipo genérico o basadas en catálogo mejorará si somos capaces de realizar un filtrado en base a la segmentación lograda. A partir del momento en el que el usuario empiece a realizar acciones podremos empezar a construir un perfil, y cuando hayamos registrado tráfico suficiente, estaremos en condiciones de dejar atrás la segmentación y ofrecer personalización real. Será entonces cuando hayamos superado el «cold start».

NOTA: el concepto «cold start» se aplica también a la ausencia de datos cuando un nuevo producto se añade al catálogo. Trataré este problema próximamente.

Suscríbete a nuestra newsletter

3 Comments
  1. Muy buen post, estoy totalmente de acuerdo contigo, nunca puedes saber si el cliente encontrará en tu tienda lo que busca pero si además le podemos informar de algún modo sin que se vea asaltado en su intimidad mucho mejor, el cold star es muy importante, cuando el cliente llega a la landing page por donde quiera que haya llegado, se encuentra solo de solemnidad y necesita una guía. Esta es la madre del cordero.

  2. Es una simplificación, son las categorías principales que usa Google Analytics. La publicidad, campañas, etc pueden englobarse en esas tres categorías, y claro que se puede (y se debe) segmentar en base a criterios más específicos, siempre que tenga sentido.

    En cualquier caso, tengo la firme convicción de que la miga está en la personalización, y debemos tender a ese modelo, pero como he mencionado esto no siempre es posible.

    Como he mencionado, escribiré próximamente sobre cold start referido a nuevos ítems en un catálogo, pero si alguien necesita información sobre el tema, estoy a tiro de DM :p

  3. Responder

    Muy buen post. Como comentas, en «cold start» para los usuarios es importante, aunque aprovechando al máximo el funcionamiento de la web (los usuarios llegan a tu web mediante algún sitio: publicidad, búsqueda, etc), se pueden intuir de cierta forma algunos de los intereses de los usuarios.

    Además de las 3 formas básicas que tu planteas, se echa en falta la publicidad, ya que cuando creamos banners u otros formatos publicitarios, podemos enlazarlos a nuestra web con info referente a la campaña que estamos haciendo, y aprovechar esa info para una primera personalización.

    Tengo ganas de leer sobre el cold start de productos, que tiene mucha miga el tema 🙂

 

Deja tu comentario