Oracle Recommendations

Recomendaciones personalizadas

Video de descripción general de recomendaciones

Cree una cuenta gratuita y descubra cómo activar los datos en tiempo real para hacer recomendaciones en Oracle Responsys.

¿Te interesa una demostración?

Contáctanos

¿Deseas más información? Hable con un miembro del equipo acerca de Oracle Recommendations.

Ofrezca recomendaciones de productos y contenido relevantes y personalizadas

Proporciona recomendaciones personalizadas en correo electrónico, web, móvil y mucho más a medida que ejecutas tu estrategia de personalización para optimizar la experiencia del cliente (CX) y aumentar los ingresos. Oracle Recommendations sugiere artículos a clientes que probablemente desearían, pero que podrían no haber encontrado por su cuenta. Esto, a su vez, ayuda a impulsar el compromiso y aumentar los ingresos.

Configura diseños fácilmente y emplea un único conjunto de elementos de inventario en todos los canales (correo electrónico, web, API) junto con funciones, como programas de actualización, atributos de mapa, perfil de inventario y detección de errores, que no requieren experiencia en codificación. A continuación, Oracle Recommendations aplica aprendizaje automático para mostrar los elementos más relevantes (contenido o productos) a cada cliente.

Recomendaciones personalizadas para sus productos, servicios o contenido
Introducción a la creación de configuraciones de recomendaciones

Tipos de recomendaciones

Personalice las experiencias del cliente con varios algoritmos en segundo plano para determinar el mejor producto o contenido que se puede destacar. Las recomendaciones basadas en algoritmos pueden incluir:

Más vendidos

Basado en artículos que se compraron con mayor frecuencia.

Visto esto, visto que

En función de los elementos que se visualizan con mayor frecuencia junto con el elemento que se visualiza actualmente.

Visto esto, compró que

Según los artículos que compraron con más frecuencia los visitantes que también vieron el artículo visto actualmente.

Compró esto, compró que

Se basa en los artículos que se compraron con más frecuencia junto con el artículo visto actualmente.

Más vistos

Basado en elementos que se visualizaron con mayor frecuencia.

Últimas vistas

Basado en el último elemento de la visita anterior de alguien.

Afinidad de visitantes uno a uno

En función de los elementos con los que se predice que una persona interactuará en función de su historial de interacciones.

Recomendaciones para experiencias web personalizadas

Personalice las experiencias del sitio web mediante una integración con Oracle Maxymiser Testing and Optimization. Oracle Recommendations mejora las funciones que ya están disponibles en Oracle Maxymiser, para que pueda incluir fácilmente recomendaciones de productos o contenido para personalizar y mejorar la experiencia de cada cliente.

  • Aproveche los widgets preconfigurados, los algoritmos disponibles y un editor WYSIWYG intuitivo.
  • Cree personalizaciones basadas en reglas para distintos públicos mediante una interfaz de arrastrar y soltar.
  • Cree cuadros de luz, superposiciones, banners o notificaciones y actívelos en función de las acciones específicas del usuario.

Por ejemplo, puedes apuntar por el clima, para que los visitantes de climas cálidos no vean contenido irrelevante. Al utilizar la geolocalización y el clima para dirigirse a los visitantes, se asegura de que las personas de climas fríos vean imágenes de clima frío. En contraste, los visitantes de climas cálidos ven las correspondientes imágenes de clima cálido.

Editar mediante el panel de control de Maxymiser
Proporciona las recomendaciones de productos adecuadas en tu sitio web

Recomendaciones para correos electrónicos personalizados

Mejora las tasas de clics y de conversión del correo electrónico añadiendo recomendaciones basadas en algoritmos en Responsys Campaign Management. Seleccione un algoritmo de nuestra biblioteca y utilice el soporte de correo electrónico a tiempo abierto para asegurarse de que las recomendaciones sean relevantes cuando se visualicen.

  • Incluya recomendaciones de productos o servicios, de forma nativa, en los correos electrónicos de Oracle Responsys.
  • Mejore las tasas de clics y conversión de correos electrónicos de abandono de carro y sesión mediante la adición de recomendaciones basadas en algoritmos coherentes con las del sitio web.
  • El soporte en tiempo abierto garantiza que las recomendaciones sean oportunas y no frustren al destinatario (por ejemplo, hacer una recomendación de un artículo sin stock).
Recomendaciones de correo electrónico
Proporcione recomendaciones de productos oportunas y coherentes en sus correos electrónicos

Recomendaciones con otras aplicaciones

  • Utiliza recomendaciones en cualquier sistema orientado al cliente, no solo en las soluciones de Oracle CX.
  • Haga recomendaciones sobre aplicaciones móviles de terceros.
  • Utilice un servicio de API de REST para que los desarrolladores puedan ampliar rápidamente las recomendaciones a dispositivos móviles, IoT y mucho más.

Recomendaciones en uso

1

Compradores anónimos (B2C, B2B2C)

Problema: los minoristas y las marcas deben atraer a los clientes nuevos y que regresan en busca de los "más recientes y mejores" o de un artículo específico en función de sus preferencias y compras anteriores.

Solución: descubra los artículos más populares, más vendidos o más vendidos.

Beneficio: aumente los tipos de conversión y los valores medios de las órdenes.

2

Reorientación (B2C, B2B2C)

Problema: los minoristas, las marcas y las plataformas de medios que venden directamente a los consumidores existentes deben hacer que cada interacción sea personal y relevante para impulsar la retención y maximizar la fidelidad.

Solución: aproveche las estadísticas de perfil enriquecidas para fundamentar recomendaciones personalizadas y contextualizadas.

Beneficio: aumente el valor medio de las órdenes, la frecuencia de compra y el valor del tiempo de vida del cliente.

3

Servicios de ciclo de ventas prolongado (B2B, B2C, B2B2C)

Problema: los servicios de ciclo de ventas prolongados tienen compradores poco frecuentes, a menudo anónimos, que visitan los sitios web de las marcas varias veces mientras buscan comparar precios y soluciones.

Solución: en función de atributos independientes, contexto bajo y datos limitados, utilice el modelo de recomendación basado en algoritmo "última vista" para permitir a los visitantes recoger donde lo dejaron.

Beneficio: minimiza la frustración para la exploración compleja y la compra de viajes para maximizar las posibilidades de una conversión.

Determine su modelo de recomendación
Especificar cómo debe funcionar el modelo de recomendación basado en algoritmos

Próximos pasos

Adquiera Oracle Recommendations como una solución independiente para integrarse con otras aplicaciones martech (Oracle y otras que no sean Oracle), o adquiera esta solución como parte de Oracle Infinity Behavioral Intelligence.

Más información sobre Oracle Infinity

Esta página ha sido traducida por una máquina.

Chatbot de Oracle
Disconnected