„Lubisz to” – może chcesz to kupić?

Amazon (Amazon.com) i  Facebook (Facebook) ogłaszają wprowadzenie nowej aplikacji pozwalającej kupującym na  otrzymywanie rekomendacji produktów w oparciu o preferencje z Facebooka.  Gdy tylko użytkownik wyrazi zgodę na działanie aplikacji, Amazon jest w stanie monitorować jego  aktywności w ramach portalu, włączając w to dostęp do stron, które lubi. Amazon wykorzystuje te informacje polecając użytkownikowi rzeczy, których zakupem mógłby być  zainteresowany.  Połączenie konta na portalu społecznościowym z aplikacją jaką proponuje Amazon ma potencjał by stać się użyteczną hybrydą handlu i social media  dającą korzyści zarówno kupcom jak i sprzedawcom.

Każdy sprzedawca może stworzyć podobną  aplikację umożliwiającą użytkownikom podzielenie się swoimi zainteresowaniami. Zbieranie danych to najłatwiejsza część. Wykorzystanie ich we właściwy sposób to dopiero sztuka. Ostateczny sukces rekomendacji dostarczanych przez aplikacje będzie zależał od tego jaki dobrze są skorelowane i  w jaki sposób będą przedstawiane użytkownikom .

Gdy dane zostaną zebrane przez aplikacje pierwszą czynnością systemu jest zidentyfikowanie możliwej korelacji między stronami które „lubi” użytkownik, a produktem lub usługą.

Może być to zrobione w oparciu o działania użytkownika, bądź kombinację  zachowań  ze stroną i atrybutami produktu. Np. gdy analizujemy „lajki” i wzorce zakupowe nabywców, możemy stwierdzić, że osoby, które są np. fanami Dona Browna na Facebooku moją skłonność do kupowania jego książek. W związku z czym system może określić relację między ID użytkownika , a ISBN książki w sklepie internetowym.

Ta z pozoru niewielka ilość informacji jest bezcenna. Nie tylko pokazuje, że warto rekomendować książkę osobie, która jest fanem autora, ale ma także wpływ na konstruowanie zaleceń w przyszłości. W tym przypadku jeśli Don Brown wyda kolejną książkę idealnym posunięciem jest polecenie jej jego fanom z Facebooka.

Śledzenie ulubionych stron użytkowników to tylko niewielka część przydatnych dla handlowców informacji. Mogą oni czerpać wiedzę z  przyznawanych filmom gwiazdek (przydatne przy promowaniu premier),  wieku (zabawki), zainteresowań . Połączenie cech użytkowników z ich upodobaniami generuje najlepsze rekomendacje.

Drugim kluczowym elementem udanego system rekomendacji zbudowanego na sieciach społecznych, takich jak Facebook jest  zrozumienia sposobu, w jaki niektóre zachowania zakupowe – od poszukiwań, do przeglądania przedmiotów po  dodawanie ich do koszyka – związane są  „polubieniem” danej strony. Systemy rekomendacji zbudowane są po to żeby zrozumieć związek między poprzednimi zakupami i możliwymi zakupami albo przeglądaniem i zakupami.

Dynamika stron „lubię to” jest inna i mniej kosztowna niż zakupy. Jest wiele fanpagów, które nie wskazują skłonności użytkowników do zakupów. Czasami przycisk „lubię to” może świadczyć tylko o aspiracjach użytkowników. Tak jak np. nastoletni fani Porshe – próba sprzedaży im pokrycia na karoserię nie jest dobrym pomysłem, ale propozycja koszulki z logiem firmy już jest realna.

Jeżeli przejdziemy od indywidualnych upodobań użytkownika  i zajmiemy się  preferencjami jego znajomych sprawa może się skomplikować. Dwudziesto- kilku letnia kobieta może mieć setki znajomych, które lubią setki filmów. Ale jeśli szukałaby porady, na co pójść do kina kierowałaby się  zdaniem tylko garstki przyjaciół. Z  drugiej strony może być bardzo blisko np. ze swoją matką, czy chłopakiem , ale ni przejawiać zainteresowania filmami jakie lubią.

Jeśli więc chcemy zbadać jaki wpływ na zakupy mają upodobania grupy przyjaciół musimy być bardzo ostrożni.

Wszystkie opisane powyżej możliwości są dostępne dla każdego kupca, który zechce stworzyć aplikacje na Facebooku  i będzie w stanie namówić użytkowników do korzystania z niej.

Ciekawi nas czy polskie księgarnie Internetowe słyszały o podobnym rozwiązaniu i  czy zainspirowane Amazonem wprowadzą ten pomysł także u siebie. Co tym sądzicie?