حتماً برای شما هم پیش‌آمده که از فروشگاه‌های اینترنتی خرید کنید و در پایان خرید، فروشگاه به شما پیشنهاد خرید محصولات دیگر را بدهد و اعلام کند «کسانی که این محصول را خریده‌اند، محصولات زیر را هم خریداری کرده‌اند».
سیستم‌های پیشنهاددهنده از ابزارهای نوین داده‌کاوی هستند که در شناسایی الگوهای رفتار خرید مشتریان به کار گرفته می‌شوند. این الگوریتم‌ها به کسب‌وکارها کمک می‌کنند تا جریان کلیک مشتریان را تحلیل کنند و مشخص کنند که الگوی مشاهده صفحات توسط مشتری جدید، شبیه کدام دسته از مشتریان قبلی است و بر اساس این شباهت، محصولاتی را به مشتری سفارش بدهند که بیشترین احتمال خرید را دارد.
شبکه‌های اجتماعی مانند فیسبوک یا لینکدین، از سیستم‌های پیشنهاددهنده برای توسعه شبکه کاربران استفاده می‌کنند. این شبکه‌ها با به‌کارگیری الگوریتم‌های دقیق، پروفایل شما را بررسی می‌کنند و پیشنهادهای مناسبی از حلقه دوم و سوم دوستان به شما ارائه می‌دهند.
اگر مالک یا ادمین یک فروشگاه اینترنتی هستید ولی منابع کافی برای طراحی یک سیستم پیشنهاددهنده در اختیار ندارید، پیشنهاد می‌کنم به‌صورت دوره‌ای سوابق بازدید صفحات توسط کاربران سایت را رصد کنید. اول از همه کنترل کنید که چه محصولاتی توسط کاربران در سبد خرید قرارگرفته ولی خریداری‌نشده و همان محصولات را به‌وسیله ایمیل و با شرایط ویژه به آن مشتریان پیشنهاد بدهید.
در مرحله بعد، پروفایل مشتریانی که خرید بالایی از فروشگاه انجام داده‌اند را بررسی کنید و جدولی تهیه کنید که هرکدام از آن‌ها چه صفحاتی را بازدید کرده‌اند ولی آن محصول را نخریده‌اند. این فهرست را نیز با تخفیف یا شرایط ویژه به مشتریان مربوطه ایمیل کنید. تا جایی که توجیه دارد و امکان‌پذیر است، به‌صورت دستی سوابق بازدید مشتریان را استخراج‌کنید و این کار را برای مشتریانی که خرید کمتری داشته‌اند هم انجام دهید.
نوشته: مجید برقی
