Inteligencia Artificial en SAP Commerce: recomendaciones inteligentes y personalizadas

En el mundo del comercio electrónico actual, destacar y ofrecer experiencias de compra personalizadas se ha vuelto crucial para sobresalir en un mercado altamente competitivo. Una de las herramientas más destacadas en este sentido es Intelligent Selling Service (ISS) de SAP Commerce. Este sistema inteligente de recomendaciones analiza comportamientos de los usuarios y aprende de ello a fin de proporcionar recomendaciones de productos más personalizadas y precisas. El objetivo es mejorar la experiencia del cliente, aumentando así sus oportunidades de conversión y fidelidad hacia la marca. Con su enfoque en la inteligencia artificial y el aprendizaje automático, ISS es una herramienta integral para navegar y tener éxito en la era digital del comercio electrónico.

Intelligent Selling Service se integra directamente con sistemas basados en SAP Commerce Cloud. Se trata de un sistema nativo en la nube con una interfaz de usuario muy intuitiva para una fácil gestión y configuración de datos.

Utiliza datos de comportamiento en tiempo real para crear experiencias personalizadas, brindando recomendaciones y carruseles de productos relevantes. Con el apoyo de técnicas de análisis avanzado y algoritmos de aprendizaje automático, ISS ayuda a maximizar la inversión en SAP Commerce Cloud, mejorando la participación del cliente, generando crecimiento en los ingresos y optimizando los procesos de ventas. Su enfoque impulsado por la inteligencia artificial (IA) y el aprendizaje automático (ML) permite actualizar constantemente las recomendaciones y maximizar el impacto comercial utilizando datos de telemetría en tiempo real.

De igual modo permite asegurar que el contenido de cualquier carrusel de productos del sitio web esté actualizado y refleje las tendencias actuales y los objetivos comerciales. El mantenimiento automático del contenido ahorra tiempo al comerciante para que pueda concentrarse en otras áreas de trabajo.

Se trata de un sistema nativo en la nube disponible para licencias profesionales y empresariales de la versión SAP Commerce Cloud (no es compatible con instalaciones on premise). Para utilizarlo únicamente es necesario tener provisionado un tenant de Intelligent Selling Services así como una tienda en línea de SAP Commerce Cloud.

Inteligencia Artificial en SAP Commerce: módulos de funcionalidad básicos

Fuente: SAP

Foundation

Consiste en el seguimiento continuo y recopilación de los datos de comportamiento del cliente para que puedan utilizarse en otros módulos. Se registran datos de clics provenientes de SAP Commerce Cloud, o cualquier otro sistema externo que pueda proporcionar información a la base de datos Foundation de ISS. Estos datos recopilados se utilizan luego para respaldar los módulos de merchandising y recomendación, mostrando, por ejemplo, qué productos ven, agregan al carrito o compran los clientes.

Fuente: SAP

Merchandising

Promueve y anuncia productos de manera que mejora la experiencia del usuario. Este módulo se enfoca en proporcionar una interfaz gráfica intuitiva para que los comerciantes definan y visualicen inmediatamente el contenido, así como en selecciones de productos basadas en métricas. Ofrece la capacidad de programar preferencias de tiempo sin necesidad de interacción manual.

Fuente: SAP

Recommendation

Ofrece recomendaciones inteligentes de productos basadas en el comportamiento del cliente. Este módulo utiliza algoritmos avanzados y análisis de datos para sugerir recomendaciones personalizadas de productos. Toma como referencia las acciones de los visitantes de la tienda para mostrar los productos más relevantes durante su recorrido de compra.

La solución también recopila información sobre qué productos se venden mejor, cuáles son populares y cuáles están subexpuestos, y se adapta automáticamente para mostrar recomendaciones personalizadas que maximicen la tasa de clics del usuario. Además, proporciona una interfaz de usuario sin necesidad de codificación que permite crear los tipos adecuados de recomendaciones de productos para diversas páginas de la tienda en línea. Hay disponibles los siguientes tipos de recomendaciones:

Productos Relacionados

Muestra productos alternativos a los que el usuario está viendo actualmente, analizando el comportamiento de los usuarios en la tienda en línea. Guía al usuario para que observe otros productos sin tener que volver a las listas de categorías o resultados de búsqueda. Ofrece recomendaciones basadas en lo que los usuarios suelen ver después de acceder a un producto concreto. Predice básicamente el siguiente clic del usuario en función de lo que otros usuarios han visto a continuación.

El sistema recopila datos para entrenar una red neuronal profunda (Deep Neural Network) desarrollada por el equipo data science de SAP. Esta red analiza lo que los usuarios hacen durante una sesión o visita web y haciendo uso de técnicas de aprendizaje profundo o deep learning analiza los recorridos de compra de todos los usuarios y condensándolos en un mapa de probabilidades de transición. Dependiendo de los patrones de exploración los productos más probablemente relacionados se muestran al usuario.

Fuente: SAP

El aprendizaje automático detrás de las recomendaciones optimiza la tasa de clics del usuario, por lo que el efecto neto para el negocio es mayor cantidad de visitas a las páginas y un aumento en el tiempo de uso del sitio por parte del usuario.

Productos personalizados

Esta función hace uso de la información histórica, el comportamiento del usuario, metadatos del producto y el comportamiento de los usuarios en el site. Utilizando técnicas de machine learning (ML) y deep learning se analizan los recorridos de compra de todos los usuarios y se infieren recomendaciones personalizadas para cada usuario. El modelo de ML está optimizado para proporcionar una personalización relevante y en tiempo real dentro de una sesión, por lo que los productos recomendados pueden cambiar mucho, incluso después de una sola vista de producto por parte del usuario.

Productos complementarios

Este función muestra productos que complementan los productos con los que el cliente interactúa, ya sea viéndolos o agregándolos al carrito. Determina los productos que se compran con mayor frecuencia juntos (utilizando deep learning para analizar las compras anteriores de los usuarios). Ayudar al cliente a identificar todos los productos del mismo grupo conduce a un aumento tanto en la tasa de conversión como en el valor promedio del pedido.

Productos de reposición

Muestra recomendaciones de productos que se compran de modo repetido en intervalos regulares de tiempo. Mediante técnicas de deep learning se verifican los pedidos anteriores de los clientes para determinar sus hábitos de compra y calcular el momento adecuado para mostrar los productos correctos. Por ejemplo, si el consumidor compra frecuentemente un producto en particular una vez a la semana, ese producto solo se recomendará después de que hayan transcurrido unos días desde el pedido anterior que contiene ese producto.

Productos populares

Proporciona la mejor combinación de productos, basada en una lógica comercial adaptada manualmente y en base a métricas actualizadas. Un ejemplo podría ser potenciar los productos con más «unidades vendidas».

Productos vistos recientemente

Listado de productos que el usuario ha visto recientemente, para que puedan navegar rápidamente hacia los productos que han estado viendo.

Cómo configurar un carrusel en SAP Commerce con Intelligent Selling Services

Una vez que tenemos una instancia de ISS conectada con Commerce (para más detalle técnico consultar este enlace) los pasos a seguir para mostrar nuestro primer carrusel de productos recomendados inteligente serían los siguientes.

1. Acceder a la instancia de ISS en la nube y seleccionar el site sobre el que queremos actuar

2. Utilizar el Product Mix Builder para crear combinaciones de productos y el Strategy Builder para asociar esas combinaciones de productos a las estrategias

Strategy Builder se trata de una interfaz de usuario que ayuda a crear, diseñar y configurar nuevas estrategias de merchandising, permitiendo asociar las combinaciones de productos a las estrategias. Es posible utilizar la misma combinación de productos en múltiples estrategias y configurar la estrategia por tiempo/fecha, así como asignar prioridades a cada combinación de productos asociada. Si hay varias combinaciones de productos que potencialmente pueden asociarse a una página, la aplicación utilizará la combinación de productos con mayor prioridad.

Product Mix Builder es la interfaz utilizada para facilitar la configuración de esas combinaciones de productos. Se debe especificar su tipo, es decir, el modo de recomendación seleccionado: productos relacionados, personalizados, complementarios, de reposición, populares o más vistos.

Fuente: SAP

El siguiente paso consiste en la configuración de los influencers, es decir, un conjunto de datos analizados (tasa a inclusión en carrito, tasa de conversión, unidades vendidas, número de páginas vistas, etc.) para impulsar métricas específicas en tu combinación de productos. Al definir un influencer, se modifica el orden de los productos. Por ejemplo, si buscas promocionar tus productos más vendidos, al definir el influencer relacionado con las tasas de conversión, los productos menos destacados se desplazarán hacia arriba en la lista.

Estos influenciadores trabajan con algoritmos subyacentes que procesan datos en un conjunto amplio de productos. Los cambios en la ponderación del influencer conllevan una variación correspondiente en la recomendación previa de productos. Cada influencer se controla mediante un deslizador que se mueve entre -100 y 100, determinando si un influencer es positivo o negativo para la métrica. Un influenciador negativo impulsa el inverso de la métrica; muestra los productos con menos de cualquier influenciador seleccionado.  Los influenciadores pueden combinarse para crear una combinación única que cumpla con los objetivos comerciales del producto.

La adición de influenciadores es necesaria para el product mix del tipo «productos más populares», mientras que para los productos del tipo «Productos relacionados» y «productos personalizados», los influenciadores son opcionales y pueden servir como una herramienta adicional (y afectan parcialmente -50%- en el orden de clasificación de los productos). La plataforma ISS ofrece un panel de vista previa que permite a los usuarios verificar los cambios en tiempo real en los influenciadores y la mezcla de productos. Por ejemplo, si uno desea crear una recomendación para mostrar productos frecuentemente agregados al carrito de compras, se tiene que seleccionar el recomendador «Productos más populares», agregar el influencer relacionado, y ajustar su peso (cada vez que cambies el valor del peso, la recomendación previa de productos también cambiará en consecuencia).

Fuente: SAP

3. Crear un carrusel de merchandising en las plantillas o páginas que se deseen vía SmartEdit

El identificador de cada estrategia constituye la clave para conectar con un componente de carrusel de productos CMS en las páginas web de SAP Commerce Cloud.

El componente que debe utilizarse es el denominado «Merchandising Carousel».

Fuente: SAP

Simplemente hay que arrastrar el tipo de componente Carrusel y soltarlo en la posición deseada en la página, seleccionando la estrategia previamente definida en ISS y otros campos relacionados como el número de elementos a mostrar en el carrusel. Después solo tenemos que asegurarnos de que la página web se ha sincronizado correctamente, y con ello ya tendríamos el carrusel de recomendaciones inteligente en SAP Commerce Cloud.

En el caso de no utilizar SmartEdit todo lo anteriormente comentado puede replicarse con facilidad invocando directamente a la API Service de Intelligent Selling Service.

4. Utilizar el Informe de Merchandising para medir el rendimiento de tus recomendaciones

ISS integra un área de reporting y monitorización en el que visibilizar resúmenes estadísticos. El informe de Merchandising proporciona información sobre los KPI principales y permite comparar fácilmente el rendimiento de diferentes esfuerzos de merchandising.

• Impresiones: número de usuarios únicos que visualizaron al menos el 80% de un carrusel.
• Clics: usuarios únicos que hicieron clic en un carrusel.
• Cobertura: porcentaje de visitantes del sitio web que vieron un carrusel.
• Tasa de Clics: relación entre el número de usuarios únicos que hicieron clic en un carrusel y el número de usuarios únicos que lo visualizaron.
• Pedidos: número de usuarios únicos que hicieron clic en una recomendación y realizaron un pedido.
• Tasa de Conversión: razón entre el número de usuarios únicos que hicieron clic en una recomendación y crearon un pedido, y el número total de usuarios que interactuaron con el carrusel.

Fuente: Acorel

5. Utilizar las Pruebas A/B para comparar dos combinaciones de productos (product mixes) asociadas a la misma estrategia

Permite determinar cuál tiene un mejor rendimiento. Durante la prueba, la mitad de los clientes que lleguen a una página con un carrusel de merchandising conectado a esta estrategia verán contenido basado en la variante A de la combinación de productos, mientras que la otra mitad verá contenido basado en la variante B de la combinación de productos.

Fuente: SAP

Si estás buscando un proveedor especializado en soluciones SAP Commerce, incluyendo la implantación de Intelligent Selling Service, no dudes en contactar con Hiberus Tecnología. Nuestro equipo de expertos en SAP estará encantado de brindarte asesoramiento personalizado y ayudarte a alcanzar tus objetivos comerciales. ¡Contáctanos hoy mismo y descubre cómo podemos potenciar tu negocio con nuestras soluciones avanzadas en SAP Commerce!