印度的一家个性化电商平台,你瞅瞅!

作者:admin  发表时间:2020-09-19  浏览:98  海淘人物

2 快过年了,马上可以跟家人朋友团聚了。在回家之前,很多人想把自己打扮得焕然一新,因此纷纷上网淘外套、淘裤子、淘领带、围巾……,当淘到一件漂亮衣服时,我们往往会欣喜不已。然而,接下来我们却不轻松:什么样的帽子、围巾或裤子能跟这件衣服搭配呢?没有办法,我们只得去一家店、一家店去找,点开一个页面,没有喜欢的,关闭,又点开一个,关闭……,如此不断重复,大费周折,即便淘到了一件我们认为可以搭配的,但是只能看到两件衣服的图片,根本无法像实体店里一样进行现场搭配对比。针对这个问题,IT公司想到了办法,他们开发出“商品推荐引擎”,根据商品信息特点、顾客的搜索喜好,“主动”为顾客“搭配”衣服。世界超市网编译了印度《经济时报》近日的报道,如果一个顾客进入购物网站Yebhi购物,他可以发现这个网站可以提供独一无二的服务。顾客可通过该网站的“产品推荐”功能找到符合自己“胃口”的商品。比如顾客选中了一件米黄色的印花夹克,点开页面之后,他还可以看到网站向他“推荐”了一顶无印花的纯米黄色帽子,而这一帽子可以很好地搭配米黄色印花夹克。当然,网站推荐的不一定是帽子,而是跟这个顾客所选商品可以搭配的东西,或者说是符合顾客喜好的东西。这一新兴的电商服务基于个性化云架构平台,由创立仅9个月的Targeting Mantra公司提供的。亚马逊前高管Saurabh Nangia和管理咨询师Rahul Singh共同创立了这一电商平台。该平台纳入了各类综合性数据,包括用户的浏览数据、购物习惯统计数据等等,然后向用户实时地导出符合用户购物喜好的商品信息。Yebhi购物网的首席商务官Nikhil Rungta此前在谷歌(印度)公司担任市场负责人,他表示:“在使用了Targeting Mantra公司提供的推荐引擎服务之后,我们发现本购物网站的转化率上升了10-15%。所谓转化率,就是顾客从浏览商品到购买商品的比率。由此可见,推荐引擎对我们的生意大有帮助。”对于电子商务网站来说,类似的商品推荐和个性化服务功能变得愈发重要,这是稳住顾客的重要方式。研究公司的数据表明,截至今年10月份,印度各类电子商务网站获得了61次的融资,融资额达到了7亿美元。这些电子商务公司融得的资金主要用于市场开发或者挖掘客户的其他行动之中。Targeting Mantra公司共同创始人Singh表示:“各类电子商务公司正绞尽脑汁,尽量争夺用户,并为此花费了大量的金钱,争抢到用户之后,他们又得花费心思留住用户。” 他说:综观全球,亚马逊已经在推出了自己的“商品推荐引擎”,类似的商品推荐功能也被其他的网站使用,如鞋服电商Zappos和电影网站IMDb等等。像亚马逊这样的老牌电商巨头有能力在这方面的技术进行投资。虽然很多电子商务公司知道这类“商品推荐引擎”的重要性,但是苦于无能力建设。Yebhi购物网另一创始人Nangia 以前曾在亚马逊工作了三年,后来另外一家电子商务公司IMDb公司开发“推荐引擎”时,他产生了创建个性化电子商务平台的想法。他说:“我想,为什么不创建一个平台,为所有的电子商务公司而非为一家公司提供‘推荐引擎’服务呢?”他的初步研究结果表明,印度和亚太地区的国家正处在电子商务蓬勃发展的阶段,充满无限商机。另外一个创始人Singh是他的世交,他们经过一番商讨之后,决定回国创业。他们打好行装,双双飞回印度,开始了创业之旅。他们的Targeting Mantra公司创立于三月份,八月份开发出第一款产品。随后,公司有了6个电子商务网站客户,包括Yebhi、Yepme、Juvalia & You and和ShopClues等。如今,他们将目光投向国际大型电子商务公司上,力争业务更上一个台阶。公司计划在其营业的一年之内赚得2千万卢比,在2015年之前赚得8千万卢比。世界超市网了解到,“推荐引擎”是主动发现用户当前或潜在需求,并主动推送信息给用户的信息网络。具体来说,推荐引擎综合利用用户的行为、属性,对象的属性、内容、分类,以及用户之间的社交关系等等,挖掘用户的喜好和需求,主动向用户推荐其感兴趣或者需要的对象。个性化推荐能够帮助购物网站解决以下问题:(1)提高用户购物体验,提高转化率和增加用户黏度;(2)加速用户从浏览到购买的过程;(3)挖掘用户潜在需求,提高用户购买的品类数和多样性。推荐引擎广告,是通过洞察用户消费意图,匹配最优广告,在大量媒体上实时呈现,来提高广告效率的互联网新技术。(编译:吴以辉)【欢迎关注世界超市网官方微信号:cifnews】深挖用户“金矿”都有那些绝招?关注世界超市网官方微信公众号, 快速抢占行业商机。 -->雨课在线学习视频正式上线,全场低至98元!立即抢购还有更多旺季福利信息马上扫码或加QQ群:659931633获取!-->
海客讨论(0条)

头像

0/300

微博发布

部分图片内容来自于网友投稿

123.87ms