Sistemas de recomendación: cómo “también te puede gustar” vende más en tu tienda online

¿Qué es un sistema de recomendación?

Es la parte de una tienda o una app que decide qué mostrar a quién. Los bloques “Los clientes también compraron”, “También te puede gustar” o “Completa el look” de las grandes tiendas online son recomendaciones. En lugar de mostrar los mismos productos a todo el mundo, la tienda se adapta a cada persona.

Por qué importa

Las mayores plataformas se apoyan en ello. En 2013 McKinsey estimó que alrededor del 35 % de lo que los consumidores compran en Amazon procede de recomendaciones de productos, y en 2015 el equipo de producto de Netflix escribió que cerca del 80 % de las horas vistas en Netflix están influidas por sus recomendaciones. No necesitas su tamaño para aprovecharlo: la misma idea funciona en una tienda con unos cientos de productos.

Antes y después: dos visitantes, una tienda

Imagina una tienda de deporte. Sin recomendaciones, todos ven la misma portada y los mismos superventas. Con ellas:

• El visitante 1 mira zapatillas de trail. La tienda le sugiere calcetines de trail, un chaleco de hidratación y las zapatillas que compraron otros corredores de trail.
• El visitante 2 mira esterillas de yoga. La tienda le sugiere bloques de yoga, una bolsa para la esterilla y mallas, no zapatillas de running.
• En el carrito, cada uno ve un pequeño complemento útil en lugar de una promoción al azar.

Mismo catálogo, dos tiendas distintas: cada uno encuentra antes lo que le interesa y es más probable que añada un segundo artículo.

Cómo funciona, en pocas palabras

• Productos similares: se comparan por categoría, marca, color, precio o descripción. Si miras una camisa de lino azul, ves otras camisas de lino.
• Comprados juntos: el sistema aprende de los pedidos. Si muchos clientes que compraron una cámara también compraron una tarjeta de memoria, la tarjeta se sugiere con la cámara.
• Historial personal: los productos se ordenan según lo que este visitante ya vio, buscó y compró.
• Populares y tendencias: para un visitante nuevo sin historial, los más vendidos del momento, mejor por categoría.

Los buenos sistemas combinan estos métodos y vuelven a los productos populares cuando saben poco de un visitante. Es el problema del “arranque en frío”, que toda tienda tiene al principio.

Dónde mostrar las recomendaciones

• Página de producto: productos similares y artículos que se suelen comprar juntos.
• Carrito: un pequeño complemento que completa el pedido.
• Portada: productos vistos recientemente y selecciones según visitas anteriores.
• Correos: productos relacionados con una compra anterior o un carrito abandonado.
• Búsqueda: resultados ordenados según lo que el visitante probablemente elegirá.

Qué necesitas para empezar

• Un catálogo ordenado: categorías, atributos, precios y stock.
• Tu historial de pedidos y, con el consentimiento del visitante, sus datos de navegación.
• Reglas de negocio: no sugerir nunca productos agotados, respetar tus márgenes, no repetir el mismo producto.
• Una forma de medir: clics en las recomendaciones, pedido medio y tasa de conversión, idealmente comparados con un test A/B.

La privacidad importa. En Europa, el seguimiento personalizado requiere el consentimiento del visitante según el RGPD y las normas sobre cookies, así que las recomendaciones deben funcionar también sin él, usando solo la página que se está viendo.

Incluso una tienda pequeña puede empezar

Empieza con “productos similares” y “comprados juntos” calculados a partir de tus propios pedidos, y añade personalización cuando tengas más datos. En Acmonic integramos sistemas de recomendación en tiendas online nuevas y los conectamos a tiendas existentes, con informes claros para ver lo que aportan.

Una buena recomendación es como un buen vendedor: el producto adecuado en el momento adecuado, sin molestar nunca.