Estrategias de recomendación

Revive la experiencia de la última compra del cliente. Preséntale los productos que ya ha comprado y amado, listos para ser adquiridos nuevamente. El sistema buscara la última compra del cliente y tomara los productos que tiene asociados en su última orden de compra para volver a mostrárselos.

Buscar un carrito abandonado asociado al email y toma los productos que tiene abandonados. Se basa en los productos que el cliente ha dejado en su carrito sin finalizar la compra. Midway utiliza el email del cliente para identificar los productos abandonados y recomendarlos para incentivar la compra.

Dentro del sistema tenemos una tabla llamada top_products, que registra la cantidad de ventas y el total generado por cada producto a lo largo del día. En esta estrategia agrupamos los productos por el mismo SKU y obtenemos la cantidad total vendida de los productos, los ordenamos de mayor a menor y tomamos los primeros productos.

En esta estrategia volvemos a utilizar la tabla top_productos, pero en lugar de basarse únicamente en la cantidad de ventas, esta estrategia utiliza el total de dinero generado por cada producto para determinar los más relevantes. Los productos con mayores ingresos son recomendados.

En esta estrategia, en nuestro sistema se utiliza la tabla cross_selling, que almacena diariamente los productos que se han comprado en conjunto, las categorías compartidas entre estos productos y la frecuencia con la que se han adquirido juntos. El proceso comienza con la identificación de la última compra realizada por el cliente, luego se extraen los productos de esa venta. A continuación, se busca en la tabla cross_selling aquellos productos que fueron comprados frecuentemente junto con los productos de la última compra y se recomiendan en función de su frecuencia de compra conjunta.

Para evitar que se recomienden productos con baja disponibilidad, esta estrategia selecciona aquellos productos que tienen mayor cantidad de stock. Asegúrate de que la información de stock esté disponible en la plataforma para que esta estrategia funcione correctamente.

Esta estrategia selecciona productos al azar de tu catálogo y los recomienda al cliente. Es útil para generar diversidad en las sugerencias.

Midway guarda dentro del sistema una tabla llamada audience_tracking, en la cual se guarda un registro de los productos vistos por los clientes. Al usar esta estrategia, el sistema busca productos que el cliente haya visto anteriormente y los recomienda en función de ese historial.

Basada en el SKU del producto que el cliente está visualizando, esta estrategia busca otros productos que pertenezcan a la misma categoría o que sean similares en características, para ofrecer opciones adicionales.

Esta estrategia es similar a Más Relevantes, pero se filtra solo dentro de la categoría específica que el cliente está visualizando. De esta forma, se ofrecen recomendaciones de productos que son más relevantes dentro de esa categoría.

Funciona de manera similar a la estrategia Más Populares, pero filtra los productos dentro de la categoría que el cliente está visualizando, recomendando aquellos que son más vendidos dentro de esa categoría específica.

Esta estrategia es similar a Más Relevantes, pero se filtra solo dentro de la categoría del producto que el cliente está visualizando. De esta forma, se ofrecen recomendaciones de productos que son más relevantes dentro de esa categoría, en relación al producto visualizado.

Funciona de manera similar a la estrategia Más Populares, pero filtra los productos dentro de la categoría del producto que el cliente está visualizando, recomendando aquellos que son más vendidos dentro de esa categoría específica, en relación al producto visualizado.

Esta estrategia selecciona productos al azar de la categoría del producto que el cliente este visualizando y los recomienda al cliente.

Esta estrategia se enfoca en el producto que el cliente está visualizando en ese momento. Midway busca productos que suelen ser comprados junto con el producto que el cliente está mirando, basándose en los datos de ventas cruzadas.