Il vero rivale del cliente dell'insalata è un hamburger. I tuoi dati sugli ordini non te lo diranno mai.
Alimenta un motore di raccomandazione in cold-start con il solo storico dei tuoi ordini e farà la scommessa ovvia: chi ordina insalate vuole un'altra insalata. Il segnale off-platform dei consumatori dice il contrario. In una delle sue metropoli d'origine, i clienti di una catena nazionale di insalate fanno cross-shopping con una catena di hamburger fast food più che con il rivale diretto di insalate più vicino — 5,8% contro 5,2%: la classifica letteralmente si ribalta. In un'altra città, i clienti di una catena di burrito fanno cross-shopping con la catena di hamburger al 16% mentre il rivale più vicino della stessa cucina sta sotto l'1% — un divario di 17x, senza alcun concorrente diretto tra i primi 14. Lo stesso schema regge in una terza cucina, stessa città: i clienti di una catena nazionale di caffetterie fanno cross-shopping con una catena di hamburger più che con qualsiasi rivale diretto del caffè (15,7% contro 10,3%). Tre categorie. Due città. Il rivale indiretto batte quello diretto ogni volta. I dati di prima parte non possono far emergere tutto questo: registrano solo gli ordini già avvenuti sulla tua app, mai l'hamburger che il cliente delle insalate ha scelto altrove. Quel punto cieco è esattamente dove il cold-start sbaglia — ed è esattamente ciò che la cross-visitazione off-platform dei consumatori corregge.
Cucina simile → cliente simile
Un sistema di raccomandazione cold-start costruito sul solo storico interno classifica i clienti per cucina: a chi ordina insalate suggerisce insalate, a chi ordina burrito propone burrito. L'assunzione è naturale. Ed è anche sbagliata. La tua app registra solo ciò che è già avvenuto al suo interno — mai la scelta fuori piattaforma che rivela il vero insieme di alternative considerate.
Il vero rivale è di un'altra cucina — ed è primo in classifica
Per una catena nazionale di insalate nella sua città principale, il concorrente n.1 per cross-shopping è un brand fast food indiretto — davanti al più vicino rivale diretto delle insalate (5,8% vs 5,2%). Per una catena di burrito in un'altra città, tutti i primi 14 concorrenti per cross-shopping sono indiretti; il rivale della stessa cucina più vicino è 15º, allo 0,96% contro il 16% del leader indiretto. Una catena nazionale di caffè nella stessa città: la catena di hamburger è di nuovo prima, davanti al più vicino rivale del caffè (15,7% vs 10,3%). La raccomandazione giusta al primo tocco richiede la conoscenza dell'intero mercato, non solo del tuo funnel.
- Raccomandazioni cold-start — costruite sul reale insieme di alternative considerate, non su categorie di cucina
- Acquisizione esercenti — metti sotto contratto gli esercenti che i tuoi clienti scelgono già fuori piattaforma
- Lancio di una nuova zona — mappa la domanda prima che venga effettuato un solo ordine
- Targeting degli esercenti appena firmati — trova i primi clienti giusti prima che esista uno storico degli ordini