Prawdziwym rywalem klienta zamawiającego sałatkę jest burger. Dane o zamówieniach nigdy Ci tego nie powiedzą.
Zasil rekomendacje cold-start własną historią zamówień, a silnik obstawi to, co oczywiste: klient od sałatek chce kolejnej sałatki. Sygnał konsumencki spoza platformy mówi co innego. W jednej z macierzystych metropolii klienci ogólnokrajowej sieci sałatkowej częściej kupują też w burgerowej sieci fast food niż u najbliższego bezpośredniego rywala sałatkowego — 5,8% wobec 5,2%, kolejność dosłownie się odwraca. W innym mieście klienci sieci z burrito kupują też w sieci burgerowej w 16%, podczas gdy najbliższy rywal tej samej kuchni siedzi poniżej 1% — różnica 17x, bez żadnego bezpośredniego konkurenta w pierwszej czternastce. Ten sam wzorzec trzyma się w trzeciej kuchni, w tym samym mieście: klienci ogólnokrajowej sieci kawiarni częściej kupują też w sieci burgerowej niż u któregokolwiek bezpośredniego rywala kawowego (15,7% wobec 10,3%). Trzy kategorie. Dwa miasta. Rywal pośredni za każdym razem wygrywa z bezpośrednim. Dane first-party tego nie pokażą. Rejestrują tylko zamówienia, które już wydarzyły się w Twojej aplikacji — nigdy burgera, którego klient od sałatek wybrał gdzie indziej. Dokładnie w tym martwym punkcie wykłada się cold-start — i dokładnie to naprawiają dane o krzyżowych odwiedzinach konsumentów spoza platformy.
Podobna kuchnia → podobny klient
Rekomendator cold-start oparty na własnej historii platformy szufladkuje klientów według kuchni: klienci od sałatek dostają sałatki, klienci od burrito — burrito. To założenie naturalne. I błędne. Twoja aplikacja rejestruje tylko to, co już się na niej wydarzyło — nigdy wyboru poza platformą, który zdradza prawdziwy zbiór rozważanych opcji.
Prawdziwy rywal serwuje inną kuchnię — i jest na pierwszym miejscu
Dla ogólnokrajowej sieci sałatek w jej macierzystej metropolii rywalem nr 1 pod względem cross-shop jest pośredni gracz fast-foodowy — wyżej niż najbliższy bezpośredni rywal sałatkowy (5,8% vs 5,2%). Dla sieci burrito w innym mieście wszystkich 14 czołowych rywali cross-shop to gracze pośredni; najbliższy rywal tej samej kuchni jest 15., z 0,96% wobec 16% u pośredniego lidera. Ogólnokrajowa sieć kawiarni w tym samym mieście: sieć burgerowa znów pierwsza, przed najbliższym rywalem kawowym (15,7% vs 10,3%). Trafna pierwsza rekomendacja w aplikacji wymaga znajomości całego rynku, a nie tylko własnego lejka.
- Rekomendacje cold-start — oparte na realnym zbiorze rozważanych opcji, nie na prostych kategoriach kuchni
- Pozyskiwanie merchantów — podpisuj merchantów, których Twoi klienci już wybierają poza platformą
- Uruchomienie nowej strefy — zmapuj popyt, zanim padnie pierwsze zamówienie
- Targetowanie świeżo podpisanych merchantów — znajdź właściwych pierwszych klientów, zanim powstanie historia zamówień