O verdadeiro rival do cliente da salada é um hambúrguer. Os seus dados de pedidos nunca lhe vão mostrar isso.
Alimente um motor de recomendações cold-start apenas com o seu próprio histórico de pedidos e ele faz a aposta óbvia: o cliente da salada quer outra salada. O sinal de consumidores fora da plataforma diz o contrário. Numa metrópole de origem, os clientes de uma cadeia nacional de saladas cruzam mais com uma cadeia de hambúrgueres de fast food do que com o rival direto de saladas mais próximo — 5,8% vs 5,2%, a ordem literalmente inverte-se. Noutra cidade, os clientes de uma cadeia de burritos cruzam com a cadeia de hambúrgueres a 16%, enquanto o rival mais próximo da mesma cozinha fica abaixo de 1% — uma diferença de 17x, sem nenhum concorrente direto no top 14. O mesmo padrão repete-se numa terceira cozinha, na mesma cidade: os clientes de uma cadeia nacional de cafés cruzam mais com uma cadeia de hambúrgueres do que com qualquer rival direto do café (15,7% vs 10,3%). Três categorias. Duas cidades. O rival indireto vence o direto todas as vezes. Os dados próprios não conseguem revelar isto. Só captam os pedidos que já aconteceram na sua app, nunca o hambúrguer que o cliente da salada escolheu noutro lugar. Esse ponto cego é exatamente onde o cold-start falha — e é exatamente o que a visitação cruzada de consumidores fora da plataforma corrige.
Cozinha semelhante → cliente semelhante
Um recomendador cold-start construído sobre o histórico da própria plataforma agrupa os clientes por cozinha: quem pede salada recebe sugestões de salada, quem pede burrito recebe opções de burrito. A suposição é natural. E está errada. A sua plataforma só capta o que já aconteceu dentro dela — nunca a escolha fora da plataforma que revela o verdadeiro conjunto de opções que o cliente pondera.
O verdadeiro rival é de outra cozinha — e está em primeiro lugar
Para uma rede nacional de saladas na sua metrópole de origem, o rival n.º 1 em compra cruzada é uma marca indireta de fast food — acima do rival direto de saladas mais próximo (5,8% vs 5,2%). Para uma rede de burritos noutra cidade, todos os 14 principais rivais de compra cruzada são indiretos; o rival mais próximo da mesma cozinha surge em 15.º, com 0,96% contra um líder indireto de 16%. Uma rede nacional de café nessa mesma cidade: a rede de hambúrgueres volta a surgir em primeiro, à frente do rival de café mais próximo (15,7% vs 10,3%). A recomendação certa ao primeiro toque exige conhecer o mercado inteiro, não apenas o seu funil.
- Recomendações sem histórico (cold-start) — construídas sobre o conjunto real de opções que o cliente pondera, não sobre categorias genéricas de cozinha
- Aquisição de comerciantes — conquiste os comerciantes que os seus clientes já escolhem fora da plataforma
- Lançamento de nova zona — mapeie a procura antes do primeiro pedido
- Segmentação de comerciantes com contrato recente — encontre os primeiros clientes certos antes de existir histórico de pedidos