Adevăratul rival al clientului care cumpără salate e un burger. Datele tale de comenzi nu îți vor spune asta niciodată.
Pornește un motor de recomandări fără istoric doar din propriile comenzi și acesta face pariul evident: clientul de salate mai vrea o salată. Semnalul consumatorilor din afara platformei spune altceva. Într-o metropolă de origine, clienții unui lanț național de salate frecventează un lanț de burgeri fast-food mai des decât cel mai apropiat rival direct de salate — 5,8% vs 5,2%, ordinea se inversează la propriu. În alt oraș, clienții unui lanț de burrito frecventează lanțul de burgeri în proporție de 16%, în timp ce cel mai apropiat rival din aceeași bucătărie stă sub 1% — o diferență de 17x, fără niciun competitor direct în top 14. Același tipar se repetă într-o a treia bucătărie, în același oraș: clienții unui lanț național de cafenele frecventează un lanț de burgeri mai mult decât orice rival direct din cafea (15,7% vs 10,3%). Trei categorii. Două orașe. Rivalul indirect îl bate pe cel direct de fiecare dată. Datele first-party nu pot scoate asta la lumină. Ele înregistrează doar comenzile deja făcute în aplicația ta, niciodată burgerul pe care clientul de salate l-a ales în altă parte. Exact acest unghi mort e locul unde recomandările fără istoric dau greș — și exact asta repară semnalul de vizite încrucișate ale consumatorilor din afara platformei.
Bucătărie similară → client similar
Un sistem de recomandări cold-start construit pe istoricul propriu grupează clienții pe tipuri de bucătărie: cine a comandat salate primește salate, cine a comandat burrito primește burrito. Presupunerea e firească. E și greșită. Aplicația ta înregistrează doar ce s-a întâmplat deja pe ea — niciodată alegerea din afara platformei, cea care dezvăluie adevăratul set de opțiuni luate în calcul.
Adevăratul rival vine din altă bucătărie — și e clasat primul
Pentru un lanț național de salate în orașul său de origine, rivalul #1 la cumpărături încrucișate este un brand indirect de fast-food — situat peste cel mai apropiat rival direct din segmentul salatelor (5,8% vs 5,2%). Pentru un lanț de burrito din alt oraș, toți primii 14 rivali la cumpărături încrucișate sunt indirecți; cel mai apropiat rival din aceeași bucătărie este pe locul 15, cu 0,96% față de un lider indirect cu 16%. Un lanț național de cafenele din același oraș: lanțul de burgeri este din nou primul, înaintea celui mai apropiat rival din cafea (15,7% vs 10,3%). Recomandarea corectă la prima atingere cere cunoașterea întregii piețe, nu doar a propriului funnel.
- Recomandări cold-start — construite pe setul real de opțiuni luate în calcul, nu pe categorii generice de bucătărie
- Achiziția de comercianți — semnează comercianții pe care clienții tăi îi aleg deja în afara platformei
- Lansarea unei zone noi — cartografiază cererea înainte de prima comandă
- Țintirea comercianților nou-semnați — găsește primii clienți potriviți înainte să existe istoric de comenzi