Un cliente arriva sulla pagina di una giacca. Gli piace, la mette nel carrello e se ne va. Non ha visto i pantaloni che il vostro team aveva pensato per quella giacca, né la camicia che ci sta sotto. Il catalogo li aveva, la pagina prodotto no.
In questa guida vediamo perché il «completa il look» conta per un e-commerce di moda, dove metterlo e come tenerlo sotto il controllo del brand.
La pagina prodotto è costruita attorno a un capo solo. Foto, taglie, descrizione, prezzo. Abbinare il resto tocca al cliente, che deve tornare al catalogo, cercare, filtrare e immaginare come stanno insieme due capi visti su pagine diverse. Molti non lo fanno: comprano un pezzo solo, oppure niente.
In negozio questo lavoro lo fa il personale di vendita. Online serve qualcosa che lo faccia al posto suo, nel punto in cui il cliente sta già decidendo.
Comporre a mano i look per ogni capo del catalogo non è realistico quando le referenze sono centinaia e cambiano a ogni stagione. Lasciare tutto a un algoritmo, però, significa rinunciare al controllo sull'immagine del brand.
StyleFlow lavora in mezzo: l'AI propone i look partendo dal catalogo e solo con capi disponibili, il vostro team li approva, li esclude o li corregge dal backend. Si possono impostare regole di esclusione e di promozione, e rivedere i look quando cambia la stagione, parte una campagna o arriva una nuova collezione.
L'accesso al feed prodotti e l'inserimento del widget nelle pagine, senza modifiche al backend. Da lì il motore lavora solo sulle referenze disponibili a magazzino.
Il modo più pulito è un test A/B: una parte del traffico vede le pagine con i look, l'altra senza, nello stesso periodo. Le metriche da guardare sono il numero di capi per ordine, il valore medio dell'ordine e la conversione delle pagine coinvolte. Abbiamo scritto una guida su come impostare un test A/B su un e-commerce di moda.
I dettagli del modulo sono nella pagina di StyleFlow.
È la proposta di capi da indossare insieme al prodotto che il cliente sta guardando, mostrata nella pagina prodotto, in homepage, nel carrello o nelle email.
L'AI propone i look a partire dal catalogo e solo con capi disponibili; il team del brand li approva, li esclude o li corregge dal backend.
Con un test A/B nello stesso periodo, confrontando capi per ordine, valore medio dell'ordine e conversione delle pagine coinvolte.