Recomendaciones de producto en eCommerce: tipos y estrategias para que tus clientes compren más

El 68 % de las tiendas online no incluyen suficiente información (como imagen de calidad, precio o valoraciones) en sus widgets de recomendación para que el usuario pueda evaluarlos. Esto lleva a que muchos compradores los ignoren directamente y genere pérdida de ingresos. Pero, ¿qué es la recomendación de producto en el comercio electrónico? La respuesta más directa es que trata sugerencias de artículos de la tienda online que responde a un momento concreto del proceso de compra.

Sugerencias que se basan en lo que el cliente está viendo, lo que ha hecho antes o lo que están comprando otros compradores similares. Es importante recordar que no todos los modelos funcionan igual, y usar el equivocado en el momento equivocado no vende, solo ocupa espacio. 

En este artículo veremos los tipos que existen, cuándo usar cada uno y cómo saber si están funcionando en tu tienda.

Ahora, imagínate esta situación:

Un cliente (lo llamaremos Juan) entra en tu tienda online buscando un casco de moto para su hija. 

Nada más entrar, entre los productos destacados de la homepage ve uno con un diseño muy básico y a buen precio, así que pincha en él.

Mientras está leyendo las características, se da cuenta de que en la misma ficha de productos hay una hilera de recomendaciones de productos con otros cascos para niño… y entre ellos ve uno con dibujos de gatitos, que sabe que a su hija le va a encantar. 

El precio es más alto, pero no le importa; lo añade al carrito sin pensárselo dos veces.

Además, cuando está a punto de pagar, en el último paso del checkout le salen unos guantes de niño que van a juego con el casco, y los añade al carrito también. 

¿El resultado?

Juan ha encontrado un casco y unos guantes perfectos para su niña, así que acaba contentísimo (y eso que se ha gastado bastante más de lo que tenía pensado).

Esa es la magia de las recomendaciones de producto.

Una estrategia que a priori parece de lo más simple, pero que en realidad tiene mucha miga.

Y lo mejor es que, si sabes cómo aplicarla en tu eCommerce, puede ayudarte a contentar a tus clientes y a vender más.

¿Quieres saber cómo?

Pues aquí va nuestra recomendación: lee este post con mucha atención, que te lo explicamos. 😉

¿Qué son las recomendaciones de productos en un eCommerce?

Siguiendo con el ejemplo, ese casco más caro es una recomendación de mejora de venta y los guantes son una recomendación de venta cruzada. Ambas recomendaciones funcionaron porque aparecieron en el momento exacto en que Juan estaba decidiendo, no antes ni después.

Un sistema de recomendaciones analiza señales de comportamiento (productos vistos, orden de navegación, clics en “añadir al carrito”, co-compra) y las cruza con los atributos del catálogo de productos para generar listas de productos relevantes.

Los modelos más básicos operan con reglas fijas, como mostrar los más vendidos. Los más avanzados combinan dos enfoques: el filtrado colaborativo, que aprende de las preferencias agregadas de otros compradores, y el filtrado basado en contenido, que compara atributos entre productos.

Un “también te puede gustar” que muestra productos aleatorios sin relación con lo que el cliente está mirando no es una recomendación, es relleno con etiqueta de recomendador. Y es más habitual de lo que parece. Muchas tiendas repiten los mismos productos en tres widgets distintos de la misma página, en vez de hacer que cada uno cumpla una función diferente.

Tipos de recomendaciones de productos según el momento de compra

En la historia que te hemos contado se resumen los dos grandes beneficios de la estrategia de productos recomendados:

• Mejorar la experiencia de cliente
• Aumentar el ticket medio de tu eCommerce

Pero fíjate que hemos dicho “estrategia”.

Y es que, para exprimir todo el jugo de las recomendaciones de productos, hay algunas tácticas que debes conocer.

Vamos a verlas.

Ten en cuenta que no existe un único modelo de recomendación. Existen varios, y cada uno se construye a partir de una fuente de datos distinta: el producto que se está viendo, el historial del comprador, el comportamiento agregado de la tienda o el contenido que el cliente está leyendo.

Recomendaciones basadas en el producto que se está viendo

Cuando un cliente ya está en una ficha de producto, está en modo decisión. Se pregunta si eso es lo que necesita o si hay algo mejor.

Este tipo de recomendación responde justo a esa pregunta, y se divide en tres variantes:

Mejora de venta (upselling): 

Una alternativa con un precio ligeramente superior al producto que el cliente está viendo, normalmente porque resuelve mejor su necesidad. El casco con dibujos de gatitos del ejemplo de Juan es una mejora de la venta inicial.

Venta cruzada (cross-selling): 

Artículos que complementan al producto que el cliente ya está mirando o comprando, lo que en el panel de Doofinder aparece como la lógica “comprados juntos con frecuencia”.

Los guantes a juego con el casco son venta cruzada, igual que cuando Apple sugiere accesorios compatibles justo debajo de la ficha de un iPhone. 

Y no; esta idea no se nos ha ocurrido a nosotros.

Si te fijas en la captura, las propias fichas de Apple incluyen un apartado de “Accesorios compatibles”.

Por cierto, si quieres indagar más sobre esta estrategia, échale un ojo a nuestro artículo de: venta cruzada (cross-selling): qué es y cómo aplicarla en tu eCommerce con ejemplos

Este mismo modelo también cubre el product bundling o venta en pack. Este tipo de estrategia se basa en agrupar varios productos complementarios en un único lote, como cuando Amazon ofrece juntos un ratón, un teclado y una alfombrilla al mirar cualquiera de los tres por separado.

Esto funciona bien porque:

• El usuario no tiene que elegir: al ofrecerle un “pack cerrado”, el usuario no tiene que pasarse un rato comparando fichas de producto para decidir cuáles compra.
• Agiliza el proceso de compra: en un solo clic puede añadir todos los productos del bundle a su carrito.
• Reduce el precio: aunque no es obligatorio, lo habitual es que comprar el pack completo sea un poco más económico que adquirir los mismos productos por separado.

Similitud visual: 

En categorías donde la decisión se toma por cómo se ve algo (como en moda o decoración), la similitud de atributos no basta. Aquí entra en juego la tecnología de reconocimiento de imágenes: analiza el propio producto y sugiere alternativas visualmente parecidas, no solo con las mismas especificaciones.

Recomendaciones basadas en el comportamiento del comprador

Estas no parten de lo que hay en pantalla, sino de lo que el cliente ha hecho realmente: qué ha visto, qué ha comprado, qué ha dejado a medias.

Si un visitante ha hecho clic en varias zapatillas de running en su última sesión sin comprar ninguna, mostrarle productos similares a esos (historial de navegación) mantiene la conversación en la dirección correcta en vez de empezar de cero.

Si ya tiene historial de compra, el modelo puede ir un paso más allá y sugerir lo que probablemente le interese después. Es el mismo principio que usa Amazon cuando cruza tu historial de compras con lo que has consultado recientemente para armar su sección de recomendaciones dinámicas.

Este sería un ejemplo de recomendaciones dinámicas en Amazon, basándose en las compras anteriores del usuario y en los productos que ha consultado en el pasado.

Hay un caso particular que vale la pena tratar aparte: los productos de recompra habitual (cosmética, comida para mascotas, consumibles).

Aquí el objetivo no es descubrimiento, es comodidad. Es decir, mostrar lo que el cliente ya sabe que necesita, en el momento en que probablemente vuelva a necesitarlo.

Si quieres profundizar en cómo la personalización conecta búsqueda, recomendaciones y páginas de categoría como un mismo motor, sigue leyendo en: personalización para eCommerce con IA

Recomendaciones basadas en popularidad y tendencias

No todos los visitantes llegan con historial. Un comprador nuevo, sin clics ni compras previas, necesita otro tipo de señal: qué está funcionando en toda la tienda ahora mismo, lo que suele mostrarse como lógica de “más populares” o “más vendidos”.

Los más vendidos generan confianza por prueba social. Si mucha gente compra algo, hay una razón. Por eso funciona bien combinar un apartado de “Los más vendidos” en portada con una etiqueta de “Best seller” en la ficha de producto.

Ya que, ¿cuántos millones de personas se habrán leído El código da Vinci solo porque era un best seller? 

En el fondo es inevitable: nada nos genera tanta confianza como la prueba social. 

Vamos, que si vemos que un artículo es popular, pensamos: “Si tanta gente lo compra será por algo”. Y eso aumenta las posibilidades de que lo metamos en el carrito.

Así que aprovecha esto y dales visibilidad a tus productos más populares:

• Incluyendo un apartado de “Los más vendidos” en tu homepage o incluso en tus páginas de categoría. 
• Poniendo una etiqueta de “Best seller” en la ficha de producto. 

Hasta puedes combinar ambas ideas, como hace esta tienda de decoración.

Una variante de este mismo modelo es mostrar qué han visto otros compradores en esa misma página, como hace Ikea en sus fichas de producto. Funciona igual que la prueba social, pero a nivel de producto individual en vez de a nivel de tienda.

Este tipo de recomendación también resuelve la estacionalidad: adelantarse con los productos relevantes en portada durante Black Friday o la vuelta al cole evita que el cliente tenga que buscarlos.

Otra señal que cumple esa misma función es la oferta o el descuento activo en un producto. A veces un cliente no tenía intención de comprar algo en ese momento concreto, pero verlo en oferta activa el impulso de no perder el descuento, el gatillo de escasez del que hablamos en: Scarcity en eCommerce: Consejos para utilizar la escasez como estrategia de venta.

Este tipo de recomendación es especialmente versátil porque funciona en varios sitios a la vez: en un banner de la homepage, en la propia ficha de producto, o dentro de tus newsletters. Merece la pena probar en cuál de esas ubicaciones consigues más conversión, porque no siempre es la misma para todas las tiendas.

Prueba distintas opciones a ver dónde consigues más conversión.

Recomendaciones basadas en contenido editorial

Este modelo parte de una fuente distinta a las tres anteriores: no de la navegación de productos, sino de lo que el cliente está leyendo.

Si tienes una estrategia de contenido de blog, conectarlo con tu catálogo te ayudará a redirigir al lector hacia puntos estratégicos de tu eCommerce. 

Dónde colocar las recomendaciones de productos en tu tienda

Lo más habitual es encontrar estas sugerencias en las fichas de producto.

Y aunque son un buen lugar (casi obligatorio) para incluirlas, con eso nos estaríamos quedando en la punta del iceberg.

Además también puedes incorporarlas en:

• La página de inicio: aprovecha la homepage para incluir esos best sellers, novedades, ofertas, y todos aquellos productos que quieras potenciar en función de tu estrategia de ventas. 
• El correo electrónico:  utiliza el email marketing para enviar correos a tus suscriptores recomendándoles productos según la temporada. O incluso para enviarles contenido dinámico con recomendaciones personalizadas. “¿Has comprado estas zapatillas tan molonas? Entonces, quizás te interesen estas otras…“
• Página de checkout: antes de que la persona complete el checkout, podrías mostrarle otros productos complementarios al que tiene en el carrito. 
• Página de categoría: puedes colocar los productos más vendidos de cada categoría al inicio de la página como una forma de guiar al usuario en su compra.
• Página de error: ¿sabías que las páginas de error 404 se pueden personalizar? Aprovéchalas para incluir algunos de tus productos más vendidos y así evitar que los clientes que se topan con enlaces rotos salgan de tu web.

Hay una ubicación que casi nunca se menciona y que suele generar más ventas que varias de las anteriores juntas: el propio buscador interno. Si tu motor de búsqueda cruza los datos de lo que la gente busca con las recomendaciones que muestra, puedes destacar primero los productos que más te interesa vender dentro de los propios resultados. Es una ubicación con intención de compra ya activada, algo que ninguna otra posición del sitio tiene de partida.

Un matiz práctico es que no hace falta configurar cada ubicación desde cero. Con las recomendaciones inteligentes de Doofinder puedes incluir configuraciones predefinidas por ubicación (homepage, ficha de producto, carrito) que se activan en un clic, y que luego se pueden ajustar según el rendimiento que veas en tu tienda online.

Cómo medir si tus recomendaciones de producto están funcionando

No basta con activar los widgets y olvidarse. Estas son las métricas que indican si el sistema está ayudando a tu tienda online a aumentar las ventas:

• Ingresos atribuidos a recomendaciones: qué porcentaje de las ventas totales viene de sesiones donde el cliente interactuó con un widget de recomendación.
• Ticket medio en sesiones con clic en recomendación frente a sesiones sin clic: si no hay diferencia, el modelo no está añadiendo valor incremental.
• CTR y tasa de conversión por widget, no solo en global: no todos los modelos convierten igual en todas las páginas, y esta es la métrica que te dice cuál mover o retirar. El CTR es la proporción entre los clics registrados en el carrusel y las impresiones del widget. La tasa de conversión (CR) se calcula cuando un cliente hace clic en un producto del carrusel y completa la compra en esa misma sesión; si hace clic en varios carruseles antes de comprar, la conversión se atribuye al último en el que hizo clic.

El 68% de las tiendas online no incluye suficiente información en sus widgets de recomendación (imagen de calidad, precio o valoraciones) para que el usuario pueda evaluarlos, según datos recogidos por Baymard Institute. Si tu CTR por widget es bajo, revisa primero si el widget en sí da suficiente información antes de asumir que el modelo de recomendación está mal elegido.

Por ejemplo, una sesión con clic en recomendación suele tener un ticket medio más alto que una sesión sin clic, pero eso no significa automáticamente que la recomendación haya causado esa diferencia. Parte de esos compradores ya llegaban con mayor intención de compra. Lo relevante es el patrón agregado a lo largo del tiempo, no una sesión aislada.

Un ejemplo real:

Fares Kameli, CIO de La Casa de las Carcasas, cuenta en el podcast de Doofinder que sustituyeron el motor de recomendaciones nativo de su plataforma por el de Doofinder, y que hoy depende de él hasta el punto de considerarlo crítico para la operación diaria de la tienda. Para el checkout usan un segundo motor de recomendación con reglas más simples, porque el contexto de esa página necesita una lógica distinta a la de una ficha de producto.

Lo siguiente sería definir qué tres páginas de tu catálogo van a llevar el primer widget de recomendación y qué modelo encaja con cada una: no es lo mismo la home de un visitante nuevo que la ficha de producto de alguien que ya lleva tres artículos en el carrito.

Si quieres ver de un vistazo el CTR y el CR reales de tus propios widgets antes de decidir cuál mover o retirar, puedes probar Doofinder gratis y comprobarlo directamente sobre tu catálogo.