¡AI Assistant ya está aquí! - Da el salto al eCommerce conversacional

Frequently Bought Together (FBT)

Recomendación automática que muestra los productos que otros compradores han adquirido junto al producto que el usuario está consultando, basándose en datos reales de co-compra.

Definición

Definición

El sistema analiza el historial de pedidos para identificar qué productos se compran juntos con frecuencia estadísticamente significativa. Usa filtrado colaborativo: no se basa en la similitud de los productos sino en el comportamiento real de compra de miles de usuarios. Si muchos compradores de la cámara A también adquieren la batería B y la funda C, la asociación emerge sin que nadie la programe.

La señal de co-compra es más fuerte que la de co-visita pero más lenta de acumular (requiere historial de transacciones). El sistema identifica pares o grupos con frecuencia superior al azar y genera una lista ordenada por afinidad de compra.

Desde el lado del negocio, este tipo de recomendación tiene una ventaja sobre el upselling tradicional: no requiere convencer al usuario de que gaste más en el mismo producto, sino de que complete su compra con lo que ya necesita. Es menos resistencia percibida y más valor real entregado.

Para qué sirve

Para qué sirve

Aumenta el ticket medio (AOV) de forma orgánica sin configuración manual producto a producto. Eficaz en categorías donde productos se complementan de forma natural (electrónica con accesorios, ropa con complementos, alimentación con productos afines). La recomendación se percibe como útil (no intrusiva) porque refleja patrones de compra reales.

Doofinder

Doofinder incluye un módulo de recomendaciones que permite mostrar bloques de tipo frequently bought together en las páginas de producto. El sistema aprende de los datos de transacciones de la propia tienda para identificar las co-ocurrencias más relevantes, sin necesidad de configuración manual producto a producto. Las reglas de merchandising permiten además priorizar o excluir determinados artículos dentro de esas recomendaciones, por ejemplo para dar salida a stock con menor rotación o respetar márgenes mínimos.

Ejemplo

Caso práctico

Una tienda de material fotográfico añade el bloque frequently bought together a la página de una cámara mirrorless de entrada. El algoritmo detecta que el 34% de los compradores de esa cámara adquirieron también una batería adicional y que el 28% incluyeron una correa de transporte en el mismo pedido. Ambos productos aparecen seleccionados por defecto en el bloque, con el precio total de los tres artículos calculado automáticamente.

Antes de activar el bloque, el ticket medio de esa página era de 649 €. Tres meses después, con una tasa de adopción del bloque del 18%, el ticket medio subió a 712 €. Los accesorios dejaron de depender de que el usuario los buscara por su cuenta.

Referencias

Fuentes