隨著電商獲客成本愈來愈高，對於用戶運營上也日漸重視，為了不浪費每一行銷成本、做到精準行銷，電商常透過貼標籤的方式，將顧客與商品進行分類，能針對顧客的需求精準投放商品。然而一般的標籤產出往往為人工貼標，標籤內容與使用者搜尋與購買意圖脫鉤，難以做到精準分眾，而 awoo 的電商標籤系統，是少數透過 AI 解析商品特徵，進行語意邏輯聯想、圖片分析、人工訓練與站外資料獲取，自動生成具有「使用者搜尋意圖」的購物情境組合標籤，幫助顧客逛起來，找到期望的商品，擁有更流暢的購物體驗。
然而，awoo 發現，市面上出現標榜 AI 智能推薦的標籤系統，號稱能透過「演算法&網路足跡」生成商品推薦標籤，能精準分析消費者喜好，達到最有效推薦。實際上，這套標籤系統不僅會降低使用者進站後的瀏覽體驗、提升網頁跳出率，甚至會影響到整站的 SEO 排名。今天就讓 awoo 來一一剖析這套標籤推薦的運用原理，以及分享一套好的商品推薦系統應該擁有哪些應用與成效。
劣質標籤背後的秘密：提高跳出率、影響SEO排名
近期市場出現以標籤推薦並自動產生站外分類頁的服務，首先標籤來自Google Search Console 關鍵字隨機排列組合後佈局在網站上，此標籤並非使用者搜尋意圖的情境組合，與所在頁面的關連度也極低，無法有效引導使用者點擊創造轉換價值以外，更讓網站結構帶來負面的影響。
當使用者點擊標籤後，會跳到站外分類頁，而非同一網址下的子頁面，除了影響使用者瀏覽體驗外，也因為跨網址連線產生的高跳出率，影響 Google 對於網站品質的評價。
跳出率高的網站，代表該網站的使用者體驗較差，以 awoo 多年來操作 SEO 的專家經驗來說，這樣的做法不僅會影響網站排名，還會中斷消費者購物旅程，例如商品加入購物車後又跳出購物網站等，對於下單轉換更加不利。
購物情境組合標籤，讓消費者找得到逛起來
awoo 由 AI 產出具有購買意圖的情境組合標籤，搭配標籤文本關係 (Contextual)、使用者點擊與交易行為 (User Behavior and Transaction) 及站外資料爬取，透過 API 完整導入電商網站，除了描繪出商品 360 度，並做到以下廣泛應用：
- 流量引擎：AI 標籤經由 API 串接佈局於站內，創造出高關連度內部連結、各頁面關鍵字定義以及分類最大化，這些自動生成的分類頁面包含各項SEO必備資訊，讓 Google 爬蟲再也不迷茫且更容易將頁面主動收錄，增加網站頁面排名，有效提升曝光與流量。
- 站內搜尋引擎：標籤能有效標記商品，讓產品更能對應使用者搜尋字詞，並透過帶有搜尋意圖的 auto complete 做搜詢推薦，強化站內搜尋功能。
- 產品推薦：將使用者所在位置最為 first touch point 做產品關連延伸推薦，跳脫以使用者目標改以商品關連來挖掘使用者潛在購買意圖。做到「找得到、逛起來」，提升網站工作階段數、降低跳出率。
awoo 購物情境組合標籤整合，能成功提升以下三大指標：
- 自然流量增長
- 強化站內行為有效增加使用者造訪頁次與互動時間
- 網站電子商務收益及轉換率提升
awoo商品推薦引擎不受Cookieless影響，真正做到精準推薦
awoo 推薦引擎，不同於市面上用現有資料庫拼湊出的推薦系統，是全台第一個真正以 AI 演算法加上 NLP 技術的商品推薦引擎，不僅如此，正因為 awoo 推薦引擎深掘的是「商品特徵」，研究哪些商品的標籤組合會受到消費者的喜愛，未來當第三方 cookie 遭淘汰時，awoo 推薦商品的機制也不會受其影響，再搭配多場景應用與行銷溝通管道，能真正給予消費者「對的商品」，提高顧客轉換率。若想完整瞭解 awoo 推薦引擎如何應用在你的購物網站，歡迎找 awoo 顧問諮詢。
看看寢具電商東稻家居怎麼說：
