AI-ønskeliste
Lær hva AI-ønskelister er, hvordan de fungerer, og deres innvirkning på konverteringsrater, kundelojalitet og personlig tilpassede handleopplevelser i e-handel....
7 min lesing
Definisjon av ønskeliste
En ønskeliste (også kalt en «lagre til senere»-liste eller favorittliste) er en lagret samling av produkter en kunde markerer som interessante uten å forplikte seg til kjøp. Den befinner seg tidligere i trakten enn handlekurven: en kunde kan bla gjennom en produktside, klikke på et hjerte- eller bokmerkeikon, og lagre varen i en personlig liste knyttet til kontoen sin, en informasjonskapsel eller en lokal enhet. I motsetning til handlekurvinnhold, som vanligvis er ment å betales raskt, er ønskelister designet for å vedvare – en kunde kan legge til en vare i januar og ikke gjenoppta den før et julesalg i november. For butikker er ønskelisten både en kundebekvemmelighet og en datakilde: den avslører hvilke produkter som genererer interesse som ennå ikke har konvertert, informasjon som er vanskelig å fange på annen måte, siden forlatte nettlesingsøkter ikke etterlater noe tydelig signal om intensjon.
Hvordan ønskelister fungerer
De fleste ønskelisteimplementeringer følger samme grunnleggende mekanisme. En kunde klikker på et lagre-ikon på en produkt- eller kolleksjonsside, og varen legges til i en liste knyttet til kundekontoen deres (eller, for gjestebrukere, en nettleserinformasjonskapsel eller lokal lagringspost). Listen er deretter tilgjengelig fra en dedikert ønskelisteside, ofte med antall, størrelse eller variantdetaljer bevart. Derfra legger butikker vanligvis på sekundære funksjoner:
- Prisfallvarsler – en e-post eller melding når en lagret vare settes på salg
- Lagerpåfyllingsvarsler – et varsel når en lagret utsolgt vare blir tilgjengelig igjen
- Delbare lister – en offentlig lenke en kunde kan sende til venner eller familie, vanlig for gaveønskelister
- Flytt til handlekurv – en ettklikkshandling for å konvertere en ønskeliste-vare til en handlekurv-vare
Et enkelt eksempel: en klesbutikk legger til en ønskelisteknapp på alle produktsider. I løpet av en måned lagrer 12 % av nettstedets besøkende minst én vare. Av disse ender 18 % opp med å kjøpe en lagret vare – de fleste innen to uker etter en prisvarsel-e-post. Uten ønskelisten og oppfølgingsvarslene ville disse 18 % sannsynligvis ha representert tapt, ugjenkallelig etterspørsel.
Klar til å overvåke AI-synligheten din?
Følg med på hvordan AI-chatboter nevner merkevaren din i ChatGPT, Perplexity og andre plattformer.
Hvorfor ønskelister betyr noe for e-handelsmerker
Ønskelister betyr noe fordi de fleste kjøpsbeslutninger ikke tas ved første besøk. En kunde som sammenligner flere jakker, venter på lønn eller sjekker med en partner før hun kjøper møbler, trenger en måte å holde intensjonen i live mellom øktene. Uten en ønskeliste fordamper denne intensjonen vanligvis – kunden lukker fanen og finner kanskje aldri produktet igjen, spesielt hvis de ikke husker merkenavnet eller søkeordet de brukte for å oppdage det.
Fra butikkens side gjør ønskelister et usynlig signal (interesse) til et synlig, handlingsbart signal. Et produkt som ofte blir ønskelistet, men sjelden kjøpt, kan ha et prisspørsmål verdt å teste med en kampanje. Et produkt som sjelden blir ønskelistet i det hele tatt, resonnerer kanskje ikke uavhengig av trafikk. Aggregert på tvers av et katalog fungerer ønskelistedata som et tidlig varslingssystem for etterspørsel som standard rapportering av konverteringsrater ikke fanger opp i det hele tatt, fordi den aldri når handlekurven.
Ønskeliste vs. handlevogn vs. forlatte handlekurver
| Funksjon | Ønskeliste | Handlekurv | Forlatte handlekurver |
|---|---|---|---|
| Stadium i trakten | Tidlig vurdering | Før betaling | Etter handlekurv, før kjøp |
| Typisk levetid | Uker til måneder | Minutter til timer | Timer til dager før den utløper |
| Kjøpsintensjon | Interessert, ikke forpliktet | Høy, nær betaling | Var høy, stoppet deretter opp |
| Vanlig gjenvinningstaktikk | Prisfall- eller lagerpåfyllingsvarsel | Øktvedlikehold, lagret betaling | E-postsekvens for forlatte handlekurver |
| Best egnet for | Gaver, produkter med lang vurderingstid | Enhver aktiv handleøkt | Gjenvinning av nesten-fullførte transaksjoner |
Hold deg oppdatert på trender innen AI-synlighet
Få de nyeste innsiktene om AI-omtaler, merkevareovervåking og optimaliseringsstrategier.
Ønskelister og AI-drevet handel
Ettersom AI-handelsassistenter som ChatGPT Shopping, Perplexity Shopping og Amazon Rufus blir mer vanlige inngangspunkter for produktoppdagelse, begynner ønskelisteatferd å ha betydning utover én enkelt butikks eget nettsted. En kunde kan spørre en AI-assistent om å «finne alternativer som jakken jeg lagret tidligere», noe som avhenger av at ønskelistedata er bærbare eller i det minste godt strukturert hos butikken. Ønskelister som er lesbare og delbare – med rene produktitler, tilgjengelighetsstatus og prisinformasjon – er mer sannsynlig å bli nyttig referert til når en kunde kommer tilbake via et AI-formidlet søk i stedet for et direkte nettstedsbesøk.
På analysesiden er det å forstå hvilke produkter som blir ønskelistet, men ikke kjøpt, nært beslektet med bredere produktprestasjonsovervåking. AmICiteds e-handelsrapportering gir butikker innsikt i hvilke produkter og kundesegmenter som driver mest gjentatt engasjement, noe som naturlig kombineres med ønskelistedata: et produkt med mange lagringer, men lav konvertering er en sterk kandidat for en målrettet kampanje, mens et produkt med sterk AI-assistent-synlighet, men svak ønskelisteaktivitet, kan trenge bedre produktvisning for å fortjene lagringen i utgangspunktet.
Beste praksis for ønskelister
- Gjør lagringshandlingen til ett enkelt klikk, synlig på både produktlistesider og individuelle produktsider, ikke gjemt i en meny
- Behold ønskelister på en kundekonto i stedet for å stole utelukkende på informasjonskapsler, slik at varer overlever enhetsskifter
- Utløs automatiske prisfall- og lagerpåfyllingsvarsler i stedet for å forvente at kunder skal sjekke tilbake manuelt
- Vis ønskeliste-varenes tilgjengelighet tydelig (på lager, få på lager, utgått) slik at listen forblir nyttig over tid
- Tillat gjesteønskelister som slås sammen med kontobaserte ønskelister når kunden logger inn eller oppretter en konto
- Vis aggregerte ønskelistetellinger («214 personer har lagret denne») sparsommelig, bare der det gir troverdig sosial bevis
- Gå regelmessig gjennom konvertering fra ønskeliste til kjøp per produktlinje for å fange pris- eller budskapsproblemer tidlig
Vanlige feil med ønskelister
En vanlig feil er å behandle ønskelisten som en statisk funksjon uten oppfølging – lagreknappen finnes, men ingenting skjer etter at en kunde klikker på den. Uten automatisering av prisfall eller lagerpåfyll blir ønskelisten en blindvei i stedet for en gjenengasjeringskanal, og butikken mister hele poenget med å samle inn dataene. Et annet vanlig problem er å tvinge kontoregistrering før en kunde kan lagre noe, noe som skaper friksjon akkurat i det øyeblikket en kunde fremdeles bestemmer seg for om de liker merkevaren; en flyt for sammenslåing av gjest til konto løser dette uten å miste dataene. Noen butikker lar ønskelistede varer stille bli utsolgt eller utgå uten å oppdatere listen, slik at kunder kommer tilbake til en død lenke og mister tilliten til funksjonen. En mer subtil feil er aldri å analysere ønskelistedata på produktnivå – å behandle det utelukkende som en UX-finurlighet i stedet for et etterspørselssignal – noe som etterlater salgs- og pristeam blinde for interesse som aldri konverterte. Til slutt overvarsler noen butikker ønskelistekunder med hyppige markedsførings-e-poster knyttet til hver lagret vare, noe som fører til avmeldinger; løsningen er å varsle bare ved meningsfulle endringer som et reelt prisfall eller lagerpåfyll, ikke rutinemessige påminnelser.
