Vad får oss att lita på ett rekommendationssystem?
Företag som sysslar med e-handel bör dra lärdom av kvalitativa studier när de utvecklar sina rekommendationssystem. I en studie vid Göteborgs universitet siktar författarna på att ge företag verktyg för att bättre förstå sina kunders perspektiv.
Rekommendationssystem är en viktig del i dagens e-handel. Att filtrera fram produkter från stora webbutiksskataloger kan bli en nästan överväldigande uppgift och därför spelar rekommendationsfunktionerna en mycket viktig roll.
Maria Saxborn och Yuechen Pan, alumner från programmet Masters in Communication och författarna till artikeln Trust Through Recommendation in E-commerce, har baserat sin studie på det rekommendationssystem som klädbutiken Zalando använder och intervjuat besökare på deras hemsida.
Ambitionen är att hjälpa företag som värdesätter kundernas shoppingupplevelse att förbättra rekommendationssystemen de använder. För att göra det, bestämde de sig för att bygga ut den så kallade ”Trust Building-modellen”, som används av utvecklare av e-butiker och rekommendationssystem för att förstå hur de ska vinna kundernas förtroende för deras tjänster.
Förtroende gör att vi stannar kvar
– Ju större förtroende, desto mer gynnsamt är det för e-handeln”, säger Maria Saxborn.
– Om du som kund känner att det är en pålitlig hemsida som ger dig bra rekommendationer som är relaterade till sådant som du har tittat på tidigare, kommer det sannolikt att få dig att stanna kvar på sidan, fortsätta att leta efter varor och kanske till och med handla något.
Autenticitet och kvalitet
Författarna upptäckte att kunderna upplever tjänsten som mer autentisk när de får tillgång till kundrecensioner och kan se bilder av influencers som använder kläderna, hellre än standardbilder på fotomodeller tagna i en studio. Känslan av autenticitet är en av de nya aspekterna som de har kunnat ringa in som betydelsefulla för hur vi bygger förtroende inför rekommendationerna och den webbutik vi besöker.
Kvalitén på rekommendationerna, alltså hur väl de stämmer överens med våra intressen och vår smak, är en annan parameter som spelar roll för förtroendet.
– Du kommer att få ett antal förslag när du besöker en webbsida. De allra första du möts av är de viktigaste, för om de inte är träffsäkra kommer ditt förtroende att sjunka. Om rekommendationerna matchar dina intressen och din stil, kommer förtroendet i stället att öka. Så det är oerhört viktigt för företag att de ser den biten – hur de träffar så rätt som möjligt på de första rekommendationerna, säger Yuechen Pan.
En ny typ av studie
Historiskt sett har studier på rekommendationssystem kretsat kring hur man gör systemen mer effektiva, räknat på sådant som hemsidetrafik och transaktioner, men kundernas upplevelser av att shoppa på nätet med stöd från den här typen av system och hur de känner inför dem har hittills inte undersökts i särskilt stor utsträckning.
– Tidigare forskning har inte nödvändigtvis innefattat intervjuer och kvalitativa studier på konsumenterna. Det är en viktig del i att utforma de modeller vi har idag så att de blir tillämpbara på rekommendationssystem, säger Maria Saxborn.
Text: Agnes Ekstrand
Rekommendationssystem är algoritmer som lägger fram förslag på produkter och tjänster som är anpassade efter användarnas preferenser och beteenden. Inom e-handel analyserar dessa system exempelvis tidigare köp och sökhistorik, för att kunna erbjuda personliga rekommendationer.
