Skip to content
Volver a noticias
Oct 17

Sana Commerce desarrolla la funcionalidad de recomendación de productos impulsada por Inteligencia Artificial (IA) para compras B2B

Sana Commerce desarrolla la funcionalidad de recomendación de productos impulsada por Inteligencia Artificial (IA) para compras B2B

Junto con MRM México, Sana Commerce ha creado recomendaciones de productos personalizadas basadas en inteligencia artificial (IA) que extraen datos históricos del ERP.

Las ofertas personalizadas y las recomendaciones de productos ya son comunes, ¡incluso esperadas!, en las tiendas en línea B2C. Pero a la fecha, las recomendaciones basadas tanto en las ventas en línea como fuera de línea, faltaban en el comercio electrónico B2B.

Sana Commerce está lanzando una versión beta de una nueva funcionalidad en su plataforma de comercio electrónico Sana Commerce Cloud, creando recomendaciones de productos para compradores B2B que realizan transacciones tanto en línea como fuera de línea. La función se basa en un algoritmo de extracción de datos desarrollado por los propios equipos de gestión de productos e información de Sana, y que hoy es posible gracias a la estrecha integración del ERP y la tienda en línea de Sana Commerce Cloud.

Las recomendaciones de productos tienen un alto potencial para impulsar el retorno de la inversión en el comercio electrónico, a través del incremento en valor en los pedidos, como resultado directo de la venta cruzada de productos; por lo que esta nueva funcionalidad es muy atractiva para incluir en su comercio electrónico.

Michiel Schipperus, CEO de Sana Commerce, señala: “Al recopilar y analizar información sobre el comportamiento y los patrones de compra de sus compradores, las tiendas en línea pueden brindar a los compradores un proceso de compra personalizado, lo que genera mayores ingresos, lealtad y confianza. Pero en el comercio electrónico B2B, esta característica basada en las compras en línea y fuera de línea no existía, ya que la segmentación de productos, precios y descuentos específicos del cliente hacen que esto sea un desafío. Debido a la estrecha integración de Sana Commerce Cloud con los ERP de nuestros clientes, las tiendas en línea B2B que se ejecutan en Sana tienen acceso tanto a la información de pedidos en línea como a los datos históricos de compras. Esta combinación se introduce en el nuevo algoritmo, brindando recomendaciones precisas que representan fielmente las transacciones típicas”.

¿Porque es esto importante? Porque los compradores B2B de hoy esperan personalización desde el día uno. Además, la autogestión es un aspecto importante dentro de la experiencia del cliente. Los compradores B2B buscan cada vez más la capacidad de comprar en línea de forma independiente y limitar sus interacciones con los representantes de ventas. Esto impulsa la velocidad y la comodidad en el proceso de compra. Al respecto, Michiel añade: “La conveniencia y confiabilidad del comercio electrónico B2B fortalece las relaciones que las empresas tienen con sus compradores”.

MRM México implementa la recomendación de productos en su tienda B2B

Moto Repuestos Monterrey (MRM), una empresa orgullosamente mexicana con más de 43 años de experiencia en el mercado de la importación y comercialización de accesorios y repuestos para motocicletas, implementó la funcionalidad de recomendación de productos de Sana Commerce Cloud, en su tienda web B2B, en septiembre de este año, con grandes expectativas por las recomendaciones de productos adicionales que se harán a sus clientes, lo cual incrementará su interés y promoverá la venta cruzada de sus productos.

El Director Ejecutivo de Moto Repuestos Monterrey, Alejandro Solorio Chávez, comparte su opinión al respecto de la plataforma de Sana: “Tienen muy bien desarrollada la experiencia digital del usuario; si ya no hay una persona que atienda al cliente directamente, la plataforma de comercio electrónico tiene que ser muy amigable, sencilla e intuitiva para el usuario”.

Nuestras noticias también son publicadas a través de nuestra cuenta en Twitter @ITNEWSLAT y en la aplicación SQUID