Kako v emailih za navzkrižno prodajo uporabiti priporočila izdelkov

Blok s priporočili izdelkov je del emaila za navzkrižno prodajo, ki dejansko prikaže izdelke — tista majhna mreža predmetov s sliko, imenom in ceno, ki se bodisi dinamično napolni za vsakega prejemnika bodisi vsebuje nabor, ki ste ga izbrali ročno. Da ga naredite prav, gre večinoma za štiri odločitve: dinamično proti ročno izbranemu, koliko izdelkov prikazati, kako je blok razporejen in na kaj se povrne, ko nimate dovolj podatkov, da bi priporočili kaj pametnega. To je mehanika samega bloka — kako se priporočila prikažejo in obnašajo znotraj emaila. Kateri izdelek si sploh zasluži, da ga priporočite, je drugo vprašanje, obravnavano v katere izdelke bi morali priporočiti po nakupu. Tukaj predpostavljamo, da imate priporočilo, ki ga lahko podate, in se osredotočamo na to, da ga dobro prikažete.

Dinamično proti ročno izbranemu — izberite na email, ne na trgovino

Prva odločitev je, ali se blok napolni sam na podlagi podatkov ali prikaže izdelke, ki ste jih izbrali. Oboje je pravilno, za različne emaile.

Ročno izbrano pomeni, da izberete natančne izdelke, običajno vezane na pravilo. Kupi ta kavni aparat, vedno prikaži ta tamper in ta zrna. Je predvidljivo, par nadzirate popolnoma in nikoli ne priporoči česa neumnega — a se ne skalira, ker mora nekdo pare določiti, in se ne more prilagoditi posamezniku.

Dinamično pomeni, da orodje blok napolni za vsakega prejemnika iz vedenjskih ali kataloških podatkov — “kupci, ki so kupili to, so kupili tudi,” ali priporočila, zgrajena na brskanju in zgodovini nakupov. Skalira se čez ogromen katalog in personalizira na osebo, a je le tako dobro kot vaši podatki, in če ga pustite brez nadzora, bo občasno združil ovitek za telefon z vrtno cevjo.

Praktičen odgovor za večino trgovin: ročno izberite pare za svoje najboljše izdelke in svoje navzkrižne prodaje z najvišjo maržo, kjer napačno priporočilo stane največ, in pustite, da dinamična priporočila zapolnijo dolgi rep, kjer je ročno izbiranje vsake kombinacije nemogoče. Trenutek, ko vaš katalog postane dovolj velik, da ročno združevanje odpove, je natanko problem v skaliranje avtomatizacije navzkrižne prodaje čez velik katalog — dinamična priporočila so način, kako pokrijete tisoče SKU-jev, ne da bi napisali tisoče pravil.

Koliko izdelkov prikazati

Manj, kot mislite. Nagon je napolniti mrežo in ta je običajno napačen.

Email za navzkrižno prodajo, zgrajen okoli nakupa, je samozavestno, osredotočeno sporočilo: “kupili ste X, tukaj je, kar gre zraven.” Trije izdelki so udobna privzeta vrednost. Eden ali dva, če je par resnično očiten, se lahko pretvorita bolje kot šest, ker delujeta kot resnično priporočilo in ne kot zid stvari. Ko preidete štiri ali pet, ste nehali priporočati in začeli znotraj emaila trgovati s kataloško stranjo — in prejemnik to razliko začuti.

Napetost je resnična: dinamični pogoni radi prikažejo več, ker to dvigne verjetnost, da bo na nekaj kliknjeno. A več izdelkov pomeni tudi več priložnosti, da prikažete nekaj nerelevantnega, in nerelevantnost je tisto, zaradi česar ljudje nehajo zaupati vašim priporočilom. Tesnejši blok, ki je pravi, premaga večji blok, ki je večinoma šum. Če vaše dinamično orodje želi prikazati osem, ga omejite na tri ali štiri.

Postavitev — naredite blok pregleden in kupljiv

Blok mora delovati na telefonu, v predoglednem podoknu, v dveh sekundah. Postavitev je tam, kjer se dobra priporočila zapravijo.

Nekaj stvari, ki dosledno štejejo:

Ena jasna slika na izdelek, dovolj velika, da jo prebereš na prvi pogled. Slika opravi večino prodaje v bloku navzkrižne prodaje. Stlačiti šest majhnih sličic v vrsto vsako skrči v neuporabnost — še en razlog, da število ohranite nizko.
Ime in cena vidna brez dotika. Skrivanje cene, da bi izsilili klik, dodaja trenje in deluje kot trik. Pokažite jo.
Eno samo, očitno dejanje na izdelek. Jasna tarča dotika naravnost do strani tega izdelka. Ne silite nikogar v iskanje.
Navpičen stolpec ali preprosta mreža dva-v-vrsti, ne gosta vrsta. Na telefonu visok en stolpec ali dvostolpčna postavitev premaga štiristolpčni trak, ki se spremeni v znamke.

In nad blok postavite kratko vrstico človeškega konteksta — en stavek, ki pove, zakaj ti, vezano na to, kar so kupili. Blok priporočil s pripetim razlogom se pretvarja bolje kot gola mreža, ker izdelke uokviri kot pomoč namesto kot oglase.

Povrnitev — kaj se prikaže, ko je podatkov malo

To je del, ki ga skoraj vsak pozabi, in tu se dinamična priporočila tiho osramotijo.

Dinamični pogoni potrebujejo podatke. Nova trgovina, nov izdelek, prvi kupec, čuden SKU, ki ga nihče ni kupil ob ničemer — v vseh teh primerih morda pogon nima ničesar dobrega za priporočiti. Če niste nastavili povrnitve, se blok bodisi prikaže prazen (email, ki izgleda pokvarjeno) bodisi napolni s čimer koli je tehnično na voljo, in tako nekdo, ki je kupil pohodne čevlje, na koncu gleda dišeče sveče.

Zato povrnitev opredelite izrecno, v tem vrstnem redu:

Relevantna privzeta kategorija. Če pogon ne najde personaliziranega ujemanja, prikažite svoje najbolje prodajane iz iste kategorije ali smiselne spremljajoče kategorije, ne iz cele trgovine.
Ročno izbrana varnostna mreža za vaše najpomembnejše izdelke, da se vrh vašega kataloga nikoli ne povrne na naključno.
Blok povsem zatrite, če resnično ni nič relevantnega — email za navzkrižno prodajo brez bloka še vedno premaga tistega, ki priporoča neumnosti. Bolje poslati krajši email kot napačnega.

Da povrnitev naredite prav, je odvisno od tega, ali so vaši podatki dovolj urejeni, da “ista kategorija” nekaj pomeni, kar je isti temelj za uporaba zgodovine nakupov za boljša priporočila navzkrižne prodaje. Tanki ali neurejeni podatki ne oslabijo le personalizacije — so tisto, kar sproži grde povrnitve v prvi vrsti.

Ne priporočajte, kar že imajo

Eno pravilo sedi nad vsem tem: blok nikoli ne sme prikazati izdelka, ki ga je kupec že kupil. Dinamični pogon bo z veseljem priporočil natanko predmet, ki sedi v nečji zgodovini naročil, če ga ne izfiltrirate, in nič ne spodkoplje priporočila hitreje. Zatiranje že kupljenih izdelkov je lastna izgradnja z resničnimi robnimi primeri — darila, potrošni izdelki, ki se legitimno ponovno kupujejo — obravnavana v izključevanje izdelkov, ki jih kupec že ima. Vključite ga v blok, preden greste v živo.

Predelan primer

Trgovina, ki prodaja opremo za pisalne mize — monitorje, stojala, tipkovnice, kable — s povprečnim naročilom okoli 140 €, s katalogom v spodnjih tisočih SKU-jev. (Ponazoritveno — uporabite svojega.)

Nekdo kupi monitor. Blok emaila za navzkrižno prodajo prikaže tri izdelke, ne celotnega ekosistema: roko za monitor, dobro ocenjeno tipkovnico in pravi kabel — ročno izbrani pari za junaški izdelek, ker napačno priporočilo pri naročilu za 140 € ni vredno tveganja. Nad blokom ena vrstica: “Da dokončate svojo postavitev.” Blok izfiltrira sam monitor in vse drugo, kar ta kupec že ima. Za bolj nejasen izdelek brez ročno izbranega para isti predloga emaila povrne na dinamična priporočila, in če tudi to pride prazno, prikaže najbolje prodajane iz kategorije dodatkov namesto ničesar.

Brez izmišljene številke klikov — mehanika je bistvo. Malo izdelkov, ročno izbrano tam, kjer šteje, resničen razlog na vrhu in povrnitev, ki nikoli ne prikaže smeti.

Kaj meriti

Sodite blok, ne le email:

Prehodnost klikov priporočil — od ljudi, ki odprejo, koliko jih tapne priporočen izdelek. Pove vam, ali je blok relevanten in pregleden.
Klik-do-nakupa na priporočenih izdelkih — kliki, ki postanejo naročila. Visoki kliki z nizkimi nakupi pogosto pomenijo, da je priporočilo izgledalo relevantno, a ni bilo, ali pa jih je stran izdelka razočarala.
Prihodek na prejemnika — resničen prispevek bloka, prihodek toka ÷ ljudje, ki so vstopili.
Stopnja prazne / povrnitvene upodobitve — kako pogosto se je blok moral povrniti. Visoka številka pomeni, da vaši podatki ali pari potrebujejo delo, ne vaš email.

Kako pomaga Omnisend

Sam blok — dinamična priporočila izdelkov, ročno izbrani pari, povrnitve in filtriranje že kupljenih izdelkov — je natanko vodovod, ki bi ga dobro orodje za email moralo urediti namesto vas. Testiral sem Klaviyo in Omnisend ter v svojih trgovinah uporabljam Omnisend, deloma zato, ker sem lahko blok s priporočili izdelkov spustil v email za navzkrižno prodajo, omejil, koliko predmetov prikaže, in nastavil povrnitev po kategoriji sam, brez razvijalca.

Za to konkretno: dinamični bloki priporočil, ki vlečejo iz kataloga in vedenja, ročno izbrani bloki izdelkov za junaške pare in nadzor nad številom in vedenjem povrnitve. (Omnisend je orodje, ki ga uporabljam in priporočam; morebitna partnerska povezava je razkrita — ista mehanika bloka obstaja v drugih zmogljivih platformah.)

Poštena omejitev: noben pogon priporočil ne popravi slabih vhodov. Če je vaš izdelčni vir tanek, so vaše kategorije zmešnjava ali so vaše slike šibke, dinamični blok te težave le prikaže hitreje in več ljudem.

Vaš naslednji korak

Odprite svoj glavni email za navzkrižno prodajo in blok preverite glede štirih stvari: ali prikazuje tri ali štiri izdelke, ne osmih; ali ima vsak jasno sliko, ceno in povezavo; ali obstaja ena vrstica, ki pove zakaj; in ali je povrnitev opredeljena za primer, ko podatkov zmanjka? Popravite, kar koli pade. Nato se odločite, kateri izdelki sodijo vanj, s pomočjo katere izdelke bi morali priporočiti po nakupu, in poskrbite, da nikoli ne prikaže že kupljenih predmetov s izključevanje izdelkov, ki jih kupec že ima.

Product recommendations in cross-sell emails work when they’re constrained, not clever. The rule: recommend 1–3 products that relate to the specific item the customer bought, exclude everything they already own, and give each recommendation a one-line reason. Use automated recommendation blocks for scale, but constrain them — by category, by price band, by complementarity — because an unconstrained “you may also like” widget quietly turns into a bestseller list that ignores what the customer purchased. Three relevant products outsell twelve random ones, and the reason line often matters more than the product image.

The recommendation widget that recommends nothing

You’ve probably already got a recommendation block in your post-purchase email. Open one of those emails as a customer would. If someone bought a dog harness and the block shows your three bestselling cat toys, the widget is technically working and practically useless. This is the default failure mode: the block pulls “popular products” because nobody constrained it, so every customer sees the same grid regardless of what they bought.

For a store doing €30,000–80,000 a month, that’s not a cosmetic issue. The post-purchase email is often your highest-open message, and you’re spending that attention on a lottery ticket.

Why “just show more products” makes it worse

The intuitive fix is coverage: show eight products instead of three, and surely something will match. It doesn’t work that way. A wall of products transfers the selection work back to the customer — the exact work your email was supposed to do for them. It also signals “catalog dump” rather than “we thought about this”, which is the same energy as another 10%-off blast. If clicks are fine but sales aren’t, over-wide recommendations are a usual suspect — that failure pattern has its own diagnosis.

What a bad block costs

Illustrative calculation. Say your post-purchase email goes to 2,000 customers a month. A generic bestseller grid converts at 0.6%; a constrained, complementary recommendation converts at 2% (both numbers invented for the example). At a €30 average cross-sell item, that’s the difference between €360 and €1,200 a month — €10,000 a year of gap from the same email, the same list, the same send button. The only variable is what the block is allowed to show.

Build your recommendation logic in this order

Start manual for your top 5 products. For each bestseller, hand-pick 2–3 companions. A human choosing “this lens hood fits this camera” beats any algorithm at small scale. This is the core of product-specific cross-sell automations.
Verify pairings against order data, not intuition. Which products actually co-occur in orders or in a customer’s second purchase? Purchase history regularly contradicts what merchants assume goes together.
Switch to automated blocks for the long tail — the hundreds of products that don’t justify a hand-built email. Constrain the block: same-category or mapped-category only, price between roughly 20% and 80% of the purchased item, in stock, never previously purchased.
Add the reason line. “Customers who bought this grinder usually add the brush — grounds build up after ~3 weeks.” One sentence per product. This is the highest-leverage copy in the email.
Only later: bundles, dynamic pricing bands, ratings-based sorting. Useful refinements, pointless before the basics work. Bundles in particular deserve their own approach — see using bundles in cross-sell emails.

The automation around the block

The recommendation block lives inside a flow, and the flow’s targeting does half the work:

Trigger: order placed (or order fulfilled, if your delivery times vary a lot).
Segment: split by purchased category so each branch can carry its own recommendation logic. A “bought coffee gear” branch and a “bought teaware” branch will each outperform one merged email.
Timing: 7–14 days post-purchase for most physical goods — after delivery, once the product is in use and a companion item makes sense.
Channel: email — recommendations need images, prices and reasons, which is exactly what SMS can’t carry.
Content: one short paragraph referencing the purchased product, then the block: max 3 items, image, price, reason line, one button each. No secondary banners competing for the click.
Exclusions: anything the customer has ever purchased, out-of-stock items, and items already shown to them in a previous cross-sell email if your platform can track that. The first exclusion is non-negotiable — the mechanics are covered in excluding products a customer already owns.
Goal: orders containing a recommended product within 30 days.

Example: manual vs. automated, side by side

Illustrative scenario. A pet supplies store hand-builds recommendations for its top seller, a €45 dog bed: branch one shows a €12 washable cover (“most bed owners buy a second cover by month two”), a €9 blanket, and nothing else. For its remaining 300 SKUs, an automated block shows same-category items within the price band, excluding owned products. After a quarter, the hand-built branch converts at 3.1% and the automated long tail at 1.2% — both invented numbers, but the ranking is what you should expect. The lesson isn’t “automation is worse”; it’s that hand-built logic belongs on the 20% of products generating 80% of orders, and automation covers the rest. When the catalog grows past what you can hand-map, scaling across a large catalog becomes its own discipline.

Numbers that tell you the block is working

Click-to-purchase rate on recommended products — clicks alone flatter irrelevant-but-pretty grids.
Revenue per recipient, compared between your hand-built branches and automated ones.
Share of orders containing a recommended item within 30 days of the email.
“Already owned” complaints or replies — even a couple signal your exclusion logic is leaking.

The Omnisend specifics

In Omnisend, which I run on my own stores, the pieces that map to this article are: the product recommender block with modes for related items and category-filtered picks, manual product selection when you want the hand-built branches, and flow splits by purchased category. My own post-purchase flow is exactly the hybrid described here — hand-picked companions on the bestsellers, a constrained recommender on everything else — and it sits alongside the welcome, abandoned cart and win-back flows rather than replacing them.

Limitations worth knowing before you start: the recommender is only as good as your product catalog data — messy categories in your store mean messy recommendations in the email — and no block will fix pairings that don’t make sense. Expect an afternoon of category cleanup before the automated branch behaves.

Your next step

Forward yourself your current post-purchase email for your single best-selling product. If the recommendations wouldn’t make sense to that specific buyer, hand-pick three companions for that one product and update the flow today. That one branch is your template for everything else.

Avtomatizacija navzkrižne prodaje