Персонализация интернет-магазина Respublica.ru: рост выручки на 9,5%

Как персональные рекомендации помогли интернет-магазину Respublica.ru увеличить конверсию и выручку.

Чем шире и уникальнее ассортимент магазина, тем сложнее покупателю найти «тот самый» товар. Если в офлайн-магазине с выбором могут помочь консультанты бренда, то в случае с онлайн-шопингом посетителю придётся ориентироваться самому.

Поэтому интернет-магазины берут на вооружение товарные рекомендации, которые помогают обеспечить персональный подход каждому пользователю. Рассказываем, как интернет-магазин Respublica.ru увеличил выручку на 9,5% с помощью персональных рекомендаций Retail Rocket на ключевых страницах сайта.

Respublica.ru — это интернет-магазин книг, кино и музыки, арт-альбомов, полезно-стильной канцелярии, предметов lifestyle и подарков со смыслом. Торговая сеть «Республика» насчитывает 29 офлайн-магазинов в Москве и Санкт-Петербурге, а сайт Respublica.ru каждый месяц посещают более 320 тысяч пользователей.

Бренд уделяет большое внимание заботе о комфорте покупателей и качеству обслуживания. Чтобы воплотить качественный покупательский опыт в онлайне, было принято решение персонализировать сайт интернет-магазина Respublica.ru.

Главная страница — это первый шаг в customer journey. Зачастую здесь посетитель принимает решение, остаться ли в интернет-магазине. Поэтому одна из основных задач ритейлера на этом этапе — заинтересовать пользователя и показать ему лучшие товары и самые выгодные предложения.

Когда посетитель с первых минут знакомства с сайтом видит товары, которые ему интересны, у него складывается максимально положительное мнение о магазине и появляется желание сделать покупку.

Чтобы понять, какие блоки товарных рекомендаций на главной странице наиболее эффективны для аудитории сайта Respublica.ru, команда growth-хакеров Retail Rocket провела исследование с использованием механики A/B-тестирования.

Все посетители сайта случайным образом делились на четыре сегмента.

Первому сегменту показывались популярные товары — хиты продаж магазина.

Второму сегменту показывались персональные хиты продаж — популярные товары, сформированные на основе интересов пользователя.

Третьему сегменту показывались популярные товары из интересных пользователю категорий.

Четвёртый сегмент был контрольной группой: рекомендации показаны не были.

По итогам тестирования были получены следующие результаты:

По итогам тестирования лучший результат показала механика «Популярные товары из интересных пользователю категорий». С её помощью интернет-магазин Respublica.ru увеличил конверсию на 6,49% со статистической значимостью 93,6%. При незначительном снижении суммы среднего чека на 4,33% это обеспечило прогнозируемый рост выручки на 1,88%.

Механика «Популярные товары из интересных пользователю категорий» была выбрана, так как этот сегмент показал самый большой прирост конверсии. Мы всегда рекомендуем самый надёжный вариант, который с наибольшей вероятностью принесёт больший доход интернет-магазину. Конверсия является более стабильной величиной по сравнению со средним чеком, поэтому при небольшой разнице в прогнозируемом росте выручки мы ориентировались именно на уровень прироста конверсии.

В ходе предыдущего теста мы определили наиболее эффективный блок рекомендаций на главной странице. После этого мы запустили более глубокое исследование эффективности различных конфигураций товарных рекомендаций для тонкой настройки рекомендательной системы на главной странице.

Исследование проводилось с использованием механики A/B-тестирования. Все посетители сайта случайным образом делились на четыре сегмента.

Первому сегменту показывались популярные товары из интересных пользователю категорий. Этот сегмент был взят за контрольную группу, так как он победил по итогам предыдущего теста.

Второму сегменту показывались персональные рекомендации.

Третьему сегменту показывались два блока: популярные товары из интересных пользователю категорий (сверху) и персональные рекомендации (под блоком с популярными товарами).

Четвёртому сегменту показывались два блока: персональные рекомендации (сверху) и популярные товары из интересных пользователю категорий (под блоком с персональными рекомендациями).

По итогам тестирования были получены следующие результаты:

По результатам тестирования наиболее эффективной оказалась механика «Персональные рекомендации» в блоке рекомендаций на главной странице интернет-магазина Respublica.ru. Её применение увеличило конверсию на 7,75% со статистической значимостью 90,3%, что в сочетании с повышением среднего чека на 0,34% обеспечило прогнозируемый рост выручки на 8,12%.

Товарную категорию можно сравнить с оглавлением книги. Здесь персональные рекомендации помогут посетителю не тратить время на изучения всего сайта, а сразу перейти к просмотру нужных товаров.

Чтобы понять, какой из блоков товарных рекомендаций наиболее эффективен на странице категории интернет-магазина Respublica.ru, мы провели исследование с применением механики A/B-тестирования.

Все посетители сайта случайным образом делились на два сегмента.

Первый сегмент был контрольной группой, которой рекомендации не показывались.

Второму сегменту показывались персональные рекомендации товаров из категории.

По итогам тестирования были получены следующие результаты:

Согласно результатам тестирования, добавление на странице товарной категории персональных рекомендаций товаров либо хитов продаж из категории позволяет добиться прироста конверсии на 6,87% со статистической значимостью 85%. В сочетании с увеличением среднего чека на 2,43% это даёт прогнозируемый рост выручки на 9,47%.

Карточка товара — это одна из самых важных страниц интернет-магазина. На этом этапе пользователь принимает решение о покупке.

Здесь перед ритейлером стоит сложная задача. С одной стороны, не отвлекать покупателя от выбора и не перегружать его рекомендациями, которые ему не интересны. С другой стороны, не отпускать посетителя без покупки и предложить ему альтернативные товары, если просматриваемая позиция вдруг по каким-то причинам его не устраивает.

Поэтому в карточке товара, как правило, используются различные алгоритмы рекомендаций похожих и сопутствующих товаров.

Growth-хакеры Retail Rocket протестировали несколько конфигураций расположения блоков рекомендаций в карточке товара на сайте интернет-магазина Respublica.ru, чтобы определить, какая из них имеет наибольшую конверсию и приносит больше выручки.

Исследование эффективности проводилось с использованием механики A/B-тестирования. Все посетители сайта случайным образом делились на пять сегментов.

Первому сегменту показывались похожие товары.

Второму сегменту показывались сопутствующие товары.

Третьему сегменту показывались два блока одновременно: похожие товары (сверху) и сопутствующие товары (под блоком с похожими товарами).

Четвёртому сегменту показывались два блока одновременно: сопутствующие товары (сверху) и похожие товары (под блоком с сопутствующими товарами).

Пятый сегмент был контрольной группой: рекомендации показаны не были.

По итогам тестирования были получены следующие результаты:

Согласно результатам тестирования, применение механики «Два блока одновременно: похожие товары и сопутствующие товары» в блоке рекомендаций в карточке товара даёт наибольший прирост конверсии на 6,76% со статистической значимостью 98,9%. При незначительном уменьшении суммы среднего чека на 1,52% это обеспечивает прогнозируемый рост выручки на 5,13%.

Товарные рекомендации позволяют воплотить персонализированный покупательский опыт в онлайне, восполняя отсутствие компетентного офлайн-консультанта. Ритейлер получает возможность предложить пользователю именно те товары, которые представляют для него наибольшую актуальность на момент посещения сайта.

В результате увеличивается конверсия, количество позиций в чеке и, как следствие, выручка интернет-магазина. А покупатели получают положительный опыт взаимодействия с интернет-магазином и становятся более лояльными к бренду.

#маркетинг #кейсы