Маркетинг Retail Rocket
1 172

Рост выручки до 27%: кейс персонализации казахстанского интернет-магазина «Белый Ветер»

Сегодня мы хотим рассказать об опыте персонализации интернет-магазина крупного казахстанского ритейлера «Белый Ветер».

В закладки

Электроника и техника - особенный сегмент ритейла. С одной стороны, у многих покупок длительный цикл принятия решения, с другой - некоторые новинки выходят так часто, что пользователь не успевает определиться с тем, что ему нравится, как уже выходит новая улучшенная модель. Чтобы облегчить выбор для клиента и помочь интернет-магазину достичь нужных бизнес-показателей, важно использовать персональные рекомендации на разных стадиях покупательского пути.

Компания «Белый Ветер», основанная в Караганде в 2000 году, поставляет на казахстанский рынок современную цифровую технику и программные продукты. Интернет-магазин «Белый Ветер» предлагает широкий ассортимент бытовой и компьютерной техники, комплектующих, смартфонов и аксессуаров в Казахстане. В каталоге компании свыше 7700 наименований сертифицированной продукции, а сайт посещают более миллиона пользователей ежемесячно.

Менеджеры магазина уделяют большое внимание профессионализму и качественным консультациям как в оффлайне, так и в онлайн-пространстве, поэтому было принято решение разместить блоки товарных рекомендаций на всех ключевых страницах сайта. Рассказываем о результатах тестировании различных алгоритмов персонализации.

Главная страница

Главная страница сайта - это витрина, где пользователю нужно показать одновременно и широту ассортимента, и интересные именно для него товары. Для каждого товарного сегмента и магазина наибольшую эффективность показывают разные алгоритмы, поэтому первым этапом мы протестировали добавление одного блока рекомендаций с разными механиками для каждого сегмента.

Кейс 1. Тестировании эффективности рекомендаций товаров на главной странице

В рамках оптимизации работы рекомендательной системы на сайте интернет-магазина «Белый Ветер» было проведено исследование эффективности различных алгоритмов в блоке рекомендаций на главной странице магазина. Исследование эффективности проводилось с использованием механики A/B-тестирования, при которой все посетители сайта случайным образом делились на 5 сегментов:

Первому сегменту показывались хиты продаж

Второму сегменту показывались хиты продаж, персонализированные с учетом интереса пользователя

Третьему сегменту показывались популярные товары из интересных пользователю категорий

Четвертому сегменту показывались персональные рекомендации

Пятый сегмент был контрольной группой: рекомендации пользователям не демонстрировались

Результаты

Вывод

Согласно результатам тестирования, применение механики «Персональные рекомендации» в блоке рекомендаций на главной странице интернет-магазина «Белый Ветер» увеличивает конверсию на 3,11% и средний чек на 14,41%, что дает прогнозируемый рост выручки 17,96%.

Кейс 2. Тестировании эффективности рекомендаций товаров на главной странице

Следующим этапом наша команда Growth Hacker’ов протестировала добавление второго блока рекомендаций и разные варианты расположения дополнительного блока. Вторым блоком был добавлен алгоритм «Персонализированные хиты продаж», поскольку по итогам предыдущего текста он показал второй результат по оценке увеличения выручки.

Исследование эффективности проводилось с использованием механики A/B-тестирования, при которой посетители сайта случайным образом делились на 4 сегмента:

Первому сегменту показывались персональные рекомендации. Этот сегмент был взят за контрольную группу, поскольку победил в предыдущем тесте.

Второму сегменту показывались два блока: персональные рекомендации (сверху) и хиты продаж, персонализированные с учетом интереса пользователя (ниже)

Третьему сегменту также показывались два блока, но в обратном порядке: хиты продаж, персонализированные с учетом интереса пользователя, (сверху) и персональные рекомендации (ниже)

Результаты

Вывод

Согласно результатам тестирования, применение механики «Персональные рекомендации» в блоке рекомендаций на главной странице интернет-магазина «Белый Ветер» увеличивает конверсию на 10,54% со статистической значимостью 98,6%. В сочетании со значительным повышением среднего чека на 14,88%, это обеспечивает прогнозируемый рост выручки на 26,98%.

Страница категории

На страницах категорий интерес пользователя уже более сформирован, чем на главной странице, но ему все еще нужна помощь с выбором, а значит задача товарных рекомендаций - показать товары, которые с наибольшей вероятностью будут ему интересны именно в каждой конкретной категории.

Кейс 3. Тестирование эффективности рекомендаций товаров на странице категории

В рамках оптимизации работы рекомендательной системы на сайте интернет-магазина «Белый Ветер» было проведено исследование эффективности различных алгоритмов в блоке рекомендаций на странице категории магазина. Исследование эффективности проводилось с использованием механики A/B-тестирования.

Все посетители сайта случайным образом делились на 4 сегмента:

Первому сегменту показывались хиты продаж из категории

Второму сегменту показывались хиты продаж из категории, персонализированные с учетом интереса пользователя

Третьему сегменту показывались персональные рекомендации товаров из категории

Четвертый сегмент был контрольной группой: рекомендации пользователям не демонстрировались

Результаты

Вывод

Согласно результатам тестирования, применение механики «Хиты продаж из категории» в блоке рекомендаций на странице категории интернет-магазина «Белый Ветер» увеличивает конверсию на 6,3% со статистической значимостью 90%. В сочетании с повышением среднего чека на 9,61%, прогнозируемый рост выручки составляет 16,54%.

Карточка товара

Когда пользователь просматривает конкретный товар, он явно выражает интерес к этому товару, а значит самое время аккуратно подтолкнуть его к покупке. Этой цели служат CTA-элементы, подробные описания, детальные фотографии, отзывы и другие возможности, которые мы подробно описывали в статье «Как сделать из вашего магазина Amazon: лайфхаки для эффективной карточки товара»

Но магазину важно не просто продать товар, но еще и повысить средний чек, то есть предложить сопутствующие или альтернативные товары. Поэтому особую значимость приобретают персональные рекомендации.

Кейс 4. Тестирование эффективности рекомендаций товаров в карточке товара

Чтобы выбрать наиболее эффективную конфигурацию блоков товарных рекомендаций в карточке товара, также было проведено исследование эффективности с использованием механики A/B-тестирования.

Все посетители сайта интернет-магазина «Белый Ветер» случайным образом делились на 5 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)

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

Пятый сегмент был контрольной группой: рекомендации пользователям не демонстрировались

Результаты

Вывод

Согласно результатам тестирования применение механики «Два блока одновременно: похожие товары (сверху) и сопутствующие товары(ниже)» в блоке рекомендаций в карточке товара интернет-магазина «Белый Ветер» увеличивает конверсию на 8,7% со статистической значимостью 93,9%. В сочетании с повышением среднего чека на 9,21% это обеспечивает прогнозируемый рост выручки на 18,76%.

Комментарий интернет-магазина «Белый Ветер»:

Роман Кошелев, заместитель начальника отдела интернет-маркетинга интернет-магазина «Белый Ветер»

«Для нас возможность предложить клиенту то, что он хочет, является ключевым фокусом. Благодаря персональным рекомендациям Retail Rocket мы можем делать это в автоматическом режиме, не выделяя время на экспертную оценку, работу технических специалистов и другие моменты, связанные с формированием и выдачей товарных рекомендаций на разных страницах сайта. А дополнительный бонус в виде команды, которая тестирует разные виды рекомендаций, помогает выбрать и использовать наиболее оптимальный для нашего сайта вариант».

#маркетинг #кейсы #retailrocket

Материал опубликован пользователем. Нажмите кнопку «Написать», чтобы поделиться мнением или рассказать о своём проекте.

Написать
{ "author_name": "Retail Rocket", "author_type": "self", "tags": ["\u043c\u0430\u0440\u043a\u0435\u0442\u0438\u043d\u0433","\u043a\u0435\u0439\u0441\u044b","retailrocket"], "comments": 5, "likes": 15, "favorites": 1, "is_advertisement": false, "subsite_label": "marketing", "id": 44031, "is_wide": false, "is_ugc": true, "date": "Tue, 21 Aug 2018 11:31:42 +0300" }
{ "id": 44031, "author_id": 121846, "diff_limit": 1000, "urls": {"diff":"\/comments\/44031\/get","add":"\/comments\/44031\/add","edit":"\/comments\/edit","remove":"\/admin\/comments\/remove","pin":"\/admin\/comments\/pin","get4edit":"\/comments\/get4edit","complain":"\/comments\/complain","load_more":"\/comments\/loading\/44031"}, "attach_limit": 2, "max_comment_text_length": 5000, "subsite_id": 199113 }

5 комментариев 5 комм.

Популярные

По порядку

1

Интернет магазин Белого Ветра самый лучший из магазинов РК, как клиент с 10 летним стажем могу сказать. :)
Лучший и интересный блок это "Новинки" туда периодически заглядываю.

А "вам может понравится" очень спорный.
Допустим купил я процессор i5 за 300$. И тут мне блок" рекомендации" начинает показывать мне процессоры "Вам может понравится i7 за 500$". Ессно он мне может понравится, но купил я i5 потому что у меня всего 300$, было бы 500% я бы купил i7.
Для чего в этом блоке другие процессоры если я уже сделал выбор основываясь на кошельке/характеристиках. Два процессора поставить в ПК?
Ок, еще пример, купил я допустим Самсунг Галакси И8 и тут это блок мне начинает показывать "Вам может понравится Сяоми А5". Что? Зачем? Солить эти телефоны?

Вопрос номер два БВ (шутливый): Почему у вас все "главные" менеджеры обязательно Романы? :)

Ответить
2

Сергей, спасибо за отзыв о магазине!
По поводу рекомендаций "вам может понравится" - их главная цель предложить альтернативы пока вы находитесь в процессе выбора, после совершения покупки они перестраиваются. Кстати, насчет телефонов, как ни странно, одна из самых частых покупок после смартфона - еще один смартфон (жене, ребенку, родителям и т.д.). Но главная суть персональных рекомендаций в том, что они строятся на основе алгоритмов, и даже то, что иногда может показаться не очень логичным, дает рост показателей конверсии и выручки.
Ну а по второму вопросу, видимо судьба такая у "Романов" :)

Ответить
0

А про алгоритмы рекомендаций можете поведать? На какие сегменты бьете покупателей, по какой логике им предлагаете персонализированные предложения? Было бы полезно понять. У меня ИМ профессиональной косметики. Хотелось бы реализовать подобные решения.

Ответить
0

Никита, рекомендации Retail Rocket строятся для каждого пользователя индивидуально, т.е. каждый посетителей по сути получает свою собственную версию сайта. О том, что "под капотом" можно почитать тут https://retailrocket.ru/technologies/ и в нашем блоге на Хабре https://habr.com/company/retailrocket/

Ответить
0

Спасибо)

Ответить
0
{ "page_type": "article" }

Прямой эфир

[ { "id": 1, "label": "100%×150_Branding_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox_method": "createAdaptive", "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfl" } } }, { "id": 2, "label": "1200х400", "provider": "adfox", "adaptive": [ "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfn" } } }, { "id": 3, "label": "240х200 _ТГБ_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fizc" } } }, { "id": 4, "label": "240х200_mobile", "provider": "adfox", "adaptive": [ "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "flbq" } } }, { "id": 5, "label": "300x500_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfk" } } }, { "id": 6, "label": "1180х250_Interpool_баннер над комментариями_Desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "h", "ps": "bugf", "p2": "ffyh" } } }, { "id": 7, "label": "Article Footer 100%_desktop_mobile", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjxb" } } }, { "id": 8, "label": "Fullscreen Desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjoh" } } }, { "id": 9, "label": "Fullscreen Mobile", "provider": "adfox", "adaptive": [ "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjog" } } }, { "id": 10, "disable": true, "label": "Native Partner Desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fmyb" } } }, { "id": 11, "disable": true, "label": "Native Partner Mobile", "provider": "adfox", "adaptive": [ "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fmyc" } } }, { "id": 12, "label": "Кнопка в шапке", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "p1": "bscsh", "p2": "fdhx" } } }, { "id": 13, "label": "DM InPage Video PartnerCode", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox_method": "createAdaptive", "adfox": { "ownerId": 228129, "params": { "pp": "h", "ps": "bugf", "p2": "flvn" } } }, { "id": 14, "label": "Yandex context video banner", "provider": "yandex", "yandex": { "block_id": "VI-223676-0", "render_to": "inpage_VI-223676-0-1104503429", "adfox_url": "//ads.adfox.ru/228129/getCode?pp=h&ps=bugf&p2=fpjw&puid1=&puid2=&puid3=&puid4=&puid8=&puid9=&puid10=&puid21=&puid22=&puid31=&puid32=&puid33=&fmt=1&dl={REFERER}&pr=" } }, { "id": 15, "label": "Плашка на главной", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "p1": "byudx", "p2": "ftjf" } } }, { "id": 16, "label": "Кнопка в шапке мобайл", "provider": "adfox", "adaptive": [ "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "p1": "byzqf", "p2": "ftwx" } } }, { "id": 17, "label": "Stratum Desktop", "provider": "adfox", "adaptive": [ "desktop" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fzvb" } } }, { "id": 18, "label": "Stratum Mobile", "provider": "adfox", "adaptive": [ "tablet", "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fzvc" } } }, { "id": 19, "label": "Тизер на главной", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "p1": "cbltd", "p2": "gazs" } } } ]
Голосовой помощник выкупил
компанию-создателя
Подписаться на push-уведомления
{ "page_type": "default" }