{"id":13830,"url":"\/distributions\/13830\/click?bit=1&hash=4878b89b224bb086575c116ea9b6933b6e694a2c5e92428b4e5a61e6cb77066c","title":"\u0422\u0435\u0440\u044f\u043b\u0438 \u0434\u0435\u043d\u044c\u0433\u0438 \u043f\u043e\u0441\u043b\u0435 \u0447\u044c\u0435\u0433\u043e-\u0442\u043e \u043d\u0435\u043e\u0441\u0442\u043e\u0440\u043e\u0436\u043d\u043e\u0433\u043e \u0442\u0432\u0438\u0442\u0430? \u0414\u0435\u0440\u0436\u0438\u0442\u0435 \u0430\u0447\u0438\u0432\u043a\u0443","buttonText":"\u0417\u0430\u0431\u0440\u0430\u0442\u044c","imageUuid":"d39d5c7e-92a7-5f71-b18c-a43719ac9a4e","isPaidAndBannersEnabled":false}

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».

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».

0
5 комментариев
Сергей Юн

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
Развернуть ветку
Retail Rocket
Автор

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
Развернуть ветку
Nikita Tuzhikov

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
Развернуть ветку
Retail Rocket
Автор

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
Развернуть ветку
Nikita Tuzhikov

Спасибо)

Ответить
Развернуть ветку
Читать все 5 комментариев
null