Предиктивный маркетинг в интернет-магазине Hoff: рост оборота на 13%

Для предсказания поведения пользователей маркетологу важно пользоваться не только экспертным мнением, но и современными системами предиктивного маркетинга, которые оценивают как историю покупок пользователя, так и его паттерны поведения в реальном времени. Именно такой подход позволил интернет-магазину Hoff увеличить оборот каждой страницы до 13%.

Сеть гипермаркетов Hoff — это одна из крупнейших и динамично развивающихся российских мебельных сетей. На сегодняшний день сеть гипермаркетов мебели и товаров для дома Hoff насчитывает 40 магазинов по всей России. Это единственная российская сеть мебели и аксессуаров для дома, работающая в формате гипермаркетов. Также у Hoff огромный охват покупателей в сети: по данным ритейлера в месяц сайт посещают около 5 миллионов пользователей.

Гипермаркеты Hoff специализируются на формате "Всё в одном месте" и предлагают комплексные интерьерные решения на основе широкого мультибрендового ассортимента. В онлайне, как и в офлайне, пользователь оказывается перед широким выбором товаров. Однако возможности консультантов в интернет-магазине ограничены. Решить эту проблему может персонализация сайта - она помогает сориентироваться и рекомендует оптимальные варианты товаров для каждого пользователя.

Для того, чтобы создать уникальный персонализированный опыт на сайте для каждого клиента интернет-магазин Hoff обратился к Retail Rocket со следующими задачами:

• Персонализировать ключевые страницы сайта
• Упростить поиск товара с помощью блоков персональных товарных рекомендаций
• Увеличить оборот интернет-магазина за счет внедрения алгоритмов, учитывающих пожелания клиентов в реальном времени.

Hoff выбрал Retail Rocket для создания персонализированного опыта на сайте, основываясь на результативности сотрудничества, в которых ритейлер успел убедиться в работе над триггерными рассылками и персонализацией главной страницы.

Блоки рекомендаций Retail Rocket расположены на всех ключевых страницах сайта Hoff.ru. Сегодня мы хотим показать вам самые интересные тесты на важнейших этапах customer journey:

• Главная страница
• Категория
• Карточка товара
• Поиск

В ходе тестирования мы выяснили какие алгоритмы дают наибольший прирост. Но обо всём по порядку.

Каждый день на сайт Hoff заходят около 160 тыс. пользователей, и хотя сегодня уже далеко не все пользователи просматривают главную страницу, она по-прежнему остается важным элементом восприятия сайта. Чтобы заинтересовать и удержать пользователя используются различные элементы, в том числе правильно подобранные блоки товарных рекомендаций.

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

Первому сегменту показывались хиты продаж:

Второму сегменту показывались персонализированные хиты продаж - популярные товары магазина, подобранные по интересам и предпочтениям пользователя:

Третьему сегменту показывались популярные товары из интересных пользователю категорий:

Четвертый сегмент был контрольной группой, которой рекомендации не показывались.

По итогам тестирования были получены следующие результаты:

Согласно результатам тестирования, применение механики «Персонализированные хиты продаж» в блоке рекомендаций на главной странице интернет-магазина Hoff.ru увеличивает конверсию на 4,3%. В сочетании с ростом среднего чека на 6,9% это дает прогнозируемый рост входящего оборота на 11,5%.

Страница категории ставит перед ритейлером сложную задачу: помочь клиенту сфокусировать внимание на поиске необходимых товаров. Так вероятность покупки значительно увеличивается.

Сориентироваться покупателю помогут блоки персональных рекомендаций. Их задача - показать пользователю лучшие варианты из огромного ассортимента и плавно провести клиента дальше по воронке.

Для того, чтобы понять, какой алгоритм справится наилучшим образом, мы провели A/B-тестирование. Все посетители сайта случайным образом делились на 4 сегмента:

Первому сегменту показывались хиты продаж из категории:

Второму сегменту показывались персонализированные хиты продаж из категории - популярные товары из категории, подобранные по интересам каждого пользователя:

Третьему сегменту показывались персональные рекомендации товаров из категории - подборка товаров из конкретной категории, максимально подходящих под интересы и предпочтения пользователя:

Четвертый сегмент был контрольной группой, рекомендации не показывались.

По итогам тестирования были получены следующие результаты:

Согласно результатам тестирования, применение механики «Персонализированные хиты продаж» в блоке рекомендаций на странице категории интернет-магазина Hoff.ru увеличивает конверсию целевых посетителей на 4,8%. В сочетании с ростом среднего чека на 8,5% это дает прогнозируемый рост входящего оборота на 13,7%.

Карточка товара - один из важнейших элементов customer journey. Во многом именно от неё зависит, совершит ли пользователь заказ.

Существует много стереотипов о «правильных» рекомендациях, например, что в карточке товара нужны исключительно блоки сопутствующих товаров. «Все знают, что к рубашке нужно рекомендовать галстук» периодически пишут нам в комментариях к кейсам. Но не бывает двух одинаковых магазинов и таких же одинаковых решений, подходящих для всех.

Обратите внимание, что в одиночку блок сопутствующих товаров показал отрицательный результат. Но в сочетании с похожими товарами картина совершенно другая. Посмотрите, насколько сильно отличаются значение прибыли в зависимости от расположения блоков!

Как всегда для проверки эффективности использовалась методика A/B-тестирования, при которой пользователи 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 (снизу):

Четвертому сегменту показывались также два блока одновременно, но в обратном порядке. Сопутствующие товары располагались сверху, а похожие снизу:

Пятый сегмент был контрольной группой, рекомендации не показывались.

По итогам тестирования были получены следующие результаты:

Согласно результатам тестирования, применение механики «Похожие товары и сопутствующие товары» в блоке рекомендаций в карточке товара интернет-магазина Hoff.ru увеличивает средний чек на 6,3%. В сочетании с незначительным уменьшением конверсии это дает прогнозируемый рост входящего оборота на 5,8%.

Поисковая страница очень важна для тех покупателей, которые не любят вручную просматривать страницу категории в поисках подходящего товара. Обычно такие пользователи уже знают чего хотят и ждут от магазина полного взаимопонимания.

Для того, чтобы генерация товаров по запросу проходила наиболее точно, мы решили добавить поисковые рекомендации. Они ориентируются на запрос и предлагают подборку, подходящую к ключевым словам, учитывая неправильное написание, ошибки и опечатки.

В ходе A/B-тестирования все посетители сайта случайным образом делились на 2 сегмента:

Первому сегменту показывались поисковые рекомендации:

Второй сегмент был контрольной группой, рекомендации которой не показывались.

По итогам тестирования были получены следующие результаты:

Согласно результатам тестирования, применение механики «Стандартные поисковые рекомендации» в блоке рекомендаций в поиске интернет-магазина Hoff.ru увеличивает средний чек на 8,5%. В сочетании с приростом конверсии на 0,6% это дает прогнозируемый рост входящего оборота на 9,15%.