Кейс персонализации интернет-магазина Hobby Games: рост выручки до 11,4% на страницу

Хобби и увлечения — это та сфера ритейла, где покупатели не любят экономить: всегда приятно порадовать себя новым коллекционным набором или лимитированным изданием. Как помочь пользователю с выбором и увеличить выручку в этой нише с помощью персонализации сайта?

Рассказываем совместно с интернет-магазином Hobby Games, где внедрение персональных товарных рекомендаций увеличило выручку до 11,4% на страницу.

Цели и задачи интернет-магазина Hobby Games

Hobby Games - это магазин настольных игр и аксессуаров в ассортименте которого свыше 5000 позиций. Это не только интернет-магазин с удобной доставкой по всему миру, но и широкая сеть розничных магазинов, которые открыты во множестве городов России и в ближнем зарубежье. По данным SimilarWeb ежемесячный трафик сайта составляет около 720 тысяч пользователей.

Розничный магазин Hobby Games

Для Hobby Games интересы клиента всегда стоят на первом месте. Компания хочет открыть увлекательный мир настольных игр для всех желающих. И если в розничной точке разобраться в ассортименте поможет продавец-консультант, то на просторах сети многое определяется удачным кликом. Чтобы усовершенствовать сервис интернет-магазина Hobby Games выделил следующие цели:

  • Внедрить рекомендательную систему сайта, учитывающую интересы клиента
  • Предложить пользователю релевантные товары на всех ключевых этапах покупки
  • Упростить навигацию и поддерживать вовлеченность с помощью товарных рекомендаций

Решение Retail Rocket

На всех ключевых страницах сайта было решено разместить блоки рекомендаций Retail Rocket. Они оптимально подходят для достижения целей Hobby Games: персональные рекомендации учитывают интересы клиента на основе его предпочтений, поведения в реальном времени и истории заказов.

Для наилучшей результативности Growth Hacker'ы провели A/B-тестирования различных вариантов алгоритмов на всех ключевых страницах сайта. Все решения были индивидуально подобраны под сайт Hobby Games. И сейчас мы покажем вам самые интересные тесты.

Персонализация главной страницы

Что важно для главной страницы? Конечно же, привлекать внимание пользователя и вызвать интерес к товарам на ней. На главной странице сайта Hobby Games представлено много занимательного контента: баннеры со скидками, быстрый поиск с настройкой по заданным параметрам, ссылки на YouTube-обзоры игр. Чтобы товарные рекомендации не терялись в этом многообразии, мы решили протестировать один из наших оригинальных алгоритмов персонализированных популярных товаров.

Для определения эффективности алгоритма мы использовали механику A/B-тестирования. Все посетители сайта случайным образом делились на 2 сегмента:

Первому сегменту показывались популярные товары из интересных пользователю категорий:

Второй сегмент выступал в качестве контрольной группы. Рекомендации не показывались.

Результаты

По итогам тестирования были получены следующие результаты:

Вывод

Согласно результатам тестирования, применение механики «Популярные товары из интересных пользователю категорий» интернет-магазина Hobbygames.ru увеличивает конверсию на главной странице на 3,5%. В сочетании с повышением среднего чека на 7,6% это даёт прогнозируемый прирост выручки на этой странице на 11,4%.

Персонализация страницы категории

Переходя к странице категории, важно помнить о том, что её главная задача - провести пользователя в карточку товара. Однако не все готовы листать каталог в ожидании идеального предложения и зачастую вкладка закрывается раньше времени. Решение проблемы мы нашли в персональных рекомендациях категории. Этот алгоритм подбирает для клиента лучшие предложения на основе его поведения на сайте.

Для проверки результатов мы использовали A/B-тестирование, где все посетители сайта случайным образом делились на 2 сегмента:

Первому сегменту показывались персональные рекомендации товаров в категории:

Второй сегмент выступал в качестве контрольной группы. Рекомендации не показывались.

Результаты

По итогам тестирования были получены следующие результаты:

Вывод

Согласно результатам тестирования, применение механики «Персональные рекомендации категории» интернет-магазина Hobbygames.ru увеличивает средний чек на странице категории на 5%. В сочетании с увеличением конверсии это даёт прогнозируемый прирост выручки на этой странице на 6,1%.

Персонализация карточки товара

В карточке товара важно показать сопутствующие товары и альтернативные варианты. Почему именно этот набор рекомендаций? Если пользователю не понравится товар, представленный в карточке, он сможет легко перейти к другому без лишних кликов. Сопутствующие товары дополняют предложение и увеличивают выручку интернет-магазина.

Важно понять, в каком порядке будут располагаться блоки рекомендаций. Возможно, большинству пользователям удобнее переходить из одной карточки в другую или же, наоборот, сразу подбирать сопутствующие товары «не отходя от кассы». Выясним это с помощью A/B-тестирования. Все посетители сайта случайным образом делились на 3 сегмента:

Первому сегменту показывались два блока: сверху располагались похожие товары, а снизу сопутствующие товары:

Второму сегменту наоборот сопутствующие товары были показаны выше, а похожие ниже:

Третий сегмент выступал в качестве контрольной группы, которой рекомендации не показывались.

Результаты

По итогам тестирования были получены следующие результаты:

Вывод

Согласно результатам тестирования, применение механики «Похожие товары (выше) и сопутствующие товары (под ними)» в карточке товара интернет-магазина Hobbygames.ru увеличивает конверсию этой страницы на 9,4% со статистической значимостью 90%.

Персонализация страницы корзины

Переходя в корзину, важно дополнить заказ пользователя полезными мелочами, о которых он мог забыть, тем самым увеличивая средний чек. Например, чехлы для игровых карт или дополнительные игровые наборы. Для этого мы протестировали 3 варианта алгоритма сопутствующих товаров: стандартный, персональный и из других категорий.

Классический алгоритм сопутствующих товаров основывается на статистике заказов. Это «золотой стандарт», который подходит почти всем магазинам. Однако другие варианты алгоритма могут принести большую прибыль. Мы провели A/B-тестирование, чтобы найти наилучшую конфигурацию для магазина Hobby Games. Все посетители сайта случайным образом делились на 3 сегмента:

Первому сегменту показывались сопутствующие товары:

Второму сегменту показывались персонализированные сопутствующие товары:

Третий сегмент выступал в качестве контрольной группы. Рекомендации не показывались.

Результаты

По итогам тестирования были получены следующие результаты:

Вывод

Согласно результатам тестирования, применение механики «Персонализированные сопутствующие товары» в корзине интернет-магазина Hobbygames.ru увеличивает конверсию страницы на 8,6%. В сочетании со снижением среднего чека на 2,6% это даёт прогнозируемый прирост выручки на этой странице на 5,7%.

Комментарий Hobby Games

Сотрудничество с Retail Rocket открыло нам новые возможности сервиса. Персональные рекомендации помогают нашим клиентам ориентироваться в товарах и подбирать лучшие предложения без нашего непосредственного участия, что не может не радовать.


Мы всегда хотим по-максимуму удовлетворить запросы клиента и для этого постоянно работаем над совершенствованием ассортимента и обслуживания. И рады, что специалисты Retail Rocket разделяют наши стремления

Дмитрий Никитин, Директор по интернет-проектам Hobby World

Над кейсом работала

Елена, Менеджер проекта, Retail Rocket
0
7 комментариев
Написать комментарий...
TR in

Персонализация - везде на Ура!
...расширяйте ниши😉

Ответить
Развернуть ветку
Марьяна Дверская

Ваши кейсы обычно имеют такую схему - все посетители сайта случайным образом делились на 2 сегмента: у одних была кнопка Купить, а у других ее не было, это контрольная группа. Так вот 1-й сегмент показал рост конверсии 150%! *фанфары
Предложенные вами результаты А/В тестов не демонстрируют целостную картину: в рамках всего проекта увеличение количества конверсий, например, на главной вполне может означать их уменьшение на других страницах - обычное перетекание. Глобально по всему проекту, что произошло? Продаж стало больше? Размер чека вырос?

Ответить
Развернуть ветку
Retail Rocket
Автор

Марьяна, ваш пример с кнопкой купить, конечно, достаточно утрированный =)
В кейсе мы как правило показываем 3-4 основные страницы, и каждая с ростом метрик. В тестировании обычно участвуют все или практически все страницы. Тетирование проводится в несколько этапов: сначала 1-3 алгоритма против контрольной группы, второым этапом дополнительные алгоритмы против победившего. И делаем это до тех пор пока каждая страница не покажет прирост. Поэтому глобально по магазину метрики, конечно же, растут.

Ответить
Развернуть ветку
Викентий Роскошный

О, это те самые хоббигеймс, которые данные о заказах своих клиентов шлют на левую почту?

Ответить
Развернуть ветку
Nikolay Lobachev

Почему выбор происходит лишь из двух вариантов, а не из десяти? Ведь выбранные для А/Б тестирования варианты могут оказаться наихудшими из всех возможных.

Ответить
Развернуть ветку
Retail Rocket
Автор

Николай, количество вариантов, которые можно тестировать одновременно зависят от многих показателей, например трафика и количества заказов.
Поэтому мы сначала тестируем 2-4 алгоритма, которые по нашему опыту с наибольшей вероятностью принесут результат, выбираем победивший, затем проводим следующий этап теста, сравнивая другие алгоритмы в победившим сегментом. Подобное итеративное тестирование на странице карточки товара мы описывали в кейсе интернет-магазина Toy.ru https://retailrocket.ru/blog/cases/internet-magazin-toy-ru-rost-konversii-na-5/

Ответить
Развернуть ветку
Nikolay Lobachev

Как определяются мои предпочтения, если я первый раз зашёл на сайт?

Ответить
Развернуть ветку
4 комментария
Раскрывать всегда