Миллиарды: как инсайтные MarTech-кампании повышают выручку компаний с миллиардными оборотами?
Кейс «Эльдорадо» и Gravity Field
Группа «М.Видео-Эльдорадо» — ведущая российская компания в сфере электронной коммерции и розничной торговли электроникой и бытовой техникой; GMV компании в 2022 году составила 489 миллиардов рублей. На общие онлайн-продажи приходится порядка 67% GMV «М.Видео-Эльдорадо», что делает группу одним из крупнейших E-commerce игроков в России.
За почти тридцатилетнюю историю работы «Эльдорадо» получила множество премий в области персонализации маркетинга и клиентского опыта. Для постоянного совершенствования пользовательского пути компания использует лучшие MarTech-решения и с 2019 года сотрудничает с лидирующей мировой платформой персонализации и оптимизации пользовательского опыта Dynamic Yield, а теперь и ее локальной версии, Gravity Field.
Специалисты Gravity Field непрерывно анализируют поведение пользователей сайта и собирают инсайты на основе данных. Именно инсайты становятся основой для новых тестов, которые превращаются в кампании с помощью платформы Gravity Field. Как правило, инсайтные кампании не только улучшают клиентский опыт, но и позитивно влияют на бизнес-метрики. Ниже мы объясним, как это работает, на нескольких свежих примерах.
Уйти нельзя остаться
На этапе поиска инсайтов команда Gravity Field анализирует сотни различных действий, которые посетители сайта совершают в течение сессии. На сайте «Эльдорадо» аналитикам Gravity удалось обнаружить интересную особенность, нехарактерную для большинства других E-commerce вертикалей: 20% посетителей карточки товара копировали название товара, прежде чем покинуть сайт. У команды возникло резонное предположение, что пользователи копируют название, чтобы затем сравнить предложение по заинтересовавшему товару в других магазинах. Из предположения сформировалась гипотеза: если мотивировать пользователей, копирующих название товара, остаться на сайте, то повысится конверсия таких пользователей в целевые действия.
Мы решили, что копирование названия товара — это, с одной стороны, тревожный сигнал, а с другой — отличный повод вступить с пользователем в коммуникацию. С помощью платформы Gravity Field мы стали отслеживать триггеры по копированию названия и показывать при их срабатывании поп-ап с различными товарными предложениями «Эльдорадо». При этом возможности платформы позволяют нам подобрать наиболее релевантное УТП для каждой группы товаров. Так, например, в ходе тестов мы узнали, что в карточках более дорогих товаров пользователей лучше всего мотивируют остаться бонусы в комбинации с бесплатной доставкой. В карточках габаритных товаров самые высокие аплифты приносит коммуникация бесплатной доставки и установки.
По итогам множества A/B-тестов для различных типов товаров гипотеза команды Gravity Field и «Эльдорадо» подтвердилась: во всех вариациях статистически значимо снизился Exit Rate* и повысилась конверсия в добавление товара в корзину**. Кроме того, удалось повысить и более верхнеуровневые метрики: до +10% к конверсии в заказы и +13% к выручке на пользователя.
*1 и 2. Примеры вариаций коммуникации УТП в карточке товара для различных типов товаров
Добавит — не добавит
Аналитики Gravity Field продолжили исследование поведения пользователей интернет-магазина «Эльдорадо» с высоким Exit Rate и нашли ещё один нетривиальный сценарий в карточке товара. Как ни странно, одним из наиболее низкоконверсионных сегментов оказался сегмент пользователей, просмотревших увеличенное изображение товара. Конверсия в добавление товара в корзину у таких пользователей была даже ниже, чем у пользователей, которые не использовали увеличение.
После совместного мозгового штурма с командой «Эльдорадо» Gravity решили протестировать на увеличенном изображении товара размещение кнопки «Добавить в корзину». В основу кампании легла максимально простая гипотеза: сокращение пути к конверсионному действию (добавлению в корзину) мотивирует пользователей совершить это действие прямо в момент просмотра изображения.
Удивительно, но при первом запуске кампания не принесла статистически значимых приростов и даже показала негативный тренд по добавлениям в корзину. При этом команда Gravity решила не останавливать тест и посмотреть на прогнозные значения в разрезе различных сегментов с помощью предиктивного таргетинга.
С помощью движка предиктивного таргетинга можно посмотреть вглубь каждой кампании и узнать, как она работает для каждого сегмента пользователей. Одна и та же вариация может повышать средний чек для женщин и снижать — для мужчин; увеличивать конверсию в заказы для новых пользователей и уменьшать — для вернувшихся; показывать прирост по выручке с оптовых покупателей и падение выручки с розничных. Предиктивный таргетинг подскажет наилучшую комбинацию в разрезе «гипотеза — сегмент» и даже спрогнозирует потенциальный прирост от масштабирования такой комбинации в процентах. После масштабирования эффективных вариаций на релевантные сегменты вы можете углубиться в дальнейшее тестирование уже внутри этих сегментов и сделать персонализацию максимально точечной. Такое углубление помогает получить максимум с каждого блока на сайте, ведь каждый пользователь будет видеть в блоках только то, что может заинтересовать именно его. А это значит, что вы получите не усреднённый прирост в метриках по всем пользователям, а максимальный прирост для каждого сегмента и подсегмента.
Несмотря на «среднее по больнице» снижение конверсии в тестовой группе, команде Gravity удалось найти сегменты пользователей, для которых конверсия в добавления в корзину статистично выросла. Самым «эмоциональным» сегментом оказались новые пользователи из регионов: кнопка «Добавить в корзину» при зуме картинки принесла +20% к целевому действию и даже +11% к выручке на пользователя.
Фильтруй товар
Успех каждого проекта персонализации зависит не только от технологий и консалтинговой команды, но и от команды со стороны клиента. На проекте «Эльдорадо» нам посчастливилось поработать с очень талантливыми и вовлечёнными людьми — Иваном Андреевым, руководителем группы по товарному контенту, и Марией Митрофановой, менеджером по товарному контенту. Коллеги с самого начала показали глубокое понимание инсайтов своей аудитории и активно генерировали гипотезы, основанные на поведении пользователей.
Разобравшись со сценариями снижения конверсии, команда проекта изучила позитивные сценарии, приводящие к повышению конверсии в заказы. На основе данных о пользовательском поведении Иван Андреев и Мария Митрофанова определили фильтры, которыми чаще всего пользуется сегмент постоянных покупателей, и рекомендовали провести тесты с их расположением.
Команда проекта выбрала несколько популярных категорий и пересмотрела в них расположение некоторых фильтров, разместив их на первых позициях. Ключевой идеей было улучшить видимость фильтров, являющихся основными при выборе категории. Так, например, при выборе ноутбука клиенты стали чаще использовать фильтр по разрешению экрана, объему оперативной памяти и названию производителя; в чайниках — по объему, материалу корпуса и мощности; в кондиционерах — по площади помещения и наличию инверторного управления.
Для перечисленных категорий товаров конверсия в заказы действительно выросла — на 3—5% по сравнению с контрольной группой, которая видела «дефолтное» расположение фильтров. При этом для некоторых других категорий не удалось достичь роста ключевых метрик. Тогда, посовещавшись с коллегами из «Эльдорадо», команда Gravity перезапустила тест с применением динамической аллокации.
Динамическая аллокация — это движок Gravity Field, основанный на алгоритмах машинного обучения (известных под названиями «Multi-Armed Bandit» и «Contextual Bandit»), который позволяет в автоматическом режиме показывать наиболее релевантные предложения каждому пользователю в каждый момент времени. Прямо в момент взаимодействия с пользователем движок автоматически выбирает оптимальное для него предложение или вариант интерфейса и перераспределяет трафик в пользу наиболее эффективной вариации.
Такой подход объединяет в себе функционал A/B-тестирования с единовременной персонализацией.
После перезапуска теста для «проигравших» категорий в новой логике выросла не только конверсия в заказы (на 5—7% по сравнению с контрольной группой), но и выручка на пользователя — на 4—6%.
Качество и количество
Вот уже много лет мы становимся лучше для наших пользователей и успешнее как бизнес благодаря персонализации. Думаю, что секрет успеха — в совмещении качества и количества внедряемых изменений. Благодаря экспертизе нашей команды и команды Gravity мы находим сильные инсайты и превращаем их в качественные идеи для A/B-тестов. Благодаря платформе Gravity Field мы можем проводить тесты в большом количестве с минимальным Time2Market, постоянно анализировать и оптимизировать их в разрезе множества сегментов. Это позволяет системно масштабировать успешные изменения и вовремя отказываться от неуспешных. Именно такой подход обеспечивает накопительный эффект от использования платформы — постоянный прирост к обороту и выручке.
*Exit Rate — процент пользователей, покинувших сайт.
** — здесь и далее: все приросты приводятся по тестовой группе по сравнению с контрольной группой