Как клиентоориентированный подход помог компании Build with Ferguson оптимизировать свои товарные рекомендации

Фокус онлайн-ритейлера DIY / Товаров для дома на анализе поведения клиентов позволил увеличить продажи, совершенные благодаря товарным рекомендациям, на 89%.

Как клиентоориентированный подход помог компании Build with Ferguson оптимизировать свои товарные рекомендации

О компании

Build with Ferguson (Build.com) — это ведущий интернет-магазин товаров для домашнего интерьера. Являясь универсальным магазином для своих клиентов, компания предлагает широкий ассортимент продукции, включая освещение, сантехнику для ванной и кухни, бытовую технику, а также оказывает бесплатные консультации специалистов. Команда Build with Ferguson стремится установить индивидуальный контакт со своими клиентами, и это внимание распространяется и на то, как компания создает digital-опыт для своих клиентов в сфере eCommerce.

Чтобы обеспечить запоминающийся пользовательский опыт и представить наилучшие товарные рекомендации по всему сайту, компания Build with Ferguson хотела еще больше усовершенствовать процесс поиска. И когда компания начала определять стратегии для улучшения рекомендаций, команда заметила возможность пересмотреть свой подход к персонализации опыта, перейдя от подхода, ориентированного на продукт, к концепции, ориентированной на клиента. Начав сотрудничество с Dynamic Yield для персонализации своей платформы eCommerce, компания переосмыслила стратегию сегментации аудитории, чтобы лучше связать своих клиентов с продуктами, которые им интересны и необходимы. Настроив и оптимизировав товарные рекомендации на основе различных групп аудитории, новая рекомендательная стратегия компании увеличила количество продаж, совершаемых по товарным рекомендациям, на 89%.

Компания Dynamic Yield стала для нас отличным партнером. Благодаря их помощи мы полностью пересмотрели нашу стратегию рекомендаций, положив начало изменениям в подходе к персонализации в целом. Теперь мы можем постоянно совершенствовать наш клиентский опыт и узнавать больше о наших клиентах, чтобы постоянно предоставлять им идеальный клиентский опыт и помогать максимально быстро и легко найти необходимые товары.

Робби Ривз, Product Manager, Build with Ferguson

Проблема

Ассортимент Build with Ferguson – миллионы товаров для дома в различных категориях. С таким обширным каталогом продукции рекомендации становятся ключевым элементом персонализации: именно благодаря им посетители могут находить релевантный для них товар среди множества других позиций. Начав поиски партнера для создания эффективно работающего решения по товарным рекомендациям, компания остановила свой выбор на Dynamic Yield благодаря следующим важным критериям:

  • возможность решения Dynamic Yield отслеживать изменения в поведении покупателей и действовать в соответствии с полученными данными в реальном времени, предоставляя пользователям самые релевантные в каждый момент времени товарные рекомендации;

  • помощь в пересмотре стратегии сегментации ритейлера для выявления ключевых аудиторий для последующей оптимизации кампаний персонализации;

  • использование сведений о поведении покупателей, полученных из различных источников (онлайн, офлайн, CRM и т.д.) для предоставления более эффективных кросс-канальных рекомендаций.

Решение

Внедрили методологию сегментации Adopted Root Audiences от команды Dynamic Yield для выявления различий в поведении основных групп клиентов.

После трехмесячного тестирования Dynamic Yield для рекомендаций на сайте и получения положительных результатов, команда Build with Ferguson заинтересовалась, как можно получить еще бОльший эффект от рекомендаций? Для достижения этой цели была поставлена задача определить и внедрить четкую стратегию таргетинга для персонализированных рекомендаций. Для этого они приняли на вооружение Adopted Root Audiences от Dynamic Yield — разработанную внутри компании методологию макросегментации, призванную сделать персонализацию функциональной, воспроизводимой и масштабируемой.

Команда понимала, что различные сегменты аудитории имеют разные потребности в процессе онлайн-шоппинга, поэтому применение единой стратегии рекомендаций для всех целевых сегментов была бы неэффективной. Внедрение методологии Adopted Root Audiences позволило выявить нужные макросегменты для рекомендательных кампаний: стали известны основные поведенческие различия между аудиториями, была получена ценная информация и сделаны выводы, которые помогли в процессе оптимизации рекомендательных кампаний.

Например, благодаря Adopted Root Audiences в компании Build with Ferguson определили различные модели поведения двух основных сегментов пользователей: «Посредники/ профессиональные строители и подрядчики» и «Конечные потребители».

«Подрядчики» чаще всего обращаются к ритейлеру для закупки необходимых материалов для реализации своих строительных и дизайнерских проектов и в среднем заходят на сайт реже других — это меньшая часть от общего числа посетителей сайта. Другой сегмент, «Конечные потребители» — среднестатистические посетители сайта Build with Ferguson, которые чаще всего ищут конкретные товары для своих личных целей и проектов.

До принятия нового подхода команда применяла единую рекомендательную стратегию для всех пользователей, например, на страницах Карточки товара — «в среднем» лучшую, в попытке угодить одновременно разным сегментам с разным поведением и разными задачами. Однако после перехода к макросегментации команда Build with Ferguson была готова протестировать отличные друг от друга стратегии товарных рекомендаций для каждого сегмента для оптимизации их digital-опыта.

Сделали ключевые выводы на основе внедренной улучшенной стратегии сегментации и оптимизировали товарные рекомендации на сайте.

Команда Build with Ferguson начала тестировать различные алгоритмы рекомендаций и всего digital-опыта как для «Подрядчиков», так и для «Конечных потребителей» по всему сайту. Например, для «Подрядчиков» предлагались рекомендации на Карточке товара с использованием алгоритмов «Недавно просмотренные» и «Просмотренные с недавно просмотренными», а для «Конечных потребителей» — другой набор рекомендаций с использованием различных алгоритмов, включая «Недавно просмотренные», «Персональные на основании Аффинити (Affinity)» и «Просмотренные с недавно просмотренными», в зависимости от уровня вовлеченности пользователей.

<p><i>Пример виджета товарных рекомендаций на странице Карточки товара, отображающего недавно просмотренные элементы для пользователя в сегменте аудитории «Конечные потребители».</i></p>

Пример виджета товарных рекомендаций на странице Карточки товара, отображающего недавно просмотренные элементы для пользователя в сегменте аудитории «Конечные потребители».

Выяснилось несколько интересных фактов. Во-первых, команда заметила, что «Подрядчики» склонны использовать недавно просмотренные товары на главной странице, чтобы вернуться к Карточкам товаров, с которыми они недавно взаимодействовали. Во-вторых, среднестатистические пользователи (представители сегмента «Конечные потребители») используют рекомендации, основанные на товарах, с которыми взаимодействовали другие пользователи с аналогичным поведением и интересами.

Используя полученные данные, команда оптимизировала работу рекомендаций на всем сайте. Обеспечив более релевантный и увлекательный опыт, компания Build with Ferguson смогла последовательно предлагать всем клиентам товары, соответствующие их потребностям, что привело к увеличению числа покупок, совершенных по рекомендациям, на 89%.

Команда Build with Ferguson извлекла и дополнительные знания из полученного эксперимента. В частности, пользователи, взаимодействующие с рекомендациями, тратят на 13% больше и покупают в среднем на 2,4 больше товаров. Эти данные будут использованы командой при разработке будущих тестов рекомендательных кампаний.

Ключевые выводы

Чтобы узнать как можно больше о своих клиентах, компания Build with Ferguson решила применить новый способ анализа своей стратегии сегментации, используя методологию Adopted Root Audiences — основу нового плана адаптации digital-опыта на сайте для своих пользователей с разным поведением. Команда сконцентрировала свои усилия на рекомендациях, которые облегчают посетителям сайта процесс поиска релевантных товаров и нужной информации. Используя эту методологию, команда смогла лучше понять поведение потребителей и применила полученные знания для сегментации и оптимизации рекомендаций для каждого ключевого сегмента пользователей на сайте. В результате накопленного опыта компания смогла усовершенствовать свои рекомендации, увеличив продажи на 89%.

Результаты

Рост продаж на 89%

после внедрения и оптимизации товарных рекомендаций на сайте в desktop и mobile версиях

О Dynamic Yield

Dynamic Yield помогает коммерческим брендам быстро доставлять и тестировать персонализированный, оптимизированный и синхронизированный цифровой клиентский опыт. Маркетинговые команды, команды по продуктам, разработке ПО и электронной коммерции более 350 брендов по всему миру используют платформу по оптимизации клиентского опыта Dynamic Yield в качестве технологического уровня, взаимодействующего с уже имеющимися у них решениями в области CMS и электронной коммерции. Dynamic Yield позволяет быстрее проводить циклические тесты и алгоритмически подбирать контент, товары и предложения под предпочтения каждого посетителя, что ускоряет рост ценности бизнеса в долгосрочной перспективе.

Если вы хотите узнать больше о решениях Dynamic Yield, пожалуйста, напишите нам (andrey@dynamicyield.com) или отправьте запрос на демо.

Начать дискуссию