Кейс тестирования товарных рекомендаций в Superstroy.ru: рост продаж на 14,4%
Сегмент DIY / Home improvement является одним из самых быстро растущих в электронной коммерции в Рунете и эффективный маркетинг в этой нише становится все более сложной задачей. В начале 2014 года команда аналитиков Superstroy.ru проводила тестирование сервиса товарных рекомендаций Retail Rocket.
Описание теста
Исследование эффективности работы сервиса проводилось аналитиками интернет-магазина Superstroy.ru в период с 17.02.2014 по 23.02.2014 с помощью механики А/Б- тестирования. Вся аудитория сайта случайным образом в реальном времени делилась на два сегмента. Одному сегменту показывались товарные рекомендации Retail Rocket, другому – нет. Идентификатор каждого сегмента посетителей передавался в систему Google Analytics, где производился анализ ключевых показателей эффективности работы магазина по каждому из сегментов.
Блоки с товарными рекомендациями размещались в карточке товара (справа и внизу страницы):
И на странице корзины (справа):
Результаты тестирования
В результате А/Б теста были получены следующие данные:
| Коэффициент конверсии | Средний чек | Средняя ценность посещения | |
| Изменение в результате внедрения Retail Rocket | +2,2% | +11,7% | +14,4% |
По результатам тестирования, внедрение системы Retail Rocket дает рост по всем ключевым показателям эффективности магазина, что в результате дает рост выручки на 14,4%.
Такие результаты достижимы благодаря внедрению алгоритмов предсказательной аналитики, в разработке которых участвовали создатели рекомендательных систем таких магазинов, как Ozon.ru и Wikimart.ru, имеющие более чем десятилетний опыт построения систем товарных рекомендаций для электронной коммерции.
Комментарии экспертов
Иван Кулик, Директор по маркетингу “220 Вольт”:
Сегмент DIY предполагает большое количество сопутствующих и связанных товаров, поэтому сложно обойтись без дополнительных рекомендаций. В случае интернет магазина 220 Вольт (www.220-volt.ru), нам удалось сделать качественный симбиоз экспертных рекомендаций и алгоритмов предсказательной аналитики Retail Rocket. Рост всех основных показателей, позволяет говорить о рентабельности данного внедрения.
Особо хочу отметить изменение вторичных показателей: увеличение времени сессии, количества просмотренных страниц, уменьшение процента отказов и.т.п.. Товарные рекомендации формируют альтернативную навигацию по сайту, что дает возможность полнее ответить на запрос каждого покупателя. А хорошие поведенческие метрики внутри сайта могут серьезно влиять на позиции сайта в органической выдаче.
Внедрение товарных рекомендаций Retail Rocket на сайт не отнимет более 15-20 минут времени даже у младшего IT специалиста магазина, регистрация доступна всем желающим.
