fbpx

Кейс интернет-магазина «Буквоед»: рост выручки до 5,8% благодаря персональным рекомендациям

273 Просмотров

Оказываясь в книжном магазине, многие не могут остановиться на чем-то одном: глаза разбегаются, хочется всего и сразу. В интернет-магазине на пользователя действуют не меньше отвлекающих факторов. Как помочь клиенту сделать выбор и попутно поднять выручку? Рассказываем о проекте персонализации сайта Bookvoed.ru и росте выручки на 5,8%.

Книжная сеть «Буквоед» – это современный культурный оператор, который без перерыва, 24 часа в сутки, сохраняет, поддерживает и транслирует высшие культурные ценности для  развития полноценного интеллектуального общества. Интернет-магазин Буквоед предлагает более 2 000 000 книг на всех языках мира, а его посещают более 1 000 000 уникальных посетителей в месяц. Чтобы каждый пользователь нашел идеальную книгу в таком широком ассортименте, сайт использует персонализированные рекомендации на ключевых страницах — карточке товара и поиске.

Карточка товара

Во многом роль консультанта розничного магазина в интернете выполняет карточка товара. Здесь потенциальный клиент может увидеть все характеристики товара, фотографии и отзывы других покупателей.

До сих пор преимущество розницы было в том, что консультант может порекомендовать в режиме реального времени альтернативные товары, если рассматриваемый по каким-то причинам не подходит. В онлайне все иначе: клиенту гораздо проще уйти к другому магазину, если его не устраивает увиденное.

Персональные рекомендации смогут это исправить. Алгоритмы Retail Rocket подстраиваются под каждого покупателя и показывает ему наиболее подходящие товары, значительно повышая продажи.

Кейс 1. Тестирование алгоритмов рекомендаций в карточке товара

В рамках оптимизации работы рекомендательной системы на сайте Bookvoed.ru мы провели исследование эффективности разных алгоритмов в блоке рекомендаций в карточке товара магазина.

Исследование эффективности проводилось с использованием механики A/B-тестирования. Все посетители сайта случайным образом делились на 5 сегментов:

Первому сегменту показывались похожие товары:

Второму сегменту показывались сопутствующие товары:

Третьему сегменту показывались два блока одновременно — похожие и сопутствующие товары:

Четвертому сегменту показывались те же два блока, но в другом порядке: сначала сопутствующие, а ниже — похожие товары:

Пятому сегменту рекомендации не показывались. Он выступал в качестве контрольной группы.

Результаты

По итогам тестирования были получены следующие результаты:

Сегмент

Изменение конверсии Изменение среднего чека

Оценка увеличения выручки

Похожие товары

+1,74%

+0,78%

+2,53%

Сопутствующие товары

+4,80

-0,04%

+4,76%

Похожие товары (выше) и сопутствующие товары (ниже)

+3,17%

+0,19%

+3,36%

Сопутствующие товары (выше) и похожие товары (ниже)

+0,55%

-1,52%

-0,98%

Контрольная группа

Согласно результатам тестирования, применение механики «Сопутствующие товары» в блоке рекомендаций в карточке товара интернет-магазина Bookvoed.ru увеличивает конверсию на 4,8% со статистической значимостью 97,3%. В сочетании с незначительным снижением среднего чека, это приносит прогнозируемое увеличение выручки на 4,76%.

Кейс 2. Настройка рекомендаций сопутствующих товаров в карточке товара интернет-магазина Bookvoed.ru

После выбора наиболее эффективного алгоритма можно приступать к более тонкой его настройке механики, чтобы выяснить, какой вариант даст лучший результат. Мы исследовали эффективность различных вариаций алгоритмов сопутствующих товаров в соответствующем блоке карточки товара магазина.

Исследование эффективности проводилось с использованием механики A/B-тестирования, при которой все посетители сайта случайным образом делились на 3 сегмента:

Первому сегменту показывались сопутствующие товары, персонализированные с учетом интересов пользователя:

Второму сегменту показывались персонализированные сопутствующие товары из категорий, отличных от категории просматриваемого товара:

Третьему сегменту показывались стандартные сопутствующие товары. Этот сегмент взят за контрольную группу, поскольку он победил по итогам предыдущего теста:

Результаты

По итогам тестирования были получены следующие результаты:

Сегмент

Изменение конверсии

Изменение среднего чека

Оценка увеличения выручки

Персонализированные сопутствующие товары

+2,53%

+3,15%

+5,76%

Персонализированные сопутствующие товары из категорий, отличных от категории просматриваемого товара

-0,21%

+3,05%

+2,83%

Контрольная группа

Согласно результатам тестирования, применение механики «Сопутствующие товары, персонализированные с учетом интересов пользователя» в блоке рекомендаций в карточке товара интернет-магазина Bookvoed.ru увеличивает конверсию на 2,5% со статистической значимостью 87%. В сочетании с ростом среднего чека на 3,2% это дает прогнозируемый рост выручки на 5,8%.

Кейс 3. Тестирование эффективности рекомендаций товаров на странице поиска интернет-магазина Bookvoed.ru

Данные поиска интернет-магазина очень важны для понимания интересов покупателя. С их помощью можно провести эффективную кампанию по персонализации, которая значительно повысит средний чек. Главный секрет — использование правильного алгоритма.

Для повышения эффективности рекомендательной системы поиска Bookvoed.ru мы решили использовать поисковые рекомендации, основанные на интересах пользователей сайта. Исследование эффективности проводилось с использованием механики A/B-тестирования. Все посетители сайта случайным образом делились на 2 сегмента:

Первому сегменту показывались поисковые рекомендации:

Второй сегмент был контрольной группой, рекомендации пользователям не показывались.

Результаты

По итогам тестирования были получены следующие результаты:

Сегмент Изменение конверсии Изменение среднего чека

Оценка увеличения выручки

Поисковые рекомендации

-0,73%

+3,84%

+3,08%

Контрольная группа

Согласно результатам тестирования, применение механики «Поисковые рекомендации» в блоке рекомендаций на странице поиска интернет-магазина Bookvoed.ru увеличивает средний чек на 3,8%. В сочетании с незначительным снижением конверсии на 0,7% это обеспечивает магазину прогнозируемый рост выручки на 3,1%.

Комментарий Bookvoed.ru:

«Технологии персонализации позволяют нам стать ближе к нашему клиенту, лучше понять потребности и предложить именно то, что ему нужно. И все это без усилий с нашей стороны и без постоянной поддержки IT-департамента. Спасибо команде Retail Rocket за качественный продукт и профессионализм в работе. Персональные рекомендации помогают нам увеличивать показатели конверсии, размер среднего чека и выручку магазина».

Евгений Михальский, заместитель руководителя интернет-магазина сети «Буквоед»