fbpx
Войти

Кейс персонализации интернет-магазина Allsoft.ru: рост выручки на 17%

Кейс персонализации интернет-магазина Allsoft.ru: рост выручки на 17%

Для рынка лицензионного программного обеспечения характерно наличие огромного количества товарных позиций в каталоге любого крупного дистрибьютора. Ассортимент исчисляется несколькими тысячами SKU.

Управление таким широким каталогом с множеством товарных категорий / подкатегорий сегодня уже сложно представить без применения современных технологий интеллектуального мерчендайзинга и персонализации, которые способны строить релевантную товарную выборку на основе данных о потребительском опыте.

Определить эффективность товарных рекомендаций на сайте интернет-магазина Allsoft.ru за счет интеграции с внешней платформой было решено выяснить через проведение А/Б-тестирования. Вся аудитория сайта случайным образом в реальном времени делилась на равные сегменты. Одному сегменту показывались товарные рекомендации системы Retail Rocket, другому — собственные рекомендации интернет-магазина. Идентификатор каждого сегмента посетителей передавался в систему Google Analytics.

Результаты пост-тест анализа

По данным Google Analytics в тесте приняло участие порядка 210 000 пользователей в период с 1 октября по 30 ноября 2015 года. В рамках пост-тест анализа исследовалось влияние рекомендательной системы на эффективность desktop-версии сайта (100% трафика интернет-магазина).

Согласно полученным данным, рекомендательная система дает рост среднего чека на 13.3%, конверсии на 3.2% в абсолютных числах, в выручке рост на 17%. В долгосрочной перспективе это даст еще больший рост продаж, так как помимо роста выручки бизнес получает еще больше новых клиентов, которые будут совершать повторные покупки.
KPI влияния рекомендаций рекомендаций Retail Rocket

Сценарии рекомендаций

Интернет-магазин ALLSOFT.RU на время теста использовал 3 из 18 доступных в платформе сценариев рекомендаций:

Главная страница

На главной странице была задействована механика «Персональные рекомендации», где с помощью специального алгоритма анализа интересов и поведения пользователя демонстрируются товары, которые наиболее интересны именно тому человеку, который их просматривает.
Персонализация главной страницы интернет-магазина Allsoft

Карточка товара

На странице карточки товара была задействована механика «Похожие товары в наличии». Блок установлен в нижней части страниц и рекомендует пользователям альтернативы из товаров, которые в данный момент можно купить в магазине. Механика помогает большей доле людей найти предложения, которые их с наибольшей вероятностью заинтересуют.
Товарные рекомендации на карточке товара интернет-магазина Allsoft

Результаты внутреннего поиска

Для результатов внутреннего поиска была задействована механика «Поисковые рекомендации». Блок рекомендаций содержит товары, максимально подходящие к ключевой фразе, которую пользователь запросил через внутренний поиск по сайту. Показ поисковых рекомендаций особенно актуален, когда по поисковому запросу отсутствуют какие-либо результаты системы поиска. В качестве примера продемонстрированы результаты поиска по запросу, в котором пользователь допустил ошибку, не переключив раскладку клавиатуры (rfcgthcrbq = касперский):
Персонализация результатов внутреннего поиска интернет-магазина Allsoft

Илья Клестов, интернет-маркетолог ALLSOFT.RU

Илья Клестов, Allsoft«Наше сотрудничество с Retail Rocket началось в июне 2014 года с установки блоков рекомендаций на сайте. Наш стандартный движок рекомендаций удивлял своими предложениями, а в нескольких ключевых местах размещения блоки рекомендаций до этого мы вовсе не использовали.

В результате мы не только увеличили конверсию посещений и количество позиций в заказе, но и обнаружили неиспользуемый потенциал сайта, настроили точность собираемой статистики, прокачались в проведении АБ-тестов.

Рекомендую попробовать сервис, вы можете узнать много интересного о заказах и пользователях своего сайта, и подружиться с профессионалами своего дела.»

Инфоподдержка: E-Pepper.ru

Предыдущая запись

Growth Hacking в триггерных письмах интернет-магазина «Lacy Wear» (8 кейсов)

Следующая запись

Влияние товарных рекомендаций в триггерных рассылках. Кейс роста заказов на 22% — Флорист.ру

Понравилась статья? Подпишитесь на рассылку, чтобы получать свежие статьи на почту.

Подписаться на рассылку

Еще статьи по теме

Свежие статьи