fbpx
Войти

Кейс тестирования товарных рекомендаций в Technopark.ru: средний чек увеличен на 14,1%

Кейс тестирования товарных рекомендаций в Technopark.ru: средний чек увеличен на 14,1%

Бытовая техника и электроника – один из самых конкурентных сегментов рунета. Интернет-магазин technopark.ru использует Retail Rocket для формирования блоков товарных рекомендаций на своем сайте.

В январе вместе с коллегами из интернет-магазина бытовой техники “Технопарк.ру” мы провели исследование эффективности работы рекомендательной системы Retail Rocket на их сайте. Забегая вперед, результаты исследования оказались отличными!

Описание теста

Исследование проводилось в период с 26.12.2013 по 28.01.2014 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 пост-тест анализ ключевых показателей эффективности работы магазина по каждому из сегментов. В тестировании приняло участие свыше двухсот пятидесяти тысяч пользователей из г. Москва.

Внешний вид карточки товара с блоком рекомендаций Retail Rocket:

Снимок экрана 2014-05-27 в 20.28.19

Как видно на скриншоте, к мультиварке предлагаются аксессуары и дополняющие покупку товары. Таким образом у покупателя есть возможность выбрать необходимые и полезные дополнения к текущему товару. Стоит отметить, что формирование товарных рекомендаций в Retail Rocket полностью автоматизировано.

Результаты тестирования

По результатам пост-тест анализа, средний чек интернет-магазина вырос на 14,1%

Помимо прямого роста выручки, Retail Rocket оказывает косвенное влияние на поведенческие факторы (среднее время на сайте, показатель отказов, конверсия), что способствует улучшению ранжирования сайта в поисковых системах и дает SEO бонусы перед конкурентами. А рост доли повторных визитов в сегменте с рекомендациями свидетельствует о положительном влиянии рекомендательного сервиса на лояльность пользователей.

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.

Маркетологи интернет-магазина “Технопарк” не собираются останавливаться на достигнутом результате. Следующими шагами по повышению экономической эффективности использования системы Retail Rocket будут:

1. Проработка вывода товарных рекомендаций на мобильных устройствах.
2. Использование дополнительных механик.
– Страница корзины: “Дополните вашу покупку”
– Листинг товаров в категории: “Популярные товары в категории”
– Главная страница “Лидеры продаж” и персональные рекомендации “обратите внимание”
– Поисковые рекомендации
– На странице отсутствующего товара: “Похожие товары в наличии”
– Рекомендации в личном кабинете: “Обратите внимание”
– Рекомендации на странице 404: “Лидеры продаж” и персональные рекомендации “Обратите внимание”

Все эти сценарии доступны в Retail Rocket сразу после регистрации и настройки, которая занимает не более 20 минут.

Предыдущая запись

Кейс тестирования товарных рекомендаций Retail Rocket в Butik.ru: рост продаж на 27,1%

Следующая запись

Кейс тестирования товарных рекомендаций Retail Rocket на Ormatek.com: рост продаж на 13,4%

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

Подписаться на рассылку

Еще статьи по теме

Свежие статьи