fbpx

Как увеличить выручку интернет-магазина за счет конфигурирования стратегии мерчендайзинга: кейс магазина BUTIK.

414 Просмотров

Помимо hi-end технологий в области рекомендательных систем, клиенты Retail Rocket получают и экспертизу нашей команды. После внедрения платформы к каждому проекту подключается команда аналитиков, которая постоянно работает над максимизацией эффективности рекомендательной системы и повышением продаж интернет-магазина за счет регулярного проведения АБ-тестов различных версий алгоритмов, позиционирования и внешнего вида блоков, тонких настроек системы и других аспектов, которые влияют на показатели конверсии и выручки онлайн-ритейлеров.

Магазин BUTIK., один из лидеров отечественного рынка eCommerce в сегменте fashion, уже убедился в эффективности рекомендательной системы, получив рост продаж на 27% после внедрения Retail Rocket. Но работа наших специалистов после внедрения постоянно продолжается, и сегодня мы поделимся результатами тонкой настройки блоков рекомендаций на странице категории, в карточке товара и в корзине интернет-магазина.

Сколько рекомендательных блоков стоит показывать, чтобы максимально увеличить конверсию, и какие рекомендации приносят наибольший результат? Ответ, как всегда, выясняем опытным путем — проведением АБ-тестирований.

Кейс 1. Конфигурирование рекомендаций товаров на странице категории магазина BUTIK.

Чтобы облегчить покупателю выбор товаров среди широкого ассортимента, интернет-магазины используют различные алгоритмы рекомендаций, показывая самые интересные для него товары в отдельных блоках “Вам может понравится», «Хиты продаж» и т.д. . На страницах категорий это, как правило, самые популярные товары из категории или персональные рекомендации товаров из категории на основе интересов, истории просмотров и покупок и других сведений о пользователе.

В рамках оптимизации работы рекомендательной системы на сайте магазина BUTIK. было проведено тестирование эффективности нескольких алгоритмов рекомендаций на странице категории магазина.

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

1. Первому сегменту показывались хиты продаж магазина из категории. Этот сегмент был контрольной группой.

image001

2. Второму сегменту показывались персонализированные хиты продаж из категории

image003

Результаты:

Прирост конверсии Изменение среднего чека Оценка увеличения выручки
Хиты продаж из категории (Контрольная группа)
Персонализированные хиты продаж из категории +6,92% -0,58% +6,35%

По итогам тестирования, применение механики «Персонализированные хиты продаж из категории» в блоке рекомендаций на странице категории сайта магазина BUTIK. увеличивает конверсию на 6,92% со статистической значимостью 97,9% по сравнению с базовым сегментом «Хиты продаж». Несмотря на незначительное снижение среднего чека, увеличение конверсии на 6,92% принесет магазину увеличение выручки на 6,35%.

Кейс 2. Конфигурирование  рекомендаций в карточке товара на сайте магазина BUTIK.

В карточке товара на сайте магазина BUTIK. расположены два блока рекомендаций одновременно: похожие товары и сопутствующие товары.

Часто встречается мнение, что два блока рекомендаций показывают лучшие результаты, чем один, но иногда уменьшение количества блоков показывает более высокую конверсию, помогая пользователю сосредоточиться.

В некоторых случаях, именно два блока показывают наилучшие результаты, как в случае с интернет-магазином Toy.ru, но каждая сфера и интернет-магазин уникальны, поэтому верный вариант всегда нужно выявлять посредством тестирования.

Чтобы определить наиболее эффективную конфигурацию рекомендаций в карточке товара на сайте магазина BUTIK., было проведено исследование эффективности различных алгоритмов рекомендаций с использованием механики A/B-тестирования. Все посетители сайта случайным образом делились на четыре сегмента:

1. Первому сегменту показывались похожие товары

image005

2. Второму сегменту показывались сопутствующие товары

image007

3. Третьему сегменту показывались два блока одновременно: похожие товары (сверху) и сопутствующие товары (под блоком с похожими товарами)

image009

4. Четвертому сегменту показывались два блока одновременно: сопутствующие товары (сверху) и похожие товары (под блоком с сопутствующими товарами)

image011

Результаты:

Прирост конверсии

Изменение среднего чека

Оценка увеличения выручки

Похожие товары

4,22%

-1,34%

+2,88%

Сопутствующие  товары

+0,6%

+0,10%

+0,76%

Два блока одновременно: похожие товары и сопутствующие товары (под блоком похожим). Контрольная группа

Два блока одновременно: сопутствующие товары и похожие товары (под блоком сопутствующих).

-2,37%

-0,55%

-2,92%

По итогам тестирования блок «Похожие товары» показал наибольшую эффективность и позволил магазину BUTIK. увеличить конверсию на 4,22%. Несмотря на незначительное уменьшение среднего чека, это позволит интернет-магазину увеличить выручку на 2,88%.

Кейс 3. Конфигурирование рекомендаций на странице корзины магазина BUTIK.

На странице корзины крайне важно, не отвлекать пользователя от покупки и при этом по возможности увеличить средний чек. Поэтому к рекомендациям на этой странице нужно подходить с особенной аккуратностью.

Как правило, на странице корзины наилучший результат приносят блоки сопутствующих товаров или аксессуарных категорий. Например, в случае с интернет-магазином Quelle, наилучший результат на странице корзины показал блок с рекомендациями аксессуаров.

В рамках оптимизации системы рекомендаций на странице корзины на сайте магазина BUTIK. мы протестировали несколько алгоритмов. Исследование эффективности проводилось посредством АБ-тестирования, когда все посетители сайта делились на несколько сегментов:

1. Первому сегменту показывались сопутствующие товары

image013

2. Второму сегменту показывались сопутствующие товары из категорий, отличных от категории просматриваемого товара

image015

3. Третьему сегменту показывались сопутствующие товары из «аксессуарных» категорий

image017

Результаты:

Прирост конверсии

Изменение среднего чека

Оценка увеличения выручки

Сопутствующие товары (Контрольная группа)

Сопутствующие товары из категорий, отличных от категории просматриваемого товара

+1,12%

-3,03%

-1,90%

Сопутствующие товары из «аксессуарных» категорий

-4,67%

-2,90%

-7,58%

По итогам тестирования, наилучший результат на странице корзины сайта магазина BUTIK. показала механика «Сопутствующие товары». Это еще раз доказывает, что блоки рекомендаций, которые Retail Rocket советует устанавливать для различных страниц в качестве базовых, являются проверенными временем вариантами, которые показывают наилучшие результаты. Проводить тестирования необходимо, поскольку каждый магазин уникален и поведение пользователей может отличаться, но благодаря большому опыту, в том числе в сфере fashion-ритейла, Retail Rocket выбирает наиболее эффективные конфигурации для каждой страницы.

Заключение

Постоянные улучшения алгоритмов рекомендаций и тестирование новых механик — неотъемлемая часть работы по увеличению эффективности интернет-магазина, поэтому наши Growth Hacker’ы уделяют так много внимания каждой странице сайта. Retail Rocket — это не только рекомендательная система, но и экспертиза команды аналитиков, которая занимается итеративной оптимизацией, постоянно увеличивая эффективность блоков рекомендаций на всех страницах интернет-магазина.

Комментарий BUTIK.:

image019С командой Retail Rocket мы работаем уже несколько лет и очень довольны результатом сотрудничества. Специалисты компании никогда не останавливаются на достигнутом и постоянно предлагают идеи по повышению эффективности товарных рекомендаций на сайте BUTIK., которые помогают нам и увеличивать выручку компании.

Седова Лилия, контент-менеджер компании BUTIK.


Инфоподдержка: Shopolog.ru