Персонализация интернет-магазина kcentr.ru: рост выручки до 60%
Бытовая техника и электроника – особенный сегмент онлайн-ритейла. Здесь практически не бывает спонтанных покупок, клиенты долго и тщательно оценивают товары, сравнивая их между собой, а магазин зачастую выбирает по принципу «где дешевле». Казалось бы, как в таких условиях удерживать клиентов и мотивировать их к дополнительным покупкам? Рекомендации товаров и здесь играют на руку интернет-магазину, помогая увеличить конверсию, выручку и средний чек. Рассказываем о персонализации сайта kcentr.ru и росте выручке до 60% за счет внедрения товарных рекомендаций на ключевых страницах сайта.
kcentr.ru — официальный Интернет-магазин Корпорации «Центр» — российской розничной торговой сети по продаже бытовой техники и электроники известных мировых производителей. Девиз компании «Всё как для своих», этот подход внедряется по всем направлениям. Для обеспечения профессионального и персонального обслуживания клиентов в онлайне, компания использует рекомендации на ключевых страницах сайта.
Кейс 1. Тестирование эффективности рекомендаций на главной странице
Одно из преимуществ онлайн-ритейла в возможности показать максимально широкий ассортимент товаров. Но здесь же кроется и проблема – как помочь посетителю сайта найти именно то, что ему нужно, причем легко и быстро? Особенно на главной странице, где хочется показать как можно больше товаров, акций и других предложений. На помощь приходит персонализация – подстройка сайта в режиме реального времени под потребности клиента.
В рамках оптимизации работы рекомендательной системы на сайте kcentr.ru было проведено исследование эффективности различных алгоритмов рекомендаций на главной странице магазина. Исследование эффективности проводилось с использованием механики A/B-тестирования. Все посетители сайта случайным образом делились на четыре сегмента:
Первому сегменту показывались популярные товары – хиты продаж магазина
Второму сегменту показывались популярные товары, персонализированные с учетом интересов пользователя
Третьему сегменту показывались популярные товары из интересных пользователю категорий
Четвертому сегменту рекомендации показаны не были. Он был контрольной группой
Результаты
По итогам тестирования были получены следующие результаты:
| Сегмент | Прирост конверсии | Изменение среднего чека | Оценка увеличения выручки |
| Хиты продаж | -7,83% | +2,72% | -5,32% |
| Персональные хиты продаж | -2,16% | +3,33% | +1,10% |
| Популярные товары из интересных пользователю категорий | -1,85% | +8,86% | +6,85% |
| Контрольная группа | – | – | – |
Таким образом, наилучший результат показал алгоритм «Популярные товары из интересных пользователю категорий». Несмотря на небольшое снижение конверсии, механика показала значительный рост среднего чека на 8,86%, что обеспечивает прогнозируемый рост выручки на 6,85%.
Кейс 2. Тестирование эффективности рекомендаций на странице категории
Страница категории интернет-магазина – это аналог товарного раздела в традиционной торговой точке. Зачастую «на полках» представлен такой большой выбор, что глаза разбегаются и не знаешь, куда смотреть. Как посетителю сориентиентироваться? Найти нужное и не упустить интересное? Эту задачу тоже решают товарные рекомендации.
Чтобы выяснить, какой алгоритм рекомендаций покажет наибольшую эффективность на странице категории интернет-магазина kcentr.ru, было проведено исследование с помощью механики A/B-тестирования. Все посетители сайта случайным образом делились на 4 сегмента:
Первому сегменту показывались хиты продаж из категории
Второму сегменту показывались хиты продаж из категории, персонализированные с учетом интересов пользователя
Третьему сегменту показывались персональные рекомендации товаров из категории
Четвертый сегмент был контрольной группой: рекомендации пользователям не показывались
Результаты
По итогам тестирования были получены следующие результаты:
| Сегмент | Прирост конверсии | Изменение среднего чека | Оценка увеличения выручки |
| Хиты продаж из категории | +21,96% | -14,36% | +4,44% |
| Персонализированные хиты продаж из категории | +9,83% | -5,30% | +4,01% |
| Персональные рекомендации товаров из категории | +16,36% | -7,91% | +7,16% |
| Контрольная группа | – | – | – |
Согласно результатам тестирования, применение механики «Персональные рекомендации товаров из категории» в блоке рекомендаций на странице категории интернет-магазина kcentr.ru увеличивает конверсию на 16,4% со статистической значимостью 99,7%. В сочетании со снижением среднего чека на 7,91% это дает прогнозируемый рост выручки на 7,16%
Кейс 3. Тестирование эффективности рекомендаций в карточке товара
Интернет-магазин имеет значительное преимущество перед офлайн точкой благодаря тому, что может предоставить максимум информации в карточке товара. Здесь и детальные фотографии, и технические характеристики, и многое другое. Но самое интересное – персональные рекомендации похожих и сопутствующих товаров. В офлайн-магазине размер среднего чека во многом зависит от консультанта – какие товары он порекомендует, чем предложит дополнить покупку. В онлайне эту роль играют персональные рекомендации, которые подстраиваются под каждого пользователя.
В рамках оптимизации работы рекомендательной системы на сайте kcentr.ru было проведено исследование эффективности различных 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 товары (сверху) и сопутствующие товары (под блоком с похожими товарами)
Четвертому сегменту показывались два блока одновременно: сопутствующие товары (сверху) и похожие товары (под блоком с сопутствующими товарами)
Пятый сегмент был контрольной группой: рекомендации пользователям не показывались
Результаты
По итогам тестирования были получены следующие результаты:
| Сегмент | Прирост конверсии | Изменение среднего чека | Оценка увеличения выручки |
| Похожие товары | -4,95% | +5,59% | +0,36% |
| Сопутствующие товары | -17,55% | +38,60% | +14,28% |
| Похожие товары (сверху) и сопутствующие товары (ниже) | -8,71% | +46,76% | +33,98% |
| Сопутствующие товары (сверху) и похожие товары (ниже) | +16,54% | +37,39% | +60,12% |
| Контрольная группа | – | – | – |
Согласно результатам тестирования, применение механики «Два блока одновременно: сопутствующие товары (сверху) и похожие товары (под блоком с сопутствующими товарами)» в карточке товара интернет-магазина kcentr.ru увеличивает конверсию на 16,5% со статистической значимостью 99,9%. В сочетании с впечатляющим ростом среднего чека на 37,39% это обеспечивает прогнозируемый рост выручки на 60,12%.
Кейс 4. Тестирование эффективности рекомендаций в карточке товара
Всегда искать способы улучшения работающих решений – это путь к успеху. После выбора самой эффективной конфигурации рекомендаций в карточке товара, мы сосредоточились на тонкой настройке рекомендаций похожих товаров. Исследование эффективности проводилось с использованием механики A/B-тестирования. Все посетители сайта случайным образом делились на 3 сегмента:
Первому сегменту показывались похожие товары
Второму сегменту показывались похожие товары с акцентом на просмотренных пользователем товарами
Третьему сегменту показывались похожие товары, персонализированные с учетом интересов пользователя
Результаты
По итогам тестирования были получены следующие результаты:
| Сегмент | Прирост конверсии | Изменение среднего чека | Оценка увеличения выручки |
| Похожие товары | – | – | – |
| Похожие товары с акцентом на просмотренных товарах | +0,41% | +5,31% | +5,74% |
| Персонализированные похожие товары | -0,90% | +4,46% | +3,51% |
Согласно результатам тестирования, применение механики «Похожие товары с акцентом на просмотренных пользователем товарах» в блоке рекомендаций в карточке товара интернет-магазина kcentr.ru увеличивает конверсию на 0,41% и средний чек на 5,31%, что дает прогнозируемый рост выручки на 5,74%.
Комментарий kcentr.ru
Начиная работу по персонализации сайта, мы не и думали, что результаты могут оказаться настолько интересными. Большое спасибо команде Retail Rocket за их подход к работе. Мы очень довольны показателями, которые получаем благодаря внедрению персонализации сайта. Это помогает нам воплощать наш девиз «Всё как для своих» и увеличивать конверсию, средний чек и выручку интернет-магазина».
Михаил Гудков, Руководитель отдела интернет-маркетинга интернет-магазина kcentr.ru
