Персонализация интернет-магазина Respublica.ru: рост выручки на 9,5%
Чем уникальнее и необычнее ассортимент ритейлера, тем сложнее покупателю найти «тот самый» товар. Если в офлайн магазине с выбором могут помочь консультанты бренда, то в случае с онлайн-шопингом посетителю придется ориентироваться самому. Поэтому интернет-магазины берут на вооружение товарные рекомендации, которые помогают обеспечить персональный подход каждому пользователю. Рассказываем, как интернет-магазин Respublica.ru увеличил выручку на 9,5% с помощью персональных рекомендаций на ключевых страницах сайта.
Respublica.ru – это интернет-магазин книг, кино и музыки, арт альбомов, полезно-стильной канцелярии, предметов lifestyle и подарков со смыслом. Торговая сеть РЕСПУБЛИКА насчитывает 29 офлайн магазинов в Москве и Санкт-Петербурге, а сайт Respublica.ru каждый месяц посещают более 320 тысяч пользователей. Бренд уделяет большое внимание заботе о комфорте покупателей и качеству обслуживания. Чтобы воплотить качественный покупательский опыт онлайн, было принято решение персонализировать сайт интернет-магазина Respublica.ru.
Главная страница
Кейс 1. Тестирование рекомендаций на главной странице
Главная страница – это первый шаг в customer journey. Зачастую здесь посетитель принимает решение, остаться ли в интернет-магазине. Поэтому одна из основных задач ритейлера на этом этапе – заинтересовать пользователя и показать ему самые лучшие товары и самые выгодные предложения.
Когда посетитель с первых минут знакомства с сайтом видит товары, которые ему интересны, у него складывается максимально положительное мнение о магазине и появляется желание сделать покупку.
Чтобы понять, какие блоки товарных рекомендаций на главной странице наиболее эффективны для аудитории сайта Respublica.ru, команда Growth Hacker’ов Retail Rocket провела исследование 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 персональные хиты продаж – популярные товары, сформированные на основе интересов пользователя.
Третьему сегменту показывались популярные товары из интересных пользователю категорий.
Четвертый сегмент был контрольной группой: рекомендации показаны не были.
Результаты
По итогам тестирования были получены следующие результаты:
| Сегмент | Прирост конверсии | Изменение среднего чека | Оценка увеличения выручки |
| Хиты продаж | +2,34% | +0,15% | +2,50% |
| Персональные хиты продаж | +3,40% | -0,93% | +2,44% |
| Популярные товары из интересных пользователю категорий | +6,49% | -4,33% | +1,88% |
| Контрольная группа | – | – | – |
По итогам тестирования лучший результат показала механика «Популярные товары из интересных пользователю категорий». С ее помощью интрнет-магазин Respublica.ru увеличил конверсию на 6,49% со статистической значимостью 93,6%. При незначительном снижении суммы среднего чека на 4,33% это обеспечило прогнозируемый рост выручки на 1,88%.
Механика «Популярные товары из интересных пользователю категорий» была выбрана, так как этот сегмент показал самый большой прирост конверсии. Мы всегда рекомендуем самый надежный вариант, который с наибольшей вероятностью принесет больший доход интернет-магазину. Конверсия является более стабильной величиной по сравнению со средним чеком, поэтому при небольшой разнице в прогнозируемом росте выручки мы ориентировались именно на уровень прироста конверсии.
Кейс 2. Тестирование рекомендаций на главной странице
В ходе предыдущего теста мы определили наиболее эффективный блок рекомендаций на главной странице. После этого мы запустили более глубокое исследование эффективности различных конфигураций товарных рекомендаций для тонкой настройки рекомендательной системы на главной странице.
Исследование проводилось с использованием механики A/B-тестирования. Все посетители сайта случайным образом делились на четыре сегмента:
Первому сегменту показывались популярные товары из интересных пользователю категорий. Этот сегмент был взят за контрольную группу, так как он победил по итогам предыдущего теста.
Второму сегменту показывались персональные рекомендации.
Третьему сегменту показывались два блока: популярные товары из интересных пользователю категорий (сверху) и персональные рекомендации (под блоком с популярными товарами).
Четвертому сегменту показывались два блока: персональные рекомендации (сверху) и популярные товары из интересных пользователю категорий (под блоком с персональными рекомендациями).
Результаты
По итогам тестирования были получены следующие результаты:
| Сегмент | Прирост конверсии | Изменение среднего чека | Оценка увеличения выручки |
| Популярные товары из интересных пользователю категорий | – | – | – |
| Персональные рекомендации | +7,75% | +0,34% | +8,12% |
| Два блока: популярные товары из интересных пользователю категорий (сверху) и персональные рекомендации (ниже) | +4,12% | +1,75% | +5,94% |
| Два блока: персональные рекомендации (сверху) и популярные товары из интересных пользователю категорий (ниже) | +4,2% | +1,65% | +5,92% |
По результатам тестирования наиболее эффективной оказалась механика «Персональные рекомендации» в блоке рекомендаций на главной странице интернет-магазина Respublica.ru. Ее применение увеличило конверсию на 7,75% со статистической значимостью 90,3%, что в сочетании с повышением среднего чека на 0,34% обеспечило прогнозируемый рост выручки на 8,12%.
Страница категории
Товарную категорию можно сравнить с оглавлением книги. Здесь персональные рекомендации помогут посетителю не тратить время на изучения всего сайта, а сразу перейти к просмотру нужных товаров.
Кейс 3. Тестирование рекомендаций в категории
Для того, чтобы понять, какой из блоков товарных рекомендаций наиболее эффективен на странице категории интернет-магазина Respublica.ru, мы провели исследование с применением механики A/B-тестирования.
Все посетители сайта случайным образом делились на два сегмента:
Первый сегмент был контрольной группой, которой рекомендации не показывались.
Второму сегменту показывались персональные рекомендации товаров из категории.
Результаты
По итогам тестирования были получены следующие результаты:
| Сегмент | Прирост конверсии | Изменение среднего чека | Оценка увеличения выручки |
| Контрольная группа | – | – | – |
| Персональные рекомендации товаров из категории | +6,87% | +2,43% | +9,47% |
Согласно результатам тестирования, добавление на странице товарной категории персональных рекомендаций товаров либо хитов продаж из категории позволяет добиться прироста конверсии на 6,87% со статистической значимостью 85%. В сочетании с увеличением среднего чека на 2,43% это дает прогнозируемый рост выручки на 9,47%.
Карточка товара
Карточка товара – это одна из самых важных страниц интернет-магазина. На этом этапе пользователь принимает решение о покупке.
Здесь перед ритейлером стоит сложная задача. С одной стороны, не отвлекать покупателя от выбора и не перегружать его рекомендациями, которые ему не интересны. С другой стороны, не отпускать посетителя без покупки и предложить ему альтернативные товары, если просматриваемая позиция вдруг по каким-то причинам его не устраивает.
Поэтому в карточке товара, как правило, используются различные алгоритмы рекомендаций похожих и сопутствующих товаров.
Кейс 4. Тестирование рекомендаций в карточке товара
Growth Hacker’ы Retail Rocket протестировали несколько конфигураций расположения блоков рекомендаций в карточке товара на сайте интернет-магазина Respublica.ru, чтобы определить, какая из них имеет наибольшую конверсию и приносит больше выручки.
Исследование эффективности проводилось с использованием механики A/B-тестирования. Все посетители сайта случайным образом делились на пять 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 показаны не были.
Результаты
По итогам тестирования были получены следующие результаты:
| Сегмент | Прирост конверсии | Изменение среднего чека | Оценка увеличения выручки |
| Похожие товары | +5,24% | +0,31% | +5,57% |
| Сопутствующие товары | +2,04% | -3,11% | -1,13% |
| Два блока одновременно: похожие товары и сопутствующие товары | +6,76% | -1,52% | +5,13% |
| Два блока одновременно: сопутствующие товары и похожие товары | +1,16% | +1,02% | +2,20% |
| Контрольная группа | – | – | – |
Согласно результатам тестирования, применение механики «Два блока одновременно: похожие товары и сопутствующие товары» в блоке рекомендаций в карточке товара дает наибольший прирост конверсии на 6,76% со статистической значимостью 98,9%. При незначительном уменьшении суммы среднего чека на 1,52% это обеспечивает прогнозируемый рост выручки на 5,13%.
Заключение
Товарные рекомендации позволяют воплотить персонализированный покупательский опыт в онлайне, восполняя отсутствие компетентного офлайн консультанта. Ритейлер получает возможность предложить пользователю именно те товары, которые представляют для него наибольшую актуальность на момент посещения сайта. В результате увеличивается конверсия, количество позиций в чеке и, как следствие, выручка интернет-магазина. А покупатели получают положительный опыт взаимодействия с интернет-магазином и становятся более лояльными к бренду.
Комментарий Respublica.ru
«Respublica – это сеть книжных магазинов нового формата. Одним из главных своих достоинств мы считаем не только уникальный, тщательно выверенный ассортимент товара, но и высокое качество обслуживание наших клиентов в офлайн магазинах. Мы привлекли команду Retail Rocket, чтобы воссоздать соответствующий покупательский опыт в онлайн-канале. В результате продуктивного сотрудничества интернет-магазин Respublica.ru стал более привлекательным для наших клиентов, увеличилась выручка и конверсия, и, главное, нам не пришлось тратить на это время и усилия наших сотрудников».
Лыкова Марина, Директор e-commerce Respublica.ru
