- Теория и практика
Товарные рекомендации: где и зачем использовать, как измерять эффективность
Товарные рекомендации увеличивают количество заказов, растят средний чек и LTV. Владимир Золотарев, руководитель продукта Персонализация Retail Rocket Group рассказывает что нужно для работы рекомендательного алгоритма и какие бывают типы товарных рекомендаций.
Товарные рекомендации: что это
Товарные рекомендации — товары, которые предлагают пользователям рекомендательные алгоритмы. Товарные рекомендации показывают в контексте самых разных страниц интернет-магазина — на главной, в карточке товара и так далее.
Рассмотрим разные товарные рекомендации на примере кейсв Retail Rocket Group, одной из крупнейших и динамично развивающихся российских мебельных сетей HOFF ↓
Главная страница
Товарные рекомендации на главной показывают популярные товары — те, которые интересуют покупателей чаще всего.
↑ Блок рекомендаций «Хиты Черной Пятницы» на главной странице показывает товары, которые другие пользователи покупали чаще всего во время распродажи
Карточка товара
Товарные рекомендации в карточке товара помогают знакомить пользователей:
- с альтернативными товарами — похожие на то, что смотрит пользователь;
- с сопутствующими товарами — которые стоит добавить вместе в корзину.
↑ В карточке шкафа алгоритм показывает похожие шкафы и сопутствующую мебель, которые часто добавляют в корзину вместе с этим шкафом
Страница категорий
Алгоритмы знакомят пользователей с популярными товарами внутри одной категории.
↑ Когда пользователь попадает в категорию диваны, алгоритмы сортируют карточки по популярности — сначала показывают диваны, которые смотрят и покупают чаще других
Кроме главной, карточек товара и страниц категорий, товарные рекомендации используют:
- в корзине;
- странице поиска;
- странице бренда;
- избранном;
- на странице 404 интернет-магазина и других страницах интернет-магазина.
Кейс Retail Rocket Group: крупная сеть гипермаркетов АШАН, внедрила товарные рекомендации на самых разных страницах интернет-магазина и приложения — на главной, в корзине, личном кабинете и других страницах. За два года алгоритмы товарных рекомендаций от Retail Rocket Group помогли увеличить выручку от алгоритмов в 5 раз — с 2 до 10%.
Как работают алгоритмы рекомендаций товаров
Для работы алгоритма рекомендаций товаров достаточно трех компонентов ↓
Товарная база. Данные по товарам магазина с подробными характеристиками каждого — например, категория, идентификатор и цена.
Данные о поведении посетителей. Информация о том как пользователи используют сайт, какие товары смотрят, что добавляют в корзину и какие товары доходят до покупки.
Рекомендательная система. Алгоритм предлагает подходящие товары и увеличивает конверсию в покупку, отслеживая и анализируя данные о пользовательском поведении.
Если коротко, то вот как все три компонента работают вместе ↓
↑ Рекомендательная система анализирует данные о поведении клиента и предлагает товары, которые могут заинтересовать покупателя. Например, если посетитель смотрит футболки, то алгоритм может предложить футболки похожего цвета или от другого производителя
4 типа товарных рекомендаций
Товарные рекомендации бывают четырех типов: персонализированные, неперсонализированные, категорийные и рекомендации внутри карточки товара ↓
Персонализированные товарные рекомендации
Предлагают пользователю товары на основе его поведения — что смотрел до этого, искал или уже покупал. Персонализированные рекомендации используют на главной странице магазина и страницах категорий — чтобы сразу подсказать товары, которые могут быть интересны пользователю.
Например, если клиент часто покупает посуду — персональные алгоритмы будут показывать ему товары из этой категории ↓
Неперсонализированные товарные рекомендации
Знакомят посетителя с товарами, которые интересуют других пользователей. Алгоритм рекомендаций еще не знает интересов и предпочтений нового клиента — поэтому советует то, что нравится другим.
Обычно такие рекомендации показывают на главной странице — чтобы познакомить нового пользователя с популярными товарами. Вот как выглядят рекомендации для нового клиента на сайта HOFF ↓
Категорийные товарные рекомендации
Показывают товары внутри одной категории — популярное, новинки и товары со скидками. Категорийные рекомендации используют на страницах, где сложно выявить и рекомендовать товар или группу товаров, которые ищет пользователь.
Например, если покупатель ищет новогодние украшения и выбирает категорию «Все для Нового года», то алгоритм сначала покажет популярные украшения, елочные игрушки со скидками и новинки ↓
Товарные рекомендации к конкретным товарам
Дают рекомендации к конкретному товару внутри карточки товара, в корзине или избранном. Для этого показывают:
- похожие товары — чтобы оценить аналогичные товары по характеристикам или цене;
- сопутствующие товары — чтобы покупатель сразу подобрал аксессуары, добавил их в корзину и увеличил средний чек.
↑ В карточке матраса алгоритмы рекомендуют посмотреть похожие матрасы и сопутствующие товары, которые другие пользователи часто покупают вместе с матрасом
Как запустить товарные рекомендации от Retail Rocket Group
Чтобы запустить товарные рекомендации на платформе Retail Rocket, понадобится около 5 шагов.
Шаг 1. Познакомиться с персональным менеджером
Персональный менеджер — проводник клиента, который помогает бизнесу с подключением товарных рекомендаций и отвечает за эффективную работу с Retail Rocket. Чтобы познакомиться с менеджером и начать работу, проводят встречу — на ней обсуждают задачи, согласовывают план по интеграции рекомендаций в интернет-магазин и оформляют договор.
Шаг 2. Выполнить чек-лист по интеграции
Чек-лист нужен, чтобы подружить систему Retail Rocket с интернет-магазином — алгоритмы точно анализировали поведение пользователей, быстро обрабатывали данные и предоставляли эффективные товарные рекомендации. От клиента к клиенту чек-лист может быть разным и доходить даже до 30 пунктов.
Руководитель продукта Персонализация Retail Rocket Group
Шаг 3. Собрать данные по поведению пользователей
Чтобы алгоритмы анализировали пользовательское поведение и предлагали подходящие рекомендации, интернет-магазин встраивает в сайт специальные трекинг-коды. Например, вот такой ↓
↑ Пара строчек в коде сайта, и алгоритм начинает отслеживать, какие кнопки и разделы магазина приводят к добавлению товара в корзину и приближают к совершению заказа
После этого системе дают некоторое время на сбор данных. Конечный срок зависит от трафика и ассортимента интернет-магазина, но в среднем на сбор данных уходит не более двух недель.
Шаг 4. Внедрить блок рекомендаций
Для этого клиент размещает фрагмент кода на сайте — так алгоритм понимает, где показывать популярные, а где сопутствующие товары. После в Retail Rocket верстают блоки рекомендаций:
- учитывают пожелания клиента и отрисовывают блоки товарных рекомендаций за три дня, а когда клиент согласовывает дизайн — адаптируют макет для остальных блоков за день;
- разрабатывают код верстки на основных страницах сайта, чтобы ускорить внедрение рекомендаций.
Итоговый результат может выглядеть так ↓
Шаг 5. Запустить товарные рекомендации и получить рост продаж
Последний шаг — запустить товарные рекомендации и следить за ростом ключевых показателей интернет-магазина. В среднем, к этому шагу приходят за полтора-два месяца с момента подписания договора. Бывают исключения — например, клиент Retail Rocket выделил под интеграцию отдельного разработчика и срок интеграции удалось сократить до одного дня.
Как измерить эффективность товарных рекомендаций
Измерить эффективность товарных рекомендаций помогут ↓
CR (Conversion Rate) — конверсия в заказ, главный показатель эффективности алгоритма товарных рекомендаций. Показывает сколько пользователей, которые взаимодействовали с товарной рекомендацией, сделали покупку. Для оценки эффективности сравнивают две конверсии — до и после внедрения алгоритма.
Выручка — простой способ оценить эффективность товарных рекомендаций, который показывает как работает конверсия в заказ. Если выручка выросла — все отлично, рекомендации работают. Если выручка не изменилась или упала по сравнению с прошлыми периодами — самое время задуматься о замене рекомендательной системы.
Средний чек — показывает, как товарные рекомендации влияют на общую сумму покупки. Если средний чек растет — товарные рекомендации работают.
LTV (Lifetime Value) — пожизненная ценность клиента. Товарные рекомендации помогают знакомить пользователей с ассортиментом интернет-магазина, делают покупки удобнее и улучшают пользовательский опыт. В результате клиентам нравится пользоваться магазином, и они возвращаются за повторными покупками.
CTR (Click-through Rate) — клики на рекомендации. Вспомогательная метрика, которую используют для оценки заинтересованности пользователей. Обычно на рост CTR после внедрения алгоритмов смотрят магазины, которым важна вовлеченность пользователей и внутренние KPI.
Post-click атрибуция — способ оценить связь между товарной рекомендацией и покупкой. Post-click атрибуция поможет узнать, сколько пользователей кликнули на рекомендацию, а позже что-то купили.
