fbpx
Войти

Персонализация мерчандайзинга

Персонализация мерчандайзинга

Создаёт свою версию сайта, приложения и email-рассылки и покажет товарные рекомендации для каждого пользователя с учётом предпочтений и истории покупок

Запросить демо

Чем полезен

  • Увеличит средний чек и выручку за счёт рекомендаций нужных товаров и услуг

  • Адаптирует контент с учётом региона покупателя и остатков на складе

  • Поможет проверять маркетинговые гипотезы и запустить непрерывное тестирование

Про искусственный интеллект

Про искусственный интеллект

В основе Online Merchandising — искусственный интеллект. Он подстраивает сайт, приложение или рассылки в реальном времени и показывает покупателю нужные товары и услуги.

Искусственный интеллект считывает поведение и историю покупок каждого покупателя и постоянно обучается. Если у интернет-магазина несколько складов в разных городах, то Online Merchandising проследит за остатками и покажет покупателям товары, которые есть в наличии рядом с ним.

Где появятся персональные предложения

  • На главной странице на сайте и в приложении

    Персональные предложения появятся в трёх блоках: хитах, новинках и персональных рекомендациях.

    Хиты — самые популярные товары из категорий, которые интересны покупателю. Рекомендации основаны на просмотрах, истории покупок, запросах и добавлении в корзину.

    Новинки — недавние поступления брендов и категорий, которые могут заинтересовать покупателя.

    Персональные рекомендации — товары, которые интересны покупателю. Основаны на индивидуальных предпочтениях, истории поведения, предыдущих покупках и других данных.

    На главной странице
  • В товарных категориях на сайте и в приложении

    Персонализированный контент появляется в трёх блоках: хитах, новинках и персональных рекомендациях.

    Хиты — самые популярные товары из категорий, которые интересны покупателю. Рекомендации основаны на просмотрах, истории покупок, запросах и добавлении в корзину.

    Новинки — недавние поступления брендов и категорий, которые могут заинтересовать покупателя.

    Персональные рекомендации — товары, которые интересны покупателю. Основаны на индивидуальных предпочтениях, истории поведения, предыдущих покупках и других данных.

    В товарных категориях
  • На страницах акций и распродаж на сайте и в приложении

    Появится сортировка товаров от самых интересных — к менее интересным. Этот алгоритм основан на анализе поведения каждого покупателя в реальном времени.

    На страницах акций и распродаж
  • На карточке товара на сайте и в приложении

    Персонализированный контент появятся в трёх блоках: сопутствующие товары, похожие и самые популярные в категории.

    Сопутствующими товарами покупатель может дополнить свой заказ. Эта рекомендация часто увеличивает средний чек.

    Похожие — это альтернативные товары. Например, из другого материала или другого размера. Рекомендации основаны на анализе свойств товаров и поведении покупателей.

    Самые популярные в категории — товары из той же категории, которые часто смотрят и покупают.

    Если товара нет в наличии, то покупатель увидит только похожие и сопутствующие товары.

    На карточке товара
  • В корзине на сайте и в приложении

    Появятся сопутствующие товары — ими покупатель может дополнить свой заказ. Этот алгоритм увеличивает средний чек.

    В корзине
  • В личном кабинете на сайте и в приложении

    Персонализированный контент появятся в трёх блоках: новинках, популярных товарах и персональных рекомендациях.

    Новинки — недавние поступления брендов и категорий, которые могут заинтересовать покупателя.

    Популярные товары — наиболее интересные пользователю категории. Рекомендации основаны на просмотренных товарах, запросах, долгосрочных интересах, заказах и других данных.

    Персональные рекомендации — товары, которые интересны покупателю. Основаны на индивидуальных предпочтениях, истории поведения, предыдущих покупках и других данных.

    В личном кабинете
  • На страницах ошибки на сайте

    Персональные предложения появятся в трёх блоках: поисковом, популярных товарах и персональных рекомендациях.

    Поисковые рекомендации — товары, максимально подходящие к запросу, который искали на сайте. Этот алгоритм помогает настраивать сайт под нужды покупателя.

    Популярные товары — наиболее интересные пользователю категории. Рекомендации основаны на просмотренных товарах, запросах, долгосрочных интересах, заказах и других данных.

    Персональные рекомендации — товары, которые интересны покупателю. Основаны на индивидуальных предпочтениях, истории поведения, предыдущих покупках и других данных.

    На страницах ошибки
  • В емейл-рассылках: триггерных и транзакционных

    Товарные рекомендации легко встраиваются в рассылки. Например, можно подключить Next Best Offer — он рассчитывает прогноз следующей наиболее вероятной покупки. А потом отправит товарные рекомендации письмом в нужное время.

    Средние показатели писем Next Best Offer:

    Open Rate — 20,6%,

    CTR — 13,3%,

    конверсия в заказы — 15,91%.

    В емейл-рассылках

Как работать с модулем

  • Интеграция
    1.

    Интеграция

    Настройка логики показов, вёрстка блоков для сайта, приложения и в письмах.

  • Аналитика
    2.

    Аналитика

    Сбор и анализ Big Data о поведении покупателей и товарной матрице.

  • Запуск товарных рекомендаций
    3.

    Запуск товарных рекомендаций

    В блоке с рекомендациями на сайте, в приложении и в письмах.

  • Проверка гипотез и рост продаж
    4.

    Проверка гипотез и рост продаж

    С помощью непрерывного тестирования и алгоритмов искусственного интеллекта.

Запросить демо
Получите доступ к экспертизе Retail Rocket

Получите доступ к экспертизе Retail Rocket

Наша growth-команда знает, как добиться максимального эффекта от технологий Retail Rocket.

Для каждого заказчика мы составляем план тестирования гипотез, приоритезируем их и запускаем тесты — на них проверяем алгоритмы, размещение блоков и другие элементы.

Результаты тестов показываем клиенту и объясняем, как их применять, чтобы средний чек и выручка росли, а покупатели видели только нужные и интересные товары.

Наша growth-команда помогла внедрить модули Retail Rocket для 1000+ клиентов и провела 7000+ тестов. Мы работаем быстро и точно знаем, какие решения сработают, а какие — нет.

Какой будет результат

  • Увеличите конверсию в покупку и средний чек

  • Будете показывать покупателям только нужные товары и услуги в реальном времени

  • Сэкономите время и силы — техническую поддержку и интеграцию можем взять на себя

  • Сможете быстро проверять маркетинговые гипотезы

  • Увеличите выручку и LTV

  • Система будет учитывать остатки на складах в разных регионах и корректировать условия показа

У нас более 1 000 клиентов по всему миру

В прошлом году мы принесли им более 34 352 379 223 i дополнительной выручки.

  • Сбербанк
  • Ашан
  • Эльдорадо
  • Детский мир
  • Hoff
  • Рив Гош
  • myToys
  • Vans
Посмотрите, как работает Email Marketing Platform

Посмотрите, как работает Online Merchandising

Оставьте заявку и мы свяжемся с вами. Покажем, как работает Online Merchandising и ответим на вопросы.

Мы можем приехать к вам в офис или пригласим к нам. Если не получается встретиться, проведём демонстрацию по видеосвязи.

Запросить демо

Рассылка от Retail Rocket

Свежие инсайты о маркетинге и retention в вашем почтовом ящике

Спасибо за подписку!
Подписаться на рассылку