Представляем два обновления. Первое — атрибуция всего заказа по последнему клику (full cart last-click). Новая модель атрибуции поможет сравнивать эффективность рекомендаций Retail Rocket Group с другими инструментами. Второе — новый алгоритм «Товары прикассовой зоны», который увеличит импульсные покупки на этапе оформления заказа.
В статистике товарных рекомендаций Retail Rocket Group в дополнение к традиционной атрибуции появилась новая модель — атрибуция всего заказа по последнему клику. Инструмент помогает точнее оценивать вклад товарных рекомендаций в общую выручку, сравнивая их эффективность с другими рекламными инструментами в одной системе координат.
Традиционная модель атрибуции в синем столбце, новая модель атрибуции по последнему клику — в зелёном:
Условия традиционной атрибуции достаточно строгие. Цель — обеспечить максимальную точность в измерении реального инкрементального эффекта наших рекомендаций.
Традиционная атрибуция Retail Rocket учитывает исключительно стоимость и количество купленных товаров в блоках рекомендаций с которыми посетитель веб-магазина или мобильного приложения взаимодействовал через блок рекомендаций или виджет. Другие товары в заказе не учитываются. Взаимодействие — клик или добавление в корзину непосредственно из карточки товара в виджете рекомендаций.
Новая модель атрибуции учитывает весь заказ — если пользователь взаимодействовал с одним из товаров через блок рекомендаций, то все товары, приобретенные в этом заказе, будут атрибутированы этому блоку. При этом атрибутируется любой товар, который был куплен — из блока рекомендаций или другой.
Например, покупатель кликнул по чехлу для телефона в блоке рекомендаций и покинул магазин. Вернулся в течении 24 часов после клика и оформил заказ на защитное стекло и наушники. Чехла для телефона в заказе нет, но мы учтём стекло и наушники в новой модели атрибуции.
Алгоритм предназначен для увеличения числа импульсных покупок на финальном этапе оформления заказа, аналогично товарам, которые расположены у касс в офлайн-магазине.
Как работает алгоритм. В реальном времени алгоритм предлагает покупателям товары, которые могут быть добавлены в корзину прямо перед завершением заказа. Рекомендации подбираются на основе наблюдения за поведением покупателей.
Добавление товаров в корзину через блок рекомендаций непосредственно перед завершением заказа напрямую способствует увеличению среднего количества товаров в заказе, и, соответственно, среднего чека. Без дополнительных рекомендаций покупатель обычно завершает заказ и завершает текущую сессию, что исключает возможность приобретения товаров прикассовой зоны. Так алгоритм помогает заметно повысить доход за счет товаров, которые иначе не попали бы в корзину пользователя.