Кейс AnyQuery: + 38% выручки с поиска в интернет-магазине электроники
Страшный сон интернет-магазина: товары есть в наличии, покупатель готов их купить, но не может найти. Только это не сон. В такой ситуации оказываются до 30 % покупателей, которые пользуются поиском в интернет-магазинах.
Всё дело в том, что поиск на сайте не понимает язык покупателей. Например, пользователь хочет купить телефон, но пишет название с опечаткой Smsung и получает страницу «Ничего не найдено». Так интернет-магазин теряет покупателей.
Так было у нашего клиента — интернет-магазина электроники и бытовой техники. На его примере покажем, как могут меняться показатели выручки и конверсии после оптимизации поиска с помощью AnyQuery.Название клиента не раскрываем, это условие NDA.
«За год работы умного поиска AnyQuery прирост выручки с пользователей пользующихся поиском составил +38% или 138 млн руб»
Проблема
Мы работали с федеральной сетью по продаже техники. Она продает через магазины в сотне городов и интернет-магазин.
Клиент понимал, что нужно улучшать работу поиска на сайте. Он даже начинал делать это самостоятельно: планировал научить поиск понимать запросы с опечатками и внедрить словарь синонимов. Но оказалось, что сделать это своими ресурсами трудно. Да и острой необходимости не было, казалось, что поиск работает сносно. А покупатели чаще звонили и заказывали через колл-центр, чем через корзину на сайте.
Клиент обратился к нам, мы провели аудит поиска по 14 пунктам и изучили работу менеджеров интернет-магазинов. Когда покупатель звонил в колл-центр, сотрудник искал товары по точному названию из каталога, а поиск быстро выдавал страницу с результатами. Стоило допустить опечатку в названии или написать его русскими буквами, поиск показывал пустую страницу с результатами. Это подтвердил и наш аудит.
У нас было два предположения:
- покупатель не пользуется поиском, потому что искать на сайте неудобно;
- часть покупателей вообще уходит с сайта без заказа, потому что думает, что товара нет в наличии.
Так и оказалось.
Умный поиск
Мы предложили клиенту поставить умный поиск AnyQuery. Это инструмент, который учит поиск понимать язык покупателей:
исправляет ошибки. Например, если покупатель пишет Smsung вместо Samsung, поиск его понимает и выдает нужные модели телефонов;
распознает синонимы. Ему всё равно, пишет покупатель «микроволновка», «микроволновая печь» или «свч»;
дает подсказки. Покупатель только начинает вводить «ноутб...», а поиск сразу предлагает подходящие категории, популярные товары.
Покупателю не приходится угадывать, как правильно ввести название товара или самому искать в каталоге. Поиск обучается понимать, что покупатель имел в виду, расшифровывает запросы с ошибками и рекомендует сопутствующие товары:
Интеграция инструмента занимает 10 минут: поставить небольшой javascript-код. С этого момента умный поиск начинает собирать запросы пользователей и обучаться их языку. Для этого мы используем технологии машинного обучения.
А/А и А/В-тестирование
Чтобы проверить эффективность инструмента, мы предложили провести A/B-тест и сравнить показатели до и после внедрения умного поиска.
По правилам аналитики до A/B-теста нужно провести A/A-тест, чтобы увеличить достоверность результатов. Данные тестирования мы одновременно фиксировали в нашей платформе и дублировали в Google (сайт нарушает закон РФ) Analytics.
АА-тест. Чтобы провести АА-тест, нужно разделить трафик поровну и направить его на существующий сайт до оптимизации. Результаты по обеим группам должны примерно совпадать. Только тогда их можно брать за нулевой срез и начинать А/В-тестирование.
АА-тест показал, что 10,45 % от всех посетителей сайта пользовались поиском, средняя глубина сессии с использованием поиска — 2,11 страницы:
А/В-тест. Для этого теста в течении месяца мы направляли трафик на две разные страницы: с поиском до и после оптимизации. А/В-тест показал, как как внедрение умного поиска влияет на показатели:
Результаты через месяц и два после внедрения
После А/В теста мы проанализировали показатели в целом для мобильной и десктопной версии сайта. Вот что получилось:
|
|
Десктоп — тестировали месяц |
Мобильная версия — тестировали два месяца |
|
Прирост конверсии по сайту в целом |
+2,5 % |
|
|
Прирост поисковых сессий (посетители, которые пользовались поиском) |
+22.5% |
+21 % |
|
Прирост выручки на сессию (RPS) |
+2,3 % |
+2% |
с 49 тысяч до 60 тысяч человек увеличилось количество посетителей, которые искали товары через сайт. Подтвердилось наше предположение, что посетителям стало проще и удобнее пользоваться поиском;
- уменьшилась глубина просмотра;
- увеличился процент поиска с уточненными запросами.
Уменьшение глубины просмотра сайта в данном случае было хорошим знаком. Раньше покупатели из результатов поиска попадали в карточку товара из каталога. После внедрения AnyQuery пользователь сразу из поиска попадал в нужную категорию или товар.
Результаты за год
Показатели магазина в течении года работы поиска с AnyQuery:
- прирост выручки с поиска +38%;
- прирост поисковых сессий в десктопной версии сайта — 25,3 %;
- прирост сессии в мобильной версии сайта — 29,3 %;
- прирост сессии в десктопной версии сайта — 25,3 %.
«За год работы умного поиска AnyQuery прирост выручки с пользователей пользующихся поиском составил +38% или 138 млн руб»
Уточненные запросы
Уточненные запросы — это запросы, которые содержат в себе дополнительные или отсутствующие элементы.
Нас заинтересовало, почему пользователи стали чаще уточнять запросы. По идее, если поиск понимает запросы с ошибками и опечатками, пользователю не нужно лишний раз уточнять запрос. Чтобы проверить, мы вручную разметили цепочку запросов и выделили восемь типов уточнений:
- другое — новый запрос, не связан с предыдущим;
- модель — новый запрос, уточняет модель в рамках одного бренда;
- бренд — новый запрос, уточняет бренд в рамках одного класса товаров;
- опечатки — исправление опечаток;
- обобщение — новый запрос, обобщает предыдущий, уходит на один или несколько уровней вверх. Например Apple iPhone 7 → Apple;
- уточнение — новый запрос связан по смыслу со старым и несет по сравнению с ним новую информацию. Например часы → часы настольные;
- формулировка — новый запрос в целом совпадает с предыдущим, но выражен другими словами. Например, «телефоны с клавишами» → «кнопочные телефоны», «варочная панель hansa bhi68677» → «варочная индукционная панель»;
- прочее — то, что не смогли классифицировать.
Мы разметили 1429 уточнений: рассматривали неодинаковые и непустые запросы, между которыми прошло не более часа. Для анализа брали запросы, по которым пользователь что-то уточнял в течение пяти минут после первого запроса.
В тест мы взяли примерно одинаковое количество запросов из разных групп. Но получилось, что больше всего уточнений было в группе с включенным AnyQuery.
Мы считаем, что большая часть увеличения связана с тем, что пользователи в целом больше пользуются поиском:
- Увеличилась доля последовательных запросов в разных группах товаров, например «встроенный холодильник» ->"варочная панель"
- Исправления, связанные с моделями (samsung sc8836 -> samsung sc8835)
Попробовать умный поиск
Мы проводим бесплатный аудит поиска в интернет-магазинах и находим ошибки, которые мешают зарабатывать больше. За два дня:
- подберем запросы, которые чаще всего используют ваши покупатели. Обычно это несколько сотен запросов;
- вручную проверим, какие результаты дает поиск на прямые запросы, запросы с ошибками, опечатками, синонимами;
- проверим работу автоподсказок;
- составим отчет по ошибкам и посчитаем примерную выгоду от оптимизации поиска.
Сервис подходит для интернет-магазинов с посещаемостью от 100 000 человек в месяц.
С нами можно связаться через сайт AnyQuery или написать на privet@diginetica.com.
