Кейс AnyQuery: + 38% выручки с поиска в интернет-магазине электроники

Смотрите в каталоге
Бытовая техника

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 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.

Компании и сервисы: Samsung, AnyQuery, Google Analytics
Автор: Артём Прудников

Подписаться на новости

Читайте также

13 января / Комментарии

D2C-продажи от бренда потребителю в России и в мире: цифры, преимущества и 6 успешных примеров

Ожидается, что в 2020 году будет закрыто около 12 000 торговых точек, а рост розничных продаж замедлится, производители товаров повседневного спроса направляют свои усилия на прямое обращению к потребителю (D2C). В то время как электронная торговля составляет менее 5% от общего объема продаж товаров повседневного спроса, D2C составляет 40% роста продаж в этом секторе

далее →

5 декабря 2019 / Комментарии

Плюсы директ-маркетинга и омниканального подхода

В наше время основная масса рекламных кампаний проводится по электронным каналам. Однако, и бумажные письма все еще могут быть актуальными и иметь свои преимущества.

далее →

27 ноября 2019 / Комментарии

Как подружиться с технологиями в интернет-маркетинге? Интервью с Максимом Виноградовым

О том, как поспевать за последними достижениями интернет-маркетинга и преодолевать технические барьеры, мы поговорили с Максимом Виноградовым. Максим является со-основателем сервиса Garpun, объединяющего инструменты для управления интернет-рекламой.

далее →

27 ноября 2019 / Комментарии

Как ритейлеру подготовиться к «золотому сезону» продаж

Ксения Склярова, управляющий директор Criteo в России, подготовила статью в которой она делится инсайтами о продажах 2018 года, а также рассказывает, как ритейлерам нужно готовиться к наступающему "золотому сезону" продаж.

далее →

24 октября 2019 / Комментарии

Ритейлеры уходят в фиджитал: кейсы трёх бьюти-брендов

Эксперты приложения «Кошелёк» рассказали, как инновационные технологии помогают Chanel, M·A·C Cosmetics и CoverGirl улучшать покупательский опыт клиентов в точках продаж.

далее →

X
Нажмите «Нравится»,
чтобы читать Shopolog.ru в Facebook