Как увеличить выручку интернет-магазина за счет конфигурирования стратегии мерчендайзинга: кейс магазина BUTIK.

Смотрите в каталоге
Товары и услуги для детей

Помимо hi-end технологий в области рекомендательных систем, клиенты Retail Rocket получают и экспертизу нашей команды. После внедрения платформы к каждому проекту подключается команда аналитиков, которая постоянно работает над максимизацией эффективности рекомендательной системы и повышением продаж интернет-магазина за счет регулярного проведения АБ-тестов различных версий алгоритмов, позиционирования и внешнего вида блоков, тонких настроек системы и других аспектов, которые влияют на показатели конверсии и выручки онлайн-ритейлеров.

Магазин BUTIK., один из лидеров отечественного рынка eCommerce в сегменте fashion, уже убедился в эффективности рекомендательной системы, получив рост продаж на 27% после внедрения Retail Rocket. Но работа наших специалистов после внедрения постоянно продолжается, и сегодня мы поделимся результатами тонкой настройки блоков рекомендаций на странице категории, в карточке товара и в корзине интернет-магазина.

Сколько рекомендательных блоков стоит показывать, чтобы максимально увеличить конверсию, и какие рекомендации приносят наибольший результат? Ответ, как всегда, выясняем опытным путем — проведением АБ-тестирований.

Кейс 1. Конфигурирование рекомендаций товаров на странице категории магазина BUTIK.

Чтобы облегчить покупателю выбор товаров среди широкого ассортимента, интернет-магазины используют различные алгоритмы рекомендаций, показывая самые интересные для него товары в отдельных блоках «Вам может понравится», «Хиты продаж» и т.д. . На страницах категорий это, как правило, самые популярные товары из категории или персональные рекомендации товаров из категории на основе интересов, истории просмотров и покупок и других сведений о пользователе.

В рамках оптимизации работы рекомендательной системы на сайте магазина BUTIK. было проведено тестирование эффективности нескольких алгоритмов рекомендаций на странице категории магазина.

Исследование эффективности проводилось с использованием механики A/B-тестирования, когда все посетители сайта случайным образом делились на два сегмента:

1. Первому сегменту показывались хиты продаж магазина из категории. Этот сегмент был контрольной группой.

2. Второму сегменту показывались персонализированные хиты продаж из категории

Результаты:

 

Прирост конверсии

Изменение среднего чека

Оценка увеличения выручки

Хиты продаж из категории (Контрольная группа)

Персонализированные хиты продаж из категории

+6,92%

-0,58%

+6,35%

По итогам тестирования, применение механики «Персонализированные хиты продаж из категории» в блоке рекомендаций на странице категории сайта магазина BUTIK. увеличивает конверсию на 6,92% со статистической значимостью 97,9% по сравнению с базовым сегментом «Хиты продаж». Несмотря на незначительное снижение среднего чека, увеличение конверсии на 6,92% принесет магазину увеличение выручки на 6,35%.

Кейс 2. Конфигурирование рекомендаций в карточке товара на сайте магазина BUTIK.

В карточке товара на сайте магазина BUTIK. расположены два блока рекомендаций одновременно: похожие товары и сопутствующие товары.

Часто встречается мнение, что два блока рекомендаций показывают лучшие результаты, чем один, но иногда уменьшение количества блоков показывает более высокую конверсию, помогая пользователю сосредоточиться.

В некоторых случаях, именно два блока показывают наилучшие результаты, как в случае с интернет-магазином Toy.ru, но каждая сфера и интернет-магазин уникальны, поэтому верный вариант всегда нужно выявлять посредством тестирования.

Чтобы определить наиболее эффективную конфигурацию рекомендаций в карточке товара на сайте магазина BUTIK., было проведено исследование эффективности различных алгоритмов рекомендаций с использованием механики A/B-тестирования. Все посетители сайта случайным образом делились на четыре сегмента:

1. Первому сегменту показывались похожие товары

2. Второму сегменту показывались сопутствующие товары

3. Третьему сегменту показывались два блока одновременно: похожие товары (сверху) и сопутствующие товары (под блоком с похожими товарами)

4. Четвертому сегменту показывались два блока одновременно: сопутствующие товары товары (сверху) и похожие товары (под блоком с сопутствующими товарами)

Результаты:

 

Прирост конверсии

Изменение среднего чека

Оценка увеличения выручки

Похожие товары

4,22%

-1,34%

+2,88%

Сопутствующие товары

+0,66%

+0,10%

+0,76%

Два блока одновременно: похожие товары и сопутствующие товары (под блоком похожим). Контрольная группа

Два блока одновременно: сопутствующие товары и похожие товары (под блоком сопутствующих).

-2,37%

-0,55%

-2,92%

По итогам тестирования блок «Похожие товары» показал наибольшую эффективность и позволил магазину BUTIK. увеличить конверсию на 4,22%. Несмотря на незначительное уменьшение среднего чека, это позволит интернет-магазину увеличить выручку на 2,88%.

Кейс 3. Конфигурирование рекомендаций на странице корзины магазина BUTIK.

На странице корзины крайне важно, не отвлекать пользователя от покупки и при этом по возможности увеличить средний чек. Поэтому к рекомендациям на этой странице нужно подходить с особенной аккуратностью.

Как правило, на странице корзины наилучший результат приносят блоки сопутствующих товаров или аксессуарных категорий. Например, в случае с интернет-магазином Quelle, наилучший результат на странице корзины показал блок с рекомендациями аксессуаров.

В рамках оптимизации системы рекомендаций на странице корзины на сайте магазина BUTIK. мы протестировали несколько алгоритмов. Исследование эффективности проводилось посредством АБ-тестирования, когда все посетители сайта делились на несколько сегментов:

1. Первому сегменту показывались сопутствующие товары

2. Второму сегменту показывались сопутствующие товары из категорий, отличных от категории просматриваемого товара

3. Третьему сегменту показывались сопутствующие товары из «аксессуарных» категорий

Результаты:

 

Прирост конверсии

Изменение среднего чека

Оценка увеличения выручки

Сопутствующие товары (Контрольная группа)

Сопутствующие товары из категорий, отличных от категории просматриваемого товара

+1,12%

-3,03%

-1,90%

Сопутствующие товары из «аксессуарных» категорий

-4,67%

-2,90%

-7,58%

По итогам тестирования, наилучший результат на странице корзины сайта магазина BUTIK. показала механика «Сопутствующие товары». Это еще раз доказывает, что блоки рекомендаций, которые Retail Rocket советует устанавливать для различных страниц в качестве базовых, являются проверенными временем вариантами, которые показывают наилучшие результаты. Проводить тестирования необходимо, поскольку каждый магазин уникален и поведение пользователей может отличаться, но благодаря большому опыту, в том числе в сфере fashion-ритейла, Retail Rocket выбирает наиболее эффективные конфигурации для каждой страницы.

Заключение

Постоянные улучшения алгоритмов рекомендаций и тестирование новых механик — неотъемлемая часть работы по увеличению эффективности интернет-магазина, поэтому наши Growth Hacker’ы уделяют так много внимания каждой странице сайта. Retail Rocket — это не только рекомендательная система, но и экспертиза команды аналитиков, которая занимается итеративной оптимизацией, постоянно увеличивая эффективность блоков рекомендаций на всех страницах интернет-магазина.

Комментарий BUTIK.:

С командой Retail Rocket мы работаем уже несколько лет и очень довольны результатом сотрудничества. Специалисты компании никогда не останавливаются на достигнутом и постоянно предлагают идеи по повышению эффективности товарных рекомендаций на сайте BUTIK., которые помогают нам и увеличивать выручку компании.

Седова Лилия, контент-менеджер компании BUTIK.

 

Компании и сервисы: Toy.ru, Butik.ru, Retail Rocket
Автор: Светлана Золотар

Подписаться на новости

Читайте также

Mobile First: 5 фактов о push-уведомлениях в мобильных приложениях

Дать пользователям действительно стоящий повод возвращаться в приложение на ежедневной или еженедельной основе – задача нелегкая, однако именно она играет решающую роль для его успеха. Сегодня Insider поделится своими выводами о самом широко обсуждаемом канале коммуникаций – мобильных push-уведомлениях.

далее →

Почему программы лояльности не работают

В ритейл-компаниях программы лояльности плавно влились в модель продаж как неотъемлемая составляющая. Но дают ли они реальное преимущество перед другими участниками рынка организаторам бонусных программ, программ скидок и программ привилегий? В этой статье вопрос о причинах неудач изложен с позиции банков.

далее →

6 апреля / Комментарии

«Клёв будет!»: история о том, как собрать в четыре раза больше лидов

Проблема интернет-магазинов в том, что обычно они не очень активно работают над лидогенерацией и упускают большую потенциальную возможность дохода. Сегодня мы расскажем вам про то как интернет-магазину подводного снаряжения vlastah.ru удалось собрать в четыре раза больше лидов, которые в результате принесли 28% от общего числа заказов.

далее →

19 марта / Комментарии

Кейс финского бренда FiNN FLARE: как товарные рекомендации увеличили выручку до 13,4%

Сегодняшнему покупателю так просто не угодишь. Ему важны не только ассортимент и цены интернет-магазина, но и возможность быстро найти то, что ему нужно. Эту проблему решают товарные рекомендации, расположенные на разных страницах магазина. Их задача - показать пользователю интересные именно ему товары. Выгоду получают обе стороны: покупатель, который быстро нашел необходимые товары, остается довольным, а магазин получает возможность увеличить прибыль и средний чек. Подробнее о том, как внедрение товарных рекомендаций увеличивает конверсию и выручку магазина, рассказываем на примере интернет-магазина FiNN FLARE.

далее →

6 марта / Комментарии

Growth Hacking в триггерных письмах интернет-магазина ekonika.ru: 4 кейса и рост конверсии на 68%

Сегодня мы расскажем о том, как работа над деталями и тестирование различных психологических триггеров помогла интернет-магазину ekonika.ru увеличить Open Rate, CTR и конверсию триггерных писем.

далее →

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