Кейс Zarina: рост выручки более, чем на 28% благодаря персональным рекомендациям

Игорь Бахарев

Одна из ключевых особенностей fashion-ритейла заключается в необходимости адаптироваться к смене вкусов покупателей в зависимости от сезона и модных тенденций. Нет двух одинаковых людей, особенно, когда вопрос касается одежды. Это значит, что универсальной конфигурации товарных рекомендаций на сайте интернет-магазина просто не существует.

Head of Digital Marketing платформы Retail Rocket Светлана Золотар рассказала, как внедрение персональных рекомендаций на всех страницах сайта позволило интерент-магазину Zarina.ru увеличить выручку на 28%.

Идеальным решением будет показать каждому пользователю персонализированные под его личные интересы варианты страниц интернет-магазина. Покупатели испытывают максимально положительные эмоции от взаимодействия с брендом, когда видят на сайте именно те товары, за которыми они пришли. Персонализированные товарные рекомендации позволяют бренду значительно сэкономить время пользователя на поиск нужной модели и предложить дополнительные позиции, которые также могут его заинтересовать.

Zarina - российский бренд женской одежды и аксессуаров, основанный в 1993 году. Покупатели высоко оценили сочетание классического стиля и актуальных деталей, доступной цены и высокого качества продукции бренда, что позволило открыть в России свыше 200 офлайн магазинов Zarina. В 1999 году бренд запустил торговлю в онлайн-канале.

Страница категории

Кейс 1. Тестирование рекомендаций на странице категории

Если товарные рекомендации на главной странице магазина нужны для того, чтобы заинтересовать пользователя с первого взгляда, то рекомендации на странице категории служат указателем, который помогает показать самое лучшее и интересное из ассортимента отдела, учитывая real-time предпочтения пользователя и популярность товаров. Основная задача страницы категории - побудить пользователя перейти на следующий этап customer journey - в карточку товара.

Для того, чтобы определить, какая конфигурация блоков рекомендаций в категории наиболее эффективна для аудитории сайта Zarina.ru, было протестировано несколько вариантов.

Исследование эффективности проводилось с использованием механики A/B-тестирования. Все посетители сайта Zarina.ru были случайным образом делились на два сегмента:

1. Первому сегменту показывались персональные рекомендации товаров из категории.

retail-rocket_Zarina_1_1.png

  1. Второй сегмент был контрольной группой, которой рекомендации не показывались.

Результаты

По итогам тестирования были получены следующие результаты:

retail-rocket_Zarina_result_1.png

По итогам теста наилучший результат на странице категории интернет-магазина Zarina.ru показала механика «Персональные рекомендации товаров из категории». Прирост конверсии составил 2,94%, что в сочетании с повышением суммы среднего чека на 4,72% обеспечивает прогнозируемый рост выручки на 7,79%.

Карточка товара

Кейс 2. Тестирование рекомендаций в карточке товара

Карточка товара - это не только отличный способ рассказать покупателю об особенностях и достоинствах товара, чтобы побудить его добавить выбранную позицию в корзину. Это также возможность дополнительно показать покупателю сопутствующие товары, что позволит увеличить сумму продажи в случае, если пользователь уже нашел то, что ему нужно. А также удержать посетителя в интернет-магазине с помощью альтернатив, если просматриваемый товар его не совсем устраивает.

В карточке товара на сайте Zarina.ru было протестировано несколько алгоритмов и вариаций расположения блоков товарных рекомендаций, чтобы определить, какой из них имеет большую конверсию и приносит большую выручку.

Исследование проводилось с применением механики A/B-тестирования в два этапа. Сначала все посетители сайта Zarina.ru случайным образом делились на три сегмента, каждый из которых видел свой вариант карточки товара:

1. Первому сегменту показывались похожие товары.

retail-rocket_Zarina_2_1.png

2. Второму сегменту показывались два блока: сопутствующие товары (сверху) и похожие товары (под блоком с сопутствующими товарами).

retail-rocket_Zarina_2_2.png

3. Третий сегмент был контрольной группой, которой рекомендации не показывались.

Результаты

По итогам тестирования были получены следующие результаты:

retail-rocket_Zarina_result_2.png

Лучший результат показала механика «Похожие товары». Ее применение позволило увеличить конверсию на 4,08%, а средний чек на 1,11%, что в сумме обеспечивает прогнозируемый рост выручки на 5,24%.

Кейс 3. Тестирование рекомендаций в карточке товара

В прошлом тесте мы выяснили, что блок с похожими товарами обеспечивает наибольший прирост выручки. Но мы решили не останавливаться на достигнутом и оценить его эффективность в сравнении с блоком с сопутствующими товарами, а также комбинацией похожих и сопутствующих товаров. Исследование проводилось с применением механики A/B-тестирования.

Все посетители сайта Zarina.ru случайным образом делились на три сегмента, каждый из которых видел свой вариант карточки товара:

  1. Первый сегмент был контрольной группой. Пользователям показывался блок рекомендаций похожих товаров, потому что он оказался наиболее эффективным по результатам предыдущего теста.

retail-rocket_Zarina_3_1.png

2. Второму сегменту показывались сопутствующие товары.

retail-rocket_Zarina_3_2.png

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

retail-rocket_Zarina_3_3.png

Результаты

По итогам тестирования были получены следующие результаты:

retail-rocket_Zarina_result_3.png

Согласно результатам тестирования, наиболее эффективной оказалась комбинация двух блоков персональных рекомендаций: похожие товары (сверху) и сопутствующие товары (под блоком с похожими товарами).

Этот вариант расположения блоков рекомендаций позволил интернет-магазину Zarina.ru увеличить конверсию целевых посетителей на 16,18% со статистической значимостью 97,2%, что при незначительном снижении среднего чека на 1,29% приводит к прогнозируемому росту выручки на 14,69%.

Страница корзины

Кейс 4. Тестирование рекомендаций в корзине

Корзина - это завершающая стадия customer journey. Основная задача ритейлера на этом этапе - сделать процесс совершения покупки как можно более удобным для пользователя, для этого страница корзины должна быть максимально простой и функциональной.

Программа-максимум - предложить пользователю интересные ему дополнительные товары из категории просматриваемого товара и других категорий, сопутствующие товары и аксессуары. В результате покупатель сможет увидеть и приобрести актуальные товары для пополнения своего гардероба, а ритейлер - увеличить выручку.

Для того, чтобы понять, какой из блоков товарных рекомендаций наиболее эффективен на странице корзины, было проведено исследование различных алгоритмов рекомендаций с применением механики A/B-тестирования.

Все посетители сайта Zarina.ru случайным образом делились на три сегмента, каждый из которых видел свою версию корзины:

  1. Первому сегменту показывались сопутствующие товары.

retail-rocket_Zarina_4_1.png

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

retail-rocket_Zarina_4_2.png

3. Третий сегмент был контрольной группой, которой рекомендации не показывались.

Результаты

По итогам тестирования были получены следующие результаты:

retail-rocket_Zarina_result_4.png

По итогам теста рекомендации сопутствующих товаров из категорий, отличных от категории просматриваемого товара, в корзине интернет-магазина Zarina.ru увеличивают конверсию целевых посетителей на 11,6% со статистической значимостью 98,1%, что в сочетании с ростом среднего чека на 3,91% приводит к прогнозируемому росту выручки на 16%.

Кейс 5. Тестирование рекомендаций на странице корзины

После того, как был определен наиболее эффективный для страницы корзины блок товарных рекомендаций (им стал блок «Сопутствующие товары из категорий, отличных от категории просматриваемого товара»), мы решили оценить его в сравнении с другими механиками. Для этого было проведена серия A/B-тестов.

Все посетители сайта Zarina.ru случайным образом делились на три сегмента:

  1. Первому сегменту показывались сопутствующие товары из категорий, отличных от категории просматриваемого товара, потому что этот блок оказался наиболее эффективным по результатам предыдущего теста.

retail-rocket_Zarina_5_1.png

2. Второму сегменту показывались персонализированные сопутствующие товары.

retail-rocket_Zarina_5_2.png

3. Третьему сегменту показывались аксессуары.

retail-rocket_Zarina_5_3.png

Результаты

По итогам тестирования были получены следующие результаты:

retail-rocket_Zarina_result_5.png

Согласно результатам тестирования, рекомендации аксессуаров в корзине интернет-магазина Zarina.ru увеличивают конверсию на 12,85% со статистической значимостью 95,4%. Несмотря на незначительное снижение суммы среднего чека на 2,16%, это приводит к прогнозируемому росту выручки на 10,41%.

Таким образом, выручка на разных страницах увеличилась на:

  • Категория на 7,79%

  • Карточка на 20,69%

  • Корзина на 28,07%

Заключение

Персональные рекомендации помогают предложить пользователю товары, интересные и актуальные для него на момент посещения сайта. В конечном счете это улучшает качество коммуникации омниканального ритейлера с клиентом, позволяя предсотмвить ему тот уровень сервиса, который обеспечивается в офлайне. Важно воссоздать персонализированный покупательский опыт в онлайн-пространстве и познакомить пользователя с ассортиментом-магазина, выполняя роль чуткого консультанта. Это повышает конверсию и выручку интернет-магазина и положительно влияет на впечатление пользователя от взаимодействия с брендом.

Комментарий Zarina.ru:

«Наша цель - сделать моду доступной в каждом уголке России. Поэтому мы хотим, чтобы наш интернет-магазин был максимально удобным для всех посетительниц. Мы уверены, что внимание и индивидуальный подход к каждой покупательнице - это ключ к ее положительным эмоциям и удовлетворенности покупкой. Именно поэтому мы обратились к специалистам, которые помогли нам персонализировать ключевые страницы сайта Zarina.ru под интересы клиенток. Прирост выручки составил более 28%».

Татьяна Никитина, менеджер интернет-магазина Zarina

Материал по теме

Искусственный интеллект научился угадывать точное время покупки конкретного товара в онлайне

Материал по теме

Дума готовит стоп-кран для рекомендательных сервисов

Материал по теме

Товарные рекомендации приносят 25% покупок в приложении "М.Видео"

Подписаться на новости

Актуальное сейчас

Яндекс Маркет и GFK: Как москвичи покупают в онлайне

В ежегодном опросе Яндекс Маркет и компания GfK Rus проанализировали потребительские тренды интернет-покупателей из Москвы. Эксперты выявили основные паттерны поведения и предпочтения жителей города при сов...

Что россияне покупают весной на маркетплейсах: аналитика Мегамаркет

Мегамаркет проанализировал ежегодные весенние покупки пользователей на площадке и составил прогноз по товарам, на которые продавцам стоит сделать упор в этом сезоне. Согласно статистике, среди пользо...

Торговые сети раздувают цены в онлайне

Продуктовые сети в России вводят дифференцированное ценообразование в онлайне и офлайне. Цены на одни и те же товары в обычных и интернет-магазинах могут отличаться на 5-10%. Это связано с растущими затратами н...

Ozon и Wildberries выходят на рынок страхования

Ozon и Wildberries объявили о планах развития страхового направления бизнеса. В частности, Ozon уже во второй половине 2024 года запустит собственную страховую компанию, которая будет предоставлять широкий ...

АУРЭК vs Wildberries: в чём суть обвинений ассоциации

Ассоциация участников рынка электронной коммерции (АУРЭК) обвинила Wildberries в том, что на его складах селлеры регулярно теряют от 2 до 4% годового оборота товаров. Ещё столько же пропадают в пути.  ...

Спрос на специалистов в сфере маркетплейсов вырос в два раза в 2023 году

По данным сервиса "Мое дело", к концу года количество продаж на маркетплейсах выросло более чем в 5 раз, в сравнении с первым кварталом 2023 года. Более того, наблюдался стабильный рост востребованности спе...

Согласие на обработку персональных данных

×

Физическое лицо, оставляя заявку на веб-сайте e-pepper.ru через форму «Обсудим ваш проект» и форму подписки на e-mail рассылку, действуя свободно, своей волей и в своем интересе, а также подтверждая свою дееспособность, предоставляет свое согласие на обработку персональных данных (далее — Согласие) Обществу с ограниченной ответственностью «АЭРОКОМ» (ООО «АЭРОКОМ») (ИНН 9705136776, info@aeroidea.ru, +7(495)120-12-38, +7 968 900-23-45), которому принадлежит веб-сайт https://e-pepper.ru и которое зарегистрировано по адресу 111024, г. Москва, вн.тер.г.муниципальный округ Лефортово, ул. Авиамоторная, д.50, стр.2, этаж 2, помещ.XI, комната 25, офис А79, на обработку своих персональных данных со следующими условиями:

  1. Данное Согласие дается на обработку персональных данных, как без использования средств автоматизации, так и с их использованием.
  2. Согласие дается на обработку следующих моих персональных данных: персональные данные, не относящиеся к специальной категории персональных данных или к биометрическим персональным данным: адрес электронной почты (e-mail); имя; сведения о месте работы; номер мобильного телефона.
  3. Цель обработки персональных данных: обсуждение возможного проекта.
  4. В ходе обработки с персональными данными будут совершены следующие действия: сбор; запись; систематизация; накопление; хранение; уточнение (обновление, изменение); извлечение; использование; передача (предоставление, доступ); блокирование; удаление; уничтожение.
  5. Третьи лица, обрабатывающие персональные данные по поручению ООО "Аэроком” для указанной в согласии цели:
    • АО "АМОЦРМ", 21205, г. Москва, вн.тер.г. Муниципальный Округ Можайский, Тер Сколково Инновационного Центра, б-р Большой, д. 42 стр. 1
    • ООО "Яндекс", 119021, г. Москва, ул. Льва Толстого, д. 16
  6. Персональные данные обрабатываются в течение 30 дней с момента отказа в дальнейшем обсуждении проекта или с момента принятия решения о заключении договора на проект в соответствии с ч. 4 ст. 21 152-ФЗ, смотря что произойдет раньше.
  7. Согласие может быть отозвано вами или вашим представителем путем направления ООО "Аэроком” письменного заявления или электронного заявления, подписанного согласно законодательству Российской Федерации в области электронной подписи, по адресу, указанному в начале Согласия.
  8. В случае отзыва вами или вашим представителем Согласия ООО "Аэроком” вправе продолжить обработку персональных данных без него при наличии оснований, указанных в пунктах 2 — 11 части 1 статьи 6, части 2 статьи 10 и части 2 статьи 11 Федерального закона № 152-ФЗ «О персональных данных» от 27.07.2006 г.
  9. Настоящее согласие действует все время до момента прекращения обработки персональных данных, указанных в п. 6 и п. 7 Согласия.