LOGO

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

Игорь Бахарев
08 Мая 2018, в 10:00, в Новости e-commerce, в сюжете: рекомендательные сервисы

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

Похожие статьи и интервью
Доставка без неприятностей: зачем логистике нужен блокчейн
Повышение прибыли «М.Видео» с использованием актуальной пользовательской базы
"Онлайн-рынок детских товаров": аналитика от Data Insight
Мы идём к тотальному ретейлу
Мы тут как на минном поле работаем
Наша площадка — один из винтиков развития для рынка…
Рынок DIY в 2017-20 годах: аналитика INFOLine
Российский рынок интернет-торговли в 2017 году: данные Data Insight
Блокировки Роскомнадзора: промежуточные итоги и советы юристов
Персонализация интернет-магазина Petrovich.ru: 3 кейса и рост выручки на 11,4%
В Москве за 2 часа заявка на автозапчасти просто теряет…
Самые посещаемые ИМ России: аналитика от Алексея Петровского
Как обеспечить персонализированный подход в онлайне: Кейс МЮЗ
Лояльность в эпоху "постправды": аналитика BrightLocal
Что теряет магазин без мобильного канала продаж
Российский рынок интернет-торговли в 2017 году: обзор исследования АКИТ
3 правила успеха применения омниканального маркетинга
Фильтры с ЧПУ для интернет-магазинов: плюсы и минусы с точки зрения SEO
Data Insight назвала лидеров рейтинга E-Commerce Index TOP-100 2017 года
"Яндекс" поменяет формат продажи рекламы: что это даст?
Рынок лекарств и медицинских товаров: новое исследование Data Insight
Что нужно знать, чтобы наладить эффективное взаимодействие с курьерской службой
Как интернет-компании общаются с клиентами?
Андрей Шарак (SAP): "Потребители понимают, что информация - это актив"
В Criteo рассказали о шопинг-привычках россиян
Крушение Toys R Us: что происходит
Директор интернет-магазина ИКЕА Михаил Синягин о расширении компании и ее планах
Эксперты прорейтинговали российский e-Grocery
Зайти на наш рынок крайне сложно, да и работать непросто
Какой станет электронная коммерция в 2018-2019 годах?
Реклама у китайских блоггеров — особенности работы маркетинга влияния в Китае
Как увеличить онлайн-продажи: опыт производителей электроники и техники
Аналитика по выкупу посылок из отделений "Почты России"
Гид по доставке: частые вопросы, обзор вариантов, лайфхаки
Как малому бизнесу в eCommerce стать конкурентоспособным на международном рынке
Какую рекламу блокирует Chrome: подробности
Битва за налоги зарубежных посылок продолжается: итоги заседания ФАС
Армен Манукян (РЭЦ): небольшой FAQ о торговле на зарубежных площадках
Как привлечь клиента, не надоедая, или зачем бизнесу многоканальные коммуникации
Руслан Давыдов (ФТС): о регулировании кроссбордера, помощи экспортерам и модернизации таможни
Какие подарки россияне покупают на День Святого Валентина?
Персонализация для ритейла — актуальные технологии 2018
Рынок ждёт одного большого игрока, который диктовал бы…
Платежные тренды - 2018: чек растет, сегменты падают
Реквием по "Киберпонедельнику"
Как получить больше продаж небольшому интернет-магазину с…
Развитие продуктового онлайн-ритейла в Петербурге в 2017 году
Ретроспектива: что сбылось из eСommerce-прогнозов десятилетней давности
147 цифр о покупательском поведении в 2018 году
Доставка продуктов как драйвер российского eCommerce: прогноз экспертов
5 трендов, которые принесли успех Amazon в 2017 году
Война Alibaba против Amazon в инфографике
О "Юлмарте", зарплатах в DNS и рынке электроники
Пять выводов из краха Wikimart
Все точки над i в чеках при доставке товара покупателю
Чат-боты в eCommerce: на пороге 2018 года
Главные события отечественного eСommerce 2017
Зачем оптовикам онлайн: попытка анализа
8 ключевых маркетинговых трендов в eCommerce 2018 года: версия Criteo
Тренды маркетинга в 2018 году: мнение экспертов
E-Grocery на практике: кейс сети "Глобус"
Россияне взяли курс на позитив
Мобильные приложения в ритейле и тренд на AR: кейс Leroy…
Время кадровых перетасовок
8 трендов eCommerce-логистики от Data Insight
Власть и Китай: что пугало и веселило в 2017 году
Тренды года: что двигало рынок в 2017 году
Год клиента: итоги 2017 года и взгляд в 2018
Как попасть на первые строчки выдачи
Новые поправки ФТС: Подарков не ждите
плохая погода может принести на 10-20% больше заказов
Онлайн-продажи в сегменте БТиЭ: данные "М.Видео" и "Эльдорадо"
Лучшие дни для выкупа заказов: подробная статистика
Легален ли предраспродажный "разогрев" Aliexpress: мнение экспертов и юристов
Борьба с нечестными скидками: кейс отключения Pleer.ru
Онлайн-продажи в сегменте БТиЭ: обзор рынка
Линар Хуснуллин (KazanExpress.ru): мы без напряжения дадим цену Aliexpress и даже чуть ниже
"День холостяка" статистика от admitad
Участие в “Черной Пятнице”: новые возможности для интернет-магазина
Почему вы рискуете, если ваш интернет-магазин не приспособлен для покупок с телефона
Черная пятница: аналитика по миру и России
Интернет-продавцов загоняют в налоговую
Онми и кросс-девайсные продажи: исследование Criteo
Яндекс.Маркет - наши конкуренты
Праздничные покупки в США: статистика и тенденции (инфографика)
Новые поправки в N54-ФЗ: попытка обзора
Data Insight: Перспективы интерактивной рекламы в России
От планов по запуску маркетплейса мы не отказываемся
54-ФЗ: как интернет-магазины переходили на онлайн-кассы
Детские товары в 2017 году: обзор рынка
"Черная пятница" умерла, да здравствует "Черный ноябрь"!
"Юлмарт" провел поиск "нового спиннера"
Лишь у 1% сайтов малого бизнеса существует мобильная версия
С2С-продажи: обзор рынка от Data Insight и Avito
Российский eCommerce - это маленький и беспомощный младенец
Мифы о контекстной рекламе