Как растить выручку на персонализированной выдаче

Posted on by riasevastopol

Что серьёзнее при оптимизации сайта? Diginetica говорит, как получить на поведенческих факторах.

Представьте себе наибольшую русского онлайн-платформу нового поколения:мультикатегорийный ассортимент, место в тройке фаворитов Forbes по обороту, единственная на рынке электронной торговли логистическая инфраструктура и ускоренные скорость увеличения. Что ещё необходимо, правда? А сейчас представьте, что имеется потенциал бизнесу развиваться ещё масштабнее, а выручке — расти ещё стремительнее.

Перед тем как начать скептически радоваться, посмотрите на историю отечественных партнёров.

Юлмарт – это команда специалистов высокого уровня и отличных менеджеров. Федеральная интернет-компания, которая непрерывно начинается в сегменте eCommerce и серьёзным драйвером роста для себя вычисляет новые разработки. На данной земле сложился отечественный масштабный проект по персонализации и дружба с Юлмартом.

Первые в персонализации

Мы внесли предложение Юлмарту стать первыми в Российской Федерации, кто персонализирует выдачу товаров на листинговых страницах каталога. По окончании потенциала и детальной оценки продукта, они решили о его внедрении в пилотном режиме. Юлмарт поставил нам и себе амбициозную задачу: максимально расширить выручку за счет применения поведенческих факторов при построении выдачи товаров в каталоге.

В базу ответа мы положили догадку, что сортировка товаров в каталоге воздействует на выручку посильнее, чем рекомендательные блоки.Как растить выручку на персонализированной выдаче Каталог – это первый и самый серьёзный элемент навигации пользователя по сайту.

“До начала внедрения и мы, и команда Юлмарта осознавали, что внедрение и оптимизация продукта для персонализации листинговых страниц даст итог фактически сходу, учитывая трафик страниц и посещаемость категорий Юлмарта. Как раз исходя из этого первичный фокус был дан на оптимизацию сортировки” — говорит Антон Коробков, директор по бизнес-ответам компании Diginetica.

Мало науки

В соответствии с отечественным изучениям, около 70% пользователей в ходе совершения приобретения посещают страницу категорий. Наряду с этим через рекомендательные блоки на остальных страницах сайта проходит всего 30-40% клиентов. Данный показатель зависит как от количества блоков, так и от их размещения на пути клиента по онлайн-магазину.

Данный факт легко иллюстрируется статистикой кликов до совершения приобретения.

Аналитика проводилась командой по анализу данных Diginetica среди российских и международных ритейлеров. В изучении применяли комплект обобщенных (сэмплированных) данных.

Страница категорий товаров (либо каталог) – необычный перекресток, на что неизбежно попадают все пользователи. Исходя из этого мы решили сконцентрироваться на построении персонального каталога для каждого клиента. Сейчас большая часть ритейлеров применяет хороший подход к сортировке товаров по популярности: за базу принимается статистика приобретений плюс определенные бизнес-требования.

Требованиями смогут выступать, к примеру, недельная оборачиваемость товаров либо нахождение в матрице светло синий-ассортимента. Мы глубокоуважаем классику, но однако решили усовершенствовать подход – учитывать поведение клиентов в настоящем времени.

Целый процесс строится на продукте RichRelevance Discover, что формирует персонализированную выдачу в каталоге на базе глобальных и персональных рангов в настоящем времени. В базу продукта положена проприетарная разработка, учитывающая приобретения, просмотры, интерес к бренду, цвет, ценовой квантиль предпочтений, бизнес-задачи и многие другие факторы в один момент.

До запуска теста на сайте онлайн-магазина, продукт разрешает симулировать товарную выдачу в разных условиях, на базе накопленных исторических данных. Вместе с командой Юлмарта мы составили 6 конфигураций сортировки, запустили тест, в котором на каждую из конфигураций было выделено по 15% трафика. По результатам теста мы взяли чёткую картину того, какие конкретно факторы в каких категориях воздействуют наилучшим образом на показатель RPS (выручка на сессию).

Из этого комплекта сформировалась окончательная конфигурация, и мы разрешили войти её в соревнование с текущей выдачей Юлмарта.

Больше оптимизации!

На этом мы не остановились: в случае если возможно оптимизировать работу первого элемента навигации, то из-за чего не взяться сходу за ещё один и взять ещё больший итог?
Следующим шагом для оптимизации на пути клиента по сайту были выбраны блоки рекомендаций. Хороший подход к рекомендациям содержится в выводе одного блока с одной, максимум несколькими механиками выдачи, выстроенной по заблаговременно выбранной ритейлером логике (cross-sell, сопутствующие товары, похожие товары). Мы же, вместе с Юлмартом, применили второй подход: посредством продукта Recommend из линейки RichRelevance мы даём клиенту пара разных контекстов, разрешая выбрать товар из нужной ему категории.

По сути любой клиент сам говорит нам, что ему советовать. Любой раз, пребывав на сайте и просматривая категории товаров, пользователи показывают все нюансы собственных заинтересованностей. Накопленный покупательский опыт употребляется для построения и выбора контекста рекомендательных блоков посредством механизма King of the Hill (KOTH).

Это разработка принятия ответов RichRelevance, которая по соревновательному принципу выбирает самый актуальный контент для каждого пользователя в реальном времени. Возможности RichRelevance разрешают тестировать различные контексты и подбирать самый трудящиеся сценарии, тем самым действенно определять потребности клиентов, грамотно генерировать выдачу и увеличивать в конечном счете возможность приобретения.

Команда Юлмарта запустила множество блоков для различных контекстов, что разрешило обеспечить максимально полный опыт для клиента. Отечественные коллеги сфокусировались не только на технической стороне вопроса, но и особенно ответственно подошли вместе с нами к смысловой части. Вместе с ними мы старались подобрать понятные заголовки к блокам рекомендаций, каковые дают однозначное представление о том, из-за чего этот товар присутствует в выдаче.

В следствии мы совершили пара совместных А/В-тестов по оптимизации, каковые разрешили расширить эффект от выдачи рекомендаций на 30%.

“Эксперты компании Diginetica, применяя возможности платформы RichRelevance, внесли предложение несложную и прозрачную методику оценки факторов, воздействующих на RPS, которую мы потом много раз применяли при проведении внутренних тестов для принятия управленческих ответов по модификации категорийной сортировки и блоков рекомендаций” — додаёт Светлана Кутуева, начальник направления.

Победные цифры.

Итак, за 2016 год нам вместе с Юлмартом удалось расширить суммарный количество выкупленной выручки более, чем на 800 миллионов рублей.

Кстати, заслугу команды Юлмарта в успехе всего проекта тяжело переоценить. Команда трудилась в режиме твёрдых временных ограничений и четко следовала отечественным рекомендациям. Корректировки Юлмарта в соответствии с бизнес-целями помогли нам как следует выстроить работу обоих продуктов — Discover и Recommend: тонко настроить правила и подобрать сценарии для действенной выдачи.

Следующим громадным шагом в персонализации страниц каталога станет учёт маржинальности, эластичности и конкурентоспособности спроса, и баланс этих параметров с предпочтениями пользователей. В целом, отечественные замыслы возможно смело назвать грандиозными — мы собираются выйти на уровень персонализации всего регионального контента, обеспечить работы омни- и онлайн-триггеров и очень многое, очень многое второе. Мы помогаем Юлмарту двигаться к собственной глобальной цели – быть игроком №1 на рынке онлайн ритейла в Российской Федерации.

“Компания Diginetica доказала эффективность от платформы RichRelevance для отечественного бизнеса, что разрешает нам сказать о предстоящем развитии плодотворного сотрудничества с командой, и ставить всё более амбициозные и увлекательные бизнес-задачи в будущем” — резюмирует Игорь Кузьменко, директор продаж и управления продукта Плейсы и купоны.

Случайные статьи:

ТОП-5 овощей для выращивания на подоконнике зимой


Подборка похожих статей:

riasevastopol

More Posts