Товарные рекомендации для повышения конверсии сайта

Современный покупатель постоянно сравнивает не только товары и цены, но и обращает внимание на взаимодействие с брендом. Чем лучше бизнес выстраивает отношения с клиентом, тем больше прибыли может получать. 

На конверсию влияет множество факторов, среди них и товарные рекомендации, которые напрямую зависят от предпочтений пользователей. Яркий пример того, что товарные предложения работают, – Amazon, где 70% сайта занимают рекомендательные блоки. 

Позволить себе такую функциональность может не только мировой гигант, а и любой e-commerce. В этом материале разбираемся, как она работает, и рассказываем реальный кейс ретейлера электроники. 

Зачем бизнесу товарные рекомендации 

Согласно исследованию Monetate, рекомендации товаров могут увеличить: 

  • доход компаний – до 300%; 
  • конверсию – до 150%;
  • среднюю стоимость заказа – на 50%. 

 

Статистика Monetate 

Конечно, эти цифры будут варьироваться в зависимости от имеющихся данных, качества и количества рекомендаций. Помимо увеличения конверсии, блоки рекомендованных товаров решают задачи

  • увеличения продолжительности сессии и глубины просмотра;
  • внутренней перелинковки страниц;
  • облегчения навигации на сайте;
  • продвижения ассортимента; 
  • повышения среднего чека через cross-, upsell;
  • увеличения частоты покупок; 
  • снижения нагрузки на сотрудников магазина (call-центра и розницы). 

Виды товарных рекомендаций 

Товарные рекомендации делятся на такие типы: 

  • Общие – учитываются данные большой выборки пользователей. Так можно формировать блоки с самыми просматриваемыми и покупаемыми товарами и показывать их посетителям, о которых еще не собрана история. 
  • Основанные на данных товара – учитывается информация о категориях, характеристиках, названии и стоимости товаров. Подходят для подбора похожих товаров и комплектов. 
  • Основанные на данных пользователя – учитывается поведение определенного контакта на сайте, в рассылках, его предыдущие покупки. Это могут быть персональные рекомендации, просмотренные ранее и сопутствующие к уже купленным товарам. 
  • Способы создания рекомендаций 

    Существует несколько вариантов внедрения товарных рекомендаций: 

    1. Самостоятельно – отдать разработку алгоритма inhouse-программистам. 

    из преимуществ – возможность вносить любые изменения в алгоритм; 

    – недостатки – самый ресурсозатратный способ, к тому же потребуется немало времени, чтобы провести тестирования и ввести в работу алгоритм. 

    2. Размещение товаров на маркетплейсе – зачастую на крупных площадках уже есть такая функциональность. 

     простое и быстрое внедрение; 

    – в рекомендациях будет не только ваш ассортимент, но и конкурентов; 

    – нельзя использовать данные пользователей для дальнейшей коммуникации в других каналах. 

    3. SaaS – на рынке электронной коммерции достаточно сервисов, которые предлагают готовое решение. 

     быстрая установка скрипта на сайт; 

     нейронная сеть, которая обучается на данных ваших покупателей и товаров; 

     возможность пользоваться всеми наработками сервиса; 

    – из минусов – нет прямого доступа к алгоритмам. Но этот недостаток легко решается: команды таких сервисов могут разработать кастомные блоки и настраивать ИИ согласно вашим требованиям. 

    Оценка эффективности товарных предложений 

    Если ваша CMS или маркетплейс не показывает статистику по товарным предложениям, просмотреть ее можно в Google Analytics. Для этого необходимо отслеживать электронную коммерцию и передавать в GA данные списка товаров: названия, цены, категории, id и т. д. Во вкладке Ecommerce будет отчет «Эффективность списка товаров» (Product List Performance), где можно оценить просмотры, клики, CTR, эффективность позиций, а в расширенном варианте – больше данных о продажах: 

    Анализ работы рекомендаций 

    Настраивайте с помощью GTM и используйте data layout. Если вы не сильны в коде, понадобится помощь разработчиков. 

    Куда проще отслеживать эффективность товарных предложений в специализированных сервисах, где настройка проводится единожды и статистика доступна сразу после размещения блоков на сайте. 

    Статистика рекомендательного блока в eSputnik 

    Использование рекомендаций в разных каналах 

    Максимальный результат от товарных предложений получается, если использовать этот инструмент и в других коммуникационных каналах. Блоки с рекомендациями можно добавить практически в любое сообщение. 

    Например, около 70% посетителей сайта бросают свои корзины. Создание рассылки «Брошенная корзина» поможет сократить число незавершенных заказов: 

    • через час после того, как пользователь покинул сайт, отправляется email; 
    • если через день заказ не завершен → напоминание в push; 

    Пример уведомления с товаром 

    • если через 2 дня заказ не завершен → сообщение в Viber. 

    Делать прицельные предложения в рассылках позволяет продвинутая сегментация. Аудиторию можно разделить на группы согласно определенным критериям: геолокация, средний чек покупок, дата последнего заказа, любимый бренд и т. д. 

    А чтобы каналы работали не только на передачу сообщений, но и на сбор данных о поведении клиента, понадобится омниканальный подход – когда все каналы обогащают одну запись контакта и обмениваются данными между собой. Это поможет создавать еще более точные товарные рекомендации. 

    Для организации омниканальности необходима платформа, работающая с клиентскими данными – Customer Data Platform. CDP позволяет объединить информацию из офлайн- и онлайн-каналов в рамках одной системы, а также передавать и получать ее из других сервисов для бесшовной работы с данными. 

    Как это работает на практике 

    Уже более 7 лет eSputnik – сервис автоматизации маркетинга с функциональностью CDP – предоставляет маркетинговые услуги крупнейшему ритейлеру электроники в Украине «Фокстрот». Клиент входит в Euronics – закупочную группу, охватывающую 37 стран, в т. ч. европейские, Россию, ОАЭ и др. Бренд представлен 164 офлайн-магазинами и сайтом (средний трафик за полгода – 5,58 млн пользователей). 

    Начинали сотрудничество с email и постепенно расширяли инструментарий, на сегодня он включает: 

    • омниканальность с использованием Viber-, SMS-, push-, popup-сообщений; 
    • более 25 цепочек и 80 триггеров;
    • персональные и общие товарные рекомендации. 

    Для ретейлера товарные рекомендации решают задачи

    • повышения конверсии;
    • роста продаж аксессуаров и сопутствующих товаров. 

    Несмотря на то что у «Фокстрота» есть свой отдел разработки, компания приняла решение сотрудничать с eSputnik. На это было несколько причин: 

    • возможность создать связку необходимых каналов и делать рассылки (email, Viber, push, SMS) в одной системе; 
    • алгоритмы eSputnik могут предсказать будущие покупки клиентов с точностью до 60%; 
    • в eSputnik предложения генерируются с помощью искусственного интеллекта, который настраивают лучшие data-science-специалисты. 

    Давайте рассмотрим подробнее, как это работает у «Фокстрота», на примере категории смартфонов. К товарам из этой группы есть множество сопутствующих позиций (чехлы, держатели, стекла и т. д.) и все они должны соответствовать определенной модели. Из-за огромного количества комбинаций появляется вероятность, что в подборку попадет неподходящий аксессуар. Поэтому data-специалист дообучает систему и указывает, что необходимо исключить варианты, где не совпадают бренд, название телефона и сопутствующего товара. 

    Аналогично настраиваются и другие блоки. Команда eSputnik совместно с представителями бизнеса выделяют категории, которые требуют особого внимания, после чего аналитик донастраивает алгоритм согласно пожеланиям заказчика. 

    Блок кросс-продаж в категории смартфонов 

    Кроме того, ретейлер вывел товарные рекомендации для сотрудников в рознице и call-центрах. Это позволило снизить нагрузку на персонал: теперь нет необходимости запоминать весь ассортимент (более 80 тыс. позиций), а предложения будут релевантными для каждого покупателя. 

    Если менеджеры передают сведения про офлайн-просмотры и покупки, их также можно использовать в рассылках: напомнить или исключить уже купленное. 

    Результаты 

    Товарные рекомендации позволили «Фокстроту» увеличить: 

    • продажи аксессуаров – на 16%;
    • глубину просмотра на сайте – на 10%; 
    • общую конверсию – на 5%. 

    Выводы 

    Товарные рекомендации нужны как компании, так и клиенту. Пользователь экономит свое время → ускоряется процесс покупки → бизнес получает больше прибыли. 

    Может показаться, что создание рекомендательных блоков – сложный процесс. Но это не так: некоторые сервисы автоматизации маркетинга, как eSputnik, предоставляют всю необходимую функциональность для формирования рекомендаций, использования их в разных каналах и контроля эффективности в рамках одной платформы. А с настройкой блоков справится любой маркетолог без лишних интеграций и привлечения программистов. В вашем распоряжении будет работающий инструмент увеличения конверсии сайта. 

    Внедряйте и получайте лучшие результаты уже сегодня!

    Оставьте ответ