Кейс “Фокстрот”: +16% продаж сопутствующих товаров с помощью рекомендаций

Валерия Шудрик

Marketing Content & PR Manager

Кейс “Фокстрот”: +16% продаж аксессуаров при том же трафике 

Кейс “Фокстрот”: +16% продаж аксессуаров при том же трафике 

Успех компаний во многом зависит от качества коммуникации с клиентами. Существуют инструменты, позволяющие держать руку на пульсе любых изменений в поведении пользователя. А как насчет прогнозирования его будущих покупок и создания на этой основе индивидуальных товарных предложений? 

В этом кейсе расскажем о том, как персональные рекомендации на сайте увеличили продажи аксессуаров топовому украинскому ритейлеру электроники на 16%.

О проекте

“Фокстрот” – одна из крупнейших розничных сетей электронной и бытовой техники в Украине. Торговая сеть входит в Euronics – самую большую группу по закупке электроники и быттехники, которая охватывает 37 стран, в т. ч. большинство государств Европы, Россию, Казахстан, ОАЭ, Египет и другие.

“Фокстрот” представлен 164 магазинами в 90 городах Украины и онлайн (средний трафик сайта за 6 месяцев – 5,58 млн пользователей).

Программа лояльности “ФоксFan” насчитывает более 11,5 млн клиентов, а 92% покупок совершается с картой сети. Секрет успеха кроется в персонализации: все участники получают релевантные предложения, бонусы, а также вероятность купить товар по специальной цене (в зависимости от этапа воронки и возможной скидки на интересующую позицию).

Преимущества участника программы лояльности (перевод с украинского)

“Фокстрот” и eSputnik сотрудничают уже более 7 лет, за это время совместными усилиями

  • внедрили email-рассылки;
  • подключили омниканальньную коммуникацию с использованием pop-up, SMS, Viber, push;

Пуш-уведомление с акционным предложением от “Фокстрот” (перевод с украинского)

  • настроили 25 цепочек и 80 триггеров.

Ритейлер не прекращает оптимизировать маркетинговые процессы и совершенствовать коммуникацию с ЦА.

Last post

Задача

В бизнесе электроники низкая маржинальность основной категории товаров. Поэтому главной задачей для “Фокстрота” стало увеличение продаж дополнительных и сопутствующих позиций.

Было принято решение внедрить функциональность “Товарные рекомендации на сайте”, чтобы увеличить:

  • количество конверсий и целевых действий на сайте;
  • количество позиций в чеке;
  • продажи аксессуаров и сопутствующих товаров из кросс-категорий.

Решение

“Несмотря на то, что у нас есть IT-отдел, который может реализовать любую функциональность, мы решили сотрудничать с eSputnik. В некоторых случаях нецелесообразно тратить время своих специалистов на разработку, если на рынке есть готовое решение и результат можно получить сразу. К тому же eSputnik непрерывно совершенствует свой продукт, и мы можем пользоваться самыми продвинутыми инструментами”.

Евгений Кречетович – глава CRM в “Фокстрот”

Товарные рекомендации в eSputnik создаются благодаря синергии искусственного интеллекта и экспертов в data science. Нейронная сеть способна предсказать, какие товары купят ваши потребители, с точностью 60%. А чтобы в рекомендации не вошли нерелевантные предложения, этот процесс контролирует аналитик (настраивает и дообучает систему). Универсального алгоритма не существует: для ритейлера электроники эффективнее одни, для интернет-магазина одежды – другие. Поэтому data scientist вместе с менеджером проекта и заказчиком определяют категории, которые требуют особого внимания, исходя из потребностей конкретной компании.

Консультация по товарным рекомендациям для вашего сайта

Как это работает

Рекомендации генерируются нейросетью на основе:

  • истории поведения большой выборки покупателей;
  • информации о товарах и их характеристиках.

В eSputnik можно настроить такие виды алгоритмов:

Основные алгоритмы eSputnik

У “Фокстрота” персональные рекомендации размещены в следующих блоках:

  • главная – “Рекомендованные аксессуары к последней покупке”, “Специально для Вас”;

Персональные рекомендации

  • страницы категорий – “Вас заинтересует”;

Индивидуализированные предложения

  • карточки товаров – “С этим товаром покупают”, “Подобрано на основе ваших запросов”, “Покупатели, которые просматривали этот товар, также интересуются”;

Рекомендации в карточке товара

  • корзина – “К этому товару вам могут понадобиться”.

Предложения в корзине

Для их формирования нейросеть учитывает:

  • историю поведения пользователя на сайте;
  • стоимость товаров;
  • категорию товара и сопутствующие категории;
  • дополнительные условия от клиента.

Особенности формирования рекомендаций для “Фокстрота”

Ассортимент магазина насчитывает более 10 000 аксессуаров – с таким объемом справится только машина. Но поскольку структура данных у разных товаров не всегда совпадает, то это может вызывать сложности у ИИ и уменьшать точность рекомендаций. Поэтому необходимо участие data-специалиста: он объясняет системе, как добавлять в подборки только правильные товары. Разберем на примерах нескольких категорий у “Фокстрота”:

  1. Крепления для телевизоров – для правильного выбора настенного крепления нужно учесть вес телевизора и стандарт, например VESA. Иногда данные в карточках могут быть неполными (в характеристиках одних телевизоров вес указан с подставкой, а в других – без нее) – в таких случаях применяется ML-алгоритм для очистки этих данных и подбора подставок для всех телевизоров.

Data scientist дообучает алгоритм: указывает вес как ключевую характеристику и для телевизора, и для подставки. После сохранения этой информации ИИ рекомендует правильные крепежи.

Благодаря такой настройке алгоритма продажи креплений выросли на 6%.

Предложения настенных крепежей

  1. ТВ-тюнеры и приставки – телевизоры могут оснащаться TV-тюнером или нет. Эта характеристика влияет на формирование группы сопутствующих позиций. Так, для телевизоров без этой функции можно рекомендовать тюнеры, поскольку их просматривают и покупают обычно одним чеком. Аналогично с и медиаплеерами: они релевантны для тех моделей, где нет Smart TV.

Допродажа ТВ-тюнеров

  1. Аксессуары к мобильным телефонам – должны четко соответствовать конкретной модели. Но т. к. в этой категории очень много предложений (чехлы, USB, карты памяти, держатели и др.), есть вероятность погрешности. Для ее исключения специалист проверяет рекомендации алгоритма и удаляет несовместимые. Чтобы ИИ смог подобрать правильные сопутствующие товары, должны совпадать бренд, название модели и аксессуара.

Только за апрель 2021 года рекомендации принесли +16% к продажам аксессуаров.

Персонализированные товарные блоки на вашем сайте

Cross-sell для телефонов

  1. Крупная бытовая техника – на кухню часто приобретают позиции в одном цветовом решении и одного бренда. Правильные рекомендуемые товары к быттехнике могут приносить значительный доход, поскольку здесь высокий средний чек по сравнению с другими категориями. Для создания релевантных рекомендательных блоков data-специалист указывает нейросети, что бренд является ключевой характеристикой. Чем меньше других брендов попадет в рекомендации к конкретному товару, тем лучше будут продаваться сопутствующие.

Рекомендации к варочной поверхности Gorenje

Для создания лучших рекомендаций нужна совместная работа всех сторон: нейронной сети, команды проекта и непосредственно бизнеса. Например, создание такого сложного блока, как “Вместе дешевле”, происходит так: ИИ просчитывает вероятность покупки и формирует комплекты → на стороне клиента происходит проверка соответствия категорий, исключение неактуальных + расчет стоимости комплекта (учитывается маржа, % скидки).

На данный момент с помощью автоматизации для “Фокстрота” сгенерировано более 500 000 комплектов во всех товарных категориях.

Комплект со скидкой

Подобным образом создается блок “С этим товаром покупают”. Нейронная сеть анализирует информацию по предыдущим заказам → выявляет неочевидные закономерности (например, в одной покупке периодически встречаются утюг и набор бокалов, перфоратор и кофеварка, большой ТВ и обогреватель и др.) → строит комплекты → рекомендации выводятся в карточки.

Товары, покупаемые с пылесосом HOOVER

Ежедневно на сайт заводятся новые поставщики, обновляется ассортимент – а это тысячи товаров – поэтому создание таких комплектов становится возможным только с помощью искусственного интеллекта.

Если же алгоритм не может подобрать релевантные рекомендации (например, из-за отсутствия необходимых характеристик у товаров), то на сайте “Фокстрота” рекомендация не дается. Вместо этого пользователю предлагается самостоятельно изучить товары из общей категории. Ритейлер и eSputnik выбрали такую стратегию, поскольку некорректные предложения могут негативно сказаться на лояльности аудитории.

Товарные рекомендации в офлайне

“Фокстрот” дополнили свой омниканальный подход к коммуникации с клиентами рекомендациями в офлайне.

Блоки с комплектами выводятся на рабочих местах для операторов call-центра и продавцов в рознице. Это позволяет снизить нагрузку на персонал и повысить качество обслуживания. Теперь консультантам нет необходимости заучивать весь ассортимент, который составляет более 80 тыс. товаров, чтобы быстро и точно порекомендовать покупателю релевантные позиции.

Кроме того, карточки клиентов обогащаются информацией про офлайн-просмотры. Для этого консультант берет номер телефона посетителя → заносит просмотренные товары как заказ → далее запускается триггерная цепочка с брошенным просмотром.

Оставить номер телефона в офлайне посетителя мотивирует:

  • экономия собственного времени – чтобы не искать по сайту просмотренные позиции, а сразу перейти по ссылкам в email и ознакомиться с характеристиками (в категории электроники покупатель долго принимает решение о покупке, за это время он не раз возвращается к изучению описания товара);
  • возможность получить спеццену на товар;
  • удобство и отказ от ношения пластиковых карт.

Персональные рекомендации для покупателей офлайн Подключить

Результаты

Эффективность рекомендаций для “Фокстрота”:

  • рост глубины просмотра и вовлеченности на сайте – +10%;
  • рост конверсии – +5%;
  • рост продаж аксессуаров – +16%.

“Товарные рекомендации – функциональность, которая позволяет “Фокстроту” предлагать клиентам те товары, что они захотят купить. Нам нравится, как работают рекомендации, какие результаты они приносят, и вместе с eSputnik мы постоянно их совершенствуем. Внедрение всех идей происходит оперативно и слаженно, даже не нужно устанавливать дедлайны. Команда описывает, что хочет видеть, а специалисты находят решения и передают в работу. В eSputnik мы всегда можем получить качественную экспертизу, помощь в настройках, оперативную работу поддержки“.

Евгений Кречетович – глава CRM в “Фокстрот”

К выводам

Подключение товарных рекомендаций могут позволить себе не только такие гиганты ритейла, как “Фокстрот”. За долгие годы тестирования и работы с разными бизнесами команда eSputnik выделила лучшие алгоритмы и поместила их в интерфейс системы. Настроить рекомендации на сайте сможет самостоятельно любой маркетолог без сторонней помощи программистов. А результаты работы блоков доступны сразу после того, как они появятся на сайте, что позволит определить самые прибыльные рекомендации. Если у вас остались вопросы, заполняйте форму и мы вместе найдем лучшие решения для вашего бизнеса!

Special Request Inline

4.8 из 5 на основе 31 оценок

Валерия Шудрик

Marketing Content & PR Manager

Комментарии 0