Успіх компаній багато в чому залежить від якості комунікації з клієнтами. Існують інструменти, що дозволяють тримати руку на пульсі будь-яких змін у поведінці користувача. А як щодо прогнозування його майбутніх купувань і створення на їхій основі індивідуальних товарних пропозицій?
У цьому кейсі розповідаємо про те, як персональні рекомендації на сайті збільшили продажі аксесуарів топовому українському ритейлеру електроніки на 16%.
Про проект
"Фокстрот" – одна з найбільших роздрібних мереж електронної та побутової техніки в Україні. Торговельна мережа входить до складу Euronics – найбільшої групи з закупівлі електроніки та побутової техніки, яка охоплює 37 країн, в т. ч. більшість держав Європи, Казахстан, ОАЕ, Єгипет та інші.
"Фокстрот" представлений 164 магазинами у 90 містах України й онлайн (середній трафік сайту за 6 місяців – 5,58 млн користувачів).
Програма лояльності "ФоксFan" налічує понад 11,5 млн клієнтів, а 92% купувань здійснюється з карткою мережі. Секрет успіху – у персоналізації: всі учасники отримують релевантні пропозиції, бонуси, а також ймовірність придбати товар за спеціальною ціною (залежно від етапу воронки й можливої знижки на вподобану позицію).
"Фокстрот" та eSputnik співпрацюють вже понад 7 років, за цей час спільними зусиллями
- впровадили email-розсилки;
- підключили омніканальньну комунікацію з використанням pop-up, SMS, Viber, push;
- налаштували 25 ланцюжків і 80 тригерів.
Ритейлер не припиняє оптимізувати маркетингові процеси й удосконалювати комунікацію з ЦА.
Завдання
У торгівлі електронікою низька маржинальність основної категорії товарів. Тому головним завданням для "Фокстроту" стало збільшення продажів додаткових і супутніх позицій.
Було прийнято рішення впровадити функціональність "Товарні рекомендації на сайті", щоб збільшити:
- кількість конверсій та цільових дій на сайті;
- кількість позицій у чеку;
- продажі аксесуарів і супутніх товарів із крос-категорій.
Рішення
Не дивлячись на те, що у нас є IT-відділ, який може реалізувати будь-яку функціональність, ми вирішили співпрацювати з eSputnik. У деяких випадках недоцільно витрачати час своїх фахівців на розробку, якщо на ринку є готове рішення й результат можна отримати відразу. До того ж eSputnik безперервно удосконалює свій продукт, і ми можемо користуватися інноваційними інструментами.
Євген Кречетович – керівник CRM у “Фокстрот”
Товарні рекомендації в eSputnik створюються завдяки синергії штучного інтелекту та data-science-експертів. Нейронна мережа здатна передбачити, які товари придбають ваші споживачі, з точністю 60%. А щоб до рекомендацій не увійшли нерелевантні пропозиції, цей процес контролює аналітик (налаштовує й донавчає систему). Універсального алгоритму не існує: для ритейлера електроніки ефективні одні, для інтернет-магазину одягу – інші. Тому data scientist разом із менеджером проекту та замовником визначають категорії, які потребують особливої уваги, враховуючи потреби конкретної компанії.
Консультація щодо товарних рекомендацій для вашого сайту
Залишити заявкуЯк це працює
Рекомендації генеруються нейронною мережею на основі:
- історії поведінки великої вибірки покупців;
- даних про товари та їхні характеристики.
У eSputnik можна налаштувати такі види алгоритмів:
Алгорми |
Сторінки |
Джерела даних |
Загальні алгоритми Показують лише товари, які купують найчастіше. |
Для будь-яких сторінок. |
Використовують загальні дані сайту, без персоналізації: бестселери, популярне на сайті. |
На основі даних товару Враховують дані товарів. |
Для сторінок, що показують конкретний товар або категорію товарів. |
Персональні рекомендації з категорії – на основі переглядів. Користувачі, які переглядали цей товар, також переглядали – на основі кліків. Користувачі, які додали товар до кошика, також додали до кошика – аналізується категорія, опис, назва та ціна. З цим товаром купують – на основі купувань. Схожі товари – на основі категорії, опису, назви та ціни товару. |
На основі даних контакту Унікальні добірки для кожного користувача. |
Для будь-яких сторінок. |
Переглянуті товари – на основі поведінки контакту. Персональні рекомендації – складний алгоритм, що аналізує купування, поведінку на сторінках категорій і в картках товарів. |
На сайті "Фокстроту" персональні рекомендації розміщені в наступних блоках:
- головна – "Рекомендовані аксесуари до останньої покупки", "Спеціально для Вас";
- сторінки категорій – "Вас зацікавить";
- картки товарів – "З цим товаром купують", "Підібрано на основі ваших запитів", "Покупці, які переглядали цей товар, також цікавляться";
- кошик – "До цього товару вам можуть знадобитися".
Для їх формування нейронна мережа враховує:
- історію поведінки користувача на сайті;
- вартість товарів;
- категорію товару та супутні категорії;
- додаткові умови від клієнта.
Особливості формування рекомендацій для "Фокстроту"
Асортимент магазину нараховує більше 10 000 аксесуарів – з таким обсягом впорається лише машина. Але оскільки структура даних у різних товарів не завжди збігається, то це може викликати складності у штучного інтелекту та зменшити точність рекомендацій. Тому необхідна участь data-фахівця: він пояснює системі, що робити, щоб у добірках не було неправильних товарів. Розберемо на прикладах декількох категорій "Фокстроту":
- Кріплення для телевізорів – для правильного вибору настінного кріплення потрібно врахувати вагу телевізора та стандарт, наприклад VESA. Іноді дані в картках можуть бути неповними (в характеристиках одних телевізорів вага вказана з підставкою, а в інших – без неї) – у таких випадках застосовується ML-алгоритм для очищення цих даних і підбирання кріплень для всіх телевізорів.
Data scientist донавчає алгоритм: вказує вагу як ключову характеристику для телевізора, а також для підставки. Після збереження цієї інформації нейронная мережа рекомендує правильні кріплення.
Завдяки такому налаштуванню алгоритму продажі кріплень виросли на 6%.
- ТВ-тюнери та медіаплеєри – телевізори можуть оснащуватися TV-тюнером або ні. Ця характеристика впливає на формування групи аксесуарів. Так, до телевізорів без цієї функції можна рекомендувати тюнери, оскільки їх переглядають і купують зазвичай разом. Аналогічно і з медіаплеєрами: вони релевантні для тих моделей, де немає Smart TV.
- Аксесуари до мобільних телефонів – повинні чітко відповідати конкретній моделі. Але зважаючи на те, що в цій категорії дуже багато пропозицій (чохли, USB, карти пам'яті та ін.), існує ймовірність похибки. Для її виключення фахівець перевіряє рекомендації алгоритму і видаляє несумісні. Щоб штучний інтелект зміг підібрати правильні супутні товари, повинні збігатися бренд, назва моделі та аксесуара.
Тільки за квітень 2021 року рекомендації принесли +16% продажів аксесуарів.
Персоналізовані товарні рекомендації на вашому сайті
Хочу!- Велика побутова техніка – для комплектації кухні зазвичай купують позиції одного кольору та одного бренду. Правильні рекомендовані товари до побутової техніки можуть приносити значний дохід, оскільки тут високий середній чек у порівнянні з іншими категоріями. Для створення релевантних рекомендаційних блоків data-фахівець вказує нейронній мережі, що бренд є ключовою характеристикою. Чим менше інших брендів потрапить у рекомендації до конкретного товару, тим краще продаватимуться супутні товари.
Для створення кращих рекомендацій потрібна спільна робота всіх сторін: нейронної мережі, команди проекту й безпосередньо бізнесу. Наприклад, створення такого складного блоку, як "Разом дешевше", відбувається так: штучний інтелект розраховує ймовірність купування та формує комплекти → на стороні клієнта відбувається перевірка відповідності категорій, виключення неактуальних + розрахунок вартості комплекту (враховується маржа, % знижки).
На даний момент за допомогою автоматизації для "Фокстроту" згенеровано понад 500 000 комплектів у всіх товарних категоріях.
Подібним чином створюється блок "З цим товаром купують". Нейронна мережа аналізує інформацію про попередні замовлення → виявляє неочевидні закономірності (наприклад, в одному замовленні періодично зустрічаються праска та набір келихів, перфоратор і кавоварка, телевізор великої діагоналі й обігрівач) → складає комплекти → рекомендації виводяться в картки товарів.
Щодня на сайт заводяться нові постачальники, оновлюється асортимент – а це тисячі товарів – тому створення таких комплектів стає можливим лише за допомогою штучного інтелекту.
Якщо ж алгоритм не може підібрати релевантні рекомендації (наприклад, через відсутність необхідних характеристик у товарів), то на сайті "Фокстроту" рекомендація не дається. Замість цього користувач може самостійно ознайомитися з товарами із загальної категорії. Ритейлер та eSputnik обрали таку стратегію, оскільки некоректні пропозиції можуть негативно вплинути на лояльність аудиторії.
Товарні рекомендації в офлайні
"Фокстрот" доповнили свій омніканальний підхід до комунікації з клієнтами рекомендаціями в офлайні.
Блоки з комплектами виводяться на робочих місцях для операторів call-центру та консультантів у магазинах. Це дозволяє зменшити навантаження на персонал і підвищити якість обслуговування. Тепер менеджерам не потрібно пам’ятати весь асортимент, який становить понад 80 тис. товарів, щоб швидко й точно порекомендувати покупцеві релевантні позиції.
Крім того, профілі клієнтів збагачуються інформацією про офлайн-перегляди. Для цього консультант бере номер телефону користувача → заносить переглянуті товари як замовлення → далі запускається триггерний ланцюжок із покинутим переглядом.
Залишити номер телефону в офлайні відвідувача мотивує:
- економія власного часу – щоб не шукати на сайті переглянуті позиції, а відразу перейти за посиланням в email і ознайомитися з характеристиками (в категорії електроніки покупець довго приймає рішення про купування, за цей час він не раз розглядає товар);
- можливість отримати спеціальну ціну на товар;
- зручність і відмова від носіння пластикових карт.
Персональні рекомендації для покупців офлайн
ПідключитиРезультати
Ефективність товарних рекомендацій для "Фокстроту":
- зросла глибина перегляду й залученість на сайті – + 10%;
- зросла конверсія – + 5%;
- зросли продажі аксесуарів та супутніх товарів – + 16%.
Товарні рекомендації – функціональність, яка дозволяє "Фокстроту" пропонувати клієнтам ті товари, які вони захочуть купити. Нам подобається, як працюють рекомендації, які результати вони приносять, і разом з eSputnik ми постійно їх удосконалюємо. Впровадження всіх ідей відбувається оперативно та злагоджено, навіть не потрібно встановлювати дедлайни. Команда описує, що хоче бачити, а фахівці знаходять рішення й передають у роботу. У eSputnik ми завжди можемо отримати якісну експертизу, допомогу з налаштуваннями, оперативну роботу служби підтримки.
Євген Кречетович – керівник CRM у “Фокстрот”
До висновків
Підключення товарних рекомендацій можуть дозволити собі не лише такі гіганти ритейлу, як "Фокстрот". За довгі роки тестування й роботи з різними бізнесами команда eSputnik обрала найефективніші алгоритми та зробила їх доступними в інтерфейсі системи. Налаштувати рекомендації на сайті зможе самостійно будь-який маркетолог без сторонньої допомоги програмістів. А результати роботи блоків доступні відразу після того, як вони з'являться на сайті, що дозволить визначити найприбутковіші рекомендації. Якщо у вас залишилися питання, заповнюйте форму і ми разом знайдемо кращі рішення для вашого бізнесу!