3 попытки персонализации интернет-магазина: фатальные...

30
3 попытки персонализации интернет-магазина: фатальные ошибки, повороты и лучи надежды Григорий Дернов директор по продукту

Upload: e96

Post on 05-Jul-2015

600 views

Category:

Marketing


1 download

DESCRIPTION

Кейс Е96.ру о внедрении систем рекомендаций и персонализации

TRANSCRIPT

Page 1: 3 попытки персонализации интернет-магазина:  фатальные ошибки,  повороты  и лучи надежды

3 попытки персонализации интернет-магазина: фатальные ошибки, повороты и лучи надежды

Григорий Дерновдиректор по продукту

Page 2: 3 попытки персонализации интернет-магазина:  фатальные ошибки,  повороты  и лучи надежды

доходc

посетителя

lifetimevalue

Персонализация - это

Настроить сайт и каналы коммуникации (рассылки, колл-центр, ПВЗ) под конкретного покупателя, чтобы повысить:

Page 3: 3 попытки персонализации интернет-магазина:  фатальные ошибки,  повороты  и лучи надежды

Подходы к персонализации

Ручные правилаОбычно сопутка+рассылки Не масштабируется с ростом SKU

Готовые решения, автоматические алгоритмыПодключают и не контролируют Коммерсанты недовольны вечно обучающимися алгоритмами, считают что ручная система лучше

Собственная разработкаЛюбимый вариант разработчиков Нужен: сервер, разработчики, алгоритм Тратим много ресурсов и упорно переписываем алгоритм. Чем дальше тем меньше хочется все бросать.

Page 4: 3 попытки персонализации интернет-магазина:  фатальные ошибки,  повороты  и лучи надежды

Успели набить свои шишки

Мы еще не до конца знаем как правильно, но как неправильно – уже знаем точно :)

Page 5: 3 попытки персонализации интернет-магазина:  фатальные ошибки,  повороты  и лучи надежды

5+ МЛРДруб/год

Познакомимся!

Бытовая техника, электроника, для дома, детские товары, сантехника, инструменты - 300K+ SKU

В ряде регионов бренд E96 конкурирует с федеральными брендами в интернете

0

17,5

35

52,5

70

E96

Связно

й

Мви

део

Эльд

орад

о

E96

Связно

й

Мви

део

Эльд

орад

о

Топ-15 Forbes по обороту

Page 6: 3 попытки персонализации интернет-магазина:  фатальные ошибки,  повороты  и лучи надежды

Какие задачи ставим?

валовая маржа заказа(+средний чек)

конверсия трафикаПовысить эффективность трафика Понизить CPO по каналам трафика

Минимум +15% конверсии

Большинство заказов доставляются (самовывоз реже) – есть ощутимые операционные расходы – хорошо, если маржа операции станет выше

Минимум +10% валовой маржи / среднего чека

категорийное знаниепокупателя

Кол-во категорий 2-го уровня, которые покупал человек за весь жизненный цикл

Хорошо если девушка, которая купила фен узнает, что у нас есть детские коляски и мультиварки

навигация

Краткосрочные

Упростить выбор среди 300 000+ SKU в 600+ категориях

Page 7: 3 попытки персонализации интернет-магазина:  фатальные ошибки,  повороты  и лучи надежды

Какие задачи ставим?

бесшовный сервис

лояльность

Конкурировать не маркетинговыми бюджетами, а на поле лояльности – возврата покупателей

Возврат возможен, когда мы знаем о покупателе больше, чем конкуренты и имеем канал коммуникации

Большинство посетителей выбирают КБТ и дорогую технику в несколько шагов

Единая повторяющаяся информация в мобильной версии, сайте, рассылке, колл-центре – чтобы целенаправленно привести к покупке в несколько шагов

Долгосрочные

Page 8: 3 попытки персонализации интернет-магазина:  фатальные ошибки,  повороты  и лучи надежды

Попытка #1. Ручные алгоритмы

«До меня купили»Какой товар и когда купили (“минуту назад”) <1% использования, +3% конверсии

Блок не кликают, но стимулирует к покупке – т.е. по сути social proof

Page 9: 3 попытки персонализации интернет-магазина:  фатальные ошибки,  повороты  и лучи надежды

Попытка #1. Ручные алгоритмы

Товары, которые смотрел в течение сессии 7% процент использования, <+1% конверсии

Т.е. это всего лишь элемент навигации

«Вы смотрели»

Page 10: 3 попытки персонализации интернет-магазина:  фатальные ошибки,  повороты  и лучи надежды

Попытка #1. СопуткаПопытка #1. Три формата «сопутки»

Карточка товара

Page 11: 3 попытки персонализации интернет-магазина:  фатальные ошибки,  повороты  и лучи надежды

Попытка #1. СопуткаПопытка #1. Три формата «сопутки»

Лайтбокс по категориям

Page 12: 3 попытки персонализации интернет-магазина:  фатальные ошибки,  повороты  и лучи надежды

Лайтбокс при добавлении в корзину

Попытка #1. Три формата «сопутки»

Page 13: 3 попытки персонализации интернет-магазина:  фатальные ошибки,  повороты  и лучи надежды

Попытка #1. Сопутка – эффективость блоков

Место размещения сопутки сильно влияет на конверсию. Лайтбоксы все еще «рулят»

49% лайтбокс

39% карточка товара

12% лайтбокс категорий

Page 14: 3 попытки персонализации интернет-магазина:  фатальные ошибки,  повороты  и лучи надежды

Попытка #1. Сортировка товаров в категории

До: товары сортируются по популярности После: искуственно повышаем товары, которые нужно продать быстрее (сток) (без персонализации, для всех)

+9%продажи целевыхтоваров

-13%продажи

основных товаров

20% доля продаж 80% доля продаж

Выводы– Сортировка товаров правда влияет на конверсию (причем значительно) – Нельзя перекраивать сортировку товаров под коммерческие задачи без персонализации

Page 15: 3 попытки персонализации интернет-магазина:  фатальные ошибки,  повороты  и лучи надежды

Попытка #1. Коммуникация настолько же важна

Просто добавили эти алгоритмы в автоматические рассылки

динамика эффективности рассылок

ДОоткрытия/переходы

ПОСЛЕ открытия/переходы

%динамика

ПОСЛЕконв.

Вы смотрели 55 % 87 % +57% 6,2 %

Оставленная корзина 47 % 63 % +33% 9,2 %

Подписка 58 % 89 % +52% 6,8 %

Спасибо за заказ % 44 % % 4,4 %

Реанимация 32 % 54 % +67% 4,2 %

ВыводыАвтоматические рассылки по этим алгоритмам – это основной объем продаж с рассылок воообще. Показатели ручных рассылок на 30-70% ниже (недостижимо)

Page 16: 3 попытки персонализации интернет-магазина:  фатальные ошибки,  повороты  и лучи надежды

Попытка #1. Проблемы

невозможно на нашем объеме 300 000+ SKU в 600+ товарных категориях

связки быстро устаревают

игнорируем неформализуемые

Таких сценариев очень много Пример: люди покупают чехлы определенных дизайнов к телефону, телевизор с определенными 3D очками, а не просто подходящими 3D очками и.т.п.

Эти сценарии можно учесть, расширив параметры (ценовой сегмент, бренд и пр.), но получаем…

сложность разработки

сложно поддерживать актуальными

Page 17: 3 попытки персонализации интернет-магазина:  фатальные ошибки,  повороты  и лучи надежды

Попытка #2. Готовые решения

автоматические алгоритмы

Используют 1) историю наших покупок за все время (связки категория-

категория) 2) текущую историю просмотров/покупок (обучение)

Выбрали несколько систем

ручной алгоритм

Тестируем, сравниваем с ручной системой

3+1

Page 18: 3 попытки персонализации интернет-магазина:  фатальные ошибки,  повороты  и лучи надежды

Попытка #2. Не смотреть искуственные метрики

сравнение аудиториисистемы со всем сайтом

доля продаж через системуПример из нашей практики: 12% используют систему +0% конверсии (погрешность)

Пример из нашей практики: – те, кто перешли по рекоммендациям проводят на 60% больше времени, чем в среднем по сайту – те, кто перешли по рекоммендациям смотрят на 70% больше страниц за сессию, чем в среднем по сайту – те, кто перешли по рекоммендациям имеют конверсию на 30% больше, чем в среднем по сайту

Такие сегменты нельзя сравнивать! Люди, которые совершали к-либо действие на сайте всегда будут более конверсионными, чем общая масса посетителей (как минимум потому что среди них условно 30% отказников)

Page 19: 3 попытки персонализации интернет-магазина:  фатальные ошибки,  повороты  и лучи надежды

Попытка #2. Не смотреть искуственные метрики

средний чек вцелом по магазину

Важен только чек внутри категории Суммарный средний чек очень нестабильный и им можно манипулировать за счет пропорций продаж категорий

CTR блоков персонализации

средний чек по карточке товара

Надо доп. учитывать динамику чека по категории вцелом

Пример из нашей практики: +7% средний чек по тесту по карточке товара +0% (погрешность) средний чек по категории

Page 20: 3 попытки персонализации интернет-магазина:  фатальные ошибки,  повороты  и лучи надежды

Попытка #2. Не делать поспешных выводов

Мало? Все не так очевидно…

+2% конверсии

+6% среднийчек

Page 21: 3 попытки персонализации интернет-магазина:  фатальные ошибки,  повороты  и лучи надежды

Попытка #2. Сегментировать результаты по категориям

В разрезе товарных категорий ситуация сильно отличается

-12

-9

-6

-3

0

3

6

9

Теле

фон

ы

Кров

атки

План

шеты

Мул

ьтив

арки

Ноутбу

ки

Свар

очны

е

Холо

диль

ники

Котл

ы

Электроника – отработала хорошо

Не-электроника (которая дает нам основные продажи) – плохо

Причины – на поверхности:автоматический алгоритм рекомендовал к детской кроватке – шины, к мультиварке – планшет, к сварочному аппарату – унитаз, а к котлу – ноутбук

Зато получили мини вирусный эффект!)Люди делились в соцсетях друг с другом и с нами в рассылках смешными скринами рекоммендаций

Page 22: 3 попытки персонализации интернет-магазина:  фатальные ошибки,  повороты  и лучи надежды

Попытка #2. Структура продаж очень важна

Алгоритмы хорошо работают на лидерах продаж и вирусных товарах – много неединичных продаж за период – много позиций в одном заказе

Очень длинный хвостУ нас львиная доля продаж внутри категорий – единичная В электронике гораздо больше лидеров продаж, чем в духовых шкафах

доля

про

даж

0

15

30

45

60

кол-во продаж 1 товара10+ 5-10 2-5 1

планшеты чайники

Page 23: 3 попытки персонализации интернет-магазина:  фатальные ошибки,  повороты  и лучи надежды

Попытка #2. Гибкость настройки правил

Автоматические правила не могут обеспечить адекватную картинку (+рост конверсии) по всем категориям

Значит нужно отключать категорию / иметь возможность настраивать

mix ручных+авто алгоритмов

Page 24: 3 попытки персонализации интернет-магазина:  фатальные ошибки,  повороты  и лучи надежды

Обучение каждой системы занимает примерно 4-12 недель

Лучше подключить сразу 2-3 системы на тест и сравнить их друг с другом.

Это очень долго…

Попытка #2. Тестировать параллельно

Page 25: 3 попытки персонализации интернет-магазина:  фатальные ошибки,  повороты  и лучи надежды

Попытка #3. Подход

Сторонняя система

Возможность гибко настраивать бизнес-правила (автоматический+полуручной режимы)

Возможность выводить и сравнивать разные алгоритмы на страницах

+/- 80% разница

алгоритмовИнтересно, что персонализированные стратегии до +70% (относительная! динамика) более успешные, чем обычные

Page 26: 3 попытки персонализации интернет-магазина:  фатальные ошибки,  повороты  и лучи надежды

Попытка #3. Главная страница

Лидеры продаж Пример: сезонные товары)

Товары по истории просмотров Пример: длинные продажи (КБТ)

Page 27: 3 попытки персонализации интернет-магазина:  фатальные ошибки,  повороты  и лучи надежды

Попытка #3. Листинг

Page 28: 3 попытки персонализации интернет-магазина:  фатальные ошибки,  повороты  и лучи надежды

Попытка #3. Карточка товара

Page 29: 3 попытки персонализации интернет-магазина:  фатальные ошибки,  повороты  и лучи надежды

4 шишки, которые мы уже набили

Не использовать искуственные метрики

Сегментировать по категориям

Не только сайт, также рассылки + колл-центр

Возможность гибко настраивать правила

Page 30: 3 попытки персонализации интернет-магазина:  фатальные ошибки,  повороты  и лучи надежды

Спасибо за внимание!

Григорий Дерновдиректор по продукту E96.ru

Найти презентацию можно здесь

[email protected]@e96ru