×
Россия +7 (495) 139-20-33

Персонализация интернет-магазина: практические кейсы и взгляд в будущее

Россия +7 (495) 139-20-33
Шрифт:
1 12380
Подпишитесь на нас в Telegram

Рынок электронной торговли сильно перегрет. Найти нишу, где можно стать прибыльным только за счет настройки performance-инструментов практически невозможно. Чтобы двигаться дальше, надо решить две задачи: снова научиться видеть человека по ту сторону экрана и удовлетворять его потребности.

Мы не заметили, как наши покупатели превратились в когорты и куки, и не осознаем, как агрессивно ведем себя: врываемся в персональное пространство и заваливаем не всегда нужной информацией.

В Quelle мы давно поняли, что выйти на следующий уровень эффективности можно только по-новому взаимодействуя с покупателем – становясь полезными, работая на доверие и говоря на одном языке. Так трендовое слово «персонализация» закрепилось в ежедневных рабочих диалогах.

В основе персонализации лежит глубокое понимание потребителя. Мы ищем возможности прийти к нему в самый подходящий момент с лучшим, решающим его проблемы предложением. Персонализация перестала быть роскошью. Она необходима и доступна.

Данные как основа персонализации

Фундамент для персонализации – данные о пользователе. В последние годы появилось так много маркетинговых каналов, что и получаемых от них данных стало в разы больше.

У нас появилась задача – найти инструмент, который позволил бы не просто собирать все данные о пользователе в один профиль, но выстроить на их основе полноценную омниканальную персонализацию. И желательно работающую в режиме реального времени.

Мы перебрали разные комбинации известных решений, но складывалось впечатление, что каждое из них имеет существенные ограничения. Например, CRM-система хранит данные только об идентифицированных покупателях. В ней нет информации по анонимным пользователям и нет интеграции с внешней средой. Тег-менеджмент системы позволяют отслеживать поведение людей на сайте и отправлять данные в сторонние системы, но не хранят их. К тому же, ручная настройка каждого сервиса через теги требует много времени. Не говорю уже о сторонних DMP и костыльных хранилищах на серверах.

В итоге мы построили всю систему работы с данными на базе Customer Data Platform (CDP). Такая платформа подключается к сайту через единый API и позволяет собирать данные в едином формате из абсолютно всех источников в Google BigQuery. Главное – мы можем в реальном времени отправлять нужные для персонализации данные в рекламные каналы и сервисы.

Customer Data Platform.png

Когда мы разобрались со сбором данных и платформой, появились ответы на вопросы: кто наш пользователь, что он искал на сайте, что его смутило, почему не купил.

Люди не одинаковые. Один купил бы и без скидки, но запутался в формах чекаута и психанул. Другой не понял, есть ли доставка в Мытищи или нет. Кто-то вообще заходит на сайт пятый раз за месяц, смотрит один и тот же товар и явно ждёт акций.

Благодаря CDP мы с каждым из них можем построить персонализированную коммуникацию на сайте и в рекламе.

Персонализация на сайте: помочь купить тем, кто уже пришел в магазин

Почти все научились делать удобные сайты и понятные интерфейсы. Однако в среднем по рынку конверсия не превышает 1%. То есть из сотни человек, пришедших на сайт, покупает в лучшем случае один.

Наша задача – повышать конверсию и приводить к покупке тех, кто по разным причинам оказался в середине воронки. Заинтересованы, но еще не купили. Таких пользователей порядка 50%.

В Quelle этим занималась CRM-команда. Кроме регулярного анализа поведенческих данных, ребята также работали с обратной связью от кол-центра. Так появлялись инсайты, под каждый из которых разрабатывалась предполагаемое решение – гипотеза. Мы тестировали гипотезы и в случае успеха запускали кампанию на всех пользователей, которые ведут себя идентично.

Рассмотрим, как это работает.

1. Мы проанализировали данные и увидели, что каждый месяц у нас набирается порядка 30 000 человек, которые постоянно заходят на сайт (более трех раз в месяц), но так и не покупают. По нашим предположениям, слишком высок барьер первой покупки.

Из опыта мы знаем, что преодолевать подобные барьеры помогает финансовая мотивация. Именно поэтому в нашу бизнес-модель зашита продвинутая скидочная система. Проблема в том, что пользователь, которому скидка нужна для принятия решения, не всегда вовремя ее видит. Мы решили это исправить.

Предложение скидки на первую покупку для сегмента, которому скидка необходима для принятия решения.png

Предложение скидки на первую покупку для сегмента, которому скидка необходима для принятия решения

Для быстрой проверки гипотезы запустили соответствующий A/B-тест на платформе персонализации. Половине сегмента мы показывали наше предложение, другой половине – нет.

Эксперимент длился 22 дня, и за это время через него прошли более 21 000 человек. Прирост конверсии составил 12%.

2. Другой инсайт обнаружили благодаря обратной связи. Оказывается, многие покупатели высказывают недовольство или досаду, потому что интересовались товаром и не успели купить его: закончился на складе. Только представьте девушку, которая в течение недели каждый день смотрит на сайте одну и ту же курточку, изучила все фото и размеры, наконец, решилась на покупку, но товара больше нет в наличии. Конечно, она позвонит и скажет нам, что думает по этому поводу.

Мы решили посмотреть, сколько людей ведут себя на сайте похожим образом. Выяснили, что их порядка 65 000 в месяц.

Чтобы снизить негатив и ускорить принятие решения по товарам, количество которых на складе ограничено, мы решили прямо на карточке сообщать пользователю, что товар скоро закончится. В отличие от многочисленных магазинов, которые показывают подобное сообщение всем подряд, мы действительно используем в подобных кампаниях информацию о складских остатках.

Сообщение об ограниченном количестве товара на складе.png

Сообщение об ограниченном количестве товара на складе

A/B-тест набрал статистическую значимость за 13 дней. Конверсия увеличилась на 8%.

3. Всю воронку проходят люди, которые действительно хотят купить. Они пришли на сайт, изучили каталог и карточку товара, ознакомились с условиями оплаты и доставки, заполнили все формы. Однако мы видим, что 22 000 человек в месяц уходят с последнего этапа – подтверждение заказа – с чеком более 3000 рублей. Срабатывает классическое сомнение в последний момент: может, я делаю ошибку и не стоит покупать.

Эти люди максимально мотивированы купить прямо сейчас, и надо лишь аккуратно подтолкнуть их к последнему шагу. Для этого мы снова делаем акцент на персональной скидке и показываем ее нужным пользователям в нужный момент.

Предложение скидки для сегмента, который покидает сайт на чекауте   Предложение скидки для сегмента, который покидает сайт на чекауте

Предложение скидки для сегмента, который покидает сайт на чекауте

На чекауте такая кампания увеличила конверсию еще на 4%.

Персонализация в рекламных каналах

Поведенческие данные могут значительно повысить эффективность не только на сайте, но и в других рекламных каналах.

Представим, что человек все-таки уходит с чекаута, оставляя корзину с высоким чеком. Намерение покупки было столь высоким, что имеет смысл вернуть пользователя. Обычно это делают с помощью рассылки. CDP же позволяет в реальном времени отправить соответствующий сегмент во все рекламные каналы.

Стратегии коммуникации могут быть разными. Еще один пример. Мы проанализировали данные о покупках и выделили два сегмента пользователей. Первые покупают много товаров со скидками, а вторые почти всегда игнорируют скидки и покупают новинки.

Когда пользователь оказывается на сайте, система в реальном времени определяет его принадлежность к одному из сегментов по заданным параметрам. Мы отправляем данные об этом пользователе в рекламные каналы. Например, в социальные сети, ретаргетинг или контекст. Любителям скидок показываем сообщения о скидках. Тем, кто предпочитает новинки, рассказываем о новых коллекциях.

Подобные стратегии позволяют построить персонализированную коммуникацию с пользователем за пределами сайта и работают эффективнее стандартных таргетингов рекламных систем.

Машина vs Человек: кто будет отвечать за персонализацию в будущем

Продвинутый уровень персонализации связан с машинным обучением. Система обучается на больших данных и сама определяет, кто с высокой вероятностью станет покупателем и на ком бюджет лучше сэкономить.

Человек не в состоянии конкурировать с машиной в скорости и объемах обработки данных. И в ближайшем будущем мы придем к глубокой автоматизации. Однако есть вещи, которые, на мой взгляд, машина не может знать.

Я всегда был убежден, что в рассылках работает только ценовое преимущество. Казалось бы: красивое платье, низкая цена – покупай прямо в письме. Эксперимент показал, что пользователь на этом шаге моментально отваливается. Если же цена не указана, он переходит из письма на сайт и там покупает. Независимо друг от друга такой тест запустили мы и наши партнеры по email-рассылкам. Результат получили идентичный.

В другой раз мы поставили в триггеры фото сотрудников интернет-магазина. Представьте: женские трусики, а рядом моя фотография, должность и реплика «Ваш выбор мне нравится больше!». Получилось смешно, а конверсия у этого креатива оказалась в два раза выше обычной.

Как машина придумает такие гипотезы? Может ли она решать сложные поведенческие задачи? Например, заранее рассчитать сумасшедший спрос на спиннеры. Или предугадать, что все побегут в магазины за платьем с дыркой на попе как у Ким Кардашьян.

С этой ролью справится только человек. Он будет отвечать за стратегию, объяснять поведение людей – своих покупателей – и выстраивать с ними человеческие взаимоотношения. Машины помогут делать это быстро и с максимальной точностью. 

Друзья, теперь вы можете поддержать SEOnews https://pay.cloudtips.ru/p/8828f772
Ваши донаты помогут нам развивать издание и дальше радовать вас полезным контентом.

Есть о чем рассказать? Тогда присылайте свои материалы Марине Ибушевой


Новые 
Новые
Лучшие
Старые
Сообщество
Подписаться 
Подписаться на дискуссию:
E-mail:
ОК
Вы подписаны на комментарии
Ошибка. Пожалуйста, попробуйте ещё раз.
Отправить отзыв
  • Марина Колесник
    12
    комментариев
    0
    читателей
    Марина Колесник
    больше года назад
    Спасибо! Фундаментальная статья, реально полезного много. Забираю себе в закладочки, а в ответ могу поделиться вот таким материалом: socialair.ru/articles/strategy-promotion-online-shop/ Это о продвижении Инет магазина. Хорошие советы, мне помогли. Особенно новичкам полезно узнать
    -
    0
    +
    Ответить
ПОПУЛЯРНЫЕ ОБСУЖДЕНИЯ НА SEONEWS
Примеры использования ChatGPT в SEO-стратегии
Гость
1
комментарий
0
читателей
Полный профиль
Гость - Если кто то хочет протестировать Cat GPT в SЕО проектах на базе нашего агенства, приглашаем наудалкнную работу Tg: @thegoodlink
'SEO глазами клиентов 2023'
Валерия Власова
2
комментария
0
читателей
Полный профиль
Валерия Власова - Приветствую! На момент проверки сайтов клиентов получились такие показатели. Возможно, самостоятельно вы проверяете свои проекты по другим параметрам. Поэтому получились разные результаты.
Эффективное продвижение сайтов: 10 лет опыта в SEO в Рунете и Буржунете
Павел Горбунов
11
комментариев
0
читателей
Полный профиль
Павел Горбунов - Вы учтите, что за такие водные статьи хейтеры повалят жесткие. Сеошники воды не любят.
Особенности внутренней перелинковки для крупных сайтов
Злобная булочка
1
комментарий
0
читателей
Полный профиль
Злобная булочка - Ну это ж ингейт)
Как онлайн-магазинам получать максимум трафика с помощью Поиска по товарам Яндекса
Гость из Тюмени
1
комментарий
0
читателей
Полный профиль
Гость из Тюмени - Производим пиломатериалы под заказ, от 1 до 14 дней. Яндекс постоянно банит наш яндекс фид по причине отсутствия товара на складе во время своих тайных проверок. Не возможно донести до модератора, что мы работаем под заказ, поэтому товара нет на складе, т.е. пришёл заказ - мы изготовили.
Топ-3 edtech-продукта для запуска в 2023 году
Гость
1
комментарий
0
читателей
Полный профиль
Гость - Средняя зарплата 300 тысяч? автор обкурился или это инфоцыган с фантазией?
Как избавиться от нецелевых клиентов и увеличить количество заявок на 17%. Кейс
Олег
1
комментарий
0
читателей
Полный профиль
Олег - Константин, добрый день! На старте показатель CPL был 2730 руб , стал 1750 руб.
Rush Analytics обновил инструмент для анализа позиций
Rush Analytics
4
комментария
0
читателей
Полный профиль
Rush Analytics - Виктор, добрый день. Благодарим за Ваш отзыв. Мы проверим ситуацию по сбрасыванию дат при переключении вкладок.
Увеличили трафик в 4 раза с помощью узких ключей и контентного SEO: кейс ОТП Банка
Бурлуцкий Сергей
1
комментарий
0
читателей
Полный профиль
Бурлуцкий Сергей - В работе по ссылочному делаем упор по получению естественных ссылок в сочетании с краудом. Более подробно об этом мы рассказывали на нашем недавнем митапе - www.youtube.com/watch?v=dbl_vFHWqWQ (Второй доклад).
Что такое Яндекс Советник, и кому от него жить хорошо
Мама Стифлера
1
комментарий
0
читателей
Полный профиль
Мама Стифлера - Вызывает сожаление, что вы не осознаете, что Яндекс.Советник может быть рассмотрен как форма рэкета, которая заставляет компании, размещающиеся в Яндекс.Маркете, выплачивать дополнительные финансовые средства, повышая в конечном итоге прибыль Яндекс.Маркета, но не принесет пользы для посетителей сайта.
ТОП КОММЕНТАТОРОВ
Комментариев
910
Комментариев
834
Комментариев
554
Комментариев
540
Комментариев
483
Комментариев
386
Комментариев
373
Комментариев
262
Комментариев
249
Комментариев
171
Комментариев
156
Комментариев
141
Комментариев
121
Комментариев
120
Комментариев
100
Комментариев
97
Комментариев
97
Комментариев
96
Комментариев
80
Комментариев
77
Комментариев
74
Комментариев
67
Комментариев
64
Комментариев
60
Комментариев
59

Отправьте отзыв!
Отправьте отзыв!