В 2015 году интернет-магазин разработал адаптивный дизайн, чтобы повысить конверсию мобильного трафика (в 2014 году она была в 7 раз ниже, чем конверсия на десктопах). С этой же целью был настроен показ скидок через виджет HucksterBot пользователям планшетов и смартфонов. С 1 октября 2015 года по 10 декабря 2015 года трафик интернет-магазина распределился следующим образом:
За этот же период можно посчитать общую конверсию трафика в заказы (сложить конверсию через виджет HucksterBot и через корзину с телефоном).
Итоговая конверсия со смартфонов составила 1,85%, с планшетов – 2,05%.
Если сравнивать показатели 2015 года с показателями аналогичного периода 2014 года, то можно увидеть следующее:
1) Рост трафика с десктопов составил 86%, с планшетов – 134%, со смартфонов – 162%.
2) Конверсия через корзину в десктопах увеличилась на 10%, в планшетах – на 25%, в смартфонах – на 80%.
3) Общая конверсия в заказы с планшетов выросла в 2,9 раза, со смартфонов – в 4,6 раза.
Таким образом, введение адаптивной верстки и правильная работа с сегментом мобильных пользователей привели к кратному росту конверсии. В итоге мобильный трафик конвертируется так же, как и трафик с десктопов.
Выводы
Алгоритмы блокировки показа виджетов со скидками не гарантируют на 100%, что пользователь, который купил товар, не купил бы его без скидки. Но показатели роста конверсии, общего падения средней скидки в выручке и рост валовой прибыли от продажи товаров со скидкой, говорят о высокой эффективности персонализированного подхода.
«С помощью HucksterBot мы успешно решаем задачи продажи неликвидных товаров, повышаем продажи в регионах, сильно увеличили продажи запчастей и уцененной техники. Скрытая персонализированная скидка работает гораздо эффективнее, чем большие краткосрочные распродажи. При этом вы можете давать/не давать скидку пользователям с конкретного региона и с определенного источника трафика»
Александр Борисов, менеджер проектов Snail.ru
Кейс персонализации интернет-магазина Allsoft.ru: рост выручки на 17%
Для рынка лицензионного программного обеспечения характерно наличие огромного количества товарных позиций в каталоге любого крупного дистрибьютора. Ассортимент исчисляется несколькими тысячами SKU.
Управление таким широким каталогом с множеством товарных категорий / подкатегорий сегодня уже сложно представить без применения современных технологий интеллектуального мерчендайзинга и персонализации, которые способны строить релевантную товарную выборку на основе данных о потребительском опыте.
Определить эффективность товарных рекомендаций на сайте интернет-магазина Allsoft.ru за счет интеграции с внешней платформой было решено выяснить через проведение А/Б-тестирования. Вся аудитория сайта случайным образом в реальном времени делилась на равные сегменты. Одному сегменту показывались товарные рекомендации системы Retail Rocket, другому — собственные рекомендации интернет-магазина. Идентификатор каждого сегмента посетителей передавался в систему Google Analytics.