Казус Foxtrot: +16% продажби на аксесоари със същия трафик

Успехът на бизнеса до голяма степен зависи от качеството на комуникацията с клиентите. Към днешна дата съществуват множество инструменти, които позволяват да се следят промените в поведението на потребителите. Но какво може да се направи за предсказване на бъдещи покупки и създаване на персонализирани продуктови оферти въз основа на тези данни?

В това проучване на практика ще обясним как един от водещите украински електронни търговци на дребно увеличи продажбите на аксесоари с 16% с помощта на персонализирани препоръки.

За проекта

Foxtrot е една от най-големите търговски вериги за електроника и битови уреди в Украйна. Търговската мрежа е част от Euronics, най-голямата асоциация за закупуване на електроника и битови уреди, която обхваща 37 държави, включително повечето европейски държави, Казахстан, ОАЕ, Египет и други.

Foxtrot е представен с 164 магазина в 90 града на Украйна и онлайн (средният трафик на сайта за 6 месеца е 5.58 милиона потребители).

Програмата за лоялност FoxFan има над 11,5 милиона клиенти и 92% от покупките се извършват с мрежова карта. Тайният успех на марката е персонализацията: всички участници в програмата за лоялност получават подходящи оферти, бонуси, както и възможност да закупят продукт на специална цена (в зависимост от етапа на фунията и възможна отстъпка върху интересуващия ги артикул).

Foxtrot и Yespo сътрудничат повече от 7 години, през които заедно: 

• реализираха email кампании;
• свързаха омниканална комуникация с помощта на pop-up, SMS, Viber, и push уведомления;

• конфигурираха 25 омниканални работни потока и 80 тригера.

Търговецът продължава да оптимизира маркетинговите процеси и да подобрява комуникацията с целевата аудитория.

Задача

В бизнеса с електроника маржовете на основната продуктовата категория са ниски. Затова главната задача за Foxtrot беше да увеличи продажбите на допълнителни и свързани артикули.

Затова те решиха да внедрят продуктови препоръки на уебсайта, за да увеличат: 

• броя на конверсиите и целевите действия на сайта;
• броя на закупените артикули на поръчка;
• продажбите на аксесоари и свързани продукти от кръстосани категории.

Решението

“Въпреки че имаме IT отдел, който може да внедри всяка функционалност, решихме да си сътрудничим с Yespo. В някои случаи не е разумно да се губи време и усилия на разработчиците, ако на пазара има готово решение и може веднага да се започне използването му. Освен това Yespo непрекъснато подобрява своя продукт и можем да използваме най-модерните инструменти.”  — Евгений Крешетович, Ръководител на CRM в Foxtrot

Препоръките за продукти в Yespo се създават благодарение на синергията между изкуствения интелект и експертите по наука за данни. Невронна мрежа може да предскаже какви продукти ще купят вашите потребители с точност 60%. За да се гарантира, че препоръките са релевантни, този процес е контролиран от анализатор, който настройва и обучава системата допълнително.

Няма универсален алгоритъм: някои от подходите за препоръчване на продукти са по-ефективни за търговец на електроника, а други са по-ефективни за онлайн магазин за дрехи. Следователно, ученият по данни, заедно с мениджъра на проекта и клиента, определя категориите, които изискват специално внимание въз основа на нуждите на конкретната компания.

Как Работи

Препоръките се генерират от невронна мрежа въз основа на:

• поведенческа история на голяма извадка от купувачи;
• информация за продукти и техните характеристики.

В Yespo можете да конфигурирате следните типове алгоритми:

Foxtrot има персонализирани препоръки в следните блокове:

• основна страница: „Препоръчани аксесоари за вашата последна покупка“, „Особено за вас“;

• страници с категории: „Може да се интересувате“;

• продуктови карти:“Закупени с този продукт”, “Избрани на базата на вашите заявки”, “Клиенти, които разгледаха този продукт, също се интересуват”;

• количка: “За този продукт може да ви бъде необходимо”

За да ги формира, невронната мрежа взема предвид: 

• история на потребителското поведение на сайта;
• цена на продуктите;
• категория на продукта и свързани категории;
• допълнителни условия от клиента.

Специфики на продуктови препоръки на сайта на Foxtrot

Асортиментът на магазина включва повече от 10 000 аксесоари – само изкуственият интелект може да се справи с такъв обем данни. Но тъй като структурата на данните на различни продукти не винаги е еднаква, това може да създаде трудности за AI и да намали точността на препоръките. Затова специалистите по данни трябва да обяснят на системата как да препоръчва релевантни продукти. Нека разгледаме примери за няколко категории на сайта на Foxtrot:

• Стенни стойки за телевизори – за да изберете правилната стенна стойка, е необходимо да се вземат предвид теглото на телевизора и стандартът, като VESA. Понякога данните на продуктовите карти могат да бъдат непълни (в спецификациите на някои телевизори теглото е посочено с поставка, а в други – без нея). В такива случаи се използва алгоритъм на ML за почистване на тези данни и избор на стойки за всички телевизори.

Ученият по данни допълнително обучава алгоритъма и посочва теглото като ключова характеристика както за телевизора, така и за стойката. След като тази информация бъде съхранена, AI препоръчва правилните стойки.

Благодарение на тази настройка на алгоритъма, продажбите на стенни стойки за телевизори се увеличиха с 6%.

• Телевизионни тунери и приставки – телевизорите може да разполагат или да не разполагат с телевизионен тунер. Тази характеристика влияе върху формироването на групи свързани позиции. Така че за телевизори без тази функция могат да бъдат препоръчани тунери, тъй като обикновено се разглеждат и закупуват в една поръчка. В случая на медийни плейъри, препоръките работят подобно: те са подходящи за тези модели, които нямат Smart TV.

• Аксесоари за мобилни телефони. Спецификата им е, че трябва ясно да съответстват на конкретен модел телефон. Но тъй като има много предложения в тази категория (калъфи, USB кабели, памет карти, държачи и т.н.), има възможност за грешка. За да се изключи, специалист проверява препоръките на алгоритъма и премахва несъвместимите. За да изберете правилните свързани продукти, марката, името на модела и аксесоарът трябва да съвпадат.

Само през април 2021 г. препоръките донесоха +16% към продажбите на аксесоари.

• Големи уреди. Обикновено купувачите избират домакински уреди от същия цвят и марка. Правилно препоръчаните продукти за домакински уреди могат да генерират значителен доход, тъй като средната стойност на покупката е по-висока в сравнение с други категории. За да се създадат релевантни препоръки, специалист по данни посочва на невронната мрежа, че марката е ключова характеристика. Колкото по-малко други марки са включени в препоръките за конкретен продукт, толкова по-високи ще бъдат продажбите на свързани продукти.

За да се създадат най-добрите препоръки, е необходимо да се включат усилията на невронната мрежа, екипа по проекта и самия бизнес едновременно. Например, създаването на такъв сложен блок като “По-евтино заедно” протича така: AI изчислява вероятността от покупка и създава комплекти → клиентската страна проверява съвместимостта на категорията, нерелевантните се изключват + изчислява се цената на комплекта (със и без отстъпка).

В момента, използвайки автоматизация за Foxtrot, са генерирани повече от 500,000 комплекта във всички продуктови категории.

По подобен начин се създава блокът “Купено с този продукт”. Невронната мрежа анализира информацията за предишни поръчки → идентифицира необичайни модели (например, в една покупка периодично се съдържат ютия и комплект чаши, ударна бормашина и кафе машина, голям телевизор и нагревател и др.) → изгражда комплекти → препоръките се показват в продуктовите карти.

Всеки ден на сайта се добавят нови доставчици, актуализира се асортиментът от хиляди продукти, така че създаването на такива комплекти става възможно само с помощта на изкуствен интелект.

Ако алгоритъмът не може да избере релевантни препоръки (например поради липса на необходимите характеристики на продуктите), тогава на уебсайта на Foxtrot не се дава препоръка. Вместо това на потребителя се предлага самостоятелно да разгледа продуктите от обща категория. Ритейлърът и Yespo избраха тази стратегия, защото неправилните предложения могат да повлияят негативно на лоялността на аудиторията.

Офлайн продуктови препоръки

Foxtrot допълни своя омниканален подход към комуникацията с клиентите с офлайн препоръки.

Блоковете с комплекти се показват на работните места за операторите в кол центровете и служителите на търговския етаж. Това позволява да се намали натоварването на персонала и да се подобри качеството на обслужване. Сега консултантите не се нуждаят да запаметят целия асортимент, който възлиза на повече от 80 хиляди продукти, за да препоръчват бързо и точно релевантни продукти на купувача.

Освен това клиентските карти се обогатяват с информация за офлайн прегледи. За целта консултантът взема телефонния номер на посетителя → въвежда прегледаните продукти като поръчка → след което се стартира тригерната верига с изоставения преглед.

Фокстрот насърчава посетителите да оставят своите телефонни номера офлайн по следните начини:

• спестяване на време на клиентите – те могат да следват линковете в имейла и да открият характеристиките, вместо да търсят артикули на сайта (при пазаруване на електроника, взимането на решение за покупка отнема повече време и клиентите се връщат към описанието на продукта повече от веднъж);
• възможността да получат специална цена за продукт;
• удобство и липса на необходимост да носят пластмасови карти.

Резултатите

Ефективност на препоръките за Фокстрот:

• +10% увеличение на дълбочината на разглеждане и ангажираност на сайта;
• +5% растеж в конверсията;
• +16% растеж в продажбите на аксесоари. 

“Препоръките за продукти са функционалност, която позволява на Фокстрот да предложи на клиентите продуктите, които искат да купят. Харесва ни как работят препоръките и резултатите, които носят, и заедно с Yespo постоянно ги подобряваме. Реализацията на всички идеи се случва бързо и гладко; няма нужда от определяне на крайни срокове. Екипът описва какво иска да види, а специалистите намират решения и помагат с изпълнението. В Yespo винаги можем да получим висококачествена експертиза и помощ с настройките.”  — Евгений Кречетович, Ръководител на CRM във Фокстрот

Заключение

Не само ритейл гиганти като Фокстрот могат да си позволят да свържат препоръки за продукти. През много години на тестване и работa с различни бизнеси, екипът на Yespo е идентифицирал най-добрите алгоритми и ги е интегрирал в нашата система. Всеки маркетолог може да настрои препоръки на уебсайта независимо, без помощта на външни програмисти. Резултатите от персонализираните блокове са налични незабавно след като се появят на сайта, което ще ви позволи да определите най-доходоносните препоръки. Ако имате въпроси, попълнете формуляра и заедно ще намерим най-добрите решения за вашия бизнес!

Специална заявка вградено