Studiu de caz Foxtrot: +16% vânzări accesorii cu același trafic

Succesul afacerii depinde în mare măsură de calitatea comunicării cu clienții. Până în prezent, există multe instrumente care vă permit să urmăriți orice schimbare în comportamentul utilizatorilor. Dar cum rămâne cu prezicerea achizițiilor viitoare și crearea de oferte personalizate pe baza datelor?

În acest studiu de caz, vom explica cum unul dintre cei mai importanți retaileri de produse electronice din Ucraina a crescut vânzările de accesorii cu 16% folosind recomandări personalizate.

Despre Proiect

Foxtrot este unul dintre cele mai mari magazine de vânzare cu amănuntul de electronice și electrocasnice din Ucraina. Rețeaua de comerț face parte din Euronics, cea mai mare asociație pentru achiziționarea de electronice și electrocasnice, care acoperă 37 de țări, inclusiv majoritatea țărilor europene, Kazahstan, EAU, Egipt și altele.

Foxtrot este reprezentat de 164 de magazine în 90 de orașe din Ucraina și online (traficul mediu pe site timp de 6 luni este de 5,58 milioane de utilizatori).

Programul de loialitate FoxFan loyalty program are peste 11,5 milioane de clienți, iar 92% din achiziții sunt efectuate cu un card de rețea. Secretul succesului brandului este personalizarea: toți participanții la programul de loialitate primesc oferte relevante, bonusuri, precum și posibilitatea de a cumpăra un produs la un preț special (în funcție de stadiul în pâlnie și o posibilă reducere pentru produsul de interes).

Foxtrot și Yespo colaborează de peste 7 ani, perioadă în care am implementat împreună: 

• campanii email;
• comunicare omnichannel folosind pop-up-uri, SMS, Viber și notificări push;

• configurat 25 de fluxuri de lucru omnichannel și 80 de declanșatoare.

Retailerul continuă să optimizeze procesele de marketing și să îmbunătățească comunicarea cu publicul țintă.

Sarcina

În afacerea de electronice, marjele categoriei principale de produse sunt scăzute. Prin urmare, principalul scop pentru Foxtrot a fost să crească vânzările de articole suplimentare și conexe.

De aceea, au decis să implementeze recomandări de produse pe site pentru a crește: 

• numărul de conversii și de acțiuni țintite pe site;
• numărul de articole achiziționate per comandă;
• vânzările de accesorii și produse conexe din categorii diferite.

Soluția

“În ciuda faptului că avem un departament IT care poate implementa orice funcționalitate, am decis să cooperăm cu Yespo. În unele cazuri, nu este rezonabil să investim timp și efort în dezvoltatori dacă există o soluție gata pe piață și poți începe să o utilizezi imediat. În plus, Yespo își îmbunătățește în mod continuu produsul și putem utiliza cele mai avansate instrumente.” — Evgeniy Krechetovich,  Șef al CRM la Foxtrot

Recomandările de produse în Yespo sunt create datorită sinergiei dintre inteligența artificială și experții în știința datelor. O rețea neuronală poate prezice ce produse vor cumpăra consumatorii tăi cu o acuratețe de 60%. Pentru a asigura relevanța recomandărilor, acest proces este controlat de un analist care configurează și antrenează sistemul mai departe.

Nu există un algoritm universal: unele abordări de recomandare a produselor sunt mai eficiente pentru un retailer de electronice, iar altele sunt mai eficiente pentru un magazin online de îmbrăcăminte. De aceea, specialistul în știința datelor, împreună cu managerul de proiect și clientul, determină categoriile care necesită atenție specială, în funcție de nevoile unei companii particulare.

Cum Funcționează

Recomandările sunt generate de o rețea neuronală pe baza:

• istoricului comportamental al unui eșantion mare de cumpărători;
• informațiilor despre produse și caracteristicile acestora.

În Yespo, puteți configura următoarele tipuri de algoritmi:

Foxtrot are recomandări personale în următoarele blocuri:

• pagina principală: „Accesorii recomandate pentru ultima ta achiziție”, „Special pentru tine”;

• paginile categoriei: „S-ar putea să te intereseze”;

• fișele de produs: „Achiziționat cu acest produs”, „Selectat pe baza cererilor dvs.”, „Clienții care au vizualizat acest produs sunt de asemenea interesați”;

• coș: „Pentru acest produs s-ar putea să ai nevoie”

Pentru a le forma, rețeaua neuronală ia în considerare: 

• istoricul comportamentului utilizatorului pe site;
• costul produselor;
• categoria produsului și categoriile conexe;
• condiții suplimentare din partea clientului.

Specificul Recomandărilor de Produse pe Site-ul Foxtrot

Asortimentul magazinului include mai mult de 10.000 de accesorii – doar inteligența artificială poate gestiona un astfel de volum de date. Dar, deoarece structura datelor pentru diferite produse nu este întotdeauna aceeași, acest lucru poate cauza dificultăți pentru IA și poate reduce acuratețea recomandărilor. Prin urmare, specialiștii în date trebuie să explice sistemului cum să recomande produse relevante. Să analizăm exemple din câteva categorii de pe site-ul Foxtrot:

• Suporturi TV – pentru a alege suportul de perete potrivit, trebuie să iei în considerare greutatea televizorului și standardul, cum ar fi VESA. Uneori, datele de pe fișele produsului pot fi incomplete (în specificațiile unor televizoare greutatea este indicată cu stand, în timp ce altele – fără el). În astfel de cazuri, se folosește un algoritm ML pentru a curăța aceste date și a selecta suporturi pentru toate televizoarele.

Omul de știință în date antrenează mai departe algoritmul și indică greutatea ca o caracteristică cheie atât pentru televizor, cât și pentru suport. Odată ce aceste informații sunt stocate, IA recomandă suporturile corecte.

Mulțumită acestei ajustări a algoritmului, vânzările de suporturi TV au crescut cu 6%.

• Tunere TV și set-top box-uri – Televizoarele pot fi sau nu echipate cu un tuner TV. Această caracteristică influențează formarea grupurilor de poziții conexe. Astfel, pentru televizoarele fără această funcție, pot fi recomandate tunere, deoarece acestea sunt de obicei vizualizate și achiziționate într-o singură comandă. În cazul playerelor media, recomandările funcționează similar: sunt relevante pentru acele modele care nu au Smart TV.

• Accesorii pentru telefoane mobile. Specificitatea lor este că trebuie să corespundă clar unui model specific de telefon. Dar, deoarece există multe oferte în această categorie (huse, cabluri USB, carduri de memorie, suporturi etc.), există o posibilitate de eroare. Pentru a exclude această situație, un specialist verifică recomandările algoritmului și elimină pe cele incompatibile. Pentru ca IA să selecteze produsele conexe corecte, marca, numele modelului și accesoriul trebuie să se potrivească.

Doar în aprilie 2021, recomandările au adus +16% la vânzările de accesorii.

• Electrocasnice mari. De regulă, cumpărătorii aleg electrocasnice de aceeași culoare și marcă. Produsele recomandate corect pentru electrocasnice pot genera venituri semnificative, deoarece există un bon mediu ridicat comparativ cu alte categorii. Pentru a crea blocuri de recomandări relevante, un specialist în date indică rețelei neuronale că marca este o caracteristică cheie. Cu cât sunt incluse mai puține alte mărci în recomandările pentru un produs specific, cu atât mai mari vor fi vânzările de produse similare.

Pentru a crea cele mai bune recomandări, este necesar să fie implicate simultan eforturile rețelei neuronale, echipei de proiect și ale afacerii în sine. De exemplu, crearea unui bloc complex precum “Mai ieftin împreună” decurge astfel: AI calculează probabilitatea de cumpărare și creează seturi → pe partea clientului se verifică categoria, se exclud cele nerelevante + se calculează costul setului (luând în considerare marja și reducerea).

În prezent, folosind automatizarea pentru Foxtrot, au fost generate peste 500.000 de seturi în toate categoriile de produse.

În mod similar, se creează blocul “Cumpărat împreună cu acest produs”. Rețeaua neuronală analizează informațiile despre comenzile anterioare → identifică modele neobservate (de exemplu, o achiziție periodică conține un fier de călcat și un set de pahare, un perforator și o cafetieră, un televizor mare și un radiator etc.) → construiește seturi → recomandările sunt afișate în fișele de produs.

În fiecare zi, noi furnizori sunt adăugați pe site, gama de mii de produse este actualizată, astfel încât crearea unor astfel de seturi devine posibilă doar cu ajutorul inteligenței artificiale.

Dacă algoritmul nu poate selecta recomandări relevante (de exemplu, din cauza lipsei caracteristicilor necesare ale produselor), atunci nu este oferită nicio recomandare pe site-ul Foxtrot. În schimb, utilizatorului i se cere să exploreze independent produsele dintr-o categorie generală. Retailerul și Yespo au ales această strategie deoarece ofertele incorecte ar putea afecta negativ loialitatea audienței.

Recomandări de Produse Offline

Foxtrot și-a completat abordarea omnicanală de comunicare cu clienții cu recomandări offline.

Blocurile cu seturi sunt afișate la locurile de muncă ale operatorilor din call-center și ale vânzătorilor din magazinele fizice. Acest lucru permite reducerea sarcinii asupra personalului și îmbunătățirea calității serviciilor. Acum consultanții nu mai trebuie să memoreze întregul sortiment, care cuprinde peste 80 de mii de produse, pentru a recomanda rapid și precis articole relevante cumpărătorului.

În plus, fișele de client sunt îmbogățite cu informații despre vizualizările offline. Pentru a face acest lucru, consultantul ia numărul de telefon al vizitatorului → introduce produsele vizualizate ca fiind o comandă → apoi lansează lanțul triggerului cu vizualizarea abandonată.

Foxtrot încurajează vizitatorii să lase numărul de telefon offline în următoarele moduri:

• economisirea timpului clienților – aceștia pot urma linkurile din email și descoperi caracteristicile în loc să caute produsele pe site (când cumpără electronice, durează mai mult timp să se decidă asupra achiziției și clienții revin la descrierea produsului de mai multe ori);
• oportunitatea de a obține un preț special pentru un produs;
• conveniență și lipsa necesității de a purta carduri de plastic.

Rezultatele

Eficacitatea recomandărilor pentru Foxtrot:

• +10% creștere în adâncimea vizualizării și implicării pe site;
• +5% creștere a conversiilor;
• +16% creștere a vânzărilor de accesorii. 

“Recomandările de produse sunt o funcționalitate care permite Foxtrot să ofere clienților produsele pe care doresc să le achiziționeze. Ne place cum funcționează recomandările și rezultatele pe care le aduc și, împreună cu Yespo, le îmbunătățim constant. Implementarea tuturor ideilor se realizează rapid și fără probleme; nu este nevoie să stabilim termene limită. Echipa descrie ce dorește să vadă, iar specialiștii găsesc soluții și ajută la implementare. La Yespo, putem obține întotdeauna expertiză de înaltă calitate și ajutor cu setările.”  — Evgeniy Krechetovich, Șeful CRM la Foxtrot

Concluzie

Nu doar giganții retail ca Foxtrot își pot permite să conecteze recomandările de produse. După mulți ani de testare și colaborare cu diverse afaceri, echipa Yespo a identificat cele mai bune algoritmi și i-a integrat în sistemul nostru. Orice specialist de marketing poate seta recomandări pe un site web în mod independent, fără ajutorul programatorilor externi. Rezultatele blocurilor personalizate sunt disponibile imediat după ce apar pe site, permițând dumneavoastră să determinați cele mai profitabile recomandări. Dacă aveți întrebări, completați formularul și, împreună, vom găsi cele mai bune soluții pentru afacerea dumneavoastră!

Cerere specială în linie