О компании

SuperStep – это первый сникер-проект без шаблонов. Уникальный концепт, сформированный вокруг обуви, а не субкультур, в 2013-м году первым в России предложил самую широкую линейку стилей мировых брендов: от премиальных ретро-раннеров до самых трендовых моделей уличной моды.В линейке магазина можно найти такие бренды, как Adidas, Asics, Reebok, Puma, Dr. Martens, самые широкие коллекции Lacoste и Diadora в России и др. Всего в мире насчитывается более 80 магазинов, 31 из которых приходятся на Россию. “Твои начинания, твой стиль, твоё самовыражение” – основные принципы, которыми руководствуется команда сети, при отборе коллекции. Сделать это можно в любом магазине сети от Москвы до Владивостока или на сайте интернет-магазина superstep.ru, запущенном в 2019 году.

Увеличение конверсии на 62,5% за счет использования рекомендательных алгоритмов на разных страницах сайта

Перед компанией SuperStep стояла цель — увеличить средний чек и конверсию на сайте. Было принято решение, что ключом к ее реализации является внедрение рекомендательных алгоритмов на разных страницах сайта, под каждый этап воронки продаж. При этом SuperStep искал платформу, которая позволила бы показывать товары определенных марок в товарных рекомендациях.

Для решения поставленных задач SuperStep воспользовался технологиями Insider attribute affinity и shuffle, позволяющими показывать персонализированные рекомендации, основываясь на приверженности пользователя к определенному атрибуту (цвет, цена, модель, бренд) и обновлять выдачу каждый раз, когда пользователь просматривает блок рекомендаций. При этом фид обновляется каждую минуту, что в свою очередь также упрощает поиск нужного товара. В связи с тем, что пользователи на разных платформах и страницах ведут себя по-разному, было принято решение использовать механизм A/Б тестирования, чтобы выявить, какой из 15 алгоритмов Insider наиболее эффективен в каждом конкретном случае.

Внедрение продукта Smart Recommender

Не секрет, что рекомендации играют значительную роль в улучшении основных показателей сайта: растет конверсия, увеличивается средний чек, количество допродаж и дополнительного дохода. В связи с этим имплементация продукта Smart Recommender стала очевидным решением.

До внедрения рекомендательных блоков Insider, компания Mavi использовала стандартные рекомендации другого вендора. Однако в связи с ограниченными возможностями размещения блоков, рекомендации показывались только на двух страница — главной и карточки товара, что естественно не устраивало заказчика, не приносило значительных результатов и не имело под собой конкретной стратегии.

Было принято решение сравнить две технологии. Основными KPI являлись увеличение CR и измерение ROI. Для чистоты эксперимента был выбран наиболее подходящий формат определения эффективности — A/B тестирование. В ходе проведения теста, трафик был разделен на две группы: тестовая — Insider, контрольная — имеющиеся блоки рекомендации. В тестовой группе были использованы различные алгоритмы на разных страницах сайта для определения наиболее действенных вариаций.

Персонализация рекомендаций на главной странице с помощью алгоритма user based и функции attribute affinity modelling

На главной странице был запущен алгоритм “user based”, рекомендующий товары, основываясь на поведении пользователя.

К которому далее была добавлена функция attribute affinity modelling, позволившая показывать персонализированные рекомендации, основываясь на приверженности пользователя к определенному атрибуту (цвет, цена, модель, бренд). Если пользователь чаще всего просматривал товары черного цвета, то в рекомендациях ему показывались преимущественно товары черного цвета. В результате внедрения данных механик конверсия на десктопе выросла более чем на 72%, а средний чек на мобильной версии сайта на 22% по сравнению с контрольной группой.

Рост конверсии на 62,5% на главной странице на десктопе

Путем сплита трафика и тестирования нескольких вариантов алгоритмов на каждой странице, были выявлены наиболее действенные вариации. На десктопе на главной странице алгоритм trending products c функцией shuffle показал рост конверсии на 62,5%.

Рост среднего чека на 11,4% на странице корзины в мобильной версии

На мобильной версии сайта на главной странице было отмечено увеличение конверсии почти на 19% с помощью алгоритма new arrivals. На странице корзины в мобильной версии сайта наиболее действенным оказался алгоритм viewed together с функцией attribute affinity, показавший рост среднего чека на 11,4% и конверсии на 10,8%.

Удержание пользователей с помощью механизма Exit Intent Recommendations

Не секрет, что одной из самых распространенных проблем, с которой сталкиваются компании в сфере eCommerce, является рост показателя bounce rate. Однако, в данном случае, перед компанией SuperStep стояла амбициозная задача — не просто удержать пользователей, которые собираются покинуть сайт, но и с их помощью увеличить конверсию и средний чек.

В наше время с технологией Exit Intent, скорее всего, знаком каждый маркетолог. Механизм заключается в том, чтобы показать пользователю специальную всплывающую форму перед тем, как он покинет сайт. Вместе со стратегическим аккаунт-менеджером Insider SuperStep пошел дальше, добавив в стандартный поп-ап товарные рекомендации. Эта механика позволила не просто возвращать пользователей на сайт, а направлять их сразу на карточку товара, что, в свою очередь, является одной из последних стадий воронки продаж. Основной идеей кампании было показать именно акционные товары, в связи с чем из широкого спектра рекомендательных алгоритмов был выбран алгоритм Highest discounted products.

Использование технологии Exit Intent с рекомендательным алгоритмом Highest discounted products на десктопной версии сайта позволило увеличить конверсию на 42% и средний чек на 31%.

Recommandations produits personnalisées via l’IA sur web et mobile

As de Carreaux souhaitait utiliser les capacités d’intelligence artificielle d’Insider pour proposer à ses clients des recommandations produits pertinentes. 

Plusieurs campagnes tests furent lancées grâce à la fonctionnalité Smart Recommender pour proposer des recommandations :

sur la page d’accueil

sur la page panier

sur les pages produit

Chacun des tests a obtenu d’excellents résultats, particulièrement sur mobile, mais la campagne Smart Recommender sur la homepage se démarque via d’impressionnants résultats : le taux de conversion du site a augmenté de 95.64% et la valeur du panier moyen a augmenté de 37.07%.

Optimiser l’UX desktop via un template “Derniers produits consultés”

As de Carreaux avait besoin d’une solution pour maintenir l’engagement client, notamment celui des utilisateurs desktop, facilement distraits. 

En utilisant un template parmi plus d’une centaines d’expérience proposées, As de Carreaux a pu déployé en quelques minutes une optimisation proposant les articles “récemment vus”.

Cette initiative résulta en une hausse du taux de conversion de 112.56% et une hausse de la valeur du panier moyen de 9.34%.

Углубленная аналитика с помощью технологии enhanced ecommerce analytics

Enhanced e-commerce — это новая возможность Google Analytics, которая позволяет отслеживать детальный перфоманс просмотров и покупки товаров. Она позволяет отслеживаем взаимодействие пользователей с блоком рекомендаций и соответственно эффективность продукта Smart Recommender на более детальном уровне.

Когда пользователь попадал на сайт Mavi, его взаимодействие с рекомендательным блоком отслеживалось посредством установления дополнительных целей по клику на блок и дальнейшей покупки товара. Эти труднодоступные данные (ID товара, с которым взаимодействовал пользователь, и ID товара, купленного непосредственно с рекомендательного блока), помогает структурировать и отслеживать Enhanced analytics.

В связи с полученными результатами автоматически или в некоторых случаях мануально менялась подборка товаров на разных страницах сайта. Это позволило адаптировать и улучшить товарную выдачу рекомендаций Mavi , что сделало пользовательский опыт еще более успешным и привело к увеличению указанных ранее показателей измерения эффективности продукта.

“Мы очень довольны результатами использования платформы Insider. Благодаря возможностям продукта Smart Recommender мы персонализировали наши рекомендации, тем самым предоставив клиентам наиболее актуальный и разнообразный контент. Мы смогли настроить фильтрацию по необходимым брендам и показывать не более 2-ух одинаковых товаров в рекомендациях. Используя технологии Insider, мы смогли значительно улучшить основные показатели — увеличить количество дополнительных транзакций и дохода”.

Левент Эрдик

Генеральный Директор SuperStep