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.
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.
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.
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.
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%.
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%.
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%.
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%.
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%.
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