Содержание
-
Артем Казаков, Retail Rocket
Эффективный интернет-магазин: превращаем цифры в деньги
-
Что такое Retail Rocket? +Товарные рекомендации для сайта +Система real-time персонализации +Система триггерной коммуникации (email, display, sms, crmи т.д.) Платформа персонализации интернет-магазина +90 миллионов уникальных пользователей в месяц +Аналитический кластер из 70 серверов +360 тысяч внешних запросов в минуту +6GB сырых данных для анализа… В час! В цифрах:
-
1.Наш сервис собирает всю информацию о пользователях и их поведении на сайте магазина. 2.Мощный аналитический аппарат превращает огромное количество данных в рекомендации. 3.Персональные рекомендации через виджеты или серверный API размещаются на сайте магазина, в персональных email-сообщениях, в CRM у операторов колл-центра и в любых других каналах коммуникации.Система постоянно самообучается и увеличивает эффективность. 1 2 3 Мы используем сложную big data модель для формирования товарных рекомендаций
-
Товарные рекомендации увеличивают доход по трем ключевым направлениям
-
Мировой опыт и наши тесты показывают отличные результаты! +Рекомендации - это 38% добавлений в корзину всего интернет-магазина (Ozon.ru) +We got 67% increase in recommended product sales (Columbia sportswear) +35% of Amazon’s sales are made through recommendations (Amazon.com) Результаты внедрения рекомендаций на сайт
-
м Что такоеперсонализация? Блоки рекомендаций? Почти всегда они одинаковы для всех!
-
м Что такоеперсонализация? За редким исключением, все пользователи в одних и тех же местах видятодинаковые предложения. Пример, когда это не так: Содержание блока будет менятьсяв зависимости от состава корзины
-
Что такоеперсонализация? Давайте называть вещи своими именами: Персонализация интернет-магазина – это изменение сайта (дизайна, товарных предложений, цен, контента и т.д.) на основе анализа данных о пользователе.
-
Кто занимается персонализацией в Рунете? +56 магазинов из топ-200 (28%) используют систему, позиционирующуюся как «система персонализации». +3 магазина имеют серьезные внутренние разработки (Lamoda, Wikimart, Ozon) +Менее 7% магазинов из топ-200 имеют признаки персонализации сайта :(
-
Основные сценарии персонализации,которые реально используются сегодня +Главная страница +Разделы новинок, акций, распродаж +Страница категории +Сервисные страницы (личный кабинет, 404 и т.д.)
-
Основные сценарии персонализации +Главная страница: почти незаметно (exist.ru)
-
Основные сценарии персонализации +Главная страница: почти незаметно (wikimart.ru, lamoda.ru)
-
Основные сценарии персонализации +Главная страница: чуть более заметно (petshop.ru, re-store.ru)
-
Основные сценарии персонализации +Главная страница: чуть более заметно (enter.ru, tehnosila.ru)
-
Основные сценарии персонализации +Главная страница: очень заметно (ozon.ru) По умолчанию на главной Озона показываются бестселлеры изсамых популярных категорий(книги, электроники, детство) Если посмотреть какой-нибудьтовар – главная страницаперестроится. Заходим в карточку планшета,возвращаемся на главную…
-
Основные сценарии персонализации +Главная страница: очень заметно (ozon.ru) Теперь вся главная страница в планшетах. Большая часть посетителейглавной страницы – повторные,по ним уже есть накопленнаяистория! Нужно ее использовать.
-
Основные сценарии персонализации +Главная страница: очень заметно (dostavka.ru) Главная страница для нового пользователя Та же страница для интересовавшегося телевизорами Полностью повторили механику главной страницы Ozon.ru, получили 8,5% к выручке!Подробное описание кейса: http://bit.ly/retail-rocket-dostavka
-
Основные сценарии персонализации +Новинки (alpinabook.ru) В блок «Новинки» выводятся книги изнаиболее интересных пользователюкатегорий. Рост конверсии по сегменту посещающих главную страницу – 23,6%
-
Что такое триггерная рассылка? +Действий (или бездействия) клиентов. +Данных о клиенте. +Релевантных поводов для коммуникации. Автоматизированные письма, отправляемые на основе +Дожимать до продажи. +Генерировать повторные продажи. +Настроить один раз и получать доход. +Покрыть максимум базы триггерами. Задачи:
-
Персонализация email Просмотренные товары Рекомендации альтернатив Через ~30 минут после ухода с сайта пользователь получает:
-
Персонализация email Просьба оценить сервис Персональные рекомендации После доставки заказа пользователь получает:
-
Система триггеров на основе воронки Пример схемы триггерных писем в зависимости от этапа воронки продаж, на котором остановился посетитель. Крупнее: bit.ly/email-trigger
-
Кейс Hoff: персонализация триггерных писем Для триггерных рассылок HOFF изначально были реализованы следующие сценарии: –Ретаргетинг просмотренных товаров (брошенный просмотр). –Брошенная корзина. –Пост-транзакционные письма. –Следующая вероятная покупка» («NextBestOffer»). –Цепочки писем-напоминаний (follow-up письма). Полное описание кейса: bit.ly/case-hoff-triggers
-
Кейс Hoff: персонализация триггерных писем Полное описание кейса: bit.ly/case-hoff-triggers
-
Персонализация рассылок Enter.ru Tchibo Мебель Результаты рассылки по сегментампо сравнению с рассылкой по остальнымподписчикам:
-
Почему всего 5% что-то персонализируют? +Непростые инженерные задачи: персонализация через сутки работает в 2 раза хуже. +Среднее распределение времени от захода на сайт до оформления заказа:
-
БОНУС: Повторные продажи в сети «Кораблик» –60% заказов в рознице совершаются с картой лояльности, к которой привязан email –Информация о таких заказах поступает в Retail Rocket –Retail Rocket генерирует персональные рекомендации товаров из интернет-магазина: +Предложение сопутствующих товаров к текущей покупке+Предложение на основе прогноза следующей наиболее вероятной покупки (Next Best Offer)+Новинки и популярные товары из наиболее интересных пользователю категорий +Регулярные предложения товаров повторного спроса Полное описание кейсаhttp://bit.ly/omni-channel-email-case
-
БОНУС: Повторные продажи в сети «Кораблик» 1.Покупатель из offline розницы уходит не в online конкурента, а делает заказ на сайте бренда и выбирает самовывоз в том же магазине, где покупал изначально 2.В среднем, 15% – 20% offline заказов переводится в ваш Ecommerce в виде посетителей3.Около 30% этого трафика – новые посетители (по данным Google Analytics) 4.Этот трафик конвертируется в заказы с коэффициентом ~2% (last click) и ~5% (post click) 5.Растет доля повторных покупок, Life Time Value и другие ключевые длябизнес метрики. РЕЗУЛЬТАТ
-
Спасибо за внимание! Артем Казаков, Retail Rocket ak@retailrocket.ru Еще больше интересного на http://retailrocket.ru
Нет комментариев для данной презентации
Помогите другим пользователям — будьте первым, кто поделится своим мнением об этой презентации.