Clever-media: la personalizzazione del negozio online raggiunge un aumento del fatturato del 30% grazie alla piattaforma AI di Retail Rocket

La letteratura per bambini è un segmento di vendita al dettaglio molto delicato perché i libri possono influenzare il carattere del bambino. Ogni bambino è unico e le sue preferenze cambiano costantemente. 

Per fornire un servizio di qualità, il rivenditore deve analizzare il comportamento e gli interessi del cliente in tempo reale. Come realizzarlo nell’e-commerce? 

Analizziamo, qui di seguito, la personalizzazione del negozio online Clever-media e come ottenere una crescita dei ricavi del 30%.

Clever-media  è una casa editrice per bambini fondata nel 2010 che offre un vasto assortimento di circa mille libri per bambini e ragazzi. Oltre al suo negozio online, i loro libri si possono trovare anche nelle catene di librerie di tutto il paese. Nel 2018 il marchio editoriale è entrato nel mercato nordamericano con l’apertura di una filiale a New York.

Al fine di ridurre i tempi di ricerca dei clienti per libro in particolare e per offrire articoli aggiuntivi che potrebbero essere di interesse, sono stati introdotti blocchi di raccomandazione Retail Rocket sui prodotti. Il valore della piattaforma di Intelligenza Artificiale implementata non è solo in un set di algoritmi di autoapprendimento che consentono di creare un’esperienza d’acquisto personalizzata e unica ma anche nel team di Growth Hacking, che migliora iterativamente ogni pagina scegliendo la configurazione più efficace delle raccomandazioni. In questo case-study, parleremo di algoritmi di messa a punto sulla home page e sulle pagine dei prodotti di Clever-media.ru.

Home page

Su un sito web, il customer-journey dipende in gran parte dalla prima impressione generata sulla home page, che è dove risiede l’importanza di suscitare l’interesse di un utente con il suo contenuto. Il modo migliore per ottenerlo, mostrando una visualizzazione in questa pagina con le migliori offerte è il primo passo.

Tuttavia, non esiste una configurazione generale e ideale per tutti i negozi online. I diversi algoritmi infatti mostrano risultati diversi a seconda del segmento di prodotto e della strategia del rivenditore. Per questo motivo e per definire la configurazione ottimale dei consigli personalizzati per il negozio online Clever-media, abbiamo effettuato diversi test.

Caso 1. Verifica dell’efficacia dei consigli sui prodotti nella home page

Nell’ambito dell’ottimizzazione del sistema di raccomandazione sul negozio online Clever-media.ru, abbiamo condotto uno studio per esaminare l’efficacia di diversi algoritmi sul blocco di suggerimenti per la home page. A tal fine, Retail Rocket ha utilizzato il meccanismo di A / B test.

In primo luogo, abbiamo suddiviso il totale dei visitatori del negozio online di Clever-media in quattro segmenti: 

Il primo segmento è stato mostrato un blocco con i best-seller del sito:

Il secondo segmento ha ottenuto i migliori risultati del test con l’implementazione di raccomandazioni personali sui prodotti basate sugli interessi in tempo reale e sul comportamento di ciascun utente.

Nel terzo segmento è stato mostrato un blocco con i best seller all’interno delle categorie di interesse dell’utente

Il quarto segmento, come gruppo di controllo, non ha mostrato raccomandazioni.

Risultati

Segmento	Effetti nella Conversion Rate	Effect nell’ Average order value	Stima dei ricavi
Bestsellers	+ 31.75%	-3.87%	+ 26.65%
Bestsellers Personalizzati	+26.83%	+2.61%	+30.14%
I più venduti tra le categorie di interesse dell’utente	+ 25.56%	-10.56%	+ 12.29%
Gruppo di controllo	–	–	–

Secondo il test A / B, l’implementazione di “bestseller basati sugli interessi personali” nel blocco delle raccomandazioni per la home page di Clever-media.ru ha aumentato la conversion del 26,8% con una significatività statistica del 96,4%. Questo, combinato con una crescita del valore medio degli ordini del 2,6%, ha prodotto una crescita dei ricavi prevista del 30%.

Caso 2. Verifica dell’efficacia delle raccomandazioni sui prodotti

Nella seconda fase del processo, abbiamo aggiunto un altro blocco di suggerimenti. Per identificare il suo effetto sulle metriche, abbiamo condotto uno studio delle prestazioni utilizzando i meccanismi del test A / B.

Per iniziare, abbiamo diviso in modo casuale il totale dei visitatori del sito web in tre segmenti:

Il primo segmento è stato mostrato due blocchi: uno con consigli personali e l’altro sotto con bestseller personali:

 

Anche nel secondo segmento sono stati mostrati due blocchi, ma nell’ordine inverso al primo. Questa volta i bestseller personali sono stati posizionati sopra e le raccomandazioni sui prodotti personali sotto.

 

l terzo segmento è stato inserito un blocco unico con bestseller personali, che fungeva da gruppo di controllo in quanto era quello con i migliori risultati nel test precedente.

Risultati

Segmento	Effetti nella Conversion Rate	Effetti nell’ Average order value	Stima dei ricavi
Consigli personalizzati e bestseller personalizzati	+ 1.79%	+ 5.02%	+ 6.90%
Bestseller personalizzati e consigli personalizzati	-6.32%	-4.77%	-10.79%
Gruppo di controllo	–	–	–

 

Risultati

In base a questo secondo test, l’utilizzo di due blocchi di prodotti con “Raccomandazioni personali” e “bestseller personali” sulla home page di Clever-media.ru ha aumentato la conversione dell’1,8%. Questo, combinato all’ aumento del 5% del valore medio degli ordini, ha prodotto una crescita dei ricavi prevista del 6,9%.

 

Pagina del prodotto

Questa pagina offre al rivenditore un’eccellente opportunità per descrivere le caratteristiche e i vantaggi del prodotto per spingere l’acquirente ad aggiungerlo al carrello. Tuttavia, l’elemento selezionato potrebbe, per qualche motivo, non corrispondere agli interessi dell’utente. Per impedire al visitatore di lasciare il sito web senza effettuare l’acquisto, offrire prodotti alternativi è l’opzione migliore. Ciò favorisce sia il negozio online, che non perde un cliente, sia il visitatore che trova ciò che sta cercando.

Una volta che il visitatore trova ciò che desidera, mostrare i prodotti correlati per completare il carrello è molto efficiente per aumentare il valore medio dell’ordine.

La piattaforma di intelligenza artificiale Retail Rocket può raggiungere questo obiettivo implementando raccomandazioni personali uniche basate sugli interessi di ciascun utente.

 

Caso 3. Verifica dell’efficacia delle raccomandazioni sui prodotti

Per scegliere la messa a punto più efficace dei blocchi di consigli sulla pagina del prodotto, abbiamo condotto uno studio delle prestazioni utilizzando la meccanica dell’ A / B test. Dividiamo casualmente il totale dei visitatori del sito web in tre segmenti:

• Il primo segmento è stato mostrato prodotti simili.
• Il secondo segmento è stato mostrato prodotti correlati personali.
• Il terzo segmento ha agito come un gruppo di controllo, le raccomandazioni non sono state mostrate.

 

Risultati

Segmento	Effetti nella Conversion Rate	Effetti nell’ Average order value	Stima dei ricavi
Prodotti correlati	+ 7.34%	+ 0.79%	+ 8.19%
Prodotti correlati personalizzati	+ 20.80%	+ 4.80%	+ 26.60%
Gruppo di controllo	–	–	–

 

Risultati

Secondo l’A / B test, il blocco delle raccomandazioni con “Prodotti correlati alla persona” sulla pagina del prodotto Clever-media.ru aumenta la conversion del 20,8% con una significatività statistica del 99,4%. Ciò, combinato ad un valore medio dell’ordine del 4,8%, ha fornito una crescita dei ricavi prevista del 26,6%

 

Clever-media’s testimonial

“Nella vendita al dettaglio di libri, è essenziale adottare un approccio personalizzato e creare un’esperienza d’acquisto unica per ogni cliente. I blocchi di raccomandazione ci hanno permesso di suggerire automaticamente i migliori prodotti in base agli interessi di ciascun utente. Grazie, team di Retail Rocket, per la collaborazione e per averci permesso di essere più vicini ai nostri clienti! “

Uskova Maya, Clever-media online store manager