Iniciar sesión

5 Casos de éxito de la marca finlandesa Finn Flare: cómo aumentaron sus ingresos en un 13.4% con recomendaciones de productos

5 Casos de éxito de la marca finlandesa Finn Flare: cómo aumentaron sus ingresos en un 13.4% con recomendaciones de productos

El comprador de hoy no es tan fácil de complacer. Lo que es importante para él no solo es la gama de productos y precios, sino también la capacidad de encontrar lo que necesita rápidamente. Este problema se resuelve mediante recomendaciones de productos personalizadas que se colocan en diferentes páginas de la tienda online. Su objetivo es mostrar al usuario los productos que son de su particular interés. Ambas partes se benefician, el comprador puede encontrar rápidamente lo que necesita quedando satisfecho y la tienda, tiene la oportunidad de aumentar sus ingresos y el valor promedio de pedido. Para obtener más detalles sobre cómo la introducción de recomendaciones de productos aumenta la conversión y las ventas de una tienda, proporcionamos el siguiente ejemplo de la tienda online Finn Flare.

Finn Flare es una marca finlandesa de ropa casual, cuya historia se remonta a 1965, cuando se registró la marca comercial y se lanzó la primera colección de ropa. En 1974, la marca se introdujo por primera vez en la URSS y hoy Finn Flare tiene su propia marca y una red de partners de más de 150 tiendas en el CIS. La tienda online recibe más de 800.000 visitas al mes.

Caso 1. Test de Eficacia de Recomendaciones de Productos en la Página de Inicio

La página de inicio es el comienzo del proceso de compra del cliente. Es esencial llamar la atención del usuario en esta etapa, para que la probabilidad de que vea “¡Gracias por su compra!” en su pantalla sea mucho más alta.

El equipo de Retail Hacket Growth Hacking realizó miles de pruebas y sabía una cosa: no hay una forma universal de garantizar mayor tasa de conversión dentro de la tienda.

Todo debe ser verificado a través de la experiencia.

En la página principal de la tienda online Finn Flare, hay dos bloques de recomendaciones de productos: bestsellers y recomendaciones personales.

En la primera etapa, se probaron varias variaciones de los algoritmos de bestsellers. El bloque de recomendaciones personalizadas se mantuvo sin cambios. La prueba se llevó a cabo utilizando mecanismos de test A/B, para lo cual todos los usuarios se separaron en 4 segmentos:

1. En el primer segmento se mostraron los bestsellers de la tienda online

2. En el segundo segmento se mostraron bestsellers personalizados

3. En el tercer segmento se mostraron artículos populares de las categorías de interés para el usuario

4. En el cuarto segmento no se mostró ninguna recomendación

Resultados

Después del test,  se obtuvieron estos resultados:

Cambio de conversión (%) Cambio en el valor promedio de pedido (%) Incremento de Ventas
Bestsellers +3.54% -5.73% -2.39%
Bestsellers personalizados +3.82% -7.39% -3.85%
Artículos populares de las categorías de interés para el usuario +8.16% -2.05% +5.94%
Grupo de control

Conclusión

De acuerdo con los resultados del test, el uso de la mecánica “Artículos populares de las categorías de interés para el usuario” en el bloque de recomendaciones de la página de inicio aumentó la conversión en un 8.16% con una significación estadística del 93.5%. A pesar de una ligera disminución en el valor promedio de pedido, esto condujo a un aumento de ventas de 5.94%.

Caso 2. Test de Eficacia de Recomendaciones de Productos en la Página de Inicio: Agregar un Segundo Bloque

En algunos casos, las recomendaciones en un bloque de productos muestran una efectividad mayor que en dos bloques, y viceversa. Por lo tanto, en el próximo test A/B de la página principal de la tienda online Finn Flare, decidimos verificar cuántos bloques serían más eficaces y en qué orden. Todos los usuarios de la web se dividieron aleatoriamente en tres segmentos:

1. Al primer segmento se le mostró solo un bloque: artículos populares de las categorías de interés para el usuario.

2. Al segundo segmento se mostraron dos bloques: artículos populares de las categorías de interés para el usuario (arriba) y recomendaciones personalizadas (abajo). Esta configuración mostró los mejores resultados en el test anterior, por lo que este segmento fue el grupo de control.

3. Al tercer segmento se mostraron dos bloques: recomendaciones personalizadas (arriba) y artículos populares de categorías de interés para el usuario (abajo)

Resultados

Después del test, se obtuvieron estos resultados:

Cambio de conversión (%) Cambio en el valor promedio de pedido (%) Incremento de Ventas
Artículos populares de las categorías de interés para el usuario -0.22% -0.52% -0.74%
Dos bloques: Artículos populares de categorías de interés para el usuario ( arriba) y recomendaciones personalizadas (abajo). Grupo de contro
Dos bloques: recomendaciones personalizadas (arriba) y artículos populares de categorías de interés para el usuario (abajo) +10.10% -1.39% +8.57%

Conclusión

Según los resultados del test, el uso de la mecánica “Dos bloques: recomendaciones personalizadas (arriba) y artículos populares de categorías de interés para el usuario (abajo)” en la página de inicio aumenta la conversión en un 10.1% con una significación estadística de 96.1% . Con una ligera disminución en el valor promedio de pedido en 1.39%, las ventas crecen en un 8.57%.

Caso 3. Test de Eficacia de Recomendaciones de Productos en la Página de Producto: selección del diseño del bloque

La página de producto es una etapa esencial en el proceso de compra del cliente. Aquí el usuario estudia los detalles, mira la foto, lee la descripción y decide si quiere comprar este producto. Las recomendaciones son una excelente oportunidad para mantener a un comprador potencial en la tienda si el producto que está viendo no le satisface del todo o para ofrecer artículos adicionales que puedan interesarle.

En la tarjeta del producto, se testeó el diseño del bloque de recomendaciones: se agregaron etiquetas con un porcentaje de descuento a las imágenes del producto. Todos los usuarios de la tienda se dividieron aleatoriamente en cuatro segmentos:

1. Al primer segmento se le mostró un bloque de recomendación sin etiquetas de descuento

2. Al segundo segmento se mostró un bloque de recomendaciones con pequeñas etiquetas de descuento

3. Al tercer segmento se mostró un bloque de recomendación con grandes etiquetas de descuento

4. Al cuarto segmento no se mostró ninguna recomendación, actuó como grupo de control.

Resultados

Después del test, se obtuvieron estos resultados:

Cambio de conversión (%) Cambio en el valor promedio de pedido(%) Incremento de Ventas
Bloque de recomendaciones sin etiquetas de descuento +9.46% +3.60% +13.40%
Bloque de recomendaciones con una pequeña etiqueta de descuento +5.36% -6.59% -1.58%
Bloque de recomendaciones con una gran etiqueta de descuento +3.98% +1.44% +5.48%
Grupo de control

Conclusión

Según los resultados del test, un bloque de recomendaciones sin etiquetas de descuento en la página del producto aumenta la conversión en un 9,5% con una significación estadística del 96,6%. En combinación con un crecimiento en el valor promedio de pedido de 3.6%, el crecimiento en las ventas mensuales es de 13.4%.

Caso 4. Test de Eficacia de Recomendaciones de Productos en el Carrito: configuración de un algoritmo para artículos complementarios

La página de carrito es la última etapa antes de realizar una compra. Aquí son importantes dos cosas. Por un lado, no distraer al usuario, para que llegue al final de la compra, por otro, motivarlo a comprar algo diferente y, por lo tanto, aumentar el valor del pedido. Es por eso que la mejor solución es mostrar artículos complementarios.

Distintas variaciones de productos complementarios se testearon en el carrito de la tienda online Finn Flare. Todos los usuarios de la tienda se dividieron aleatoriamente en 4 segmentos:

1. Al primer segmento se mostró artículos complementarios basados en algoritmos de filtrado de contenido y colaboración

2. Al segundo segmento se mostraron productos complementarios de categorías distintas a la categoría del producto que está viendo

3. Al tercer segmento se mostraron accesorios

4. Al cuarto segmento no se mostró ninguna recomendación, actuó como grupo de control

Resultados

Después del test, se obtuvieron estos resultados:

Cambio de conversión (%) Cambio en el valor promedio de pedido (%) Incremento de Ventas
Artículos complementarios estándar +5.85% +1.06% +6.98%
Artículos complementarios de categorías distintas de la categoría del producto que se está viendo +1.86% +6.81% +8.80%
Accesorios +1.52% -0.99% +0.52%
Grupo de control

Conclusión

De acuerdo con los resultados del test, el uso de la mecánica “Artículos complementarios estándar” en un bloque de recomendación en el carrito de la tienda online Finn-flare.ru aumenta la conversión en un 5.85% con una significación estadística del 97.1%. Y las ventas mensuales aumentan en un 6.98%.

Caso 5. Test de Eficacia de Recomendaciones de Productos en la Tarjeta de Producto: Selección del diseño del bloque

El carro se puede comparar con el área de pago de una tienda, donde las tarifas centrales se hacen para compras impulsivas. ¿Qué puedes usar para enganchar al usuario? Por supuesto, un buen descuento! Por lo tanto, se probaron varios tamaños de una etiqueta de descuento en el carro. Todos los visitantes del sitio se dividieron aleatoriamente en tres segmentos:

1. Al primer segmento se le mostró un bloque de recomendación con un diseño básico, sin etiquetas de descuento

2. Al segundo segmento se mostró un bloque de recomendación con una pequeña etiqueta de descuento

3. Al tercer segmento se mostró un bloque de recomendación con una gran etiqueta de descuento

Resultados

Después del test, se obtuvieron estos resultados:

Cambio de conversión (%) Cambio en el valor promedio de pedido (%) Incremento de Ventas
Bloque de recomendaciones sin etiquetas de descuento
Bloque de recomendaciones con una pequeña etiqueta de descuento +0.63% +2.50% +3.16%
Bloque de recomendaciones con una gran etiqueta de descuento -6.24% -2.79% -8.86%

Conclusión

De acuerdo con los resultados del test, el uso del mecanismo “Bloque de recomendaciones con una pequeña etiqueta de descuento” dentro del carrito aumenta la conversión en un 0.63% y el valor promedio en un 2.5%, lo que cosnigue un crecimiento de ventas de 3.16% .

Resultados de Personalización para Finn Flare

Como resultado del test A/B realizado, fue posible aumentar significativamente las ventas de la tienda online en tres páginas clave:

  • Página de inicio – 15.01%
  • Página del producto – 13.40%
  • Carrito – 12.23%

La experiencia de la tienda online Finn Flare demuestra una vez más que la optimización del proceso de compra del cliente en todas las etapas significa la oportunidad de aumentar los indicadores clave, como la conversión y el valor promedio de pedido y, por lo tanto, las ventas de una tienda online.

Comentarios de Finn Flare

Finn Flare mantiene los requisitos más estrictos en cuanto a la calidad de sus productos y el nivel de servicio, y se aplica a todos los canales de interacción con los compradores, desde la tienda física hasta la tienda online y las redes sociales.

Para hacer las compras en la tienda online de manera tan práctica para los compradores como con la ayuda de los dependientes en la tienda física, utilizamos recomendaciones de productos personalizadas en todas las páginas de la web.

Estamos contentos de que los expertos de Retail Rocket no trabajen según el principio de “implementar y olvidar”, sino que se esforzuerzan continuamente en testear algo nuevo, mejorar los indicadores existentes para que nuestros compradores obtengan el enfoque más personalizado y la tienda online aumente su conversión y valor promedio de pedido.

Irina Belova, Internet Marketing Manager

 

Publicación anterior

Descubre cómo la personalización web ayudó a MercadoActual.es a aumentar la tasa de conversión en un 5,6%

Siguiente publicación

Lobbes.nl: 29,6% de aumento de ingresos a través de recomendaciones de productos personalizadas

Did you like the article? Subscribe to the newsletter to receive fresh articles in the mail.

Suscríbete a la newsletter

We use our own and third-party cookies to obtain statistics of the navigation of our users and improve our services related to your preferences. You can configure your preferences. You can get more information here.