Aumento de ingresos en el retailer de moda deportiva Daka.nl mediante recomendaciones de productos de Retail Rocket

En este caso de éxito, nos centraremos en un retailer de ropa y accesorios deportivos llamado Daka.nl. Eran conscientes de que una experiencia de cliente personalizada era necesaria para mejorar la satisfacción de sus clientes y aumentar los ingresos de su tienda online. En cooperación con Retail Rocket, decidieron que la mejor manera de lograr esto era implementar recomendaciones de productos en su web.

Acerca de Daka.nl

Daka Sport comenzó su negocio deportivo en Holanda en 1965. Se ha expandido hasta abrir 14 tiendas en todo el país con una superficie comercial de 40,000m2 en total y una tienda online, que ahora es una de las mayores tiendas de deportes online del país. Sus tiendas ofrecen una gama completa de equipos deportivos y ropa, en la que están representadas todas las marcas más importantes. Con una gama tan amplia, las recomendaciones de productos en la tienda online son cruciales.

El enfoque

En el caso que estamos viendo hoy, las recomendaciones de productos se implementaron en las páginas de producto y de carrito de Daka.nl. Se les mostró a los clientes los productos que son más probables que compren en cada página, basado en el comportamiento de los usuarios y en el análisis de la base de datos de productos.

Retail Rocket realizó un estudio de efectividad utilizando un test A/B para descubrir cómo los diferentes algoritmos de recomendaciones influyeron en la conversión de la tienda online, el valor promedio de los pedidos y los ingresos.

Recomendaciones en la página de producto

Al añadir recomendaciones en la página de producto, los usuarios pueden ver productos similares y artículos relacionados según el producto que están viendo en ese momento. Las recomendaciones se muestran con diferentes encabezados motivacionales, como “otros clientes también compraron” y “clientes que vieron esto también vieron”. Esto ayuda a los usuarios a encontrar los productos que necesitan o a agregar fácilmente otro producto al carrito, aumentando el valor promedio del pedido.

Para analizar la efectividad de estas recomendaciones en la página de producto, se realizó un test A/B. Los usuarios de la página de producto se dividieron aleatoriamente en tres grupos:

1. Al primer grupo se le mostraron productos similares. Estos se basan en las propiedades del producto (precio, marca, categoría, etc.) y en el filtrado colaborativo (lo que otros clientes también vieron y/o lo que terminaron comprando, etc.). P.ej.:

2. Al segundo grupo se le mostraron productos similares (ubicados en la parte superior) y productos relacionados (ubicados debajo) basados en el artículo que está viendo en ese momento. P.ej.:

3. El tercer grupo fue el grupo de control, que no vio ninguna recomendación.

Los resultados

El test A/B mostró los siguientes resultados:

	Cambio en la tasa de conversión	Cambio en el valor promedio del pedido	Cambio en los ingresos
Cambio en el rendimiento de “Productos similares” versus “Grupo de control”	+0.2%	+4.3%	+4.5%

Los tests de Retail Rocket demostraron que Daka.nl se benefició más al mostrar recomendaciones de productos similares en su página de productos. El valor promedio de los pedidos aumentó un 4.3% y los ingresos online crecieron un 4.5%.

Recomendaciones en la página de carrito

Cuando los usuarios llegan al carrito, es el momento perfecto para mostrarles productos que complementan los artículos que ya han seleccionado. Es probable que estos usuarios decidan finalizar una compra y existe la posibilidad de que elijan añadir más artículos a su pedido. Es por eso que Retail Rocket añadió recomendaciones de productos relacionados a la página de carrito de Daka.nl. Se probaron tres algoritmos diferentes de productos relacionados para encontrar la implementación óptima.

Para el estudio de efectividad en la página de carrito, los usuarios se dividieron aleatoriamente en cuatro grupos:

1. El primer grupo estuvo expuesto a productos relacionados. P.ej.:

2. El segundo grupo estuvo expuesto a productos relacionados de categorías diferentes a la categoría del producto agregado al carrito. P.ej.:

3. El tercer grupo estuvo expuesto a productos relacionados basados en conexiones asociativas, es decir, centrándose en artículos relevantes conectados más que en la popularidad del producto. P.ej.:

4. El grupo de control no vio ninguna recomendación.

Los resultados

Los resultados del test A/B son los siguientes:

	Cambio en la tasa de conversión	Cambio en el valor promedio del pedido	Cambio en los ingresos
El cambio en el rendimiento de “Productos relacionados basados en conexiones asociativas” versus “Grupo de control”	+11.3%	-2.4%	+8.6%

Mostrar “productos relacionados basados en conexiones asociativas” en la página de carrito mejoró la tasa de conversión en un 11.3%, con una significación estadística del 94.1%. La tienda online vio aumentar sus ingresos en un 8.6%.

Conclusión

Cada paso del proceso de compra del cliente tiene su propio propósito y las tiendas online deben aprovecharlo. Es importante usar el mecanismo de recomendación adecuado en la etapa correcta para maximizar su efecto. Este caso muestra que la experiencia de Retail Rocket puede tener una gran influencia en un negocio y ayudar a expandirlo.

Comentario de Daka.nl

“Gracias a la ayuda de RetailRocket, hemos podido personalizar aún más la web. Gracias a los diferentes tests, RetailRocket demuestra que las recomendaciones personalizadas garantizan una mayor tasa de conversión y valor de pedido. El número promedio de artículos por pedido, en el que participa RetailRocket, ha aumentado en más del 50%”.

Richard Schenderling, E-Commerce Manager de DAKA

¿Le gustaría saber más sobre este caso o cómo Retail Rocket podría ayudarle? Contáctenos.