Iniciar sesión

BurdaStyle & Retail Rocket: Aumenta la conversión del 27,7% a través de la personalización en el dispositivo móvil

BurdaStyle & Retail Rocket: Aumenta la conversión del 27,7% a través de la personalización en el dispositivo móvil

Hoy en día, los usuarios compran con frecuencia a través de dispositivos móviles. ¿Cómo podemos mantener la participación de los usuarios cuando los usuarios entran en la tienda a través de sus teléfonos móviles? ¿O no perciben las recomendaciones de productos de escritorio y móviles por igual?

Según el informe de Wolfganf, el número de pedidos a través de dispositivos móviles aumentó un 11% en 2018 y, por lo tanto, las tiendas online generan hasta un 50% de los ingresos totales de los pedidos de los usuarios móviles. No podemos ignorar esta tendencia, por lo que hemos preparado este caso para explorar el rendimiento de las recomendaciones en teléfonos móviles mediante el uso de pruebas AB.

Sobre BurdaStyle

BurdaStyle es un título de medios conocido y especializado que cubre tendencias en costura, creatividad, estilo y moda. BurdaStyle es un gran sitio para comprar patrones y productos especiales para costura.. También se pueden encontrar tutoriales de costura, artículos sobre moda y consejos de estilistas de renombre.

El reto

Los usuarios de BurdaStyle a menudo compran a través de sus dispositivos móviles, por lo que tuvimos que ajustar la personalización de la versión móvil con algoritmos Retail Rocket. Por lo tanto, nos enfocamos en lograr los siguientes objetivos:

  • Descubriendo los mejores algoritmos de recomendaciones para las páginas clave de la tienda web móvil;
  • Aumento de las métricas de elevación, especialmente la tasa de conversión;
  • Comparación del rendimiento de las recomendaciones para la tienda web de escritorio y móvil.

Solución propuesta

Algunas pruebas se ejecutaron en la versión en el sitio web antes de configurar las recomendaciones para dispositivos móviles. Los resultados fueron bastante buenos, pero rechazamos la idea de implementar la configuración ganadora en el sitio web sin cambios, a pesar de que parecía ser la forma más rápida.

La cuestión es que los usuarios de teléfonos inteligentes y ordenadores tienen diferentes perfiles de compra. Como el objetivo clave de Retail Rocket es aumentar los ingresos de la tienda online, siempre abordamos cada caso individualmente para encontrar una solución única. Para BurdaStyle, la solución fue probar nuevos algoritmos de personalización en la versión móvil de su tienda web.

Pruebas de eficiencia de recomendaciones de la página de inicio: dos variaciones para comenzar

¿Qué podemos ofrecer a un usuario en nuestra página de inicio? Algunas tiendas online demuestran una compilación de productos estándar de CRM formada sobre una base paramétrica abstracta sin tener en cuenta las demandas de los usuarios reales.

Colocamos las recomendaciones de productos personales de Retail Rocket en la versión móvil de la página de inicio. Este algoritmo acumula una gran cantidad de datos de comportamiento del usuario, por lo que nuestras recomendaciones generadas automáticamente corresponden a los intereses de los usuarios reales.

Ejecutamos una prueba A / B para verificar el rendimiento de las recomendaciones donde los usuarios se dividieron aleatoriamente en dos segmentos.

Las recomendaciones de productos personales se mostraron al primer segmento:

Mientras que no se mostraron recomendaciones al segundo segmento, que era el grupo de control.

Resultados

La prueba A / B mostró los siguientes resultados:

Conclusión

Según los resultados de la prueba, el uso del algoritmo «Recomendaciones personales» para la página de inicio de BurdaStyle aumenta la tasa de conversión en un 24,7% y su valor de pedido promedio en un 0,9%. Todo esto alcanza el crecimiento de ingresos estimado del 25,7%.

Nota: La configuración ganadora para la página de inicio de escritorio BurdaStyle fue diferente, aunque también se basó en recomendaciones de productos personales. Comparamos los resultados de las versiones de escritorio y móviles y descubrimos que necesitábamos encontrar el mejor algoritmo para cada página en particular.

Página de categoría: pruebas multi-variadas

Decidimos probar también las recomendaciones de productos personales para la página de categoría y ejecutar un experimento adicional. Algunos usuarios no acumulan suficientes datos para generar una compilación individual del producto, entonces, ¿puede la colocación temporal de recomendaciones de productos populares compensar este problema?

¡Vamos a comprobarlo! Ejecutamos una prueba A / B con tres segmentos de usuarios divididos al azar.

Las recomendaciones de productos personales de la categoría se mostraron al primer segmento. Si no había suficientes datos para un usuario en particular, dicho cliente no veía recomendaciones.

Las recomendaciones de productos personales de la categoría también se mostraron al segundo segmento. Los usuarios sin historial de navegación vieron productos populares de la categoría.

No se mostraron recomendaciones al tercer segmento, que era el grupo de control.

Resultados

La prueba A / B mostró los siguientes resultados:

Conclusión

Según los resultados de la prueba, el uso del algoritmo «Recomendaciones personales» para BurdaStyle en la página de categoría aumenta la tasa de conversión en un 1,7% y su valor medio de pedido en un 4,5%. Todo esto alcanza el crecimiento de ingresos estimado del 6,2%.

A pesar del aumento promedio del valor del pedido, la tasa de conversión del segundo segmento disminuyó significativamente. Así que estábamos convencidos de que el algoritmo de recomendaciones personales funciona de manera más efectiva para la página de categoría sin cambios.

Página del producto: aumento de la conversión a través de recomendaciones de productos alternativos y relacionados

La página del producto es única para cada tienda online. No podemos predecir de antemano qué algoritmo se adapta mejor a la tienda en particular. Es por eso que siempre prestamos especial atención a la personalización de la página del producto.

Hemos probado cinco variaciones de algoritmos utilizando el enfoque de prueba A / B. Todos los visitantes del sitio web se dividieron aleatoriamente en cinco segmentos en tiempo real.

Se mostraron productos alternativos al primer segmento:

Los productos relacionados se mostraron al segundo segmento:

Se mostraron dos bloques de recomendaciones para el tercer segmento: alternativas (arriba) y productos relacionados (debajo de productos alternativos):

Se mostraron dos bloques de recomendaciones para el cuarto segmento: productos relacionados (arriba) y alternativas (debajo de productos relacionados):

No se mostraron recomendaciones al quinto segmento, que era el grupo de control.

Resultados

La prueba A / B mostró los siguientes resultados:

Conclusion

Según los resultados de la prueba, el uso del algoritmo «Productos alternativos y relacionados» para la página del producto BurdaStyle aumenta la tasa de conversión en un 27,7%, mientras que su valor de pedido promedio disminuyó ligeramente en un 0,4%. Todo esto alcanza el crecimiento de ingresos estimado del 27,22%.

Comentarios de BurdaStyle & Retail Rocket

«¡BurdaStyle va más allá de vender patrones de ropa online! Nos esforzamos por proporcionar todo lo que los fanáticos de la costura necesitan en nuestro sitio web: patrones, textiles, herramientas de costura, tutoriales e inspiración, por supuesto. Las recomendaciones de productos de Retail Rocket diseñadas por profesionales son una solución definitiva para lograr este objetivo: satisfacen todas las necesidades de nuestros clientes y les ayudan a encontrar lo que buscan, sin importar los propósitos que los clientes tenían originalmente.

«Seguimos ampliando nuestras oportunidades de servicio y reparamos las relaciones con los clientes con Retail Rocket. Por lo tanto, es un verdadero placer para nosotros mantener esta asociación eficiente en el futuro».

Anastasia Panina, Gerente General de Burdastyle

«Buscar y explorar nuevas soluciones sin temor es la piedra angular del éxito de este proyecto. BurdaStyle fue pionero en el lanzamiento de recomendaciones de productos móviles entre los clientes de Retail Rocket. Los resultados que obtuvimos superaron todas las expectativas. Es un placer para mí llevar a cabo un proyecto tan interesante e importante».

Anastasia, Gerente de éxito de clientes de Retail Rocket

Publicación anterior

Caso de estudio Westland: Más de un 76.6% de crecimiento en ingresos

Siguiente publicación

TOM TAILOR duplica la conversión de la tienda online con las recomendaciones de Retail Rocket

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.