Iniciar sesión

Las Tijeras Mágicas: cómo lograr un incremento de un 19% en la facturación con la tecnología de personalización de Retail Rocket

Las Tijeras Mágicas: cómo lograr un incremento de un 19% en la facturación con la tecnología de personalización de Retail Rocket

LAS TIJERAS MÁGICAS – es una tienda online de lanas y materiales para manualidades y creaciones handmade. Cuenta con una amplia variedad de productos de las principales marcas del mercado.

La empresa, una de los retailers online más importantes de su sector en España, había conseguido grandes resultados en los últimos años gracias a una muy buena estrategia online. Sin embargo, ante una creciente competencia, recurrió a Retail Rocket para dar un paso más con una personalización real de la tienda online, con el objetivo de fidelizar a los clientes y seguir creciendo.

Para hacer de  la experiencia de los usuarios algo personal y único, nuestro equipo llevó a cabo la definición de la estrategia para la implementación y el despliegue de la tecnología basada en la personalización.

Las Tijeras Mágicas: objetivos del briefing

Retener a un cliente es menos costoso que conseguir uno nuevo. Es por este motivo, por el que el retailer, objeto del presente estudio, acudió a nuestro equipo con un objetivo claro: retener en mayor grado a sus clientes y seguir creciendo.

Para fidelizar un cliente, hay que conseguir compradores satisfechos. Sin embargo, el éxito de una tienda online no sólo lo determinará la satisfacción de sus clientes, sino que en gran medida influirá la relación que ésta tenga con cada usuario.

Y como no hay dos clientes iguales, y basándonos en su comportamiento, crear una experiencia única es clave para ofrecerle, así, lo que están buscando. Y es en este proceso de personalización real, donde la tecnología y estrategia de Retail Rocket entran en juego, para cumplir con los objetivos del briefing.

El caso de estudio sobre: la efectividad de las recomendaciones en web y en emails.

La tecnología de Retail Rocket mediante el uso de algoritmos de autoaprendizaje, permite analizar el comportamiento de un usuario cuando navega en la web. De este modo adaptamos los contenidos de la tienda online a tiempo real para que cada cliente obtenga lo que está buscando, ofreciendo así, una experiencia de compra personalizada.

Para ello, se introdujeron recomendaciones en las siguientes páginas:

  •       Página de inicio
  •       Página de categoría
  •       Página de producto
  •       Página de carrito
  •       Barra de intento de salida

 

Veamos los bloques de recomendación implementados y sus efectos en cifras.

 

Recomendaciones en la página de inicio

Es en la página principal donde se inicia el camino del usuario en la tienda online, en la que de un vistazo éste decide si abandonar o seguir. Y como la primera impresión es básica, es también en este apartado donde comienza nuestro trabajo con la creación de un embudo de ventas.

Partiendo del modelo de Philip Kotler sobre las 5 fases en un proceso de compra, es en esta página donde el usuario comienza la búsqueda de información para satisfacer sus necesidades.

Cuando el visitante entra por primera vez, colocamos un bloque de recomendación con “productos destacados” basado en artículos que otros usuarios han buscado previamente.

Una vez obtenida información a tiempo real con el comportamiento del cliente, añadimos también en este apartado recomendaciones personalizadas con productos que encajen con sus intereses.

Home page recomendaciones

 

Recomendaciones en la página de categoría

En esta página mostramos los artículos más populares de la categoría y los más susceptibles de ser adquiridos por el usuario. Éstos se actualizan de forma automática a tiempo real en función de su comportamiento.

El objetivo es, una vez más, evitar que el visitante abandone la página, y conseguir que pase a la siguiente fase de evaluación de productos.

Página de categoría recomendaciones

Recomendaciones en la página de producto

 En este apartado, el hecho de disponer de una información más detallada del cliente, nos permite mostrar recomendaciones con un nivel superior de personalización, basadas en artículos que ya ha visto previamente.

En esta fase el objetivo es que el cliente encuentre exactamente lo que necesita, y para ello mostraremos recomendaciones con productos similares al que está mirando al detalle para que evalúe las alternativas que le lleven a la decisión de compra.

Página de producto recomendaciones

 

Pagina de producto recomendaciones

 

Recomendaciones en la página de carrito

 Una vez el usuario ha llegado a esta fase, nuestro objetivo es incrementar la cantidad de productos por transacción. Y es por este motivo, por el que incluimos recomendaciones relacionadas con los artículos en carrito. 

Pagina de carrito recomendaciones

Formulario inteligente en Barra de intento de salida

Cuando un usuario no registrado, ha visto al menos un producto e intenta salir, se le abrirá un formulario inteligente. En él incluimos, además de recomendaciones de productos que ha estado viendo, un botón de CTA. Nuestro objetivo con esta llamada a la acción es obtener un correo de contacto para continuar con una personalización de recomendaciones por email marketing. 

barra intento de salida formulario inteligente

Recomendaciones en emails transaccionales

Otra de las acciones llevadas a cabo para incrementar la tasa de conversión de usuarios es el envío de emails personalizados en función de su comportamiento en la web.

 Veamos el modelo de un email enviado a un usuario que abandonó el carrito. En este escenario se envía un primer email a los 10 minutos, y uno de seguimiento a los 5 días.

email carrito abandonado

Resultados

Efectividad por bloques de recomendación

De acuerdo a los ingresos obtenidos por bloque de recomendación, la efectividad de éstos aumenta en el momento previo a la decisión de compra. Es en esta fase en la que el usuario está más receptivo a valorar diferentes alternativas, especialmente, entre los más populares de su categoría.

 Efectividad de las recomendaciones

Efectividad de las recomendaciones en emails transaccionales

 

Conclusión

  • La implementación de Retail Rocket ha incrementado la facturación de la tienda online en un 19%. 
  • La conversión de pedidos con nuestra tecnología es un 70,50 % mayor.
  • Hemos aumentado la cantidad de productos por transacción un 20% de media.
  •  El ticket medio de los pedidos en los que participamos es un 4,7% mayor con las recomendaciones en site y un 3,5% superior con email marketing.

 

Comentarios de Las Tijeras Mágicas

 

 

Gracias a Retail Rocket hemos conseguido aumentar las ventas, gracias a ofrecer a nuestros clientes una mejor experiencia en los productos recomendados tanto en la plataforma web como por emails transaccionales.

Saúl, e-commerce manager

 

 

Publicación anterior

Tendencias del email marketing y consejos para incrementar tus ventas en 2020

Siguiente publicación

Club de fútbol CSKA: La implementación de la tecnología de personalización de Retail Rocket incrementa un 29,5% la facturación de la tienda online

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.