На презентации на в мини-секции рассказал про простой и действенный метод повышения продаж - рекомендации.
Тезисы доклада: Покупатели ожидают от магазина больше персональных предложений, основанных на их предыдущих покупках и действий Покупатели считают, что Интернет это место, где их лучше всего знают, но персональные рекомендации магазинов это пока плохо учитывают Покупатели более лояльны к продавцу, который делает им персональные рекомендации Персональные товарные рекомендации очень ценны на протяжении всего процесса общения с продавцом Улучшение релевантности персональных рекомендаций увеличивает т.н. дополнительные продажи Покупателям нравятся рекомендации в любых местах на сайте, но больше всего любят на странице товара
Выражаю благодарность Михаилу Кострикову за организацию и идейное спонсирование данной мини-секции. А также за вклад в развитие индустрии веб-анализа в целом.
Для экономящих время Михаил Костриков кратко выразил тезисы презентации:
Действенность разного вида рекомендаций: (опыт ОЗОНа)
На просмотре карточки товара: С этим товаром часто покупают (9% всех добавлений в корзину) Те, кто смотрел эту страницу, затем купили (5% всех добавлений в корзину)
На просмотре результатов поиска: Те, кто искал «кейворд», купили: (5% всех добавлений в корзину)
Про просмотре раздела: Бестселлеры просматриваемого раздела (4% всех добавлений в корзину)
Рекомендательная система - это 38% количества товаров, добавленных в корзину. Из них 7% - персональные рекомендации на основе информации о клиенте. У Амазон этот показатель 35% (это не значит, что убрав рекомендации продажи Амазон снизим продажи на 35%!!!). Клиенты в восторге от сервиса персональных рекомендаций
Наиболее востребованные и позитивно воспринимаемые покупателями сервисы OZON: “Отзывы покупателей": “С этим товаром часто покупают” “Те, кто смотрел эту страницу, затем купили" “Новинки”, “Бестселлеры”
Персональные рекомендации должны бы занять первое место, но алгоритм не доработан.
Выводы
Рекомендации- классная штука, клиенты их любят, рекомендации всегда должны быть; Критерий эффективности - деньги. «Глубина просмотра», «время проведенное на сайте» и т. п. деревиативы - от лукавого; Самые эффективные рекомендации основаны на последних кликах, на последней активности. Совет эксперта по мерчандайзингу (компания Offermatica): «когда клиент приходит на сайт, покажите ему то, что он недавно смотрел». ОЗОН в течении сессии в куку записывает товары, которые клиент смотрел, на лету готовит блоки рекомендаций; Клиент должен понимать, почему ему рекомендуют товар, надо объяснить, чтобы клиент не думал, что ему подсовывают залежалый товар. При щелчке по рекомендации надо раскрыть, почему этот товар рекомендован: «Вы добавили этот товар в корзину» «Вы искали этот товар в поиске»; «С этим товаром часто покупают» и т. д.; Оптимально рекомендовать клиенту 4 товара; Озон использует метрику "добавить в корзину", а не «спасибо за покупку» - дескать, «учет ведется в течение сессии, а клиент может вернуться через три дня и купить отложенное в корзину». Хотя часто корзина - это только список для клиента, который он потом чистит. Большой магазин (Амазон, Озон) иногда используют как каталог, а покупают в другом месте. Точные ответы об эффективности блока может дать только сплит-тестирование: собственный javascript или Google WebSiteOptimizer. Обдумайте, по какому параметру будете сплиттировать. Тестинг- по ИД клиента! Клиент в следующий раз должен увидеть тоже самое. Контрольная группа (которой ничего не показывают) покажет насколько вырастут продажи благодаря блокам. А то просто увидите перераспределение между блоками. Через блок «бестселлеры» продажи идут плохо. Через блок "вы недавно смотрели" продажи есть (к ОЗОНовскому удивлению J); Алгоритм «с этим товаром покупают» (мерчандайзинг) ресурсоемкий, трудно включить, сложный алгоритм. «После просмотра страницы купили» – проще алгоритм, пишется просто, а эффективность хорошая (Роман неоднократно это подчеркивал). Гугл аналитику настроить надо как следует. Отзывы о товарах и рейтинг товара - разные вещи. Надо звездочки ставить для оценки товара, из отзывов обобщить информацию трудно. Процент кликов по картинке выше чем по ссылке, примерно 70:30 Для платной рекламы- генерим огромное ядро НЧ по запросам, которые никто не ищет, вываливаем в интерфейс, это лучше чем топовые слова. Надо автоматизировать ставки, «хочу чтоб средняя позиция была 2, но торговать от ….и до … руб). С этим справляется "Omniture Search Center", но он не для маленьких магазинов. Примечания Михаила: 1)появилось много сервисов- помощников для работы с Директ и другими брокерами. 2)у Спортал есть уникальная возможность использовать API Яндекса, обычно она только у очень крупных рекламщиков. 3) 21 апреля объявлено о выпуске в свет API Google Analytics. Образцовый сайт http://dealextreme.com/ Но нет кнопки «добавить в корзину» на результатах поиска
Что может использовать магазин не такой толстый, как ОЗОН
Если в рассылке разослать предложения не «вообще», а с учетом персональных рекомендаций, то конверсия вырастет в 10 раз; На странице «спасибо за покупку» и в письме-подтверждении заказа рекомендовать сопутствующие товары, при этом надо рассказать, почему рекомендуете именно их; В поиске (внутреннем) показывать ТОП3 товаров, которые купили после поиска этого ключевого слова. Поиск подстраивать под рекомендации. На странице результатов поиска должна быть выдача вида: название товара, картинка, ссылка на карточку товара, ссылка на обзор, цена; Дополнение представителя Яндекс.Маркета: «Делайте хороший поиск и продажи вырастут. Есть магазины в которые заходят, но не покупают. По нашим приборам покупатели больше выбирают. Меньше импульсивных покупок Обращайте внимание на сайт, время заняться сайтом»; «Те, кто смотрел эту страницу, затем купили» – полностью делаются на основе собственной веб-аналитики, которую сделать легко. Анализ этих результатов непосилен Гугл аналитике или другим системам; Рекомендовать на основе «по какому запросу пришел из внешней поисковой системы»; На ОЗОН «Положить в корзину» после добавления товара превращается в «Оформить покупку». ОЗОН пробовал мигающий вид корзины и другие, но выяснилось, что на эффективность дизайн не влияет. Обсуждение после доклада: «не все равно, товар покупается пачкой(книги) или поштучно (холодильник) Тактика должна быть разная. Рекомендации хороши для книг, а не для холодильников»; Вопрос Михаила: «Юзабилисты не советуют отвлекать от покупки новыми предложениями, а тут все время подсовываем новые товары. Где правда?» Роман и зал отшутились. На такой же вопрос Людкевич (Текарт) ответил: «группа ссылок «а еще у нас есть» нужна для SEO и только для этого, показывайте их за сгибом карточки товара»;
Фотографии
Если Вам понравилась эта статья, подпишитесь на или ознакомьтесь с моими консалтинговыми услугами.
Роман, Вы в выступлении упомянули исследовательскую группу с "неплохими исследованиями" - что то вроде "Итеринг Групп". Не могли бы вы подсказать адрес их сайта? Заранее спасибо.
Перед запуском рекламной кампании в электронной коммерции разрабатываются маркетинговые модели, которые должны в точности отражать маркетинговую стратегию.
Интернет-реклама (или интернет-маркетинг) приводит потенциальных клиентов на сайт и требует серьезных инвестиций. Веб-аналитика помогает сделать анализ рекламы,
оценить конверсию сайта и посещаемость сайта. В качестве технического средства лучше использовать Google analytics, это очень хороший счетчик посещений сайта, можно
сказать лучший из всех бесплатных счетчиков сайтов.
На эффективность продвижения юзабилити влияет, но не настолько, как сейчас распространено мнение в сети Инернет. Больше влияют алгоритмы рекомендаций и навигация на сайте.
Сайты накапливают базу данных клиентов. И анализ интернет-магазинов показывает, что эта информация в маркетинге используется слабо.
Business intelligence или bi система позволяет делать сегментацию потребителей по поведению и демографии, а также скоринг вероятности отклика клиента.
Data mining инструменты затем используют для проведения кампаний прямого маркетинга (или direct marketing) по базе данных клиентов.
OLAP и bsc (сбалансированные показатели) инструменты очень важны для анализа в маркетинге. Bi системы также являются основой любой аналитической CRM системы.
Все это образует электронный маркетинг. Об этом весь сайт KPIs.ru, включая мои лекции по маркетингу.
