Aizel marktplaats personalisatie: een uniek aanbod voor iedere bezoeker realiseert 11% omzet groei

Een consument bezoekt een fysieke fashionstore vaak ter inspiratie. Hij/Zij krijgt hier een goede ervaring door middel van individuele benadering, buitengewone service en een exclusief product aanbod. Voor veel fashion brands is het een uitdaging om dezelfde service en toegevoegde waarde online aan te bieden, omdat zij met een aantal beperkingen worden geconfronteerd. Hoe kunnen we een unieke offline experience implementeren in online marketing? We zullen het onderzoeken in de case study voor Aizel.

We zullen ook een ander belangrijk punt behandelen: verkeerde aanbevelingen kunnen een negatief effect op conversie en omzet hebben! Sommige online stores zeggen dat het niet nodig is om recommendation algoritmes te optimaliseren het gebruik van standaard populaire producten en andere basic algoritmes zijn al genoeg voor een goede conversie en omzet. Dat klopt eigenlijk niet. Een on-site aanbeveling tool combineert minstens 7 elementen: dataverzameling, -opslag en -verwerking, rekenkracht en layout, maar ook de expertise van data analisten. Dit is de reden dat een open-source recommendation systeem slechts 7-10% van een professioneel platform zal opleveren. Je zult deze lichte groei niet behalen en wellicht zelfs verliezen, zonder het testen van de algoritmes voor elke specifieke pagina van een bepaalde winkel. Het testen van de homepage als onderdeel van deze case study, vertelt hoe het gebruik van een non-tuned popular products recommendations algoritme als standaard bij veel winkels de omzet met 20% heeft teruggebracht.

Let’s start..

Aizels doelen

Aizel is een fashion marketplace die kleding verkoop van meer dan 700 internationale merken, die zijn eigen supply chain combineert met 300 boetieks op één platform. Door een intense focus op service, ervaren Aizel klanten een unieke persoonlijke benadering en zorg.

De relatie tussen de klant en Aizel is gebaseerd op emoties. De retailer streeft ernaar een memorabele ervaring neer te zetten voor iedere unieke bezoeker en persoonlijke service is de kern van deze gedachte.

De marketplace heeft een breed scala aan premium-modemerken. Om de website gebruiksvriendelijker te maken, moesten we een aantal punten oplossen:

• Een gepersonaliseerd aanbod van producten voor iedere unieke bezoeker op de belangrijkste pagina’s tonen.
• Het aankoop proces moet zo snel en eenvoudig mogelijk.
• Iedere unieke bezoeker moet een individueel aanbod te zien krijgen.

Retail Rocket Oplossing

Aizel wendde zich tot Retail Rocket voor website personalisatie. Het platform biedt een realtime gedragsanalyse en creëert voor iedere gebruiker een persoonlijke versie van de webshop. Het systeem biedt productaanbevelingen die relevant zijn voor de interesses van de klant en direct bijdragen aan de takenlijst hierboven.

Website personalization

De integratie van Retail Rocket bestaat uit twee fases: na een grondige website performance audit, implementeren onze specialisten recommendation blocks met dezelfde specificaties qua layout als voorheen. Na verloop van tijd wordt het aangepast ten behoeve van betere resultaten en verdere toename.

Om de integratie van gepersonaliseerde aanbevelingen soepel te laten verlopen, houdt de Retail Rocket accountmanager contact met de retailer. Zijn/haar rol is het oplossen van mogelijke problemen, het monitoren van het integratieproces en andere support.

Op dit moment zijn de volgende onderdelen van Aizel gepersonaliseerd.

• Home Page
• Product Detail Page
• Search Page
• Cart page
• Empty Cart Page
• Brand Page

Laten we kijken naar de cases.

Home Page

De homepage is het belangrijkste onderdeel van de customer journey. Het blijft de meest bezochte pagina en bepaalt de sales funnel. Voor winkels met een breed assortiment zoals Aizel is het belangrijk om de bezoeker vanaf de eerste interactie te verbinden, vandaar dat we een blok met “Personal bestsellers” op de homepage geplaatst hebben.

Search Page

De search page is een soort test tussen de klant en de winkel, om te zien of ze elkaar begrijpen. De retailer kan de interne zoekfunctie aanzienlijk vereenvoudigen door rekening te houden met typefouten en transliteratie, om zo de getoonde producten af te stemmen op allerlei verzoeken.

In overleg met Aizel, hebben we een blok met zoek-aanbevelingen toegevoegd om een compleet overzicht van relevante producten te kunnen bieden.

Resultaat

Onze focus lag op verhoging van de omzet en conversie van de online store. De persoonlijke aanbevelingen van Retail Rocket op Aizel.ru tonen ons het volgende resultaat:

• Producten van aanbevelingsblokken zijn betrokken bij 7% van alle online orders.
• De conversie op aanbevelingsblokken is 1.5-2 keer groter ten opzichte van de gemiddelde conversie op de website.
• De gemiddelde orderwaarde van de aanbevelingsblokken is 5-10% hoger dan het website gemiddelde.

Constante performance optimalisatie

Het Growth Hacking team werkt aan het verbeteren van online winkel statistieken. Hun rol omvat het genereren van individuele oplossingen voor elk blok met productaanbevelingen en het verbeteren daarvan.

Een voorbeeld van het optimaliseren van de algoritmes van de homepage en productpage zie je hieronder.

Home Page persoonlijke aanbevelingen test

De homepage is het gezicht van de site, welke direct invloed heeft op de conversie ratio en dus omzet. Veel gebruikte algoritmes op de homepage zijn “nieuwe producten” en “bestsellers”. Deze aanbevelingstechnieken zouden veel effectiever kunnen presteren.

We hebben bijvoorbeeld ontdekt dat het standaard populaire producten algoritme veel slechter presteert dan gepersonaliseerde aanbevelingen tijdens tests op Aizel.ru. Een bepaald klantsegment zou de website zelfs eerder verlaten wanneer de interesse niet direct wordt getrokken door interessante producten op de homepage.

De performance efficiency is onderzocht door middel van een A/B test met als uitgangspunt: alle websitebezoekers zijn in realtime willekeurig in drie segmenten verdeeld.

Populaire producten werden getoond aan het eerste segment:

Persoonlijke aanbevelingen werden getoond aan het tweede segment:

Het derde segment vormde de controlegroep, zij zagen helemaal geen aanbevelingen.

Resultaat

Met de uitkomst van de A/B test, werden de volgende resultaten verkregen:

Segment	Conversie groei	Verandering in Orderwaarde	Schatting omzetstijging
Populaire producten	-7,71%	-15,93%	-22,42%
Persoonlijke aanbevelingen	+10,07%	-5,91%	+3,57%
Controlegroep	–	–	–

Resultaat

Volgens de testresultaten leidt het gebruik van “Gepersonaliseerde populaire producten” op de homepage van Aizel.ru tot een conversiestijging van 10,1% met 96,2% statistische significantie. De voorspelde omzetgroei is 3,6%.

Deze uitkomst hebben we aan het begin van dit artikel al aan het licht gebracht. Onthoud dat het “Populaire producten” segment negatieve resultaten vertoond, in verhouding tot de controlegroep. Bestseller aanbevelingen die door veel winkels worden gebruikt, brengen in dit geval een geen resultaat en verlagen zelfs de performance. Dat is waarom je het gebruik van standaard marketing methoden zou moeten vermijden. Het is belangrijk verschillende recommendation algoritmes en posities te testen, om de juiste configuratie voor jouw webshop te vinden.

Product Page prestatie verbetering

In veel opzichten bepaalt de productpagina of een bezoeker een aankoop voltooit of niet. Er mogen hier geen “impasses” zijn. Als de gebruiker om wat voor reden dan ook niet tevreden is met het bekeken product, kan hij doorgaan met het zoeken naar geboden alternatieven.

Het Retail Rocket product recommendation platform biedt de mogelijkheid om rekening te houden met zowel expliciete en impliciete interesses. Het biedt de meest verfijnde product selectie en daarmee de meest significante omzetgroei.

We hebben het experiment uitgevoerd middels een A/B test, waarbij alle websitebezoekers in realtime willekeurig in twee segmenten verdeeld werden.

Vergelijkbare producten met personalisatie op basis van producten bekeken door de bezoeker, werden aan het eerste segment getoond:

Ongepersonaliseerde vergelijkbare producten werden getoond aan het tweede segment. Het is een basis algoritme variant, welke we gebruikt hebben als controle groep:

Resultaat

Met de uitkomst van de A/B test, werden de volgende resultaten verkregen:

Segment	Conversie groei	Verandering in orderwaarde	Verwachte omzetgroei
Vergelijkbare producten met personalisatie op basis van producten bekeken door de bezoeker	+9,94%	+0,83%	+10,85%
Vergelijkbare producten (controle groep)	–	–	–

Resultaat

De testresultaten tonen aan dat het gebruik van “vergelijkbare producten met personalisatie op basis van producten bekeken door de bezoeker” in de productaanbevelingen op de productpagina van Aizel.ru leidde tot een conversie groei van 9,9%. Dit betekent een verwachte omzetgroei van 10,8% berekent op de stijging in gemiddelde orderwaarde van 0,8%.

Aizel commentaar

«Vandaag de dag is internet een van de meest krachtige brand development platforms. Het biedt veel meer dan glossy tijdschriften en stelt u in staat om rechtstreeks met uw klant te communiceren. We streven ernaar om iedere klant een unieke benadering te bieden, dus samenwerking met Retail Rocket is een belangrijke stap geworden in het opzetten van persoonlijke service. Nu weten we zeker dat onze klanten eenvoudig het perfecte model kunnen vinden en tevreden kunnen zijn met hun aankoop. We zien duidelijke resultaten en we zijn klaar voor verdere samenwerking».

Elena Bekhtina, Aizel marketplace Marketing Director