BurdaStyle & Retail Rocket: 27,7% conversie stijging door het personaliseren van de mobiele website

Vandaag de dag shoppen bezoekers regelmatig via smartphones. Hoe kunnen we de betrokkenheid van mobiele gebruikers bijhouden? Vinden zij de aanbevelingen op mobiel net zo goed als op de desktop? 

Volgens het Wolfgang report is het aantal orders via mobiele devices gestegen met 11% in 2018 en hierdoor genereren webshops 50% meer omzet van de totale inkomsten uit bestellingen van mobiele gebruikers. We kunnen deze trend niet negeren. Daarom hebben we een case opgebouwd om de performance van aanbevelingen op mobiele telefoons te analyseren, door middel van AB-tests.

Over BurdaStyle

Burdastyle is een zeer bekende naam in de wereld van breien, naaiwerk, creativiteit, stijl en fashion. BurdaStyle is een geweldige plek om patronen en speciale benodigdheden voor het breien en naaien te vinden. Daarnaast vind je er tutorials, artikelen over fashion en tips van bekende stylisten.

De uitdaging

Gebruikers van BurdaStyle winkelen vaak via hun smartphones. Dit maakt het noodzakelijk de mobiele versie van de Retail Rocket personalisatie te fine-tunen. De focus ligt hierbij op de volgende doelstellingen: 

• Het ontdekken van de beste aanbevelingen algoritmes voor mobile webshop pagina’s;
• Het verhogen van de cijfers, met de conversieratio in het bijzonder;  

• Het vergelijken van het resultaat tussen desktop en mobiel.

Retail Rocket solution

Sommige tests zijn eerst uitgevoerd op de desktop, voordat er een mobiele versie van aanbevelingen is gecreëerd. De resultaten waren vrij goed, maar we hebben ervoor gekozen de winnende resultaten niet door te plaatsen op mobiel, ook al was dat de makkelijkste en snelste route. 

Het is namelijk zo dat mobiele gebruikers en desktop gebruikers erg van elkaar verschillen in shopping gedrag. Het doel van Retail Rocket is altijd het verhogen van de omzet, waardoor we elk geval afzonderlijk moeten bekijken om een unieke oplossing te vinden. Voor BurdaStyle was de oplossing het testen van nieuwe personalisatie algoritmes op de mobiele versie van de webshop.  

Homepage recommendations performance test: twee variaties om mee te starten

Wat kunnen we een gebruiker aanbieden op de homepage? Sommige webshops laten een standaard product selectie zien, welke door het CRM systeem bepaald wordt en is gebaseerd op abstracte parameters, welke geen rekening houden met de wensen van de gebruiker. 

We hebben de Retail Rocket persoonlijke productaanbevelingen op de mobiele versie van de homepage geplaatst. Dit algoritme verzamelt een grote hoeveelheid data over gedrag, zodat onze automatisch gegenereerde aanbevelingen overeenkomen met de interesses van echte gebruikers. 

Er is een A/B test uitgevoerd om de performance van de aanbevelingen te checken. In deze test zijn de gebruikers willekeurig in twee segmenten verdeeld. 

“Personal Recommendations” zijn getoond aan het eerste segment: 

Aan het tweede segment zijn geen aanbevelingen getoond, dit was de controle groep. 

Resultaat

De A/B test had het volgende resultaat: 

Segment	Conversie groei	Groei in average order value	Verwachte omzetstijging
Personal recommendations	+24,65%	+0,86%	+25,73%
Controle groep	–	–	–

Conclusie

Volgens de testresultaten heeft het gebruik van het algoritme “Personal” recommendations voor BurdaStyle op de homepage gezorgd voor een conversie groei van 24,7% en is de gemiddelde orderwaarde met 0,9% gestegen. Dit alles leidt tot een verwachte omzetgroei van 25,7%.

Belangrijk: De winnende configuratie voor de BurdaStyle desktop homepage was anders, ook al was het gebaseerd op hetzelfde algoritme. We hebben de resultaten van desktop en mobiel met elkaar vergeleken, en vervolgens besloten dat we iedere pagina afzonderlijk moeten testen om het beste algoritme te vinden.  

Category page: multivariate testing

We hebben besloten om de persoonlijke product aanbevelingen ook te testen op de categoriepagina en hier nog een ander experiment aan toe te voegen. Sommige gebruikers hebben niet genoeg data om individuele product aanbevelingen te genereren. Is het in dat geval interessant om tijdelijk populaire producten te tonen? 

Let’s check it! We hebben een A/B-test gedaan met 3 willekeurige segmenten.

“Personal” recommendations in de desbetreffende categorie zijn getoond aan het eerste segment. Als er niet genoeg informatie was om persoonlijke aanbevelingen te tonen, zag de gebruiker niets.

Het tweede segment zag ook “personal” recommendations. Wanneer een gebruiker echter nog geen historie had, zag hij/zij populaire producten van de desbetreffende categorie. 

Het derde segment zag geen aanbevelingen. Dit segment was de controle groep. 

Resultaat

De A/B test had het volgende resultaat:

Segment	Conversie groei	Groei in average order value	Verwachte omzetgroei
“Personal” recommendations	+1,66%	+4,46%	+6,20%
“Personal” recommendations and popular products	-2,57%	+7,91%	+5,13%
Controle groep	–	–	–

Conclusie

Volgens deze test resultaten, heeft het gebruik van het algoritme “Personal” voor BurdaStyle op de categoriepagina gezorgd voor een conversie stijging van 1,7% en is de gemiddelde orderwaarde met 4,5% verhoogd. Naar verwachting zal dit resulteren in een omzetgroei van 6,2%.

Ondanks de stijging in gemiddelde orderwaarde, is de conversieratio van het tweede segment significant gedaald. Hierdoor zijn wij ervan overtuigd dat het algoritme “personal” zonder wijzigingen of toevoegingen het beste werkt. 

Product page: conversie groei door alternatieve en gerelateerde product aanbevelingen

De productpagina is uniek voor elke online retailer. We op voorhand niet bepalen welke algoritmes het beste bij een specifieke winkel passen. Er gaat daarom altijd speciale aandacht uit naar de productpagina personalisatie. 

We hebben vijf verschillende algoritme variaties getest middels een A/B-test. Alle bezoekers van de website zijn willekeurig verdeeld in vijf segmenten in real-time:

Het eerste segment zag alternatieve producten: 

Het tweede segment zag gerelateerde producten: 

Het derde segment zag 2 aanbevelingsblokken: alternatieven (boven) en gerelateerde producten (onder):

Het vierde segment zag ook twee aanbevelingsblokken, maar in een andere volgorde: gerelateerde producten (boven) gevolgd door alternatieven (onder):

Er zijn geen aanbevelingen getoond aan het vijfde segment, dit was de controle groep.

Resultaat

De A/B test had het volgende resultaat: 

Segment	Conversie groei	Wijziging in average order value	Verwachte omzetgroei
Alternatieven	+4,32%	-7,16%	-3,15%
Related products	+25,19%	-1,67%	+23,10%
Alternative and related products	+27,73%	-0,40%	+27,22%
Related and alternative products	+28,51%	-4,94%	+22,16%
Control group	–	–	–

Conclusie

Volgens de testresultaten heeft het gebruik van de algoritmes “Alternative” en “Related” voor BurdaStyle op de productpagina gezorgd voor een conversie ratio groei 27,7%, met een lichte AOV stijging van 0,4%. Naar verwachting zal dit een omzetgroei van 27,22% opleveren. 

BurdaStyle & Retail Rocket commentaar

«BurdaStyle is meer dan kleding patronen online! We streven er naar onze sewing fans van alle wensen te voorzien: patronen, stoffen, benodigdheden, tutorials en inspiratie natuurlijk. Professioneel vervaardigde Retail Rocket productaanbevelingen zijn een ultieme oplossing om dit doel te bereiken: ze voldoen aan alle behoeften van onze klanten en helpen hen te vinden waarnaar ze op zoek zijn, ongeacht de doeleinden die de klanten oorspronkelijk hadden.

We blijven onze services uitbreiden en de klantrelaties verbeteren met behulp van Retail Rocket. Het is een waar genoegen voor ons om deze efficiënte partnership te behouden».

Anastasia Panina, BurdaStyle General Manager

«Het zoeken naar nieuwe oplossingen zonder enige angst is de hoeksteen van succes van dit project. BurdaStyle was de pionier van alle Retail Rocket klanten in het lanceren van product aanbevelingen op mobiel. De resultaten hebben alle verwachtingen overtroffen. Het is een genoegen voor mij om dit soort interessante en belangrijke tests af te nemen».

Anastasia, Retail Rocket Customer Success Manager