De productaanbevelingen van Retail Rocket verhogen de inkomsten voor sportwinkel Daka

101 Views

In deze casestudy richten we ons op een sportkleding- en hardware-dealer, genaamd Daka.nl. Ze geloofden dat een gepersonaliseerde klantervaring nodig was om de tevredenheid van hun klanten te verbeteren en de inkomsten van hun online winkel te vergroten. In samenwerking met Retail Rocket besloten ze dat de beste manier om dit te bereiken was om productaanbevelingen op hun website te implementeren.

Over Daka.nl

Daka Sport startte in 1965 in Nederland. Ze breidden zich uit naar 14 winkels in het hele land met een winkeloppervlak van 40.000m2 in totaal en een online winkel, die nu een van de grootste online sportwinkels in het land is. Hun winkels bieden een compleet assortiment sportuitrusting en sportkleding, waarin alle topmerken worden aangeboden. Met zo’n breed bereik zijn productaanbevelingen in de online winkel van cruciaal belang.

De aanpak

In deze case study, zijn productaanbevelingen geïmplementeerd op de productpagina en winkelwagen van Daka.nl. Op basis van het gedrag van de bezoekers en een analyse van de productendatabase, kregen de klanten de producten te zien die ze waarschijnlijk op elke pagina zullen kopen.

Retail Rocket voerde een effectiviteitsstudie uit met behulp van A/B-testen om uit te zoeken hoe verschillende aanbevelingen algoritmen de conversie van de online winkel, de gemiddelde bestelwaarde en de omzet beïnvloeden.

Aanbevelingen productpagina

Door aanbevelingen aan de productpagina toe te voegen, krijgen de klanten vergelijkbare en gerelateerde items te zien op basis van het product dat ze op dat moment bekijken. De aanbevelingen zijn voorzien van verschillende motiverende koppen, zoals “andere klanten kochten ook…” en “klanten die dit bekeken hebben, bekeken ook…” Dit helpt de klanten om de producten te vinden die ze nodig hebben of om eenvoudig een extra product aan het winkelwagentje toe te voegen, waardoor de gemiddelde bestelwaarde een boost krijgt.

Om de effectiviteit van deze aanbevelingen op de productpagina te analyseren, werd een A/B-test gedaan. De bezoekers van de productpagina werden willekeurig verdeeld in drie groepen:

1. De eerste groep kreeg vergelijkbare producten te zien. Deze zijn gebaseerd op producteigenschappen (prijs, merk, categorie, enz.) En collaborative filtering (welke andere items klanten ook hebben bekeken en / of wat ze uiteindelijk hebben gekocht, enz.) bijvoorbeeld:

2. De tweede groep kreeg vergelijkbare producten te zien (bovenaan geplaatst) en gerelateerde producten op basis van het product die momenteel bekeken wordt, bijvoorbeeld:

3. De derde groep was de controlegroep, die geen aanbevelingen zag.

Resultaten

De A/B test liet de volgende resultaten zien:

Wijziging in conversieratio Wijziging in gemiddelde bestelwaarde Wijziging in omzet
De verandering in de prestaties van “soortgelijke producten” versus “Controlegroep”       +0.2% +4.3% +4.5%

Uit onderzoek van Retail Rocket bleek dat Daka.nl het meest profiteerde bij het weergeven van vergelijkbare productaanbevelingen op de productpagina. De gemiddelde orderwaarde steeg met 4,3% en de online omzet groeide met 4,5%.

Aanbevelingen winkelwagen

Wanneer de gebruikers de winkelwagen bereiken, is dit het perfecte moment om artikelen weer te geven die de items aanvullen die ze al hebben geselecteerd. Deze klanten zullen waarschijnlijk beslissen om een ​​aankoop te finaliseren en de kans is groot dat ze ervoor kiezen om nog meer artikelen aan hun bestelling toe te voegen. Drie verschillende gerelateerde product algoritmen werden getest om de optimale implementatie te vinden. Voor de effectiviteitsstudie op de winkelwagen werden de bezoekers willekeurig verdeeld in vier groepen:

1. De eerste groep werd gerelateerde producten getoond. Bijvoorbeeld:

2. De tweede groep gerelateerde producten uit andere categorieën getoond dan de categorie van het product die onlangs aan het winkelwagen is toegevoegd.

3. De derde groep werd gerelateerde producten getoond op basis van associatieve verbindingen, d.w.z. Gericht op relevante verbonden items in plaats van de populariteit van een product. Bijvoorbeeld:

 

De controlegroep heeft geen aanbevelingen gezien.

De resultaten

De resultaten van de A / B-test zijn als volgt:

Verandering in conversieratio Wijziging in gemiddelde bestelwaarde Verandering in omzet
De verandering in de prestaties van “Gerelateerde producten op basis van associatieve verbindingen”

      +11.3%

-2.4%

+8.6%

Het weergeven van “gerelateerde producten op basis van associatieve verbindingen” op de winkelwagen-pagina verbeterde de conversieratio met 11,3%, met een statistische significantie van 94,1%. De online winkel zag hun omzet groeien met 8,6%.

Conclusie

Elke stap in de customer journey heeft zijn eigen doel en online winkels moeten hiervan profiteren. Het is belangrijk om het juiste aanbeveling mechanisme in het juiste stadium te gebruiken om het effect ervan te maximaliseren. Deze case laat zien dat de expertise van Retail Rocket een enorme invloed kan hebben op een bedrijf en kan helpen uitbreiden.

Commentaar van Daka.nl:

“Dankzij de toevoeging van Retail Rocket hebben we de website verder kunnen personaliseren. Dankzij verschillende tests bewijst Retail Rocket dat de gepersonaliseerde aanbevelingen zorgen voor een hogere conversieratio en orderwaarde. Het gemiddelde aantal items per bestelling, waarbij Retail Rocket betrokken is, is met meer dan 50% toegenomen”.

Richard Schenderling, E-Commerce Manager at DAKA

Wilt u meer weten over deze zaak of hoe Retail Rocket u kan helpen? Neem contact met ons op.

WEBSITE PERSONALISATIE EN TRIGGERED E-MAILS ZIJN NU VOOR IEDEREEN TOEGANKELIJK!

DEMO AANVRAGEN