Aumento de la conversión en Thr.nl utilizando personalización web

Ya sabemos que ofrecer recomendaciones de productos personalizadas en cualquier tienda online aumenta las ventas. Hoy en día, el mayor desafío es saber dónde y cómo colocar recomendaciones de productos dentro de la tienda para maximizar los ingresos. Ahí es donde entran los expertos de Retail Rocket.

Retail Rocket brinda a más de 1000 clientes en todo el mundo un servicio personalizado de múltiples capas, desde la valoración inicial hasta la implementación final. Y lo hacen mientras realizan test en cada paso del proceso para garantizar que obtengan los mejores resultados posibles. ¡Nadie más en el mundo puede hacer esto!

Siga leyendo para descubrir cómo el equipo de growth hacking de Retail Rocket utilizó su experiencia para ayudar a Thr.nl a optimizar los algoritmos de recomendación y la ubicación de los bloques y aumentar significativamente su tasa de conversión.

Acerca de THR

THR es un mayorista holandés de productos de bricolaje y materiales de construcción profesionales. La compañía fue creada en 2011 mediante la alianza de tres mayoristas de renombre. Su web ofrece una amplia gama de más de 80.000 productos y marcas. Por lo que, una experiencia de cliente personalizada se hace indispensable. THR adopta un enfoque personal con sus clientes y desea que lo experimenten en cada interacción.

Aumento de la conversión en un 25.6% con recomendaciones en la página de producto

Retail Rocket añadió recomendaciones en tiempo real a las páginas de productos de Thr.nl. A los usuarios de la web se mostraron productos similares y productos relacionados basados en el producto que estaban viendo en ese momento.

Después de eso, el equipo de growth hacking de Retail Rocket realizó un test A/B para averiguar cómo influyeron estas recomendaciones en la tasa de conversión de Thr.nl. Para analizarlo, los usuarios de la página de producto se dividieron aleatoriamente en cinco grupos:

Grupo 1: Usuarios a los que se les mostraron productos similares. Estas recomendaciones se basaron en las propiedades del producto (precio, marca, categoría, descripción de producto, etc.) y en el filtrado colaborativo (lo que otros clientes también vieron y/o compraron en última instancia, etc.). P.ej.:

Grupo 2: Usuarios a los que se les mostraron productos relacionados (o complementarios) de categorías distintas a la categoría del artículo que se está viendo actualmente. Esto se basa en el análisis de base de datos de productos y el comportamiento de los usuarios (carritos, pedidos). P.ej.:

Grupo 3: Usuarios a los que se mostraron dos bloques:

• Productos similares, colocados en la parte superior
• Productos relacionados de categorías distintas de la categoría del artículo que se está viendo actualmente, colocados justo debajo de la descripción del artículo

P.ej.:

Grupo 4: Usuarios a los que se les mostraron los mismos dos bloques que en el Grupo 3, pero en el orden opuesto:

• Productos relacionados de categorías distintas de la categoría del artículo que se está viendo actualmente, ubicado en la parte superior
• Productos similares, colocados justo debajo de la descripción del artículo

Grupo 5: Grupo de control que no vio ninguna de las recomendaciones.

Aumento de conversión y de usuarios recurrentes

El test A/B demostró un aumento de conversión del 25.6% dentro del grupo 3 (usuarios a los que se les mostraron dos bloques: productos similares y productos relacionados de la misma categoría que el producto actual) con una significación estadística del 100%.

Además, Google Analytics mostró que las recomendaciones en la página de producto generaron más sesiones, con un mayor número de usuarios que regresaron a la tienda online de THR.

Aumento de la conversión en un 8,4% con recomendaciones en la página de categoría

El equipo de Retail Rocket añadió recomendaciones de productos en las páginas de categoría de Thr.nl, de modo que los usuarios veían los productos más populares de cada categoría de la web. Mediante el uso de tecnología de segmentación inteligente, diferentes perfiles de usuarios veían productos distintos.

Se realizó un test A/B para averiguar la efectividad en la tasa de conversión de Thr.nl, al añadir un bloque de recomendaciones de producto en la página de categoría. La diferencia estadística significativa en la tasa de conversión también se analizó presentando tres bloques diferentes de recomendación:

• Sin una barra deslizante
• Con una barra deslizante estándar
• Con una barra deslizante que se desplaza automáticamente después de 10 segundos.

Los usuarios de la página de categoría se dividieron aleatoriamente en cuatro grupos:

Grupo 1: Usuarios a los que se les mostró un bloque de recomendaciones sin una barra deslizante. P.ej.:

• Grupo 2: Usuarios a los que se les mostró un bloque de recomendaciones con una barra deslizante estándar. P.ej.:

• Grupo 3: Usuarios a los que se les mostró un bloque de recomendaciones con una barra deslizante con desplazamiento automático después de 10 segundos. Por ejemplo: (Misma imagen que el “grupo 2”, pero con desplazamiento automático).
• Grupo 4: Grupo de control que no vio ninguna de las recomendaciones.
  

  Las recomendaciones en la página de categoría impulsó la conversión en un 8.4%

  El test A/B mostró que la tienda online logró la conversión más alta del 8,4%, con el uso de un bloque de recomendaciones sin barra deslizante, con una significación estadística del 98,6%.

  

  Conclusión:

  Retail Rocket ayudó a THR a configurar el algoritmo de autoaprendizaje más eficiente basado en análisis de big data en tiempo real. Su exclusiva tecnología de personalización en tiempo real aumentó la conversión de THR en un 25,6% y un 8,4% en las páginas de productos y categorías, respectivamente. Lo consiguieron sin la necesidad de recursos de IT y sin un período de implementación largo. Solo el equipo de growth hacking de Retail Rocket tiene el conocimiento, la experiencia y la tecnología para ofrecer un servicio tan completo.

  Comentarios de THR:

  

“En THR elegimos Retail Rocket en ese momento para poder ofrecer rápidamente recomendaciones relevantes a nuestros clientes. A través del método de trabajo de Retail Rocket, todos los datos pueden interpretarse con bastante rapidez y precisión. Esto ha resultado en sugerencias que son relevantes para nuestros clientes, lo que facilitó y aceleró su proceso de compra”.

Krista Gerhartl – Manager E-commerce

 

¿Tiene alguna pregunta? Puedes contactarnos aquí