heart Created with Sketch. test
Курс «Рекомендательные системы на практике»: AI в ритейле/e-commerce

AI-кейс в e-commerce: влияние рекомендательных систем на продажи в APMEX, крупнейшем онлайн-магазине драгоценных металлов в США | Глава 8

Энди Мюллер, директор по digital-аналитике в APMEX рассказал, почему так важно бороться с несогласованностью данных для установления личных отношений с каждым клиентом, и как с помощью рекомендаций подсвечивать товары для каждого типа покупательских персон (buyer persona).

(Перед вами перевод бесплатного курса «Product Recommendations Course» от компании Dynamic Yield. Если вы здесь впервые, то лучше начните сначала)

Авторы английской версии: Шана Пилевски, директор по маркетингу, Dynamic Yield 

Компания APMEX, основанная в Оклахоме в 1999 году, за время своего существования продала более 130 миллионов унций золота и серебра в более 60 стран по всему миру. В ассортименте бренда более 10,000 драгоценных металлов.

На текущий момент компания может похвастаться транзакциями в размере 14 миллиардов долларов и занимает первое место среди специализированных розничных продавцов по версии журнала Internet Retailer.

APMEX работает на специализированном (нишевом) рынке, на стыке розничной торговли и финансов. Компания стремится быть лидером во всем, что касается традиционного пользовательского опыта в сфере eCommerce. Команда APMEX осознала, что для создания выдающегося пользовательского опыта нужно понимать настоящую мотивацию каждого покупателя. 

Перед вами перевод бесплатного курса по рекомендательным системам от компании Dynamic Yield. Над переводом работали Оля Жолудова и Ринат ШайхутдиновПри поддержке koptelnya.ru.

Коптельня  —  команда по быстрой разработке веб-приложений и сайтов.

Директор по digital-аналитике в APMEX Энди Мюллер, рассказал, почему для реализации эффективных кампаний цифрового маркетинга важно иметь представление о персонах клиентов (customer personas), и как бренд APMEX укрепил контакт с покупателями при помощи товарных рекомендаций.

Как команда APMEX шла к созданию классного цифрового опыта (digital experience)

Чтобы научиться лучше понимать своих посетителей, команда APMEX поставила перед собой ряд задач:  

  1. Полностью интегрировать между собой инструменты из технологического стека (technology stack) компании — и особенно CRM. 
  2. Анализировать и выявлять особо ценные сегменты пользователей (high-value segments) в реальном времени
  3. Оптимизировать процесс поиска  (discovery) новых товаров среди широкого ассортимента артикулов (SKUs)

Как пояснил Энди, директор по digital-аналитике: “Когда я пришел в компанию пару лет назад, мне было важно, чтобы команда начала глубоко разбираться в том, какие сегменты (segments) у нас есть, какие техники персонализации (personalization techniques) мы применяем, как у нас работает таргетинг (targeting). Именно на этом я предложил сфокусировать усилия с точки зрения данных”.

Консолидируем данные из разных источников для расширенной сегментации (enhances segmentation)

У APMEX очень разрозненная клиентская база. Поэтому первоочередными задачами были целостность данных (data integrity) и сегментация клиентов (customer segmentation). Компания соединила (connect) и консолидировала (consolidate) все данные о клиентах, доступные в рамках маркетингового стека, с целью создать полный (360-degree) образ каждого клиента, который впоследствии можно будет использовать в реальном времени. 

Команда интегрировала между собой как собственные (first-party), так и сторонние (third-party) инструменты и решения, включая внутреннюю CMS, платформу для email-маркетинга (email service provider), платформу для управления тэгами (tag management platform), платформу для показа рекламы (ad serving platform), решение для веб-аналитики (web analytics solution) и другие.

Далее команда свела в единую экосистему все ценные данные и наработки: (1)клиентский скоринг (customer scoring), (2)персон (personas), (3)классификацию товаров (product classification) и (4)разработанные командой аналитики и data science модели предсказания покупок (purchase prediction models). Далее при помощи этих сложных моделей команда сегментировала аудиторию и присвоила каждому пользователю оценку (score) на базе его/ее финансовой ценности (financial value) и вовлеченности (engagement).

Как пояснил Энди: “Мы не похожи на тот же sportsgear.com, куда люди приходят с конкретным намерением — например, закупиться для каякинга или для скалолазания. Нам же нужно очень быстро выяснить мотивацию (motivation) и ресурсы (means) посетителя. У вас есть деньги? Хотите их инвестировать? Или вы коллекционер?”

Таким образом, благодаря унифицированным данным и надежной логике сегментации, APMEX подготовил плацдарм для полномасштабной персонализации. Кроме того, команда бренда хотела на полную мощность задействовать товарные рекомендации, чтобы упростить посетителям процесс поиска товаров (product discovery). 

Даем каждому посетителю адекватные и уместные товарные рекомендации  

Рынок, на котором работает APMEX, сильно обусловлен временным контекстом (time-sensitive), а среди их покупательских персон (buyer personas) встречаются довольно уникальные. Поэтому при подборе товаров для рекомендаций из огромного ассортимента, компании приходится выявлять, понимать и учитывать множество поведенческих (behavioral) и контекстуальных (contextual) сигналов — и зачастую это нужно делать прямо на ходу. 

К примеру, некоторые пользователи, заходя на сайт, сразу ищут редкие и коллекционные товары. Такое поведение в компании приписывают VIP сегменту. VIP-ы составляют очень маленькую часть аудитории APMEX (менее 0,25% всех покупателей). Как объясняет Энди: “Этих клиентов интересуют очень нишевые, высокорентабельные товары. Им можно рекомендовать монеты, которые стоят сотни, а то и тысячи долларов. Среднестатистические пользователь на такие позиции даже не взглянет!”

Или вот еще пример: основываясь на данных о сходствах (affinity), APMEX знает, что предпочитает каждый пользователь: золото или серебро. Когда пользователь заходит на сайт, бренд рекомендует ему/ей изделия из соответствующего металла. Кроме того, APMEX миксует персонально подобранные товары с другими подходящими или популярными позициями в разных ценовых категориях, чтобы таким образом выявить дополнительные интересы и предпочтения пользователя. Эти данные о вовлеченности (engagement) тоже пойдут в ход для дальнейшей оптимизации пользовательского опыта рекомендаций (recommendation experience).

Слева: рекомендательный виджет для покупателей золота; справа: рекомендательный виджет для покупателей серебра;

Со временем команда Энди реализовала целый ряд рекомендательных виджетов, чтобы точно предлагать правильные товары правильным людям.  

Эксперименты с рекомендательными стратегиями на всех этапах воронки

Энди всегда понимал важность A/B тестирования различных рекомендательных алгоритмов — будь то глобальные (global) рекомендации, рекомендации на базе сходств (affinity-based) или стратегии совместной фильтрации (collaborative filtering) — а также разных вариантов расположения рекомендательных виджетов (widget placements). Только путем тестирования можно добиться устойчивого роста дохода в долгосрочной перспективе. 

Рекомендации на главной странице (homepage)

Главная страница — это то место, где пользователи знакомятся с товарами бренда. Команда APMEX искала эффективный способ продвижения товаров-бестселлеров на главной странице: как новым, так и повторным посетителям; как на мобильных устройствах, так и на десктопах. Поскольку цены на драгоценные металлы подвержены колебаниям, команда придумала уникальную фишку: рекомендовать клиентам “Выгодные покупки” (Best Buys) — то есть товары, которые на основании последних данных сулят выгоду.

Как правило, на главной странице бренды используют рекомендательную стратегию “Самые популярные” (Most Popular), но APMEX поднялись на ступеньку выше и делают каждому посетителю максимально выгодные предложения.

Рекомендательный виджет “Выгодные покупки” (Best Buys) на главной странице.

В дополнение к “Выгодным покупкам” (Best Buys), APMEX рекомендует “Топовые товары” (Top Picks). Виджет с пятью топовыми товарами располагается на главной странице выше линии сгиба (above-the-fold). На каждом товаре есть иконка-лейбл, указывающая, что товар либо топовый (Top pick), либо продается со скидкой (Sale) — и это тоже стимулирует покупки. Товары в данный виджет подбираются из разных категорий: так, чтобы каждый покупатель нашел в этих рекомендациях что-то для себя.

Рекомендательный виджет “Топовые товары” (Top Picks) на главной странице.

Рекомендации на продуктовых страницах (product detail pages)

В каталоге APMEX — тысячи уникальных товаров из драгоценных металлов, и команда бренда знает, как просто пользователю заблудиться на сайте в поисках нужной позиции. Чтобы облегчить клиентам процесс поиска товаров, команда запустила на продуктовых страницах (product detail pages, PDPs) ряд рекомендательных стратегий для пользователей, интересующихся определенными категориями. Одной из самых популярных стратегий, которые они пробовали, была стратегия “Вместе с этим товаром покупают” (Bought Together), которая подсвечивает товары, как-то связанные с товаром, открытым в данный момент. Благодаря этой стратегии, команда APMEX может предложить каждому клиенту подходящий товар. К тому же, такие рекомендации дают отличную возможность для апселов (upsell).

Виджет “Сопутствующие товары” (related products) на продуктовой странице (PDP).

Рекомендации в Учебном Центре APMEX

Многие посетители приходят на сайт за учебным контентом: например, чтобы узнать разницу между разными драгоценными металлами. Часть пользователей попадают на страницы с учебными материалами из органического поиска, но есть и такие, кто приходит в Учебный Центр с продуктовых страниц: например, хотел узнать что-то о конкретном металле или монете. Зная это, команда решила преумножить ценность Учебного Центра и добавила в конце каждой статьи товарные рекомендации в рамках той категории, которой была посвящена статья.

Рекомендательный виджет “Сопутствующие товары” (related products) в Учебном Центре APMEX.

Ключевой вывод 

Пусть рекомендации — это лишь один из элементов персонализации, но они бывают чрезвычайно полезны для создания персонализированных опытов взаимодействия. Команда APMEX объединила все источники данных и благодаря этому смогла лучше понять своих клиентов: кто они, откуда приходят, чем интересуются, что предпочитают. Располагая этой информацией, APMEX научились предлагать каждому клиенту наиболее подходящие продукты, параллельно наращивая прибыль и создавая классный цифровой опыт (digital experience). 

Курс «Рекомендательные системы на практике»: AI в ритейле/e-commerce