Я давно интересуюсь темой динамического ценообразования. В каких-то вертикалях бизнеса как travel, taxi и др - это уже обычное дело, но и другие компании аккуратно двигаются в этом направлении. Интересная статья от McKinsey на тему, что стоит делать и не делать в работе с динамическим ценообразованием (eng) https://www.mckinsey.com/business-functions/marketing-and-sales/our-insights/the-dos-and-donts-of-dynamic-pricing-in-retail

Всем привет и хорошей рабочей недели! Очень интересная новость пришла от платформы Sailthru🔥 Они выпустили Retail Personalization Index 2021🍾 с рейтингом наиболее продвинутых в персонализации ритейлеров. Конечно же, в лидерах всем известные Sephora, Adidas, eBay и мой любимый Best Buy, а также менее известные бренды, площадки которых очень рекомендую изучить. Для каждого номинанта есть описание, почему он попал в рейтинг и чем он так хорош в персонализации.🚦 Будем равняться на лучших! Хотя в России уже многие ушли гораздо дальше) Ссылка на сайт+дока с рейтингом (.pdf, .eng): https://www.sailthru.com/personalization-index

Всем привет! Много ли вы знаете о персонализации поиска?🔮🔍 Это очень интересная и пока еще недооцененная большинством компаний тема. Делимся крутым видео с конференции Матемаркетинг от Андрея Кондаурова из нашей команды Stellar Labs.😎 Гуру персонализации поиска в деталях рассказывает как можно получить максимум эффекта от персонализации поиска. Что важно - в деталях и цифрах! Must see! 😍 https://www.youtube.com/watch?v=qLvlwaBkDfw&feature=youtu.be

Жара в самом разгаре🔫 А мы делимся подборкой статей про рекомендации на Netflix.
Знали ли вы, что в 2013 году Netflix получил награду Эмми за “Технологию персонализированных рекомендаций для выбора видео”🏆, а что они предложили награду в 1 млн долларов💰 той команде, которая сможет улучшить нативный рекомендательный движок Netflix Cinematch?
И что, в конце концов, они пошли еще дальше и персонализировали обложки для фильмов для разных сегментов пользователей. Все секреты в статьях ниже (eng):
- история персонализации Netflix https://marker.medium.com/a-brief-history-of-netflix-personalization-1f2debf010a1
- персонализация домашней страницы от Netflix https://netflixtechblog.com/learning-a-personalized-homepage-aa8ec670359a
- персонализация обложек фильмов от Netflix https://netflixtechblog.com/artwork-personalization-c589f074ad76

Всем привет! Впервые Ситилинк рассказывает о своём проекте по персонализации🔥🔥🔥🔥 Кейсы очень интересные, рекомендую к прочтению 👍 https://vc.ru/252522

📘Ниже 2 больших материала (PDF, ENG) на тему Social Proof с исследованиями, кейсами и результатами.

56 основных цифр статистики по персонализации в разбивке по ключевым направлениям (web, email и др) с указанием источников информации🔥. Свежая статья от ноября 2021 года. Очень полезно для понимания трендов, а также для подготовки стратегий, roadmap, написания статей и тд.🏹 https://startupbonsai.com/personalization-statistics/

Самая горячая тема в последнее время - это персонализация поиска внутри сайта или приложения.🔥 Кейсов на эту тему очень мало, хотя направление явно недооцененное. Реально крутой поиск до сих пор встречается очень редко. 😏Интересная статья про использование искусственного интеллекта в поиске, это уже уровень поиска - бог)🤖 https://vc.ru/u/439119-stellar-labs/312921-iskusstvennyy-intellekt-v-poiske-i-navigacii-luchshie-keysy-ot-algolia

Хочется начать год с экспертного обзора: что же сейчас является must-have механиками в персонализации?💪 Какие из них уже доказали свою эффективность и были внедрены повсеместно?🎢 Что такое динамическая аллокация? 🔀 Собрали топ-5️⃣ лучших механик с примерами в одной статье🍾 https://vc.ru/trade/349869-personalizaciya-v-marketinge-razbiraem-5-obyazatelnyh-mehanik

Дорогие друзья!

Рады сообщить, что после долгого перерыва мы возобновляем ведение нашего канала про персонализацию! 🥂🔥
Надеемся, у вас все отлично, и последний год прошел максимально плодотворно. А мы подготовили для вас массу интересного контента, кейсов и трендов персонализации. Будем вновь радовать вас
интересными и свежими материалами. 💎✨

Stay tuned 😉

Дорогие друзья, хотели бы поговорить о теме великого и ужасного CRO: Conversion Rate Optimization. 📲💎

Наш опыт показывает, что далеко не все компании, которые запускают или используют персонализацию, знают, что это такое. 🤔
Поэтому хотели бы провести небольшой опрос - Насколько вы близки с CRO - см. пост ниже. 👇

А между тем,
💰🪜 Это ключевой инструмент повышения онлайн-продаж (без увеличения бюджета на привлечение трафика!).
🌏🪐 Это широкая тема, «дочкой» которой является Персонализация.
📲🎎 И, наконец, это именно то, чем занимаются продуктовые команды, экспериментируя и улучшая продукт (будь то UX гипотезы, промо механики или рекомендательные движки) и повышая конверсионные метрики.

В первое десятилетие 2000х, после краха дотком интернет-стартапов, маркетологам стало ясно, что для успеха онлайн-бизнеса недостаточно привлечения инвестиций и вложений в рекламу — не менее важно выстроить пользовательский путь так, чтобы как можно больше посетителей сайта компании конвертировалось в клиентов этой компании. 🔬🧬

Рассмотрим простой пример. Вы отвечаете за маркетинг онлайн-ритейлера, который ежемесячно:
⁃ Принимает 2 миллиона пользователей (MAU = 2 000 000)
⁃ Тратит на рекламу 20 миллионов рублей (Ad Spend = 20 000 000)
⁃ Имеет конверсию в заказы в 1% (CR = 1%)
⁃ И средний чек в 5000 рублей (AOV = 5000)

Путем несложных вычислений можно рассчитать, что ваша отдача на вложения в рекламу, ROAS (Return on ad spend) составляет 500%, что приносит 100М руб выручки. Неплохо! 🔥🔥

Что же будет, если мы запустим на сайте какие-то кейсы персонализации или проведём успешные AВ-тесты, улучшим наш UX, и увеличим нашу Конверсию в заказы (CR) до 2%?

Повторяем расчет и видим:
ROAS = 1000%
Выручка = 200М
И это без увеличения затрат на рекламу!
🚀✨

Стоит этим заниматься?!

В следующих постах мы приведем примеры, как работает CRO и предложим пошаговое руководство:
🎡 как экспериментировать с CRO гипотезами,
🦍 применять на практике Теорию эволюции в рамках вашего отдельно взятого сайта или приложения,
🏦 и получать Сложный инвестиционный процент, накапливая положительный эффект увеличения конверсии, масштабируя успешные гипотезы.

Кейс 2. Улучшение элементов навигации.

🔭 🗾 Элементы навигации - широкая тема с огромным потенциалом. Не всегда пользователю бывает просто найти интересующий его продукт, и в этом сложном пути легко потерять надежду и уйти к конкуренту или даже совсем отказаться от идеи. Поэтому даже небольшое изменение ситуации может дать большой эффект (как в лучшую, так и худшую сторону!) - вот почему гипотезы с улучшением или персонализацией меню, фильтров, панели поиска и т.д. стоить постоянно держать в фокусе вашего зрения.

Один из наших любимых кейсов - панель “Тэгов категорий” на Главной странице, где-то в районе главного меню / главного баннера. 🚥🗺️

🤔 Что такое Тэги категорий? Это могут быть категории (например, Смартфоны, Телевизоры), Подкатегории (например, Смартфоны Apple), акционные или тематические подборки (например, Товары к 1 сентября). Такие тэги являются альтернативным элементов навигации для главного меню и поиска, и являются быстрым путем для пользователя в нужное ему место прямо с главной страницы.

По какому принципу размещаются и сортируются Тэги категорий? Есть много вариантов логики; предложу варианты, которые мы обычно используем:

⭐ По популярности. Это в целом можно делать и вручную, на основании аналитики, но лучше доверить это алгоритму, который будет в реальном времени отслеживать клики пользователей и динамически продвигать вперед тэги, на которые чаще кликают.

🤹‍♀️ На основании AB-тестов. Инструменты AB-тестирования позволяют тестировать различные варианты расположения блоков и находить наиболее удачные из них с точки зрения заданной целевой метрики (CTR, Конверсия, Выручка и т.д.)

🛸 Динамическая аллокация - по сути, это автоматический вариант AB-тестирования выше, когда мы отдаем AI движку весь набор тэгов, задаем метрику, на которую нужно оптимизироваться (например, Конверсия или Выручка), и движок автоматически проводит AB-тесты в реальном времени и динамически выдвигает вперед те тэги, которые лучше показывают себя в каждый конкретный момент времени. Мы в Gravity Field часто используем этот инструмент для решения подобных задач.

❤️ Персонализированно, или на основании User Affinity. В этом случае мы используем рекомендательный движок, который способен понять профиль интересов каждого пользователя, и на основании этого сортировать Тэги персонально для каждого пользователя в зависимости от его интересов - и это прекрасное решение для тех пользователей, которые уже являются вашими покупателями, и профиль интересов которых удалось собрать.

На скриншоте пример реализации такого кейса на сайте одного из eGrocery ритейлеров. У нас есть много примеров реализации этого кейса, и бенчмарки по приросту конверсии - порядка 5-10% 💎

Кейс 3. Social Proof

Для увеличения конверсии прекрасно работают различные механики, направленные на увеличение Customer Engagement (вовлечение пользователей) - когда сайт или Арр общается с вами в реальном времени, показывая (персонализированные или не очень) всплывающие окна, нотификации, подсветку элементов интерфейса и т.д., побуждая вас совершить целевое действие или помогая с выбором. 💥🎰

🥇 Отличный пример таких механик - Social Proof (Социальное доказательство) - всплывающая нотификация или бейдж на товаре, свидетельствующая о его особой популярности: "Этот товар купили 20 раз" , "Этот товар посмотрел 100500 раз", "Прямо сейчас смотрят 59 человек" и т.д. Механика позволяет подсвечивать наиболее популярные товары на Карточке товара, в Листинге категории или даже в Корзине.

👍 В чем смысл этой механики? Помощь с выбором товара. Это работает подобно совету продавца в офлайн-магазине, который говорит: "Возьмите вот этот вариант - все берут, все довольны".

Эта механика является отличным примером того, какой тонкой и многообещающей является работа по CRO. Social Proof выглядит очень простой механикой, которую многие используют, причем далеко не всегда она приносит хорошие результаты. Однако за фасадом этой простой механики прячется множество нюансов, которые могут очень сильно повлиять на ее результативность. 🔮🧿
Приведем некоторые примеры:

⏱️ Реальные данные. Иногда в Social proof показывают случайные цифры, чтобы упростить реализацию и не собирать настоящие данные о просмотрах и покупках товара. Тем не менее, опыт показывает, что пользователи, как правило, очень хорошо чувствуют правдоподобность этих данных, понимают бессмысленность сообщений с ненастоящими данными и просто начинают их игнорировать.

🏆 "Отсечка" или Частота показов Social proof. Как часто надо показывать Social proof, на каком проценте товаров? Если мы будем показывать его слишком часто, он "примелькается" и пользователи перестанут его замечать. Если показывать слишком редко - снизится объем взаимодействия с пользователями и, соответственно, эффект. Для нахождения оптимального баланса необходимо AB-тестирование множества вариантов, чтобы на данных (возможно, даже, для каждой отдельной категории) найти тот оптимальный X просмотров или покупок, при превышении которого надо подсвечивать товар Социальным доказательством. Примерный бенчмарк из нашего опыта - подсвечиваться должно не более 15-20% товаров.

🎎 Оптимальная механика. Возможно множество формулировок Social proof - "посмотрели Х раз", "купили Х раз", "за день", "за неделю", "в вашем городе" и мн.др. - и все эти механики могут работать совершенно по-разному в каждом конкретном случае.
Более того, здесь появляется и отличная возможность для персонализации, поскольку разные механики могут по-разному работать для разных пользователей. Например, работая с одним Fashion ритейлером, мы столкнулись с тем, что одни пользователи отлично реагируют на механику "много человек купили" ("Значит, хороший пуховкик!”), в то время, как для других, наоборот, это сильный отталкивающий фактор ("Да зачем мне такое платье, если в нем уже ходит полгорода?!") - для последних, например, может хорошо сработать создание Urgency ("Прямо сейчас смотрят Х человек", "В наличие осталось мало"...)
Поэтому выбор правильной механики и таргетинг ее на правильный сегмент может творить настоящие чудеса!