5 Études de cas sur la Marque Finlandaise Finn Flare : Comment les Recommandations de Produits Personnalisées ont Augmenté leurs Chiffres d’affaires de 13,4%.

116 Views

Le consommateur d’aujourd’hui n’est pas si facile à satisfaire. Ce qui compte pour lui, c’est non seulement la gamme de produits et les prix, mais aussi la capacité à trouver rapidement ce dont il a besoin. Ce problème est résolu par des recommandations de produits personnalisées qui sont placées sur différentes pages de la boutique en ligne. Elles visent à montrer à l’utilisateur les produits qui l’intéressent particulièrement. Les deux parties sont bénéfiques, pour l’acheteur qui peut trouver rapidement la marchandise nécessaire, tout en restant satisfait, et la boutique a la possibilité d’augmenter ses chiffres d’affaires et la valeur moyenne des commandes. Pour plus de détails sur la manière dont l’introduction de recommandations de produits augmente la conversion et les ventes d’une boutique, nous fournissons l’exemple suivant de la boutique en ligne Finn Flare.

 

Finn Flare est une marque Finlandaise de vêtements casual, dont l’histoire remonte à 1965 lorsque la marque a été enregistrée et que la première collection de vêtements a été lancée. En 1974, la marque a été introduite pour la première fois en URSS. Aujourd’hui, Finn Flare possède sa propre marque et un réseau de partenaires de plus de 150 boutiques dans la CEI. La boutique en ligne de la marque reçoit plus de 800 000 visiteurs par mois.

 

Cas nº 1. Tester l’Efficacité des Recommandations de Produits Personnalisées sur la Page d’Accueil

 

La page d’accueil est au début de l’expérience client. Il est essentiel d’attirer l’attention de l’utilisateur, de sorte que la probabilité qu’il voit «Merci pour votre achat !» sur son écran soit beaucoup plus élevée.

L’équipe Retail Rocket Growth Hacking  a effectué des milliers de tests et savait une chose– il n’existe aucun moyen universel pour garantir des taux de conversion plus élevés dans la boutique.

 

Tout doit être vérifié par l’expérience.

Sur la page d’accueil de la boutique en ligne Finn Flare, il y a deux blocs de recommandations de produits – les best-sellers et les recommandations personnelles.

 

Dans un premier temps, plusieurs variantes des algorithmes des best-sellers ont été testées. Le bloc de recommandations personnelles est resté inchangé. Les tests ont été effectués en utilisant les mécaniques de l’A/B testing, pour lesquels tous les utilisateurs ont été séparés en 4 segments :

 

  1. Le premier segment présentait les best-sellers de la boutique en ligne

 

  1. Le deuxième segment a montré des best-sellers personnalisés

 

  1. Le troisième segment a montré des produits phare dans des catégories d’intérêt pour l’utilisateur

 

  1. Le quatrième segment n’a fait l’objet d’aucune recommandation

 

Résultats

À la suite des essais, les résultats suivants ont été obtenus :

Conclusion 

Selon les résultats des tests, l’utilisation de la mécanique « Produit phare des catégories d’intérêt pour l’utilisateur » dans le bloc de recommandations de la page d’accueil augmente la conversion de 8,16% avec une signification statistique de 93,5%. Malgré une légère diminution de la valeur moyenne des commandes, cela donne une augmentation prévue des ventes de 5,94 %.

Cas nº 2. Tester l’Efficacité des Recommandations de Produits Personnalisées sur la Page d’Accueil : Ajout d’un Deuxième Bloc

Dans certains cas, les recommandations d’un bloc de produits se révèlent plus efficaces que celles de deux blocs, et parfois même l’inverse. C’est pourquoi, dans le prochain A/B testing sur la page d’accueil de la boutique en ligne Finn Flare, nous avons décidé de vérifier combien de blocs apporteraient une plus grande efficacité et dans quel ordre. Tous les visiteurs du site ont été répartis au hasard en trois segments :

 

  1. Le premier segment n’a montré qu’un seul bloc – les produits phare des catégories qui intéressent l’utilisateur.

 

 

  1. Le deuxième segment était divisé en deux blocs : les produits phare des catégories qui intéressent l’utilisateur (en haut) et les recommandations personnalisées (sous le bloc des produits phare). Cette configuration a donné les meilleurs résultats lors du test précédent, de sorte que ce segment était un groupe témoin.

  1. Le troisième segment était divisé en deux blocs : les recommandations personnelles (en haut) et les produits phare des catégories qui intéressent l’utilisateur (sous le bloc avec les recommandations personnelles)

Résultats

À la suite des essais, les résultats suivants ont été obtenus :

Conclusion

Selon les résultats des tests, l’utilisation de la mécanique « Deux blocs : recommandations personnelles (en haut) et produits phare des catégories qui intéressent l’utilisateur (en bas) » sur la page d’accueil augmente la conversion de 10,1 % avec une signification statistique de 96,1 %. Avec une légère diminution du montant de la valeur moyenne des commandes de 1,39 %, l’augmentation prévue des ventes est de 8,57 %.

 

Cas nº 3. Tester l’Efficacité des Recommandations de Produits Personnalisées dans la Page Produit : Sélection de l’Apparence d’un Bloc

La page produit est une étape essentielle de l’expérience client. C’est là que l’utilisateur étudie les détails, visualise la photo, regarde la composition et décide s’il veut acheter ce produit. Les recommandations sont une excellente occasion de garder un acheteur potentiel dans la boutique si le produit qu’il examine ne lui convient pas tout à fait ou de lui proposer des produits supplémentaires susceptibles de l’intéresser.

Dans la fiche produit, l’apparence d’un bloc de recommandations a été testée : des étiquettes avec un pourcentage de remise ont été ajoutées aux images des produits. Tous les visiteurs du site ont été répartis au hasard en quatre segments :

 

  1. Le premier segment présentait un bloc de recommandations sans étiquette de remise

  1. Le deuxième segment présentait un bloc de recommandations avec de petites étiquettes de remise

  1. Le troisième segment présentait un bloc de recommandations avec de grandes étiquettes de remise

  1. Le quatrième segment n’a pas fait l’objet de recommandations, il est entré dans le rôle d’un groupe témoin

Résultats

À la suite des essais, les résultats suivants ont été obtenus :

 

Conclusion

Selon les résultats des tests, un bloc de recommandations sans étiquette de remise dans la page produit augmente la conversion de 9,5% avec une signification statistique de 96,6%. En combinaison avec une croissance de la valeur moyenne des commandes de 3,6 %, la croissance prévue des ventes mensuelles est de 13,4 %.

 

Cas nº 4. Tester l’Efficacité des Recommandations de Produits Personnalisées dans le Panier : Mise en Place d’un Algorithme pour les Articles Complémentaires

 

La page panier est la dernière étape avant d’effectuer un achat. Il est important d’observer ici une ligne fine. D’une part, ne distrayez pas l’utilisateur, afin qu’il atteigne le check out, d’autre part, invitez-le à acheter autre chose et augmentez ainsi le coût de la commande. C’est pourquoi la meilleure solution consiste à montrer des articles complémentaires.

Plusieurs variantes d’articles complémentaires ont été testées dans le panier de la boutique en ligne Finn Flare. Tous les visiteurs du site ont été répartis au hasard en 4 segments :

 

  1. Le premier segment présentait des articles complémentaires basés sur des algorithmes de collaboration et de filtrage de contenu

 

 

 

  1. Le deuxième segment présentait des articles complémentaires provenant de catégories autres que la catégorie du produit faisant l’objet de l’étude

 

 

  1. Le troisième segment était consacré aux accessoires

 

 

  1. Le quatrième segment n’a fait l’objet d’aucune recommandation, il a servi de groupe témoin.

 

Résultats

À la suite des essais, les résultats suivants ont été obtenus :

 

Conclusion

Selon les résultats du test, l’utilisation de la mécanique « Produit complémentaire standard » dans un bloc de recommandations dans le panier boutique en ligne Finn-flare.ru augmente la conversion de 5,85% avec une signification statistique de 97,1%. Les ventes mensuelles devraient augmenter de 6,98 %.

 

Case nº 5. Tester l’Efficacité des Recommandations de Produits Personnalisées dans la Fiche Produit : Sélection de l’Apparence d’un Bloc

 

Le panier peut être comparé à la zone de caisse d’un magasin, où les taux centraux sont appliqués pour les achats impulsifs. Que pouvez-vous utiliser pour accrocher l’utilisateur ? Bien sûr, une bonne réduction ! C’est pourquoi différentes tailles d’étiquettes de remise ont été testées dans le panier. Tous les visiteurs du site ont été répartis au hasard en trois segments :

 

1. Le premier segment présentait un bloc de recommandations avec une apparence basique

 

 

  1. Le deuxième segment présentait un bloc de recommandations avec une petite étiquette de remise

 

 

 

  1. Le troisième segment présentait un bloc de recommandations avec une grande étiquette de remise

Résultats

À la suite des essais, les résultats suivants ont été obtenus :

 

Conclusion

Selon les résultats des tests, l’utilisation de la mécanique « Bloc de recommandations avec une petite étiquette de remise » dans un bloc de recommandations à l’intérieur du panier augmente la conversion de 0,63% et la valeur moyenne de la commande de 2,5%, ce qui donne une croissance prévue du chiffre d’affaires de 3,16%.

 

Résultats de la Personnalisation pour Finn Flare 

 

Ainsi, grâce aux A/B testing réalisés, il a été possible d’augmenter sensiblement les ventes de la boutique en ligne sur trois pages clés :

  • Page d’accueil – de 15.01%
  • Page produit – de 13.40%
  • Page panier – de 12.23%

L’expérience de la boutique en ligne Finn Flare le prouve une fois de plus : l’optimisation de l’expérience client à toutes les étapes signifie la possibilité d’augmenter les indicateurs clés tels que la conversion et la valeur moyenne des commandes et donc les ventes d’une boutique en ligne.

 

Observations de Finn Flare

 

 

« Finn Flare applique les exigences les plus strictes en matière de qualité de ses produits et de niveau de service, qui s’appliquent à tous les canaux d’interaction digitaux avec les acheteurs – du magasin physique à la boutique en ligne et aux réseaux sociaux.
Pour que les achats dans la boutique en ligne soient aussi pratiques pour les acheteurs en ligne qu’avec l’aide de consultants dans la boutique physique, nous utilisons des recommandations personnalisées de produits sur toutes les pages du site web.

Nous sommes heureux que les experts de Retail Rocket ne travaillent pas selon le principe « réparer et oublier » mais s’efforcent continuellement de tester quelque chose de nouveau, d’améliorer les indicateurs existants, afin que nos acheteurs bénéficient de l’approche la plus personnalisée et que la boutique en ligne augmente sa conversion et la valeur moyenne des commandes ».

Irina Belova, Manager Marketing Internet

 

 

Website personalization technology and triggered emails are now available to everyone!

Demander une démo