Así consiguió Decathlon.nl aumentar sus ingresos un 10,7% gracias a las recomendaciones personalizadas [Caso de éxito]

Compartir:
www.seox.es | seox@seox.es | 656545123 | SEO y Posicionamiento en Bilbao: #seox #seobilbao #posicionamientobilbao #paginaswebbilbao

¿Por qué crees que ves mi página y no la de la competencia?

Porque sabemos posicionar y conseguimos visibilidad en Internet

Posicionamiento SEO

Hosting Servidores SSD

Diseño de páginas web

Envíame un email con tu consulta o mejor hablamos por teléfono:

Josean | seox@seox.es  |  656 545 123  🙂

 

Tiempo de lectura: 4 minutos

La primera tienda de Decathlon se abrió en 1976 en Lille (Francia). Diez años más tarde, entre las calles alemanas comenzaban a visualizarse locales con su nombre, pero no fue hasta 1992 cuando Decathlon abrió su primera tienda en España, con motivo de los Juegos Olímpicos de Barcelona. Unos años más tarde, en 2013, abrió su tienda online en los Países Bajos, y tres años después, su web ganó el premio a “Mejor tienda de deportes online”. A fecha de 2018, el retailer líder en productos deportivos cuenta con más de 1.000 tiendas en todo el mundo, desde China hasta Líbano y desde India hasta Brasil, destacando siempre por el fuerte desarrollo de sus marcas de distribuidor.

No obstante, y dado que todo lo bueno también tiene un contra, la empresa ha alcanzado -a día de hoy- unos niveles tan altos de consumo y variedad, que los usuarios pueden llegar a presentar dificultades para navegar a través de una tienda online tan grande. La gama de productos de Decathlon Holanda cubre 54 deportes y miles de artículos, por lo que -desde dentro- se dieron cuenta de que al simplificar el proceso de compra del cliente, podrían aumentar el número de pedidos e ingresos. Y, así, buscaron la experiencia de la herramienta Retail Rocket para optimizar el proceso de compra de sus usuarios.

Así consiguió Decathlon Holanda aumentar sus ingresos un 10,7% con Retail Rocket.

Hablar de Retail Rocket es hacer referencia a una herramienta que accede a la tecnología de big data y análisis predictivo de más alto nivel, y lo implementa en las tiendas online en tiempo real. Además, ofrece soluciones de eCommerce para personalizar la web y el canal de email marketing

Retail Rocket proporciona más de 20 mecanismos de autoaprendizaje para personalizar la experiencia de compra del usuario. Dando uso a una tecnología avanzada, logra detectar las necesidades e intereses de los usuarios en la tienda online al analizar su comportamiento en tiempo real. La ventaja añadida de la herramienta es que permite mostrar una oferta de producto determinado en un momento clave, donde el consumidor será más proclive a consumir, lo que logrará aumentar los indicadores clave de rendimiento de la tienda online.

En este artículo veremos cómo el líder retailer en productos deportivos logró aumentar la conversión en un 5,2%, el valor de los pedidos promedio en un 5,2% y los ingresos en un 10,7% después de añadir recomendaciones de productos personalizadas en la web de Decathlon.nl.

Cómo aplicó Decathlon.nl las recomendaciones personalizadas 

Con el fin de averiguar cualquier cambio estadísticamente significativo en la tasa de conversión e identificar qué mecanismo funcionaría mejor para la tienda online, Retail Rocket implementó diferentes algoritmos en las páginas de productos de Decathlon.nl y se compararon mediante un test A/B. Todos los clientes de Decathlon.nl se dividieron aleatoriamente en cinco grupos:

1.Productos similares

Basados en las propiedades del producto (precio, marca, categoría…) y en el comportamiento de otros clientes (lo que también vieron o compraron). Los productos similares se identifican con los productos más parecidos o con más coincidencia a los que un usuario está mirando a tiempo real.

2. Productos relacionados

En este caso, los productos relacionados son productos complementarios basados en el perfil del usuario y el contenido del carrito, a través del histórico y de las compras que, poco a poco, vaya realizando. 

3. Productos similares mostrados arriba y productos relacionados debajo

Es decir, dos bloques divididos de la siguiente manera:

4. Productos relacionados que se muestran arriba y productos similares debajo.

Igualmente, divididos en dos bloques:

5. Grupo de control

A quienes no se mostraron recomendaciones personalizadas en la página del producto.

Resultados del test A/B

Los bloques de recomendaciones se probaron en todas las páginas de producto de Decathlon Holanda durante 18 días, analizando a más de 120.000 usuarios únicos.

Todos los algoritmos probados tuvieron un efecto positivo en los ingresos generados por Decathlon.nl en comparación con el grupo de control. El más efectivo fue la combinación de dos bloques con productos relacionados (arriba) y similares (debajo). Esto logró aumentar la conversión en un 5,2%, con una significación estadística del 94,4%. También condujo a un aumento del 5,2% en el valor de pedido promedio. El resultado acumulado de estos incrementos impulsó los ingresos en un 10.7%.

Tras implementar los algoritmos y personalizar la experiencia de compra del usuario, las declaraciones de Martijn Sprangers, del departamento de Marketing de la marca, fueron claras: “RetailRocket nos está ayudando para que nuestros usuarios deportistas puedan encontrar los artículos más relevantes para ellos y su deporte. Esto se suma a nuestro objetivo: hacer que los deportes sean accesibles para la mayoría. Esta fue la pieza que faltaba en el puzzle y en el proceso de compra de nuestros usuarios. Los primeros resultados demostraron ser muy prometedores y la implementación fue sencilla

Imagen: Depositphotos

SIGUE LEYENDO…
Ir a la fuente / Author: Teresa Sánchez-Herrera