Как персонализация каталога увеличивает лояльность клиентов

Как персонализация каталога увеличивает лояльность клиентов

Компании, которые все еще не используют персонализацию в электронной коммерции, ежегодно теряют доходы. Суммарные потери компаний из-за плохой персонализации составили $756 миллиардов за последний год. Отказавшись от персонализации, вы делитесь своей выручкой с конкурентам.

Ритейлеры пытаются создать новый покупательский опыт в онлайне уже более 10 лет. Персонализация была одним из первых и самых важных трендов изменения процесса покупки. Ритейлеры отлично знают, что это работает, ведь внедрение технологии персонализации напрямую повышает продажи на 20%. Клиент становится лояльнее и покупает больше – 80% покупателей чаще покупают именно у компаний с персонализацией предложений.

Ошибки персонализации

Задача персонализации каталога товаров – помощь пользователю сделать правильный выбор, это небольшой незаметный толчок к целевому действию. Если пользователь впервые на вашем сайте бессмысленно пытаться сразу что-то порекомендовать ему. Даже если рекомендованные товары великолепны, вы ничего не знаете о цели и предпочтениях посетителя.

Повышается риск закрытия страницы и возникновения негативных эмоций, связанных с брендом. Пока вы не знаете о клиенте достаточно информации не мешайте ему изучать ваш каталог и постепенно включайте персонализацию по мере прохождения клиентом воронки продаж.

Если же клиент совершает импульсивную покупку, то некорректная рекомендация приведет к заказу с последующим возвратом товара. Клиент потеряет свое время и не достигнет цели, а бренд понесет убытки на логистику и привлечение клиента. Слишком активное внедрение персонализации снижает доходность бизнеса и наносит удар репутации бренда.

На основе исследования компании Return Magic можно сделать вывод, что в 72% случаев причиной возврата в категории модных товаров являются потребительские предпочтения (размер, стиль, посадка). Всего 10% составляют возвраты из-за дефектов и несоответствия товаров заявленному описанию.

Основные причины возврата:

  • Слишком маленький размер: 30%
  • Слишком большой размер: 22%
  • Передумал: 12%
  • Стиль: 8%
  • Не соответствует описанию: 5%
  • Дефект: 5%
  • Другое или не указано: 18%

За 2020 год стоимость возвращенных товаров в США оценивается в 550 миллиардов долларов, что на 75,2% больше, чем всего за четыре года до этого. В сегменте электронной торговли возвраты выросли на 94,8% за последние 5 лет.

Недостаточный уровень персонализации

Большая часть возврата одежды происходит из-за неправильного выбора размера одежды. Клиенты путаются в размерах разных брендов из-за различных размерных сеток.

Покупатели хотят больше персонализации – 74% пользователей ненавидят, когда им показывают неактуальные товарные предложения. Простой показ персонализированных

рекомендаций на основе данных об уже просмотренных товарах другими посетителями может составлять 68% дохода онлайн-платформы.

Пользователи с удовольствием делятся своей персональной информацией, когда понимают зачем её предоставляют. Согласно исследованию компании Accenture 83% покупателей готовы предоставить информацию о себе в обмен на возможность получить качественное персонализированное предложение от компании.

Люди голосуют за персонализацию своими деньгами и новыми покупками – 77% заплатили больше и порекомендовали бренд с персонализацией товаров и услуг. Однако текущий уровень персонализации остается на довольно низком уровне, и сами ритейлеры признают наличие проблемы – 53% специалистов по созданию цифрового опыта заявили, что им не хватает возможностей и технологий для повышения качества персонализации.

Каждый пользователь должен получить именно то, что он хочет, а не то, что наиболее выгодно для бизнеса. Достижение целей клиента на каждом этапе его пути становится главным приоритетом.

Проблема слишком большого выбора

Слишком большой каталог одежды является проблемой для клиента, потому что клиент не может сосредоточиться на конкретном товаре и откладывает принятие конечного решения о покупке.

В современных реалиях огромного разнообразия товаров клиенты рассчитывают найти одежду, которая идеально будет подходить им. Завышенные ожидания приводят к появлению негативного клиентского опыта.

В онлайне необходимо предлагать посетителям меньше товаров, но каждая товарная рекомендация должна быть более качественной. Магазин одежды с огромным каталогом должен по-разному смотреть на каждого клиента, оценивать его стилистические и размерные предпочтения.

Развить уникальный стиль каждого

Прямая задача персонализации – помогать пользователю с выбором товаров, которые подойдут именно ему. Развивая этот подход, мы получаем возможность предсказывать товары, которые понравятся пользователю.

Главной задачей бренда на этом этапе не повышение среднего чека, а помощь клиенту в развитии собственного стиля одежды. Покупатель должен почувствовать себя архитектором своего стиля, а товары бренда – материал, из которого архитектор создает свой стиль.

В процессе развития и поиска покупатель открывает для себя новые товары и продукты компании. Такая стратегия win-win помогает бренду увеличивать средний чек и LTV, а клиент чувствует свою особенность и уникальность. Продажи товаров с персональной рекомендацией уже составляют 31%, это оказывает значительное влияние на коэффициенты конверсии в сфере fashion retail.

Персонализация 3.0

Добиться максимальной точности в рекомендации одежды можно только при одном условии – бренд точно знает параметры тела конкретного клиента. Эти данные помогут автоматически отсечь товары, которые не подойдут человеку. Скрытие товаров будет происходить не только из-за неподходящего размера, но и за счет информации о посадке.

Цифровой 3D-аватар клиента создает все условия для виртуальной примерки предметов одежды. После определения подходящего размера генеративная нейронная сеть даёт возможность пользователю примерить вещи из каталога. Каждому товару выставляются баллы за посадку. Каждый бренд имеет ограниченный набор базовых манекенов, на основе которых дизайнеры создают новые коллекции. Цифровой аватар покупателя автоматически сопоставляется с манекенами и подбирается наиболее похожий на данного покупателя. Пользователь же видит только результаты 2D-примерки на своей фотографии.При демонстрации каталога пользователю отображаются сначала товары, которые набрали максимальные баллы за посадку.


Клиент сможет оценить внешний вид товара на своей цифровом аватаре и принять решение о покупке. Такой формат представления товаров открывает для пользователя бесконечные возможности в создании своего уникального стиля с минимальной вероятностью ошибки при выборе товаров.

Прямым следствием такого цифрового подхода к выбору одежды станет повышение среднего чека и кратный рост LTV клиентов. Резко возрастет доля повторных заказов, т.к. новый покупательский опыт не будет создавать негативных эмоций у покупателей.