V článku sa dozviete:

Dres z Tour de France

Predstavte si seba na bicykli. Môže to byť horský, cestný bicykel či e-bike. Možno nebicyklujete veľa, no začínate chápať zmysel tak monotónnej a predsa uľavujúcej činnosti akou je šliapanie do pedálov. Tá predstava ako si vyčistíte hlavu, je preto oslobodzujúca, však?

A teraz si predstavte, že na tom bicykli chcete dobre vyzerať. Jednoducho preto, lebo po ceste stretáte ľudí s pekným oblečením. Vy začínate chápať, že byť “in” na bicykli je v poriadku. 

Možno ste typ, ktorý sa rád vžije do kože Petra Sagana. A s nadšením si oblečiete jeho dres z Tour de France. Zelený TdF, Bora dres, dúhový dres majstra sveta či majstra Slovenska. 

Alebo ste typ jazdca, ktorý potrebuje cítiť jedinečnosť. Nepotrebujete patriť do skupiny Sagan/Bora. Potrebujete dobre vyzerať a odlíšiť sa od ostatných. Unikát.

E-shop nemá dres v mojej veľkosti?!

Tak sa vyberiete na Google a hľadáte cyklo oblečenie. Prídete na web a tam vidíte  jeden pekný dres za druhým. Až si neviete vybrať. Ako otvárate produkty a pozeráte si detaily, zisťujete, že ani jeden z dresov nemajú vo vašej veľkosti. Vlastne zisťujete, že ponúkajú len zopár veľkostí. Po štvrtom-piatom drese odchádzate. Pretože nechcete márniť čas na webe, ktorý má síce pekné veci, ale veľkosti má vypredané.

Príbeh nekončí a tie isté produkty bez vašej veľkosti vás doslova naháňajú prostredníctvom remarketingových kampaní na Google-i, facebooku a ďalších kanáloch. Vy už ale nechcete vidieť ďalšie remarketingové kampane. Už raz ste na webe boli, vašu veľkosť nemali a stratili ste záujem prísť na e-shop znova. Naviac za tieto kampane musí niekto zaplatiť. A tu nastáva čas, kde prichádza priestor na optimalizáciu jedného P marketingu – Place.

Skladovosť produktov e-shopu

Dáta na úvod

Na projekte Holokolo sme potrebovali riešiť hneď niekoľko príležitostí so skladovosťou. Potrebovali sme rozhodnúť o postupe optimalizácie. Preto sme potrebovali zbierať dáta o tom, či je náš problém veľký alebo nie.

Dáta o dostupnosti veľkostí

Na grafe vidíme na osi X percento dostupných veľkostí daného produktu. Toto číslo hovorí o tom, koľko veľkostí jedného produktu je skladom. Napríklad:

Tento produkt má spolu 10 veľkostí, ale len 8 ich je skladom. Výsledná hodnota je 80% a spadá do posledného stĺpca 75-100%.

Pozn.: Z výpočtu a teda aj grafu boli odstránené produkty, ktoré môžu mať vždy len jednu veľkosť.

Os X znamená, aký je pomer medzi nákupom a zobrazením produktu (resp. percentom dostupných veľkostí). Teda vyjadruje to mieru akou ľudia nakúpia produkt voči tomu, koľko mal v danom čase dostupných veľkostí. Nazvime ho “konverzný pomer z detailu produktu k jeho nákupu”.

Pre porovnanie ešte uvediem, ak má produkt 100% veľkostí.

Z daného grafu vidieť, že rozdiel medzi celou skupinou 75-100% a 100% nie je až taký veľký.

Keď si porovnáme aký je rozdiel medzi “konverzným pomerom” pri 100% veľkostiach a zbytku, zistíme, že čokoľvek pod 75% znamená 40-80% prepad v konverzii. To je pre klienta ohrozujúce. Viď nasledujúci graf:

Výstup a záver:

Budeme experimentovať s tým, ktoré veľkosti budeme inzerovať v reklamných platformách. Určite sa chceme zbaviť inzercie na skupinu <25%. So skupinami 25-75%, 50-75% chceme experimentovať a testovať vypínanie v inzercii.

 

Chcete aj vy získať takúto analýzu vášho e-shopu? Napíšte nám, radi pomôžeme.


Dáta o predávaných veľkostiach

Rovnako štatisticky významné je pre nás aj to, aké veľkosti sa predávajú pre jednotlivú kategóriu. Tu musíme ísť hlbšie do dát, pretože pre pánske, dámske a detské produkty môže vyhrávať iná veľkosť. Rovnako dresy (S-6XL) a topánky (35-47) majú svoje číslovanie. Aby sa to skomplikovalo ešte viac, karty tu zamiešajú aj výrobcovia, ktorí uvádzajú rôzne číslovanie. 

Zoberme si dáta o najväčšej kategórii. Pánske dresy majú štandardizované veľkosti a v databáze sa udržujú na poriadku.

Z dát v Google Analytics (ak ich máme správne nasadené) sa po vytvorení custom reportu dostaneme až na úroveň kategórie Muži -> Oblečenie -> Dresy a pozrieme predajnosť po veľkostiach:

V grafe vidíme, že našimi favoritmi v mužskej kategórii sú veľkosti M, L, XL, 2XL, ktoré majú 85% všetkých tržieb z tejto kategórie. V kombinácii so zistením s dostupnými veľkosťami v bode 1 Dáta o dostupnostimveľkostí, môžeme uvažovať o nasledovnom:

  1. zmysel inzerovať na produkty s dostupnosťou 50%, ale dostupnými veľkosťami len S, 3XL, 4XL, 5XL, 6XL?
  2. zmysel zobraziť na úvode stránky “Pánske cyklistické dresy” s veľkosťami S, 3XL, 4XL, 5XL, 6XL?

Ak ste si na obe otázky odpovedali NIE, čítajte ďalej.

Ukážme si príklad na grafe, čo dokáže spôsobiť správne radenie produktov v kategórii a naskladnenie tovaru.

V grafe sú dva údaje pre 1 konkrétnu značku:

  1. Dostupnosť produktov v % (modrá)
  2. Celková tržba danej značky (červená) /celkovo desiatky tisíc € = nejde o malú značku, ale ani o TOP značku.

Z grafu vidieť, že okolo 4. augusta sa na e-shope naskladnil celkom signifikantný počet produktov. Pred 4. augustom sa pohybovala skladovosť v hladine 60-65%. 3. augusta stúpala na 88% až na vrchol 93% a postupne od 10.8. klesala späť na svojich predchádzajúcich 60%. 

Vyvstáva otázka: Ako to, že sa predaj aj po 10.8. neprepadol späť na svoju predchádzajúcu úroveň? Môže za to ešte jeden fakt, ktorý vysvetlím teraz.

Nasadenie algoritmu na radenie produktov v kategórii

Všetky dáta sme zberali za jedným účelom. Vyvarovať sa scenáru v úvode článku. Nezobrazovať užívateľom vypredané produkty. Čo sa teda zmenilo? 4.8. sme nasadili algoritmus na radenie produktov v kategórii.

Pôvodne sa radili produkty v kategórii podľa parametra „najnovšie“. Ak sme chceli na vrchu stránky propagovať isté produkty, nastavil sa dátum pridania produktu na rok povedzme 2025. Tento systém bol fajn do momentu, kedy sme mali maximálne 2-3 krajiny a kedy sme nemali toľko kategórii. V praxi sa totiž stávalo, že produkty, ktoré boli navrchu sa v nápore sezóny nedarilo kontrolovať a ľudia u klienta ručne museli tie dátumy prehadzovať. 

To znamená, že na vrchu stránky bol stále produkt, ktorý nemal dostatok veľkostí. A postupne v sezóne tých produktov bolo viac a viac. To nás stálo stratený obrat a sklamaného zákazníka.

Naviac, v každej krajine sa predávajú iné produkty. Saganov dres majstra Slovenska sa nepredáva v Slovinsku, Maďarsku, Poľsku, Rumunsku, Česku či Anglicku. Predáva sa iba na Slovensku.

Pobrali sme sa to riešiť algoritmom. Algoritmus zohľadňuje nasledovné parametre:

  • Celková predajnosť všetkých variánt produktu
  • Aktuálna dostupnosť variánt produktu

Tieto dve metriky sú vynásobené a zoradia sa zostupne. Ďalej zohľadňujeme:

  1. Pre každú kategóriu, aj poslednú subkategóriu sa radia produkty samostatne.
  2. Pre každú krajinu sa radia produkty samostatne.
  3. Ak krajina nemá dostatok dát, berie sa predajnosť všetkých krajín.
  4. Za predanými produktmi idú automaticky novinky.

TOPovanie kúskov z najnovšej kolekcie

A keďže sme v módnom biznise, potrebujeme zaistiť, aby sa do popredia dostali aj kúsky z najnovšej kolekcie. Prípadne by sme potrebovali na prvých priečkach odpromovať produkty, ktoré sú zaujímavé kvôli akcii. 

Na toto sme vymysleli TOPovanie produktov. V administrácii e-shopu si môžeme zvoliť veľmi jednoducho konkrétne produkty. A produkty sa môžu dediť. To znamená, že si môžem na celej kategórii zvoliť dresy, nohavice, návleky, bundy, rukavice, na konkrétnej kategórii sa zobrazí len produkt z danej kategórie.

Prakticky, v čase blížiacej sa Tour de France chceme promovať zelený, žltý a bodkovaný dres. V praxi to potom vyzerá takto:



Výsledky automatizovaného radenia produktov

Výsledky sú za 2 týždne na 10 doménach a krajinách. Slovensko, Česko, Poľsko, Maďarsko, Rumunsko, Slovinsko, Veľká Británia, Holandsko, Belgicko, Dánsko. Porovnávame s predchádzajúcim obdobím 2 týždne.

CTR (miera prekliku)

Merali sme, či sa zmení pomer kliknutí voči zobrazeniam. Teda dávame do pomeru počet zobrazení produktov na kategórii a počet kliknutí na produkt na kategórii. Výsledky prišli prekvapivo skvele. Miera prekliku sa zvýšila o 11,7%. To môže byť spôsobené tým, že užívateľ nájde skôr produkt, ktorý je v jeho veľkosti, prípadne sa mu viac páči.

CR (pomer medzi zobrazeniami produktov a nákupom)

Tento pomer sa zvýšil po nasadení algoritmu o 7%. Na rozsiahly test na 10 doménach je to skvelé číslo. Rozptyl je na úrovni -8% až +21%. -8% bola jediná záporná hodnota.

Skladovosť

Faktor, ktorý ovplyvňuje metriky spomínané vyššie. Počet produktov, ktoré mali skladovosť 75-100% bol pôvodne 63%. Po nasadení algoritmu bol počet produktov s najviac veľkosťami (75-100%) už len na priemernej úrovni 55%. Pokles skladovosti by mal znamenať zníženie konverzného pomeru. Konverzný pomer v tomto období rástol.

Čas na strane klienta

Čas na strane klienta bol minimalizovaný. Tento čas mohli ďalej v sezóne využiť na zabezpečenie zákazníckej podpory v čase nátlaku objednávok.

Naším poslaním je pomáhať e-shopom rásť. Preto robíme max pre to, aby sa predaj produktov nezastavil na niečom, čo ovplyvniť môžeme. A preto neustále zlepšujeme procesy, píšeme skripty a hľadáme efektívne riešenia. Máme ich celkom veľa. Kontaktujte ma, rád pomôžeme zefektívniť výkon vašich kampaní.

PPC stratég, teamleader a online PPC špecialista v jednom. Nachádza riešenia na situácie, kde už napr. Google naráža na svoje limity. Správu performance kampaní riadi naprieč širokým spektrom marketingových PPC kanálov: Google Ads, Google Merchant, Google Shopping, Heureka (a zahraničné porovnávače), Facebook, Amazon, Favi, Glami, Najnakup, Pricemania. ui42 Digital, ako prvá zo slovenských e-commerce firiem, úspešne rozbehla export e-commerce projektov na CZ, HU trhy. Samuel stál za týmto úspešným posunom a dnes pomáha exportovať klientom nielen v rámci Európy, ale i USA či Ázie. Kľúčoví klienti: eyerim (18 krajín), NovýNábytok (4 krajiny), Hodinky / IRISIMO, The Rake (31 krajín), IBO.

Ďakujeme našej Digital marketing redakcii, vďaka ktorej mohol vzniknúť tento článok
Námet
: Samuel Ondrišák
Napísal: Samuel Ondrišák
Spätná väzba: Petra Dudášová, Vladimír Nociar, Lenka Krčmáriková
Publikovala: Petra Dudášová, Lenka Krčmáriková

Podobné blogy