Упрощай или умри. Каким должен быть продукт для российского E-commerce?

    Привет, друзья. Чуть меньше года назад я начал работать в новом b2b-проекте для интернет-магазинов и написал на Хабр статью об этом стартапе. Сегодня я хочу рассказать о нашей главной ошибке за прошедший год, которая сподвигла нас изменить принцип работы сервиса и запустить в октябре этого года версию продукта 2.0.


    HucksterBot – сервис, который показывает определенным посетителям сайта индивидуальные предложения купить товары со скидкой. Главное отличие от традиционных механизмов распродаж и стандартных модулей CMS-систем в том, что скидки показываются персонально, в зависимости от поведения пользователя на сайте. При таком подходе прибыль интернет-магазина не снижается, а увеличивается.

    Раньше помимо установки JS-кода на сайт (стандартный шаг для SaaS-сервисов), чтобы запустить сервис, представителю интернет-магазина в личном кабинете необходимо было создать сегменты посетителей и установить скидки на определенные категории и товары. Для настройки сегментов можно было выбрать регионы, каналы и источники трафика, устройства (ПК или мобильные):

    image

    Пользователям каждого сегмента показывался специальный виджет с предложением купить просмотренные ранее товары со скидкой. Таким образом, скидки можно было предложить посетителям из определенных регионов, мобильным пользователям (что повышало в несколько раз конверсию и продажи в интернет-магазинах, сайты которых не были адаптированы для мобильных устройств), или, например, людям, пришедшим по рекламным каналам.

    Данный подход подразумевал, что маркетологи или владельцы интернет-магазинов хорошо разбираются в вопросах повышения конверсии, могут правильно интерпретировать данные Google Analytics и Яндекс.метрики, выбрать и настроить несколько низкоконверсионных сегментов трафика и самостоятельно добиться максимального эффекта в виде повышения оборота и валовой прибыли. Это было большой ошибкой.

    На деле далеко не все смогли (или захотели) разобраться с продуктом и нам приходилось делать это вместе с ними, помогать пользователям настраивать сервис. Да, в итоге сервис начинал работать эффективно, мы с клиентами делали истории успеха с отличными результатами, но о масштабировании с таким подходом приходилось только мечтать. Мы тратили слишком много времени на аналитику и внедрение.

    Стало очевидным, что у нас 2 пути для развития: первый – поднимать цены, уходить в Enterprise-продажи, фактически становясь внедренцами дорогого продукта для крупных интернет-магазинов с индивидуальными «допиливаниями» и аккаунтингом, второй – значительно упростить продукт, не снижая его эффективность. Мы выбрали второй вариант, но для его реализации нужно было решить две большие задачи:

    1. Автоматизировать сложные настройки (чтобы даже домохозяйка смогла запустить сервис).
    2. Сделать прозрачными и понятными результаты работы сервиса, чтобы каждый клиент мог в любой время зайти в личный кабинет и найти ответ на вопрос «что я потеряю, если отключу виджет HucksterBot?».

    Как мы решили эти задачи?


    1. Автоматизация и принцип Парето.

    Теперь для настройки виджета необходимо указывать только размер скидок и при необходимости ограничить показы в регионах, все остальное настраивается автоматически. Система отслеживает события, когда пользователь кладет товар в корзину и проводит анализ конверсии по каждому товару, учитывая каналы трафика.

    В показе скидок используется принцип Парето: автоматически выбирается 20% товаров, которые дают 80% заявок, скидки для них не показываются. Таким образом, сервис не работает с товарами, которые магазин и так успешно продает, а увеличивает продажи только по тем позициям, которые совсем не продаются или продаются намного хуже ТОПовых.

    2. Прозрачность работы.

    Работа сервиса начинается с того, что он собирает и анализирует данные на основную часть трафика интернет-магазина, показывая виджет по указанным скидкам лишь небольшой доле посетителей без какой-либо дифференциации. После сбора и автоматического анализа данных (от 1-й до 2-х недель) сервис начинает работать в режиме непрерывного теста: 20% случайно выбранных посетителей интернет-магазина не увидят виджет со скидкой ни при каких обстоятельствах, на остальные 80% будут распространяться заданные правила показа персональных скидок. Тем самым в личном кабинете всегда можно увидеть, как сильно отличается конверсия чистого сегмента (20%) от сегмента с работающим сервисом HucksterBot.

    После релиза версии 2.0 количество пользователей, которые самостоятельно настроили и внедрили сервис увеличилось на 100%. Нас беспокоил только один вопрос.

    Остался ли сервис эффективным?


    Мы решили проверить эффективность нового подхода при работе сервиса с интернет-магазином Snail.ru, принадлежащим одной из крупнейших в России розничных сетей по продаже садово-парковой техники «Садовые машины».

    Согласно правилу Парето система автоматически отобрала 20% товаров, которые являются самыми продаваемыми, на них действие сервиса не распространялось. Для остальных 80% товаров работали персонализированные скидки, размер которых был установлен сотрудниками магазина.

    Далее начался A/B-тест, который достиг максимальной статистической значимости в течение 2 недель. 20% случайных посетителей интернет-магазина не видели виджет HucksterBot ни при каких обстоятельствах, остальные 80% могли его увидеть при определенном поведении на сайте.

    Результаты теста

    image

    Общая конверсия сайта при внедрении HucksterBot 2.0 (заказы через корзину + виджет) составила 1,9%.

    Конверсия сайта в заказы без виджета (по данным A/B – теста, а также по данным Google Analytics, когда сервис не был подключен к интернет-магазину) составляет 0,8%.


    Таким образом, использование сервиса персонализации скидок позволяет повысить общую конверсию сайта в 2,4 раза.

    Анализ продаж магазина показал, что при использовании сервиса HucksterBot оборот магазина увеличился ровно в 2 раза (на 100%), а валовая прибыль в 1,4 раза (на 40%).

    image

    «Мы запустили новую версию HucksterBot 2.0. Если раньше нам приходилось постоянно экспериментировать с разными сегментами, корректировать настройки, чтобы добиваться максимального эффекта, теперь сервис делает это автоматически. Это очень удобно»
    Степан Мальцев, менеджер проекта Snail.ru.

    Таким образом, если вы запускаете b2b-стартап и мечтаете о массовом рынке, продукт должен быть максимально простым и автоматизированным, таким, чтобы его внедрение не требовало каких-то специальных знаний. Кроме того, важно доказывать его эффективность реальными цифрами и графиками, расчетом ROI, а не обещаниями и словами.

    В следующей статье я поделюсь опытом продвижения SaaS-продукта для интернет-магазинов на российском рынке: расскажу о том, какие рекламные каналы окупаются, какие нет, как не слить бюджет и привлечь регистрации по цене меньше 200 рублей за штуку.

    Если у вас есть вопросы, буду рад ответить на них в комментариях.
    Метки:
    Поделиться публикацией
    Реклама помогает поддерживать и развивать наши сервисы

    Подробнее
    Реклама
    Комментарии 2
    • +1

      для фешн рынка решение не очень подходящее. Из заявок от вашего сервиса конвертируется в заказы только 20-25%, потому что скидка идет только на один товар, а не на корзину. А заказывать 1 товар большая часть и не собиралась.
      Здесь лучше бы работала не скидка, а промо-код, с помощью которого человек мог получить скидку на заказ

      • 0
        Переход на новую платформу как раз позволяет делать специализированные отраслевые решения, это в планах на 2017 год.
        Для фешн рынка обязательно учтем ваше замечание.

        Спасибо за комментарий!

      Только полноправные пользователи могут оставлять комментарии. Войдите, пожалуйста.