Сегодня много кто на рынке говорит об искусственном интеллекте, строит прогнозы на будущее, хвалит или опасается этой технологии. Как в сервисе SearchBooster (входит в MediaNation) применяют ИИ, Sostav рассказала команда проекта.
О клиенте
Lu.ru — один из ведущих интернет-магазинов светильников и мебели в России. Компания предлагает большой ассортимент стильных люстр, осветительных приборов и современной мебели, ориентируясь на тренды и потребности своих покупателей.
Исходная ситуация
До внедрения персональных ИИ рекомендаций в реальном времени на сайте lu.ru отсутствовали блоки с индивидуальными подборками товаров для пользователей. Это ограничивало возможности увеличения конверсии и роста выручки, а также не соответствовало ожиданиям современных интернет-покупателей, которые привыкли к индивидуальному подходу и персонализированным предложениям.
Задачи
- Повысить конверсию сайта и увеличить выручку за счет внедрения персональных рекомендаций и смарт-подбора товаров по интересам и поведению пользователя.
- Увеличить вовлеченность и среднее количество товаров в заказе.
- Сделать процесс выбора товаров более удобным и быстрым для клиента.
Реализация
1. Внедрение персональных рекомендаций.
Совместно с командой lu.ru специалисты SearchBooster реализовали персональные рекомендации на базе собственного рекомендательного движка. Решение включает:
- Персональные рекомендации в реальном времени (см. рисунок 1). Алгоритм отслеживает поведение каждого посетителя (просмотры, клики, добавления в корзину, покупки) и предлагает наиболее релевантные товары прямо на сайте.
- Интерактивное окно «Похожие товары» (см. рисунок 2 — 3). После нажатия кнопки «Похожие» в карточке товара пользователь видит подборку товаров, визуально схожих с выбранным продуктом. Для этого применяется технология визуального поиска, учитывающая не только текстовые, но и визуальные характеристики товара.
2. Технические шаги внедрения.
- Установили трекер для сбора событий электронной коммерции, такие как просмотры, добавления в корзину, покупки.
- Несколько раз проводили дообучение модели на новых данных для увеличения качества персональных рекомендаций.
- Виджеты персональных рекомендаций полностью адаптировали под фирменный стиль и дизайн lu.ru:
- добавили фирменные цвета;
- вывели дополнительные лейблы на карточках;
- реализовали удобные кнопки для добавления товара в корзину и в избранное прямо из блока рекомендаций.
- Для уменьшения нагрузки на сайт была реализована синхронизация корзины и избранного между сайтом, блоком рекомендаций и поиском.
- Исключили из выдачи товары, которых нет в наличии, чтобы не разочаровывать покупателей.
3. Интеграция на страницы сайта.
Блоки персональных рекомендаций и окна похожих товаров были добавлены на ключевые страницы:
- Главная страница. Персональные рекомендации для новых и возвращающихся пользователей.
- Карточка товара. Блок «Персональные рекомендации» (индивидуальные подборки по интересам) и Интерактивное окно «Похожие товары» по клику на кнопку «Похожие» (визуальные аналоги выбранного товара).
- Пустая корзина. Предложения актуальных и интересных товаров для возврата пользователя к покупкам.
- Страница 404. Персональные предложения для удержания посетителя на сайте.
Результаты
Внедрение персональных ИИ рекомендаций SearchBooster дало ощутимые бизнес-результаты:
- CTR персональных рекомендаций 30%.
Каждый третий пользователь, увидевший блок рекомендаций, переходит по одному из товаров — это высокий показатель вовлеченности.
- Рост выручки 15,83%.
Персонализация позволила увеличить средний чек и количество успешных покупок.
- Увеличение конверсии 9,43%.
Благодаря рекомендациям больше посетителей сайта стали совершать покупки.
Кейс lu.ru показал, что современные персональные рекомендации в реальном времени и технологии визуального поиска могут существенно влиять на ключевые метрики e-commerce: вовлечённость, конверсию и выручку.
Почему получилось
- Использовался гибкий, самообучающийся алгоритм рекомендаций, быстро адаптирующийся под изменения пользовательского поведения.
- Проведена интеграция в инфраструктуру lu.ru с учетом структуры сайта, бизнес-логики и пользовательских сценариев.
- Внедрена синхронизация данных между разными блоками сайта, что дало бесшовный пользовательский опыт.
- Кастомизация внешнего вида рекомендаций позволила сохранить фирменный стиль и повысить доверие пользователей.
Анастасия Романовна Бобровская, маркетолог lu.ru:
Мы используем поиск и персональные рекомендации от SearchBooster на нашем сайте и довольны этим решением. Поиск предлагает удобные подсказки и релевантные результаты, а благодаря рекомендациям существенно выросла выручка и количество заказов. Команда SearchBooster всегда готова к общению и доработкам — это важно, поскольку мы постоянно развиваемся и стремимся к улучшениям. Рекомендуем это решение тем, кто хочет оптимизировать поиск на своем сайте.
Иван Барченков, генеральный директор MediaNation, сооснователь SearchBooster:
Так приятно, когда ИИ работает и приносит результаты. SearchBooster уже сейчас предлагает клиентам эффективные решения задач их маркетинга. И судя по цифрам этого кейса (а также многих других) — итоги впечатляют.