Decathlon(迪卡侬)于1976年在法国里尔开设首家门店。十年后,德国街头出现其门店;1992年巴塞罗那奥运会之际,西班牙首家门店开业。2013年,荷兰在线商店上线,三年后荣获“最佳在线运动用品商店”奖。截至2018年,这家领先的体育用品零售商在全球拥有超1,000家门店,业务遍布中国、黎巴嫩、印度及巴西等地,始终以强大的自有品牌发展著称。
然而,凡事有利必有弊。随着消费水平与产品多样性的提升,用户在浏览庞大在线商店时难免遇到困难。难以在海量商品中高效导航成为痛点。Decathlon荷兰覆盖54个运动品类和数千种商品,内部意识到简化购买流程可有效增加订单量与收入。于是,他们寻求借助 Retail Rocket 工具的经验来优化用户体验。
以优化其用户的购买流程
Retail Rocket 是一种采用顶级大数据技术和预测分析的工具,可在实时在线商店中实施个性化策略。此外,它还提供电子商务解决方案,用于定制网站和电子邮件营销渠道。
Retail Rocket提供超过20种自我学习机制以个性化购物体验。借助先进技术,它能通过实时分析用户行为精准检测需求与兴趣。该工具的优势在于能在关键时机展示特定产品优惠,此时消费者购买意愿更强,从而有助于提升在线商店的关键绩效指标。
本文将展示这家体育零售巨头如何在 Decathlon.nl 网站上添加个性化产品推荐后,实现转化率提升5.2%、平均订单价值增长5.2%,以及收入提高10.7%的显著成效。
[推文“Decathlon荷兰利用 #RetailRocket 工具实现了5.2%的转化率提升”]
Decathlon.nl 如何应用个性化推荐
为发现具有统计学意义的转化率变化并确定最有效机制,Retail Rocket 在 Decathlon.nl 产品页面上实施了不同算法并进行A/B测试。所有客户被随机分为五组:
1. 相似产品
基于产品属性(价格、品牌、类别等)及其他客户行为(查看或购买记录)。相似产品指与用户实时浏览产品匹配度最高的商品。

2. 相关产品
基于用户画像、购物车内容及历史购买行为确定的互补产品。

3. 上方显示相似产品,下方显示相关产品
页面分为两个区块,布局如下:

4. 上方显示相关产品,下方显示相似产品
同样分为两个区块,但顺序相反:

5. 对照组
产品页面不显示任何个性化推荐。
A/B测试结果
推荐模块在Decathlon荷兰所有产品页面上进行了为期18天的测试,分析了超过12万名独立用户。
与对照组相比,所有测试算法均对收入产生积极影响。其中,将相关商品(上方)和相似商品(下方)组合的效果最为显著。该方案使转化率提升5.2%(统计显著性94.4%),平均订单价值增加5.2%。累积效应带动整体收入提升了10.7%。

品牌市场部 Martijn Sprangers 表示:“Retail Rocket 正帮助我们的运动用户找到最符合需求的商品,助力实现‘让更多人参与体育运动’的目标。这是完善用户购买流程的关键一环。初步结果令人充满希望,且实施过程简便易行。”
图片:Depositphotos

