Кейс «Алоль»: Как разговорный интерфейс влияет на конверсию

в 15:45, , рубрики: e-commerce, аналитика, кейсы, колонка, Нам пишут, советы, эффективность бизнеса, метки: , , , , , ,

Будущее e-сommerce связывают с разговорными интерфейсами: мессенджерами, чат-ботами, девайсами для распознавания речи и т. д. Мы делимся опытом из этой области и предлагаем рассмотреть, как разговорный интерфейс влияет на коэффициент конверсии в мобильном приложении.

Релиз шопинг-мессенджера состоялся в апреле 2016. Активная закупка трафика началась со второй половины июня, когда наполнили приложение достаточным количеством компаний. Поэтому в анализе используем данные за 3-й квартал 2016 года.

При разработке приложения мы предусмотрели несколько пользовательских сценариев.

  • «Классический» — когда пользователь открывает карточку компании, затем каталог, самостоятельно выбирает товар и заказывает.

Кроме него мы внедрили два сценария с разговорными интерфейсами:

  • «Пользователь-Чат с компанией»: карточка компании — запрос к компании в чате — рекомендация товара или услуги в чате — заказ.
  • «Пользователь-Персональная помощница LOLA»: Обращение к персональной помощнице LOLA (отдельный чат в мессенджере) — рекомендация товара или услуги в чате — заказ.

Востриков, «1С-Битрикс»: Почему А/В-тесты сайта — очевидное решение только для молодых компаний

Какими гипотезами мы руководствовались, внедряя «разговорный интерфейс»?

14881447_1203379366389084_1154494100_o

Сценарий начинается с диалога

Классический сценарий предполагает, что пользователь сам ищет информацию и заказывает. Если возникают сомнения или проблема выбора, он обращается к онлайн-консультанту или уходит с сайта или из приложения. В разговорном интерфейсе сценарий начинается с общения, в процессе которого отрабатываются сомнения, страхи и вопросы.

Меньше отвлекающих факторов

Интерфейс чата вовлекает пользователя в общение. Это минимизирует «шумовые» факторы, пользователь не уходит в поиск, соц. cети, почту и т. д. Если задача не решается в рамках одной сессии, пользователь делегирует задачу помощнику и ожидает решение, а не продолжает искать самостоятельно.

Как чат-боты вернут в торговлю продавца

Доверие

Персональный помощник не представляет интересы конкретной компании и ориентируется на удовлетворение пользователя. Пользователь полагается на экспертизу помощника, что заменяет ему отзывы и другие аргументы за или против покупки, которые уводят с исходного сайта или приложения.

Простота взаимодействия

Разговорный интерфейс требует минимального пользовательского опыта и позволяет абстрактно формировать запросы: от «что подарить девушке на Новый год?» до «хочу ноутбук НР до 60000 для игр и видеомонтажа». Пользователь не делает усилия, чтобы понять интерфейс, вместо этого отправляет сообщение.

Эмоциональная привязанность

История чата формирует ядро привычек и стиль общения, и это дает пользователю возможность заказывать товары или услуги"как обычно", а компании — советовать на основе предпочтений. При этом подробности уточняются тут же в диалоге в отличие от email-рекомендаций, браузерных уведомлений, персонализированной выдаче в каталоге и т. д.

Алёшин, Я.Маркет: Как работать с мобильными покупателями

Высокая вероятность «попадания» в запрос

LOLA не ограничена ассортиментом конкретной компании и может подбирать альтернативные решения, исходя из контекста запроса, что повышает вероятность успешного завершения конверсии. Например, на запрос «что мне поужинать завтра вечером», можно забронировать столик в ресторане, заказать пицце с доставкой или заказать набор продуктов для самостоятельного приготовления.

Принимая во внимание факторы (но не ограничиваясь ими), вероятность коэффициента конверсии выше среднего кажется логичным. Ключевой момент здесь — эффективно отрабатывать первые запросы, чтобы новый сценарий понравился и вошёл в привычку. Для этого мы решили сочетать сервисную пользу и эмоциональную составляющую. Стараемся в меру шутить, предлагать иногда эксцентричные варианты, выигрывать каждый микромомент в диалоге с клиентом.

Что в итоге?

Количественно «классический» сценарий лидирует, так как пока он привычнее для пользователя. По доле заказов лидерство распределяются иначе: по 25% приходится на заказы через каталоги и чаты с компаниями и 50% - на общение с персональной помощницей LOLA. Разговорный интерфейс позволил нам получить коэффициент конверсии 13%.

Это хорошая цифра, если сравнивать со средними показателями по рынку. По данным Wolfgang Digital, средний коэффициент конверсии сайтов в электронной коммерции — 1,36%. Средняя конверсия в мобильных приложениях составляет — 3.48%, а онлайн-консультанты обещают увеличение этих цифр еще на 30−70% от исходных, то есть, в идеальном случае, до 4−7%.

Чеклист: Как онлайн-магазину подготовиться к большой распродаже

Какие выводы делаем?

Разговорный интерфейс положительно влияет на рост конверсии и выработку пользовательской привычки. Классический онлайн-консультант на сайте при должном внимании к клиенту помогает ему сконвертироваться в покупателя, а консультант, который выступает как персональный ассистент, помогает сформировать у пользователя привычку обращаться повторно по широкому кругу вопросов.

Повторные обращения в чате помогают собирать не только информацию о покупательских предпочтениях клиента, но и личностные характеристики: стиль общения, интересы и т. д. В итоге общение становится персонализированным, усиливается эмоциональная связь консультанта и покупателя.

Разговорный интерфейс применим не для любой модели потребления или формы бизнеса. Электронная коммерция в ближайшее будущее не откажется от каталогов товаров и классических веб-интерфейсов. Но если в вашей отрасли покупка требует экспертизы, стоит предусмотреть разговорный интерфейс, в котором клиент получит совет и развеет сомнения.

Прежде, чем внедрять разговорный интерфейс (например, делать собственного чат-бота), стоит задаться вопросом насколько решение улучшит пользовательский опыт на мобильных устройствах по сравнению с традиционной коммуникацией через браузер или приложение.

Источник


* - обязательные к заполнению поля


https://ajax.googleapis.com/ajax/libs/jquery/3.4.1/jquery.min.js