CRO & Personalization
Open in Telegram
A/B-тестирование, персонализация и рост: опыт, инструменты и подходы, которые помогают принимать решения на основе данных. 📩 Контакты: Андрей Андреев Telegram — @and_and LinkedIn — linkedin.com/in/and-andreev
Show more842
Subscribers
No data24 hours
+57 days
+530 days
Posts Archive
🧠 Больше изображений ≠ лучший UX
Иногда то, что выглядит как "улучшение", на деле ухудшает восприятие и продажи.
В одном из тестов Drip Agency решили добавить под основное фото товара ряд миниатюр всех изображений - вместо простой навигации стрелками. Казалось бы, классическая "best practice".
Но результат удивил:
📉 ARPU: −3,79% (статистически значимо)
📉 CR: −1,88%
📉 AOV: −2,06%
Пользователи не стали покупать чаще - наоборот, их перегрузило количеством опций. Маленькие картинки не давали деталей, а только создавали визуальный шум. И вместо того чтобы помочь выбрать, страница парализовала решение.
💬 Вывод: не все, что кажется хорошей практикой может сработать в контексте вашего сайта. Не копируйте просто - всегда проверяйте в A/B тесте.
Такие кейсы напоминают, почему я люблю эксперименты: люди редко ведут себя предсказуемо.
Ссылка 🔗 на сайт
Ещё больше инсайтов про рост и эксперименты - в моем канале
+2
🎉Всех с пятницей! Или какие активности выбрать на эти выходные, чтобы стать чуточку счастливей.
Сейчас дочитываю книгу "Don't Trust Your Gut" от Seth Stephens-Davidowitz - и очень рекомендую всем, кто любит данные.
Книга о том, что интуиция часто нас подводит, а данные куда честнее показывают, что действительно делает людей счастливыми, успешными и довольными жизнью.
Например, на основе огромного исследования Mappiness, созданного Dr. George MacKerron и Prof. Susana Mourato, тысячи людей по всему миру ежедневно сообщали через приложение, что они делают и насколько счастливы в этот момент.
📞Приложение фиксировало данные о локации, шуме, погоде и окружении - и в итоге позволило построить рейтинг активностей по уровню счастья.
Вот несколько результатов:
🏆 Самое счастливое занятие - это занятие любовью 👩❤️💋👨(14.2)
🎭 На втором месте - театр и концерты (9.29)
🏃Далее спорт, садоводство, хобби, прогулки и общение с близкими.
А вот что нас делает несчастными:
📉 Работа и учёба (-5.43)
⏳ Ожидание в очередях (-3.51)
🧾 Бюрократия и финансы (-2.45)
🤒 И, предсказуемо, болезнь (-20.4).
Иногда кажется, что счастье сложно измерить. Но если доверять данным - оно гораздо ближе, чем кажется.
Не благодарите - теперь вы знаете чем заняться на выходных и что грядки принесут вам больше счастья, чем работа и Zoom-встречи 😄
Кому интересно почитать(хотя чтение не в топе счастья 😁) "Don't Trust Your Gut", напишите мне в личку - поделюсь электронной версией книги (на англ)📕. И не забываете подписаться на мой канал.
💡 Сейчас мы, как и многие компании, больше сфокусированы на метриках, которые кажутся важными, но отражают лишь поверхность.
Обычно отчёты по экспериментам выглядят так:
✅ количество экспериментов,
✅ uplift в конверсии,
✅ % успешных тестов,
✅ рост дохода.
Но всё это - не про здоровье программы экспериментов, а лишь про результаты отдельных тестов.
📊 Моя первородная цель - построить культуру экспериментов внутри компании.
Это сложно, особенно в бизнесе с офлайн-перекосом. Но именно это делает задачу ещё интереснее.
Я сам многому учусь и многое ещё не знаю - и это, пожалуй, лучший драйвер роста.
Недавно я наткнулся на документ от Effective Experiments - "Experimentation Program Management Metrics".
В нём подробно описано, какие метрики действительно помогают оценить зрелость программы экспериментов, а не просто считать аплифты.
Вот некоторые из них 👇
1️⃣Процессные - насколько качественно мы тестируем:
• откуда пришла идея (данные или "менеджер сказал"?),
• есть ли чёткая гипотеза,
• соблюдены ли правила запуска,
• были ли ошибки (SRM, задержки, подгонка результатов).
👉 Здесь помогает Experiment Health Score - оценка зрелости процесса, а не результата.
2️⃣Action-метрики - что мы делаем после тестов:
• как быстро победивший вариант попадает в прод,
• сколько инсайтов реально повлияло на решения,
• сколько гипотез изменили стратегию.
3️⃣People-метрики - кто вообще в игре:
• какая доля команды вовлечена в эксперименты,
• сколько из них активно тестируют,
• сколько времени нужно новичку, чтобы начать проводить качественные тесты,
• смотрят ли коллеги отчёты и реагируют ли на них.
🧭 Именно эти метрики показывают, растёт ли экспериментальная культура.
Не количество A/B-тестов, а то, как организация думает экспериментами.
Хотя всё же (ИМХО), культура не появляется из ниоткуда - сначала всегда нужен разгон в количестве тестов, чтобы заложить инерцию.
Подписывайся, здесь я пишу о тестах, персонализации и о том, как бизнес растет быстрее за счет понимания пользователей 🚀
🫂 Персонализация - не про технологии, это про эмпатию.
Читайте короткую pdf-ку от AB Tasty о Perfecting Personalization или как усовершенствовать персонализацию вашего сайта: стратегия с использованием аб тестирования
За каждой точкой данных стоит человек. Когда данные соединяются с эмпатией - рождается доверие.- Майкл Кригсман, ZDNet 💡 Почему это важно: Компании, которые персонализируют опыт, увеличивают выручку на 6-10% быстрее тех, кто этого не делает (по данным BCG). Но не всем нужны 15 человек в команде, как советует McKinsey. Начать можно с малого - с сайта и A/B-тестов. 📍 Ключевые принципы из книги: 1️⃣ Начните с понимания аудитории. Обратитесь к людям, которые общаются с клиентами - саппорт, продажи, маркетинг. Добавьте данные из аналитики и тепловых карт. Выясните: кто они, чего хотят и когда. 2️⃣ Используйте A/B-тесты, чтобы искать "положительные отклонения". Photobox, например, увидели, что новый дизайн сайта работает отлично для новых посетителей, но плохо для постоянных. Разделили трафик - и получили +32% к регистрации. 3️⃣ Стройте гипотезы и проверяйте. 84% маркетологов видят рост конверсий, когда объединяют персонализацию с A/B-тестированием. 4️⃣ Не перегибайте. Персонализация - это контракт между брендом и пользователем. Она уместна, пока создаёт ценность и не нарушает доверие. 🎯 И в итоге - всё сводится к одной философии: Test & Learn. Без тестов маркетинг превращается в gut thinking. А с тестами - в компас, который помогает понять, что действительно важно для людей. 🤸 В моем канале я пишу о тестах, персонализации и о том, как через понимание клиентов бизнес растёт быстрее.
Поиск - это не просто строка на сайте. Это один из трёх главных драйверов оборота.
В METRO он стабильно входит в топ-3 источников дохода.
И как показывает практика, здесь работает эффект Матфея - усиливай сильного, и он будет приносить ещё больше.
Посмотрите на кейс Leroy Merlin Brasil.
Они столкнулись с тем, что старый поиск на Elasticsearch ограничивал рост: изменения требовали разработчиков, результаты были нерелевантны, а 28 млн SKU перегружали систему.
Решение - переход на Algolia.
📈 +3.8% CTR
🛒 +1.7% add-to-cart
💰 +$28 млн годового дохода
А главное - поведение пользователей изменилось: всё больше продаж ушло в онлайн.
Теперь мы можем мгновенно менять ранжирование и видеть влияние на CTR и конверсии,- говорит Вагнер Перейра, Digital Products Manager Leroy Merlin. Мы в METRO сейчас в похожей ситуации. Когда я пришёл, одним из первых шагов стало внедрение Dynamic Yield (сейчас уже Gravity Field) - как поставщика рекомендаций, персонализации и A/B-тестирования. Второе, что нужно было решить, - поиск. Но тогда менеджмент сказал: "сделаем сами". ( а так была бы Algolia 😁) Прошло несколько лет - и "сами" превратилось в "нам нужен поставщик поиска." Потому что любой поиск на Elasticsearch - это дорогие доработки и длинный T2M. Сегодня в России немного решений, кто предлагает современный SaaS-поиск. Я собрал таблицу по рынку 👉 🔗 Сравнение поставщиков Для нас с вами это: Anyquery Nibelung Retail Rocket Гринсайт Мы уже запустили 50/50 тест с Anyquery и копим данные (обязательно поделюсь результатами). Параллельно готовим пилот с Nibelung. Возможно, позже протестируем RR и Гринсайт. А пока - вдохновляйтесь кейсом Leroy Merlin Brasil, которые вовремя выбрали SaaS-решение, убрали технические блокеры, улучшили UX и заработали $28 млн в год 📬 Подписывайтесь на канал - скоро покажу первые результаты теста.
🧠 Как Axel Arigato снижает фрикшен при десковере товаров на PLP (product listing page)
Когда ты листаешь каталог на сайте Axel Arigato и доходишь до конца страницы, тебе не показывают тупик - вместо этого предлагают перейти к следующей категории. Простой, но сильный UX-приём, который делает скролл бесшовным и удерживает внимание.
Почему это работает 👇
- Пользователь не сталкивается с "пустым концом", где обычно теряется интерес.
- Появляется микро-хук - стимул продолжить и исследовать дальше.
- Глубина просмотра и время в сессии растут.
- Минимум усилий: долистал → нажал → продолжаешь.
💡 Что можно взять на заметку:
1. Если у вас длинный PLP, подумайте, как можно "вывести" пользователя за его пределы - показать следующую категорию, похожие товары или автоматически подгрузить новые.
2. Отслеживайте, сколько людей доходят до конца списка и сколько переходят дальше - это отличная точка для экспериментов.
3. В A/B-тестах можно сравнить: без предложения vs с предложением перехода (или автоподгрузкой).
🎯 Идея проста, но эффект ощутим: меньше фрикшена → больше взаимодействия → выше шанс, что человек найдёт то, что ищет.
Посмотреть вживую можно тут 👉 axelarigato.com
А пока подписывайтесь - будет ещё больше кейсов про эксперименты, дизайн и рост.
🧠 Как за 8 недель прокачать конверсию сайта: выжимка из гида VWO + HubSpot
Читайте полное руководство в pdf или кратко:
Неделя 1. Подготовка
* CRO = не догадки, а данные.
* Собери кросс-функциональную команду: менеджер, аналитик, дизайнер, копирайтер, разработчик.
* Настрой аналитику (GA, Mixpanel, Adobe Analytics) и выбери платформу для A/B тестов.
* Составь карту воронки - от первого визита до покупки. Раздели метрики на micro (действия перед продажей) и macro (сам факт покупки).
Неделя 2. Аудит
* Проведи бенчмаркинг по индустрии.
* Зафиксируй baseline - текущие показатели сайта.
* Найди "быстрые победы": сократи формы, улучшай CTA, добавь соцдоказательства, упростить копирайтинг.
Недели 3-4. Исследование поведения
* Аналитика отвечает на "Где проблема?", а поведенческие инструменты - на "Почему".
* Используй heatmaps, скролл-карты, записи сессий, формы и опросы.
* Формируй инсайты - они станут гипотезами для тестов.
Неделя 5. Гипотезы и приоритизация
* Формула: "Я верю, что [изменение] приведет к [эффекту], потому что [обоснование]".
* Пример: "Я верю, что перенос логотипов клиентов ближе к форме оплаты повысит конверсию на 5%, потому что усиливает доверие".
* Приоритизируй по PIE (Potential, Importance, Ease) и веди календарь тестов.
Неделя 6. Запуск
* Выбери тип теста: A/B, сплит или мультивариантный.
* Используй байесовскую статистику - она отвечает на вопрос "Какова вероятность, что вариант победил?".
* Избегай ошибок: не тестируй всё сразу и не останавливай тест преждевременно.
Неделя 7. Пока тест идёт
* Не скучай - учись. Подписки: Peep Laja (CXL), Joanna Wiebe (CopyHackers), Oli Gardner (Unbounce).
* Планируй следующие тесты, чтобы не терять темп.
Неделя 8. Анализ
* Любой результат = инсайт.
* Победил вариант → внедряй и ищи новые возможности.
* Проиграл → пересмотри гипотезу.
* Без разницы → проверь сегменты (новые/возвратные, мобайл/десктоп).
* И главное - CRO это не кампания, а системный подход.
И не забывайте подписаться - будет ещё больше кейсов про эксперименты, дизайн и рост.
А вот с другой стороны - когда хорошая идея не сработала.
Ребята думали, что если помогут покупателям выбирать правильную упаковку корма для собак - в зависимости от размера питомца - это повысит конверсию. 🐕
Но реальность сказала: "нет".
📉 Конверсия: −4,74% (не статистически значимо).
Хорошие намерения ≠ хороший UX.
Возможно, пользователям нравится ощущать контроль, даже когда нам кажется, что мы делаем всё, чтобы им было проще.
Иногда попытка "помочь" воспринимается как давление.
UX - это не про то, как мы хотим, а про то, как они выбирают.
Подписывайтесь на мой канал, если интересно, почему даже лучшие гипотезы иногда проигрывают тест.
🟩 Как Drip agency повысила ARPU на 2,54%, просто сменив цвет скидки
Агентство Drip - команда, специализирующаяся на конверсии, UX и A/B-тестах для fashion и lifestyle-брендов.
Они работают с десятками eCommerce-компаний по всему миру и известны тем, что превращают "мелкие" UI-детали в ощутимый рост выручки.
Недавно они провели эксперимент для одного женского спортивного бренда -
заменили красный цвет скидок на зелёный на товарном листинге.
Результат удивил всех 👇
Гипотеза:
Красный = тревога, срочность, давление.
Зелёный = выгода, доверие, спокойствие.
Когда скидка не "кричит", а говорит мягко - покупателю проще принять решение.
Результаты (все пользователи):
ARPU: +2,54% (с €3,24 до €3,33)
AOV: +2,20%
Конверсия: +0,34%
Рост статистически значим, а у возвращающихся пользователей эффект особенно силён:
+5,58% к ARPU 💥
Мобильные пользователи: +2,78%
Десктоп: +4,36%
Почему сработало:
🔹 Зелёный вызывает ощущение "правильной покупки" и доверия.
🔹 Для осознанных покупателей - это сигнал eco-vibes и value.
🔹 Красный усиливает FOMO и тревожность, а зелёный - расслабляет и повышает средний чек.
Вывод:
Пора отказаться от клише "огненных сейлов".
Иногда не редизайн, а просто цвет делает разницу.
💡 Тестируйте всё - даже цвета (если вам, конечно, позволяет ваше количество пользователей)
@annasenkova можно проверить у нас 🧐
А если вам интересны реальные кейсы, где цифры говорят громче слов, - подписывайтесь на мой канал
Возможно это одна из самых умных конверсионных фич, что я видел за последнее время (вернее её исполнение) ☕️
На ao.com, если вы смотрите холодильник и, как большинство, хотите проверить цену в Google - сайт делает это за вас. Стоит только выделить серийный номер артикул, и тут же всплывает аккуратное окно с сравнением цен у других ритейлеров.
Гениально, потому что:
▫️Убирает главный барьер - не нужно уходить с сайта.
▫️Создаёт доверие - AO как бы говорит: "Мы уверены в нашей цене, вот сравнение".
▫️Ускоряет путь к покупке.
Элегантное решение, которое убирает трение и растит выручку.
А теперь немного из моего опыта.
В М.Видео фича "Гарантия лучшей цены" уже была, когда я пришёл. Её никто не тестировал - просто выкатывали. Позже мы только настраивали механику.
Когда я пришёл в METRO, идея "Гарантии лучшей цены" стала одной из первых, что мы решили проверить. Для нее был достаточно быстрый T2M, правда куча согласований, разные дизайны и что-то ломалось - но мы запустились.
Результат(то что нашел в последних экспериментах): -2,56% к конверсии (не статзначимо) и CTR 0,37%. Плюс под капотом - дорогой сервис для сравнения цен. Экономика не сошлась, фичу так и не передали в продукт.
Возможно главная ошибка? Мы показывали её всем. А ведь ценность в таких решениях - в точности. Показывать тем, кто действительно собирается уйти искать цену.
Теперь мы хотим измерить, какой процент пользователей копирует название товара, чтобы уйти в поиск. Возможно, именно это даст фиче второе дыхание.
А пока советую зайти на ao.com и посмотреть, как можно элегантно решить ту же самую задачу - без трения, но с доверием.
Подписывайтесь - будет ещё больше кейсов про эксперименты, дизайн и рост.
Когда идёт дождь - продавай зонты. А лучше - сделай так, чтобы твой поиск сам знал, что идёт дождь ☔️
Во времена, когда нью-йоркские магазины радовались каждому дождю - ведь зонты разлетались быстрее, чем пончики в утренний час - никто ещё не думал о персонализации. Просто "идёт дождь - продавай зонты". Более подробно об этом: NY Times, "Umbrella Sales Increase as Rains Persist" (24 июня 1972).
Но сегодня этого уже мало.
Покупатель ожидает, что сайт сам поймёт контекст: где он, какая погода и что ему нужно прямо сейчас.
Так, например, можно сделать поиск с погодной персонализацией на Algolia:
📍 Поиск определяет геолокацию пользователя
🌡️ Получает погоду дважды в день через Transformations + Fetch API
🔧 Правила ранжирования динамически подстраиваются:
- идёт дождь → наверх поднимаются зонты и плащи
- жара → в топе лёгкие рубашки и шорты
- снег → пальто и термокружки
Algolia - это движок поиска и рекомендаций, который используют Shopify, Lacoste и Decathlon. Он умеет превращать реальные сигналы из мира (погоду, локацию, сезон) в контекстный, умный опыт для пользователя - без сложных пайплайнов и ML-команд.
Если бы Macy's сегодня снова пережила ту дождливую неделю, о которой писала Ньью-Йорк Таймс, то, возможно, вместо витрин с зонтами у них был бы поиск, который сам выводит зонт на первую позицию, когда Нью-Йорк заливает дождём.
💡 В 1970-х продавцы просто радовались погоде.
В 2025-х - мы учим продукты чувствовать погоду.
Хочешь больше таких примеров...? Подписывайся на канал 👈
Как Вкусвилл делает онлайн-каталог удобным и прибыльным
Каталог - сердце любого онлайн-магазина. В Вкусвилл 65% пользователей приходят именно туда. 3,6 млн человек ежемесячно заходят в приложение, совершают 300+ тыс. заказов в день, и половина из них начинается с поиска или просмотра категорий.
Читайте (смотрите) крутую презентацию от Марины Волковой, которая с 2021 года отвечает в Вкусвилле за то, чтобы сделать каталог более понятным: карточки товаров, фильтры, сортировки, избранное, рейтинги, списки. Их обещание клиентам - "каталог, которым удобно пользоваться".
📈 Результат = +7% визитов и +2% конверсии добавлений в корзину. Но за этими цифрами сотни экспериментов, не все из которых успешны.
Некоторые гипотезы не оправдались: покупатели не понимали нэйминг, не видели различий между обложками, или ожидали другого ассортимента. Но команда осознанно тестирует даже рискованные идеи, чтобы проверять, где проходит граница между удобством и продажами.
🔍 Категории теперь строятся по логике покупателя: рядом мясо и гастрономия, сезонные товары поднимаются вверх, а самые посещаемые категории - первыми.
📱 В карточках - свои стандарты фото, быстрый ресайзер, открытие по тапу. 70% пользователей добавляют товары в корзину прямо с тизеров.
🧩 За полтора года команда полностью переписала архитектуру каталога - теперь он готов к масштабированию и персонализации. Фильтры стали "конструкторами", что позволяет запускать больше гипотез без участия разработчиков.
Уже добавлено 90+ фильтров и десятки сортировок, а новые команды могут самостоятельно экспериментировать благодаря PIM-системе.
🎯 Обещание рекомендаций - "покупатель набирает всю корзину с первого раза". Приложение помогает открыть новые товары, а не просто продать.
Команда каталога - пример зрелой продуктовой культуры: исследования, конструкторы, NPS 75%, 200 отзывов в неделю и вера в то, что удобство покупателя - это лучший драйвер роста.
Ещё больше инсайтов про рост и эксперименты - в моем канале
💡 Как Самокат автоматизирует ретушь и создаёт контент с нейросетями (запись прошедшего вебинара в рамках проекта Learnings)
Познакомьтесь с @dbarulin Дмитрием Барулиным, руководителем отдела медиатехнологий в Самокате. Его команда отвечает за ретушь, модерацию и генерацию изображений товаров. А ещё - за внедрение нейросетей, которые уже меняют процессы контент-производства.
📸 Требования к фото
Фото должны максимально точно передавать товар: сетка, тени, пропорции. Автоматизация ускоряет рутину, но не заменяет человека.
🧠 Мольберт - инструмент для автоматизации ретуши
В 2024 появились первые полностью автоматические ретуши без участия человека. "Мольберт" берёт на себя обтравку, тени, мелкие правки и освобождает время для творчества.
В нём есть замена освещения, апскейлер, точечный редактор и модели для удаления лишних элементов - вешалок, лесок, QR-кодов.
👥 Команда
50+ специалистов по постпродакшну. Автоматизация снижает нагрузку и замедляет найм, но ретушёры остаются незаменимыми - они добавляют финальный штрих, который нейросеть не умеет.
🎬 Видеоконтент
С конца прошлого года Самокат активно делает видео для приложения: уже создано >600 музыкальных треков, 60% - оригинальные. Команда тестирует видеогенераторы и новые форматы.
🖼️ Генерация фонов
Летом запустили генерацию товаров в интерьере. Метрики положительные, добавлена плашка "Нейро картинка". В "Мольберте" уже можно создавать фон без промптов, просто выбирая параметры. Через пару недель такие изображения появятся вторыми в карточках товаров.
🚀 Будущее
Самокат активно экспериментирует и инвестирует в собственные разработки. Совместно с 24ttl обучает модели на своих датасетах. Цель - не заменить людей, а ускорить и упростить создание качественного контента.
📅 А наша следующая встреча - в двадцатых числах ноября. 🙌
Всем продукт-оунерам рекомендаций посвящается
Дисклеймер:
Текст основан исключительно на моём опыте - и только на нём. Поэтому кое-где он может вводить в заблуждение.
Оптимизировать рекомендации - ещё та неблагодарная задача.
Как правило, прямая выручка от них составляет меньше 10% от общего оборота.
Посмотрите сами на бенчи (данные могут быть уже немного устаревшими):
Retail Rocket (еда) → 2-5%
Вкусвилл → 7-8%
Купер → 5,24% (на митапе когда-то озвучивали около 9%)
METRO → 6,61% (или 7,78%, если считать купленные товары, которые продукт утащил себе под крыло 🌚)
И вот что это значит:
дотянуться до покупок почти нереально - тесты крутятся вечно, статистическая значимость не набирается.
В зависимости от вашей зрелости можно смотреть на proxy-метрики,
или пытаться делать триггеринг, чтобы хоть как-то достичь значимости.
Но в любом случае - вы работаете в рамках тех самых 10% оборота,
и где-то в конце пищевой цепи заработка компании.
В нашей рутине мы обычно смотрим на:
прямую выручку от рекомендаций,
RPM (Revenue Per Mille) - как индикатор качества рекомендаций.
Если при запуске новой стратегии или нового плейсмента
мы не рушим основные продажи,
то это уже сигнал для раскатки на 100%.
Дальше - наблюдаем, растёт ли прямая выручка в долгосроке.
Вот пример:
взяли у fashion-вертикали идею - показывать рекомендации после добавления товара в корзину.
Посмотрите на реальные данные для десктопа - статистической значимости нет,
но мы всё равно развернули на 100%.
Кто-то скажет - "каннибализация", и будет прав.
Поэтому, конечно, нужны guard-метрики:
надо смотреть, а не проседает ли выручка с поиска, листинга и т.д.
Но если с помощью рекомендаций пользователь быстрее находит нужные товары,
улучшая дискавери,
разве это не лучше для пользователя?
В конце концов, мы всё ещё варимся в этих 10% оборота 😁
Всех с пятницей! Обнял крепко 🫂
На этой неделе мы запустили в тесте (50/50) новый поиск от Anyquery (Digenatica) против Elastic.
Проект получился непростым - в какой-то момент в нём участвовало сразу несколько команд.
Для ребят из T-bank это был особенно интересный вызов: впервые пришлось тянуть часть данных по API.
Теперь ждём результатов (обязательно поделюсь). Они покажут,
стоит ли инвестировать в собственную разработку или использовать готовое решение от профессионалов.
Ведь это тот же выбор, что и с платформой для экспериментов:
строить свою или начать делать эксперименты уже сегодня ⚖️
Огромное спасибо всем, кто был вовлечён в проект 🙌
За профессионализм, внимание к деталям и готовность искать решения даже там, где их раньше не было.
@kostinp ❤️
AI в контенте «Самоката» – от ретуши до генерации
Дорогие друзья,
в рамках проекта Learnings мы продолжаем проводить экспертные встречи, где рассматриваем современные маркетинговые тренды и эффективные инструменты.
На этот раз мы поговорим о самом трендовом инструменте современности – искусственном интеллекте. Приглашаем вас на доклад, где мы изучим, как AI применяется на практике в одной из ведущих цифровых компаний.
К нам придет Дмитрий Барулин, Руководитель отдела медиатехнологий Ecom.tech в «Самокате». Дмитрий на реальных кейсах расскажет, как нейросети уже сегодня меняют процессы создания и улучшения контента.
Ключевые темы выступления:
– Ретушь фотографий с применением собственных нейросетей: особенности подхода.
– Генерация контента экосистемы: создание фото, музыки и видео для приложения.
– Сравнение внутренних разработок и рыночных AI-решений: стратегия Самоката.
Для кого это выступление будет особенно полезно?
🔹 Маркетологам и контент-менеджерам, которые хотят автоматизировать рутину и повысить качество контента.
🔹 Специалистам по e-commerce и digital-стратегии, стремящимся быть на острие технологий.
🔹 Всем коллегам, которые хотят понять, как интегрировать AI в свои бизнес-процессы уже сегодня, а не завтра.
Что вы получите по итогам?
Четкое понимание конкретных инструментов и задач, которые решает AI в «Самокате», а также практические инсайты для применения этих знаний в своих проектах.
📅 Дата и время: 24 октября, 16:00-17:00
🔗 Ссылка для подключения: https://telemost.yandex.ru/j/8195538654
Обязательно сохраните ссылку себе в календарь, чтобы ничего не пропустить 😉
Ждем вас в пятницу в 16:00!
🔥 Результаты A/B теста: +41% к кликабельности!
Подтвердили гипотезу по визуальному выделению раздела «Алкогуру*»:
🎯 Что тестировали:
Поменяли на красный цвет и добавили иконку к разделу «Алкогуру» в меню под поиском
📊 Результаты:
• CTR эксперимента: 1.27% vs 0.9% в контроле
• Рост кликабельности: +41.11%
• Вероятность быть лучшим: 100% ✅
💡 Вывод:
Визуальное выделение бренда работает! Пользователи лучше замечают и чаще кликают на оформленные элементы.
*Клуб ценителей вина и крепких напитков
Как удержать пользователя с первого клика: разбираем пример LLBean
Представьте: пользователь кликает по вашей рекламе на товар. Он попадает на PDP (страницу товара), но не уверен на 100%. Стандартный сценарий - кнопка "назад" - и все, мы его потеряли.
А теперь смотрим, как делает LLBean 👇
Они используют прикольный трюк: для пользователей, пришедших из рекламы, вместо отзывов в первую очередь показывают блок с похожими товарами в виде листинга.
В чём магия?
✅ Убирает трение: Не нужно искать "похожие" через каталог или поиск. Все варианты - уже перед глазами.
✅ Ловит момент сомнения: Пока пользователь не передумал, ему уже подставляют "запасной аэродром".
✅ Сохраняет трафик: Вместо ухода к конкурентам или обратно в поиск, пользователь продолжает листать сайт.
Вывод: Одна страница - но разный пользовательский интент. LLBean не ждёт, пока пользователь "продастся" на одну модель, а сразу предлагает варианты. Работает на удержание рекламного трафика.
Берём на вооружение! 📌
Сайт: https://global.llbean.com/
✈️ 10 идей оптимизации для travel & hospitality вертикали от AB Tasty*
*AB Tasty - это международная платформа для A/B-тестирования, персонализации и оптимизации пользовательского опыта.
📊 Несколько интересных инсайтов:
🔍 Inspiration
54% пользователей начинают поиск путешествий через Google
49% - с агрегаторов
Главное, чего ждут клиенты - персонализация, качественные отзывы, понятная политика отмены и хороший сервис
🛒 Conversion
41% бросают корзину, потому что не готовы бронировать
30% - из-за слишком длинного чекаута
33% - потому что не подходит способ оплаты
🔁 Retention
36% уже использовали AI для бронирования или решения travel-вопросов
57% хотят, чтобы бренды "знали" их и учитывали историю
32% хотят попробовать AI, но пока не пробовали
📱 Browsing vs Booking
41% пользователей чаще ищут путешествия с мобильных
но 41% чаще бронируют с десктопа
интересный баланс: 18% делят поведение поровну между устройствами
💡 Компании, лидирующие в travel-индустрии, активно используют эксперименты, геотаргетинг и персонализацию, чтобы создавать более плавные, умные и релевантные пользовательские сценарии.
Подробнее по ссылке 🔗
🧭 Почему пользователи чувствуют себя обманутыми в eCommerce
Предыдущее исследование Intent Gap показало:
🔹 63% покупателей считают eCommerce-тактики манипулятивными.
🔹 54% уверены, что сайты ставят продажи выше их потребностей.
🔹 Почти половина чувствуют себя перегруженными выбором.
Неудивительно: мы до сих пор строим онлайн-опыт, глядя на страницы, а не на стадии пути клиента.
📄 Проектируем под страницы - и получаем одинаковые попапы, скидки и сообщения для всех.
🧠 Но покупатели ждут другого - признания их намерений.
71% ожидают, что бренды будут учитывать контекст, а 76% раздражаются, когда этого не происходит.
Проблема не в данных, а в том, что мы видим лишь поверхность: глубину скролла, источник трафика, число визитов. Эти сигналы не объясняют, почему человек действует.
В итоге 58% посетителей вообще не имели намерения купить, а почти втрое больше тех, кто был готов купить - так и не сделали этого.
💡 Новый взгляд - "stages, not pages".
Понимание того, на каком этапе покупки находится человек, важнее, чем знание, на какой странице он сейчас.
Читайте новый отчёт от Дэвида Маннхайма (David Mannheim) основателя User Conversion - ведущей CRO-консалтинговой компании в Великобритании, автора книги The Person in Personalisation, а теперь еще и основателя Made With Intent - Real-Time Intent Platform
