Case: Zwiększenie średniej wartości koszyka dzięki rekomendacjom
Kluczowe wyniki:
+14% wzrost średniej wartości zamówienia (AOV — Average Order Value)
+19% więcej produktów w przeciętnym zamówieniu (UPT — Units Per Transaction)
+22% użytkowników dodało przynajmniej jeden produkt z bloku „Często kupowane razem”
CTR bloku rekomendacji wyniósł 11,3%
Średni czas spędzony w koszyku wydłużył się o 9 sekund
Współczynnik porzuceń koszyków pozostał stabilny
Nowe podejście stało się podstawą przyszłej personalizacji na stronie
Klient:
Branża: Sklep internetowy z elektroniką i produktami pokrewnymi
Region: Ukraina
Zakres usług: Optymalizacja UX/UI, opracowanie modelu matematycznego, wdrożenie systemu rekomendacji
Wielkość firmy: Duży sklep internetowy z tysiącami produktów (SKU)
Cele i zadania:
Zwiększyć średnią wartość zamówienia bez rabatów i promocji
Zwiększyć liczbę pozycji w zamówieniu
Wykorzystać dane sprzedażowe do generowania spersonalizowanych rekomendacji
Zatrzymać użytkownika na etapie dodawania do koszyka
Proces pracy:
Problem:
Poprzednia logika „Dodano do koszyka” nie zachęcała do zakupu dodatkowych produktów. Po kliknięciu „Kup” użytkownik widział jedynie komunikat bez żadnych sugestii.
Podejście:
Opracowano model matematyczny, który generuje rekomendacje na podstawie danych historycznych: „Użytkownicy, którzy kupili ten produkt, kupili także…”. Lista wyświetlana jest w wyskakującym oknie koszyka.
Wyzwania Nikitishyna:
Brak gotowego modułu obsługującego niestandardową logikę rekomendacji
Konieczność błyskawicznego ładowania sugestii
Brak możliwości przeładowania okna — tylko trafne produkty
Rozwiązanie:
Zaprojektowano własną logikę powiązań między produktami
Stworzono lekki blok wyświetlający do 4 najczęściej kupowanych razem produktów
Dodano opcję szybkiego dodania rekomendacji do koszyka w oknie popup
Wszystkie zmiany przeszły testy A/B przed wdrożeniem
Rezultaty:
Już w pierwszych tygodniach:
– Średnia wartość zamówienia i liczba produktów zaczęły rosnąć
– Użytkownicy aktywnie korzystają z nowego bloku, dodając sugerowane produkty
– Firma zwiększyła zyski bez rabatów, dzięki logicznej strategii sprzedaży dodatkowej
#eCommerceAudit #UXUI #CartOptimization #AverageOrderValue
#RecommendationSystem #Personalization #SmartCart #AOVgrowth
#ConversionOptimization #UserBehavior #DigitalCommerce #ClientCase
#Nikitishyn #EcommerceGrowth #NoDiscountStrategy #UPT #AIRecommendations
#RetailTech #DataDrivenUX #CaseStudy
+14% wzrost średniej wartości zamówienia (AOV — Average Order Value)
+19% więcej produktów w przeciętnym zamówieniu (UPT — Units Per Transaction)
+22% użytkowników dodało przynajmniej jeden produkt z bloku „Często kupowane razem”
CTR bloku rekomendacji wyniósł 11,3%
Średni czas spędzony w koszyku wydłużył się o 9 sekund
Współczynnik porzuceń koszyków pozostał stabilny
Nowe podejście stało się podstawą przyszłej personalizacji na stronie
Klient:
Branża: Sklep internetowy z elektroniką i produktami pokrewnymi
Region: Ukraina
Zakres usług: Optymalizacja UX/UI, opracowanie modelu matematycznego, wdrożenie systemu rekomendacji
Wielkość firmy: Duży sklep internetowy z tysiącami produktów (SKU)
Cele i zadania:
Zwiększyć średnią wartość zamówienia bez rabatów i promocji
Zwiększyć liczbę pozycji w zamówieniu
Wykorzystać dane sprzedażowe do generowania spersonalizowanych rekomendacji
Zatrzymać użytkownika na etapie dodawania do koszyka
Proces pracy:
Problem:
Poprzednia logika „Dodano do koszyka” nie zachęcała do zakupu dodatkowych produktów. Po kliknięciu „Kup” użytkownik widział jedynie komunikat bez żadnych sugestii.
Podejście:
Opracowano model matematyczny, który generuje rekomendacje na podstawie danych historycznych: „Użytkownicy, którzy kupili ten produkt, kupili także…”. Lista wyświetlana jest w wyskakującym oknie koszyka.
Wyzwania Nikitishyna:
Brak gotowego modułu obsługującego niestandardową logikę rekomendacji
Konieczność błyskawicznego ładowania sugestii
Brak możliwości przeładowania okna — tylko trafne produkty
Rozwiązanie:
Zaprojektowano własną logikę powiązań między produktami
Stworzono lekki blok wyświetlający do 4 najczęściej kupowanych razem produktów
Dodano opcję szybkiego dodania rekomendacji do koszyka w oknie popup
Wszystkie zmiany przeszły testy A/B przed wdrożeniem
Rezultaty:
Już w pierwszych tygodniach:
– Średnia wartość zamówienia i liczba produktów zaczęły rosnąć
– Użytkownicy aktywnie korzystają z nowego bloku, dodając sugerowane produkty
– Firma zwiększyła zyski bez rabatów, dzięki logicznej strategii sprzedaży dodatkowej
#eCommerceAudit #UXUI #CartOptimization #AverageOrderValue
#RecommendationSystem #Personalization #SmartCart #AOVgrowth
#ConversionOptimization #UserBehavior #DigitalCommerce #ClientCase
#Nikitishyn #EcommerceGrowth #NoDiscountStrategy #UPT #AIRecommendations
#RetailTech #DataDrivenUX #CaseStudy