Veja como a loja de Jóias GIVA conseguiu um aumento de 120% em conversão Usando MoEngage Smart Recomendations
Imagine que você está procurando uma nova camisa estilosa para adicionar ao seu guarda-roupa havaiano.
Você abre o aplicativo da sua loja favorita e explora suas coleções da moda. Depois de passar por centenas de camisas dentre uma ampla variedade de opções, você reduz suas escolhas a algumas e as adiciona à sua lista de desejos. Incapaz de decidir depois de passar horas nisso, você sai furiosamente do aplicativo.
Nesse momento, seu telefone apita. Uma notificação aparece. Você recebe uma recomendação para uma camisa havaiana, baseada em suas preferências (e interações passadas). Essa camisa acaba sendo aquela que você estava procurando esse tempo todo, então você a compra e agora não para de receber elogios de todos!
Oferecendo recomendações inteligentes
Embora esse seja um resultado muito conveniente, ele pode ser replicado facilmente pela maioria das marcas de consumo, independentemente da indústria. Essas marcas agora podem oferecer recomendações hiper-personalizadas e contextuais aos seus clientes em cada etapa da jornada. Essas recomendações, sejam elas feitas manualmente ou impulsionadas por IA, podem ajudar os clientes a descobrir melhor o catálogo da marca por meio de sugestões de produtos relevantes em cada etapa, enquanto proporcionam uma experiência personalizada 1:1, fazendo com que os clientes se sintam especiais e mais bem-vindos.
Múltiplos estudos recentes mostram que uma em cada três clientes abandona as marcas que ama após uma má experiência, enquanto cerca de 92% o fazem após duas ou três dessas experiências. Isso deve mostrar a importância de investir em recomendações personalizadas em 2023!
Como incorporo recomendações inteligentes personalizadas para minha marca? Bem, é aí que a GIVA entra em cena!
Fundada em 2019 por Ishendra Agarwal, Sachin Shetty e Nikitha Prasad, a marca D2C sediada em Bengaluru está comprometida em tornar as joias de prata fina acessíveis a todos, oferecendo uma variedade de coleções de pingentes, colares, brincos, anéis, pulseiras e tornozeleras.
Atendendo a mais de um milhão de clientes por meio do site, aplicativo móvel e marketplaces como Amazon, Myntra, Flipkart e Nykaa, a GIVA agora está expandindo sua presença offline, atualmente disponível em mais de 20 cidades indianas.
Para uma marca D2C de joias finas, a comunicação eficaz com os clientes é fundamental para impulsionar o crescimento dos negócios. Nas etapas iniciais, entender as preferências dos clientes era bastante direto. No entanto, à medida que a marca crescia, a coleta e análise manual de dados dos clientes se tornaram um incômodo, momento em que a marca optou por uma plataforma martech.
A marca de joias finas agora começou a personalizar as comunicações em vários canais (como notificações push, WhatsApp e e-mail, entre outros). Embora isso tenha gerado mais compras repetidas, havia um caso considerável a ser feito para melhorar as taxas de conversão, aumentar o valor médio do pedido e os itens por pedido, e reduzir o abandono do carrinho, entre outros.
É precisamente aqui que a marca de joias finas D2C optou por integrar o recurso de Recomendações Inteligentes da MoEngage.
Antes de entrarmos em como a GIVA alcançou um aumento de 122% na taxa de cliques (CTR) e uma melhoria de 120% na taxa de conversão (CVR) usando Recomendações Inteligentes, aqui está uma visão geral rápida:
O que são Recomendações Inteligentes?
As Recomendações Inteligentes são um mecanismo de recomendação alimentado por IA da MoEngage. Ele permite que as marcas ofereçam recomendações de produtos hiper-personalizadas e contextuais aos seus clientes.
Impulsionado por IA, o mecanismo de recomendação adapta dinamicamente as recomendações a cada cliente - suas preferências, comportamento e padrões em mudança em tempo real, sugerindo produtos que eles têm mais probabilidade de comprar.
Uma marca de consumo agora pode servir perfeitamente:
Recomendações com base em atributos do item Recomendar produtos (itens) filtrados com base em atributos selecionados Ex. Recomendar camisetas de cor "azul" e tamanho "médio" Recomendações com base em ações do usuário Recomendar produtos com base na interação do cliente, ou seja, ações passadas Ex. Recomendar produto que o cliente adicionou ao carrinho mas não comprou Ex. Recomendar produto que o cliente adicionou à lista de desejos Ex. Recomendar produto que o cliente visualizou ou pesquisou Recomendações alimentadas por IA - Sherpa O motor de IA Sherpa recomenda produtos que melhor se adequam às preferências do seu cliente. O motor de IA considera as interações passadas e presentes dos usuários em tempo quase real para sugerir recomendações.
Aqui está como a GIVA registrou um aumento de 122% na taxa de cliques (CTR) e um aumento de 120% na taxa de conversão (CVR):
A GIVA, com a ajuda da equipe da MoEngage, identificou dois conjuntos de usuários com um engajamento semelhante e depois personalizou as campanhas para um grupo usando recomendações baseadas em IA, enquanto a outra campanha foi enviada sem recomendações personalizadas.
Adivinha! As taxas de cliques das campanhas com recomendações alimentadas por IA foram significativamente mais altas do que as sem recomendações personalizadas.