Zum Hauptinhalt wechseln

BERICHT

Wie e.l.f. Kosmetik nutzt Personalisierung, um den Umsatz zu steigern

Die digital native Kosmetikmarke stellt die Kunden in den Mittelpunkt ihres Einkaufserlebnisses und generiert einen um 4,2 % höheren durchschnittlichen Umsatz pro Nutzer und einen 8,5-fachen ROI durch Personalisierung.

Branche

Schönheit & Körperpflege

Verwendete Funktion

Empfehlen Ziel Optimieren Entdecken AdaptML

4.2%

Steigerung des durchschnittlichen Umsatzes pro Nutzer durch Optimierung der Empfehlungen für Produktdetailseiten (PDP)

17.6%

Erhöhung der mobilen Menüklicks nach Personalisierung des Menüs auf der Grundlage des bisherigen Einkaufsverhaltens der Nutzer

Einleitung

Die 2004 gegründete e.l.f. Cosmetics wurde mit der einfachen Mission gegründet, qualitativ hochwertige Produkte zu einem erschwinglichen Preis zu kreieren. e.l.f. war nicht nur eine der frühesten digital nativen Beauty-Marken, sondern auch eine der ersten, die ein Direct-to-Consumer-Modell eingeführt hat.

Um ihrem Geschäftsmodell treu zu bleiben, stellt die Kosmetiklinie ihre Kunden in den Mittelpunkt aller Produkt- und Marketingentscheidungen. Wenn also e.l.f. Um sicherzustellen, dass jeder Käufer mit Erfahrungen konfrontiert wird, die auf sein einzigartiges Schönheitsprogramm zugeschnitten sind, hat sich das Team mit Dynamic Yield zusammengetan, um sie bei der Umsetzung zu unterstützen.

Nach der Nutzung der First-Party-Integration in Experience OS, Empfehlungen und Personalisierungsfunktionen, z. verzeichnete einen Anstieg des durchschnittlichen Umsatzes pro Nutzer um 4,2 % und eine Steigerung der Kundenbindung um 17,6 %.

Personalisierte Empfehlungen führten auch zu einem Return on Investment von 8,5 in kurzer Zeit, was bedeutet, dass die Taktik zu direkten Umsatzsteigerungen führte, die mehr als achtmal höher waren als die Ausgaben im Zusammenhang mit der Personalisierungsplattform.

"Dynamic Yield hat uns maßgeblich dabei geholfen, die verschiedenen Arten von Zielgruppen zu entdecken, die zur e.l.f. kommen und mit ihr interagieren. Website, die es uns ermöglicht, auf die spezifischen Bedürfnisse jedes Beauty-Liebhabers einzugehen. Experience OS hat es uns ermöglicht, neue Strategien einfach zu testen und im laufenden Betrieb zu optimieren, um schnelle, aussagekräftige Ergebnisse zu erzielen."

Shana Rungsarangnont, Associate Director, Digital Product, e.l.f. Cosmetics

Die Herausforderung

e.l.f. Die Produkte werden bei großen Einzelhändlern wie Target, Walmart und Ulta verkauft. Motiviert, die digitale Präsenz von e.l.f. zu verdoppeln, machte sich das E-Commerce-Team daran, ein besseres Online-Einkaufserlebnis zu schaffen, und benötigte eine Lösung, die bei Folgendem helfen konnte:

  • Erfassen von First-Party-Kundendaten
  • Identifizierung hochwertiger Zielgruppensegmente
  • Aufzeigen der besten Produktempfehlungen für jeden Kunden
  • Optimierung des mobilen Erlebnisses für eine verbesserte Produktentdeckung

Ausführung

Onboarding und Aktivierung historischer First-Party-Kundendaten vom ersten Tag an

Vor der Integration mit Dynamic Yield, e.l.f. verwendete Custora von Amperity, eine cloudbasierte Kundenanalysesoftware, um aufschlussreiche Zielgruppensegmente zu identifizieren. Das Team wollte die Cusora-Segmente jedoch weiter nutzen, um sofortige Maßnahmen auf der Website zu ergreifen und die Erlebnisse anzupassen. Die Möglichkeit, die First-Party-Daten von Custora vom ersten Tag an in das Experience OS von Dynamic Yield aufzunehmen, stellte sicher, dass der Kosmetikhändler schnell zielgerichtete Kampagnen erstellen konnte, ohne die umfangreichen historischen First-Party-Daten zu verlieren, und mit seinen Investitionen in die Personalisierung eine unmittelbare Time-to-Value erzielen konnte.

Beispiele für First-Party-Zielgruppen von Cusora, die in Experience OS integriert wurden:

e.l.f. entschied sich dafür, über Hautpflege- und Make-up-Junkies hinauszugehen, indem sie Nischenkundengruppen schuf und ansprach. E.l.f. hat in kurzer Zeit etwa 75 Kundensegmente geschaffen, wie z. B. Vielkäufer und Personen, die die Website häufig besuchen, aber keinen Kauf getätigt haben.

e.l.f. richtet Segmente basierend auf den Anforderungen aus und verwendet Predictive Targeting, um Segmente mit Variationen abzugleichen. 

Optimierte Empfehlungen zu PDPs nach einem Bakeoff zwischen DY und alternativen Empfehlungsanbietern

Das Wissen um PDPs ist ein wertvoller Teil der Produktentdeckungsphase, z. wählten diesen Bereich, um seine Produktempfehlungen zu optimieren. Das Team wollte die relevantesten Produkte auf PDPs bereitstellen, um die Entdeckung und das Engagement zu verbessern. Sie beschlossen, ein Bake-off zwischen Dynamic Yield und seiner etablierten Empfehlungspunktlösung durchzuführen. Jeder Anbieter bediente eine "Gemeinsam betrachtet"-Strategie in der "You May Love"-Sektion von e.l.f., mit einer 50/50-Aufteilung zwischen den beiden Anbietern.

Nachdem Dynamic Yield in nur zwei Wochen eine statistische Signifikanz von 95 % erreicht hatte, erwies sich Dynamic Yield als stärkster Motor und generierte einen deutlichen Anstieg der Klickrate bei den empfohlenen Produkten (+23,2 %) und ein höherer durchschnittlicher Umsatz pro Nutzer (+4,2 %) im Vergleich zum anderen Anbieter.

Maßgeschneidertes mobiles Menü basierend auf der Affinität und dem Surfverhalten der Kunden

Bei begrenzten Grundstücken, z.l.f. wollte, dass die mobile Speisekarte bei jedem Käufer Anklang findet. Um dies effektiv zu tun, entschied sich das Team, das Menü auf der Grundlage des Browserverlaufs zu personalisieren, damit die Kunden schnell Produkte finden können, die am besten zu ihren Bedürfnissen passen. 

Neuen Besuchern wurden übergeordnete Kategorien angezeigt, während wiederkehrende Besucher Unterkategorien der Hauptkategorie sahen, an denen sie zuvor Interesse gezeigt hatten. 

Wenn ein Käufer beispielsweise die Kategorie "Hautpflege" durchsucht hat, enthält die Menüleiste "Reinigungsmittel", "Gesichtsmasken" und "Behandlungen". 

Durch die Nutzung der einzigartigen Affinitätsidentifikations- und Matching-Funktionen von Dynamic Yield mit diesen Menüoptimierungen, z. verzeichnete einen Anstieg der Klickrate um 17,6 %, was die Besucher tiefer in den Produktkatalog führte.

Die wichtigste Erkenntnis

Die Kunden von E.L.F. hatten schon immer Einfluss auf die Beauty-Marke. Dennoch hatte das Team die Möglichkeit, die Bedürfnisse und Vorlieben der Käufer während der gesamten Customer Journey besser zu verstehen. 

Nach der Einführung von Dynamic Yield war e.l.f. in der Lage, die kritischen Zielgruppen, die sich mit der Marke beschäftigen, wirklich zu erreichen, um sicherzustellen, dass jeder Kosmetikliebhaber die relevantesten Erfahrungen erhält. Und durch die strategische Implementierung mehrerer Desktop- und mobiler Web-Personalisierungskampagnen konnte das Engagement auf der Website gesteigert und der Umsatz gesteigert werden.