Zum Hauptinhalt wechseln

BERICHT

Verändern Sie das Einkaufserlebnis in nur 6 Monaten mit Sweaty Betty

Erfahren Sie, wie diese globale Activewear- und Lifestyle-Marke wichtige Kundenbindungsstrategien maximierte, um eine Gesamtsteigerung der Personalisierung zu erzielen, einschließlich einer Steigerung des Umsatzes in derselben Sitzung um +62 % durch empfehlungsgestützte Quizfragen.

Branche

Mode & Bekleidung

Verwendete Funktion

Empfehlen Target Optimize Entdecken

+62 %

Steigerung des Umsatzes in derselben Sitzung durch auf Empfehlungen basierende Quizze im Vergleich zu Quizzen, die auf einem früheren System ohne Empfehlungen durchgeführt wurden

+20,4 %

Anstieg der Black Friday-Käufe von EU-Neukunden durch personalisierte Nachrichten im Vergleich zur Kontrollgruppe ohne personalisiertes Messaging

+8%

Steigerung des AOV in den USA durch Empfehlungs-Widgets, die auf PDPs angezeigt werden

Einleitung

Sweaty Betty, eine in Großbritannien ansässige Sport- und Lifestyle-Marke für Frauen, war schon immer mehr als nur hochwertige Kleidung – sie hat ein globales Unternehmen aufgebaut, indem sie den Kunden in den Mittelpunkt stellt und Frauen durch Fitness und darüber hinaus stärkt. Es war der anhaltende Wunsch, den Käufern ein kuratiertes, einfühlsames Erlebnis zu bieten, der das Unternehmen dazu veranlasste, in Personalisierung zu investieren.

Im Laufe von nur sechs Monaten baute Sweaty Betty ein auf Personalisierung fokussiertes Team innerhalb des Digital Product Management-Teams auf, koordinierte die Abteilungen in Bezug auf die Ziele im Zusammenhang mit der Personalisierung, implementierte das neue Tool Dynamic Yield und legte mit strategischen Vor-Ort-Erfahrungen und Tests sofort los. Insgesamt verzeichneten sie in ihrem größten Markt, Großbritannien, innerhalb von 6 Monaten einen Umsatzanstieg durch Personalisierung, einschließlich eines Anstiegs von +52 % bei den Artikeln pro Transaktion und eines um +57 % höheren durchschnittlichen Bestellwerts durch personalisierte Empfehlungen.

"Die Zusammenarbeit mit Dynamic Yield hat dazu geführt, dass wir erstaunliche Erlebnisse mit enormer Agilität und Geschwindigkeit über digitale Kanäle hinweg schaffen können. Da wir nicht mehr stark auf große technische Integrationen und Merchandising angewiesen sind, können wir jetzt schneller handeln und unseren Kunden mehr Erlebnisse bieten. 

In der Vergangenheit haben wir uns stark auf Produktempfehlungen verlassen. Jetzt können wir das, was wir für unsere Kunden für richtig halten, in Bezug auf ihre Bedürfnisse nutzen und versuchen, die Absicht des Kunden zu antizipieren und dann zu erfüllen. Dieser Ansatz hat das Kundenerlebnis und damit auch die Kundenbindung und die Konversionsraten verändert."

Helen Martin, Lead Digital Product Manager, Sweaty Betty

Die Herausforderung

Erschließung von Agilität und zielgerichteten Erlebnissen

Als Sweaty Betty und Dynamic Yield zum ersten Mal zusammenarbeiteten, hatte die Marke die Vorteile der bestehenden Tools ausgeschöpft, um die Kundenbindung durch Personalisierung zu fördern, aber das reichte nicht aus. Sweaty Betty musste seine Fähigkeit verbessern, Kunden zur richtigen Zeit, am richtigen Ort und mit dem richtigen Produkt präzise anzusprechen – keine leichte Aufgabe bei den unterschiedlichen Bedürfnissen des Kundenstamms und dem ehrgeizigen internationalen Wachstum der Marke.

Sweaty Betty nutzte Experience OS, um das UX-Wachstum voranzutreiben und ein personalisiertes, erstklassiges Onsite-Erlebnis zu bieten, das anhand von Konversionsraten und Steigerungen gemessen und auf Erkenntnissen über wichtige Zielgruppensegmente basiert. Durch die Bereitstellung eines umfassenderen, hyperpersonalisierten Erlebnisses steigerten sie die Kundentreue, die Konversionsraten und den Umsatz. Nachfolgend finden Sie einige Beispiele für erfolgreiche Anwendungsfälle und Herausforderungen, die durch Personalisierung gelöst wurden.

Vorzeitige Ausführung

Erreichen Sie Skalierbarkeit durch geführten Verkauf, um die Produktauffindbarkeit zu erhöhen

Als Marke, die Kleidung herstellt, die ein Leben lang hält, haben die Produkte von Sweaty Betty's höhere Preise und erfordern mehr Produktaufklärung als durchschnittliche Sportbekleidung. Dies kann für Käufer überwältigend sein, daher war es eines der Ziele von Sweaty Betty, den Produktentdeckungsprozess mit personalisierten Quizfragen für Leggings und BHs zu vereinfachen und zu leiten.

Die Marke hatte zwar einige Erfolge mit einem Drittanbietersystem zur Implementierung von Vor-Ort-Quiz erzielt, aber diese Lösung war letztendlich nicht skalierbar, da es unpraktisch wurde, das Quiz konsequent für einzigartige Besuchertypen zu testen und zu optimieren. Mit Experience OS führte Sweaty Betty vorlagenbasierte Quizfragen ein, die problemlos getestet und angepasst werden konnten, um die Durchführbarkeit und Wirkung dieses geführten Verkaufsansatzes zu erhöhen. Die Quizze wurden von einer maßgeschneiderten Experience OS-Empfehlungsstrategie unterstützt, die die beliebtesten Leggings basierend auf dem Antwortprofil des Benutzers filterte.

In diesem Quiz wurden die Besucher aufgefordert, eine Reihe von Fragen zu ihren Vorlieben für Leggings zu beantworten, was zu einer einzigartigen Seite mit einkaufbaren Ergebnissen führte. Dies half Sweaty Betty, ein personalisiertes Einkaufserlebnis zu bieten.

In diesem Quiz wurden die Besucher aufgefordert, eine Reihe von Fragen zu ihren BH-Vorlieben zu beantworten, was zu einer einzigartigen Seite mit Produktvorschlägen führte. Das Quiz bot nicht nur ein personalisiertes Einkaufserlebnis, sondern half Sweaty Betty auch, die Kunden über die verfügbaren BHs und die Fragen, die sie beim Kauf berücksichtigen sollten, aufzuklären.

Mit diesen beiden Quizvorlagen erhielt Sweaty Betty die Möglichkeit, Tests einfach durchzuführen und die Empfehlungsstrategie für die Vor-Ort-Quizze anzupassen, wodurch diese Strategie auf lange Sicht skalierbar wird.

Seit die neuen Quizze online sind, konnte Sweaty Betty im Vergleich zu den vorherigen Quiz-Erlebnissen insgesamt einen Anstieg des durchschnittlichen Bestellwerts (AOV) um +1,93 % , eine Steigerung der Konversionsraten um +7 % und einen Anstieg des Umsatzes in derselben Sitzung um +62 % verzeichnen.

Die Auswirkungen von personalisierten, zeitkritischen Black Friday-Nachrichten auf den Umsatz

Am Black Friday wollte Sweaty Betty die Zeit zwischen einer Add-to-Cart-Aktion und der endgültigen Transaktion minimieren und so für mehr Conversions von Website-Besuchern sorgen. Um dies zu erreichen, implementierten sie ein personalisiertes Pop-up für Besucher, das die Knappheitsmeldung ("begrenzter Lagerbestand") sowie den Geldbetrag enthielt, den der Besucher sparen würde, wenn der Checkout in diesem Moment stattfinden würde. Diese Zahl basierte auf dem Warenkorb der Person und war für jeden Benutzer unterschiedlich. 

Das Popup wurde 95 % der Benutzer angezeigt, die einen Artikel in den Warenkorb legten und anschließend zwei weitere Seiten durchsuchten (was auf eine begründete Kaufabsicht hindeutet). Die restlichen 5 % der Besucher dieser Gruppe dienten als Kontrolle, um den Uplift zu messen.

Durch das personalisierte Pop-up konnte Sweaty Betty im Vereinigten Königreich einen Anstieg der zusätzlichen Einnahmen um 3 % und in der EU um 8,3 % verzeichnen.

Führend mit KI-gestützten Empfehlungen

Nach erfolgreichen Tests stellte Sweaty Betty fest, dass algorithmusgestützte Empfehlungen zu besseren Conversion-Raten führen als manuell ausgewählte. Daher verwendeten sie die Algorithmen in Experience OS, um ein Produktempfehlungs-Widget auf allen PDPs hinzuzufügen und Kontextinformationen aus dem Verhalten anderer Benutzer zu verwenden, um ähnliche durchsuchte Produkte in den Ergebnissen anzuzeigen.

Sehen Sie hier zwei verschiedene Arten von Produktempfehlungs-Widgets, die auf einem PDP angezeigt werden. Eines zeigt ein einzelnes Produkt und das andere 3 Produkte mit der Option, auf "Zuletzt angesehen" umzuschalten.

Nachdem ein früher Test der Empfehlungs-Widgets zu einer Steigerung des durchschnittlichen Bestellwerts (AOV) um +3 % in Großbritannien und einer Steigerung des AOV um +8 % in den USA geführt hatte, setzte Sweaty Betty diese Widgets auf der gesamten Website ein. Zusätzlich zu den höheren Einnahmen verringerte diese Strategie die Teamstunden, die für Empfehlungen aufgewendet wurden, was zu einer besseren Wirkung bei weniger Arbeit führte.

Die wichtigste Erkenntnis

Mit der Möglichkeit, Quizfragen neu zu erstellen, Empfehlungen zu geben, wichtige Erkenntnisse über die Zielgruppe zu verstehen und jedem Besucher ein wirklich personalisiertes Website-Erlebnis zu bieten, hat Dynamic Yield es Sweaty Betty ermöglicht, eine Reihe von Kundenbindungsstrategien zu verfeinern, um sie noch gezielter und effektiver zu gestalten – und das alles innerhalb von sechs Monaten, einschließlich der Implementierung.  

Mithilfe der Affinitätszuordnung von Dynamic Yield kann Sweaty Betty Zielgruppensegmente erstellen, potenzielle Gelegenheiten gezielter einschätzen und diese dann präzise verfolgen. Das digitale Team von Sweaty Betty ist nicht riesig, daher war es wichtig, dass die Lösung skalierbar und wirtschaftlich war, sodass sie ihre Zeit sinnvoll nutzen konnten, indem sie sich auf die richtigen Dinge konzentrierten. Auch die Zielgruppendaten von Dynamic Yield waren von unschätzbarem Wert. Das Team hatte zuvor Annahmen über bestimmte Zielgruppensegmente getroffen, die sich bei Tests als ungenau herausstellten. Durch die Zusammenarbeit mit Dynamic Yield verfügt Sweaty Betty nun über eine Datenbank mit Business Cases, die das CRO-Team zum Testen potenzieller Einnahmequellen nutzen kann.

Wie geht es weiter mit dieser innovativen Marke? Sweaty Betty plant, CRM-Daten in Dynamic Yield aufzunehmen, um anspruchsvollere Zielgruppensegmente zu erstellen. Sie planen auch, ihr Personalisierungsprogramm auf E-Mail auszuweiten und die KI-gestützten Tools in Dynamic Yield zu maximieren, um Empfehlungen direkt in die Posteingänge der Verbraucher zu füllen. Zu guter Letzt hat Sweaty Betty kürzlich eine Headless-Website-Architektur eingeführt und wird damit beginnen, alle personalisierten Erlebnisse auf ihrer Website über Experience APIs zu ermöglichen.