Skip to main content

RAPPORTERA

Förvandlar shoppingupplevelsen på bara 6 månader med Sweaty Betty

Se hur detta globala varumärke för träningskläder och livsstil maximerade viktiga strategier för kundengagemang för att generera en total ökning från personalisering, inklusive en ökning på +62 % i intäkter från samma session från rekommendationsbaserade quiz.

Bransch

Mode och kläder

Använd kapacitet

Rekommendera Target Optimize Discover

+62 %

ökning av intäkter från samma session från rekommendationsbaserade quiz, jämfört med quiz som kördes i ett tidigare system utan rekommendationer

+20,4 %

ökning av Black Friday-köp från nya EU-kunder via personliga meddelanden, jämfört med kontrollgruppen utan personliga meddelanden

+8 %

ökning av AOV i USA från rekommendationswidgetar som visas på PDP:er

Introduktion

Sweaty Betty, ett brittiskt varumärke för träningskläder och livsstil för kvinnor, har alltid handlat om mer än bara högkvalitativa kläder – de har skapat en global verksamhet genom att sätta kunden först och stärka kvinnor genom träning och mer därtill. Det var den ständiga önskan att erbjuda en kuraterad, empatisk upplevelse för kunderna som ledde till att företaget investerade i personalisering.

På bara sex månader skapade Sweaty Betty en personaliseringsfokuserad grupp inom sitt Digital Product Management-team, samordnade sina avdelningar kring mål relaterade till personalisering, implementerade sitt nya verktyg Dynamic Yield och kom igång direkt med strategiska erfarenheter och tester på plats. Sammantaget, på sin största marknad, Storbritannien, såg de en ökning av intäkterna från personalisering på 6 månader, inklusive en ökning med +52 % i antal artiklar per transaktion och ett genomsnittligt ordervärde från personliga rekommendationer med +57 % .

"Samarbetet med Dynamic Yield har inneburit att vi kan bygga fantastiska upplevelser med enorm flexibilitet och hastighet över digitala kanaler. Eftersom vi inte längre är starkt beroende av stora tekniska integrationer och merchandising kan vi nu agera snabbare och leverera fler upplevelser till våra kunder." 

Historiskt sett förlitade vi oss starkt på produktrekommendationer; nu kan vi utnyttja vad vi anser vara rätt för våra kunder utifrån deras behov och försöka förutse och sedan uppfylla kundens avsikt. Denna metod har förändrat kundupplevelsen och som ett resultat kundlojalitet och konverteringsfrekvens.

Helen Martin, Lead Digital Product Manager, Sweaty Betty

Utmaningen

Frigör flexibilitet och riktade upplevelser

När Sweaty Betty och Dynamic Yield först började samarbeta hade varumärket uttömt fördelarna med befintliga verktyg för att öka kundengagemang via personalisering, men det var inte tillräckligt. Sweaty Betty behövde förbättra sin förmåga att rikta in sig på kunder vid rätt tidpunkt, på rätt plats, med rätt produkt – ingen enkel uppgift med tanke på kundbasens varierande behov och varumärkets ambitiösa internationella tillväxt.

Med hjälp av Experience OS arbetade Sweaty Betty för att driva UX-tillväxt och leverera en personlig upplevelse i världsklass på plats, mätt utifrån konverteringsfrekvenser och ökningar samt informerad av insikter från viktiga målgruppssegment. Genom att leverera en mer heltäckande, hyperpersonlig upplevelse ökade de kundlojaliteten, konverteringsfrekvensen och intäkterna. Nedan följer några exempel på deras framgångsrika användningsområden och utmaningar som lösts med personalisering.

Tidig exekvering

Uppnå skalbarhet med guidad försäljning för att öka produktupptäckten

Sweaty Bettys produkter är ett märke som tillverkar kläder som håller livet ut. Produkterna har högre priser och kräver mer produktinformation än genomsnittliga sportkläder. Detta kan vara överväldigande för kunder, så ett av Sweaty Bettys mål var att förenkla och vägleda produktutvecklingsprocessen med personliga quiz för leggings och behåar.

Även om varumärket hade haft viss framgång med att använda ett tredjepartssystem för att implementera frågesporter på plats, var denna lösning i slutändan oskalbar eftersom det blev opraktiskt att konsekvent testa och optimera frågesporten för unika besökartyper. Genom Experience OS lanserade Sweaty Betty mallbaserade quiz som enkelt kunde testas och justeras, vilket ökade genomförbarheten och effekten av denna guidade försäljningsmetod. Quizzen drevs av en specialbyggd rekommendationsstrategi från Experience OS som filtrerade de mest populära leggings baserat på användarens svarsprofil.

I det här testet ombads besökarna att svara på en serie frågor om sina leggingspreferenser, vilket genererade en unik sida med köpbara resultat. Detta hjälpte Sweaty Betty att leverera en personlig shoppingupplevelse.

I det här testet ombads besökarna att svara på en rad frågor om sina BH-preferenser, vilket genererade en unik sida med produktförslag. Förutom att ge en personlig shoppingupplevelse, hjälpte quizet Sweaty Betty att utbilda kunderna om vilka typer av behåar som finns att köpa och vilka frågor de bör tänka på när de gör ett köp.

Med dessa två quizmallar fick Sweaty Betty möjligheten att enkelt köra tester och justera rekommendationsstrategin som driver quizzerna på plats, vilket gjorde strategin skalbar i längden.

Sedan de nya quizzen lanserades har Sweaty Betty sett en total ökning på +1,93 % i det genomsnittliga ordervärdet (AOV), en ökning på +7 % i konverteringsfrekvensen och en ökning på +62 % i intäkter från samma session jämfört med tidigare quizupplevelser.

Intäktspåverkan av personliga, tidskänsliga Black Friday-meddelanden

På Black Friday ville Sweaty Betty minimera tiden mellan en åtgärd för att lägga till i varukorgen och den slutliga transaktionen, vilket säkerställde fler konverteringar från webbplatsbesökare. För att uppnå detta implementerade de en personlig popup-ruta för besökare med information om knapphet ("begränsat lager"), samt hur mycket pengar besökaren skulle spara om kassan skedde just då. Detta nummer baserades på individens varukorg och skilde sig åt för varje användare. 

Popup-fönstret visades för 95 % av användarna som lade till en vara i varukorgen och fortsatte att bläddra igenom ytterligare två sidor (vilket indikerar rimlig köpavsikt). De återstående 5 % av besökarna i denna grupp fungerade som kontrollgrupp för att mäta uppgången.

Som ett resultat av den personliga popup-annonsen såg Sweaty Betty en ökning av inkrementella intäkter med +3 % i Storbritannien och en ökning av inkrementella intäkter med +8,3 % i EU.

Ledande med AI-drivna rekommendationer

Efter lyckade tester konstaterade Sweaty Betty att algoritmdrivna rekommendationer ger bättre konverteringsfrekvens än manuellt valda rekommendationer. Så de använde algoritmerna i Experience OS för att lägga till en produktrekommendationswidget på alla PDP:er, med hjälp av kontextuell information från andra användares beteende för att visa liknande produkter de tittade på i resultaten.

Se här två olika typer av produktrekommendationswidgetar som visas på en PDP. Den ena visar en enda produkt och den andra visar tre produkter med möjlighet att växla till "Nyligen visade".

Efter att ett tidigt test av rekommendationswidgetarna genererat en ökning av genomsnittligt ordervärde (AOV) på +3 % i Storbritannien och en ökning av AOV på +8 % i USA, driftsatte Sweaty Betty dessa widgetar över hela webbplatsen. Förutom de ökade intäkterna minskade denna strategi antalet timmar som teamet lade ner på rekommendationer, vilket gav bättre effekt för mindre arbete.

Den viktigaste slutsatsen

Med möjligheten att återskapa quiz, ge rekommendationer, förstå viktiga målgruppsinsikter och implementera en verkligt personlig webbplatsupplevelse för varje besökare har Dynamic Yield gjort det möjligt för Sweaty Betty att finjustera ett antal strategier för kundengagemang för att göra dem ännu mer riktade och effektiva – allt inom sex månader, inklusive implementering.  

Dynamic Yields affinitetskartläggning gör det möjligt för Sweaty Betty att skapa målgruppssegment, finjustera och bedöma potentiella möjligheter och sedan utnyttja dessa möjligheter med precision. Sweaty Bettys digitala team är inte enormt, så det var viktigt att lösningen var skalbar och ekonomisk, så att de kunde använda sin tid smart genom att fokusera på rätt saker. Publiksdatan i Dynamic Yield har också varit ovärderlig; teamet hade tidigare gjort antaganden om vissa publiksegment som visade sig vara felaktiga under testning. Genom sitt arbete med Dynamic Yield har Sweaty Betty nu en samling affärsmodeller som deras CRO-team kan använda för att testa potentiella intäktsmöjligheter.

Vad händer härnäst för detta innovativa varumärke? Sweaty Betty planerar att importera CRM-data till Dynamic Yield för att bygga mer sofistikerade målgruppssegment. De har också planer på att utöka sitt personaliseringsprogram till e-post, och maximera de AI-drivna verktygen i Dynamic Yield för att fylla i rekommendationer direkt i konsumenternas inkorgar. Slutligen lanserade Sweaty Betty nyligen en headless webbplatsarkitektur och kommer att börja driva alla personliga upplevelser på sin webbplats via Experience API:er.