Skip to main content

RAPOR

e.l.f. Cosmetics satışları artırmak için kişiselleştirmeyi nasıl kullanıyor?

Dijital olarak yerel kozmetik markası, müşterileri alışveriş deneyiminin merkezine koyarak kullanıcı başına 4,2% daha yüksek ortalama gelir ve kişiselleştirmeden 8,5 kat yatırım getirisi elde etti.

Sektör

Güzellik & Kişisel Bakım

Kullanılan Yetenek

Tavsiye Et Hedef Optimize Et Keşfet AdaptML

4.2%

ürün detay sayfası (PDP) önerilerini optimize ederek kullanıcı başına ortalama gelirde artış

17.6%

Kullanıcıların geçmiş alışveriş davranışlarına göre menüyü kişiselleştirdikten sonra mobil menü tıklamalarında artış

Giriş

2004 yılında kurulan e.l.f. Cosmetics, erişilebilir bir fiyat noktasında yüksek kaliteli ürünler yaratmak gibi basit bir misyonla yola çıktı. E.l.f. yalnızca dijital olarak yerelleştirilen ilk güzellik markalarından biri değil, aynı zamanda doğrudan tüketiciye modelini benimseyen ilk markalardan biriydi.

Kozmetik markası, iş modeline sadık kalmak için müşterilerini tüm ürün ve pazarlama kararlarının merkezine yerleştiriyor. Yani e.l.f. Her müşterinin kendine özgü güzellik rejimine göre uyarlanmış deneyimlerle karşılaşmasını sağlamaya çalışan ekip, bu konuda kendilerine yardımcı olması için Dynamic Yield ile ortaklık kurdu.

Experience OS'deki birinci taraf entegrasyonunu, önerileri ve kişiselleştirme yeteneklerini kullandıktan sonra, e.l.f. kullanıcı başına ortalama gelirde 4,2% artışa ve müşteri bağlılığında 17,6% yükselişe tanık oldu.

Kişiselleştirilmiş öneriler ayrıca kısa sürede 8,5 yatırım getirisi sağladı; yani taktikler, kişiselleştirme platformuyla ilgili harcamaların sekiz katından daha fazla doğrudan gelir kazancı sağladı.

"Dynamic Yield, e.l.f.'e gelen ve e.l.f. ile etkileşime giren farklı kitle türlerini ortaya çıkarmamıza yardımcı oldu. sitesi, her güzellik tutkununun özel ihtiyaçlarını karşılamamızı sağlıyor. Experience OS, yeni stratejileri kolayca test etmemizi ve hızlı, anlamlı sonuçlar için anında optimize etmemizi sağladı."

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

Meydan Okuma

e.l.f. ürünleri Target, Walmart ve Ulta gibi büyük perakendecilerde satılmaktadır. e.l.f.'in dijital varlığını iki katına çıkarmak isteyen e-ticaret ekibi, çevrimiçi ortamda daha iyi bir alışveriş deneyimi yaratmak için yola çıktı ve bu konuda yardımcı olabilecek bir çözüme ihtiyaç duydu:

  • Birinci taraf müşteri verilerinin alınması
  • Yüksek değerli kitle segmentlerini belirleme
  • Her bir müşteri için en iyi ürün önerilerinin ortaya çıkarılması
  • Gelişmiş ürün keşfi için mobil deneyimi optimize etme

Yürütme

İlk günden itibaren geçmişe dönük birinci taraf müşteri verilerinin devreye alınması ve etkinleştirilmesi

Dynamic Yield ile entegre olmadan önce, e.l.f. içgörülü kitle segmentlerini belirlemeye yardımcı olmak için bulut tabanlı bir müşteri analiz yazılımı olan Custora by Amperity'yi kullandı. Ancak ekip, sitede anında harekete geçmek ve deneyimleri özelleştirmek için Custora segmentlerinden daha fazla yararlanmak istedi. Custora'nın birinci taraf verilerini ilk günden itibaren Dynamic Yield'in Experience OS'sine aktarma yeteneği, güzellik perakendecisinin zengin birinci taraf geçmiş verilerini kaybetmeden hızlı bir şekilde yüksek hedefli kampanyalar oluşturabilmesini ve kişiselleştirmeye yaptıkları yatırımla anında değer elde etmelerini sağladı.

Custora'nın Experience OS'ye entegre ettiği birinci taraf kitlelere örnekler:

e.l.f. niş müşteri grupları yaratarak ve hedefleyerek cilt bakımı ve makyaj bağımlılarının ötesine geçmeyi tercih etti. E.l.f. kısa bir süre içinde, sık alışveriş yapanlar ve web sitesini sık sık ziyaret eden ancak satın alma işlemini tamamlamamış kişiler gibi yaklaşık 75 müşteri segmenti oluşturmuştur.

e.l.f. ihtiyaçlara göre segmentleri hedefler ve segmentleri varyasyonlarla eşleştirmek için Tahmine Dayalı Hedeflemeyi kullanır. 

DY ve alternatif öneri sağlayıcı arasında yapılan bir pişirmeden sonra PDP'lerde optimize edilmiş öneriler

PDP'lerin ürün keşif aşamasının değerli bir parçası olduğunu bilmek, e.l.f. ürün önerilerini optimize etmek için bu alanı seçti. Ekip, keşif ve etkileşimi iyileştirmek için KAP'larda en alakalı ürünleri sunmak istedi. Dynamic Yield ile mevcut öneri noktası çözümü arasında bir deneme yapmaya karar verdiler. Her bir satıcı, e.l.f.'in "You May Love" bölümünde, iki satıcı arasında yarı yarıya paylaştırılan "Viewed Together" stratejisini sundu.

Sadece iki hafta içinde 95% istatistiksel anlamlılığa ulaşan Dinamik Getiri, önerilen ürünlere tıklama oranında önemli bir artış sağlayarak en güçlü motor olduğunu kanıtladı (+23,2%) ve diğer satıcıya kıyasla daha yüksek kullanıcı başına ortalama gelir (+4,2%).

Müşterilerin ilgi alanlarına ve gezinme davranışlarına göre uyarlanmış mobil menü

Sınırlı gayrimenkulle, e.l.f. mobil menüsünün her müşteride yankı uyandırmasını istiyordu. Bunu etkili bir şekilde yapmak için ekip, menüyü tarama geçmişine göre kişiselleştirmeye karar vererek müşterilerin ihtiyaçlarına en uygun ürünleri hızlı bir şekilde bulmalarını sağladı. 

Yeni ziyaretçilere üst düzey kategoriler gösterilirken, geri dönen ziyaretçiler daha önce ilgi gösterdikleri ana kategorinin alt kategorilerine maruz bırakıldı. 

Örneğin, bir müşteri "cilt bakımı" kategorisine göz atmışsa, menü çubuğunda "temizleyici", "yüz maskeleri" ve "bakımlar" yer alacaktır. 

Dynamic Yield'in benzersiz yakınlık tanımlama ve eşleştirme yeteneklerini bu menü optimizasyonlarıyla birlikte kullanan e.l.f. tıklama oranında 17,6% artış gördü ve ziyaretçileri ürün kataloğunun derinliklerine yönlendirdi.

Anahtar Çıkarım

e.l.f.'in müşterileri güzellik markası için her zaman etkili olmuştur. Yine de ekip, müşteri yolculuğu boyunca müşterilerin ihtiyaçlarını ve tercihlerini daha iyi anlamak için önemli bir fırsata sahipti. 

Dynamic Yield'ı kullandıktan sonra e.l.f. markayla etkileşim kuran kritik kitlelere gerçek anlamda ulaşarak her bir kozmetik tutkununun en alakalı deneyimleri yaşamasını sağladı. Ve stratejik olarak çeşitli masaüstü ve mobil web kişiselleştirme kampanyaları uygulayarak site etkileşiminin arttığını ve gelirin yükseldiğini gördü.