Від 2% до 20% замовлень: як PUMA використала штучний інтелект для створення ефективного каналу продажів.
У фізичному магазині все відбувається набагато простіше. Продавець може спостерігати, які саме товари клієнт бере з полиці, які розміри приміряє і на що звертає увагу, що дозволяє йому давати точні рекомендації. В онлайн-просторі такою роллю виконує вітрина магазину, якщо вона правильно адаптується до інтересів і потреб покупців. Згідно з ринковими даними, від 92% до 98% відвідувачів інтернет-магазинів залишаються анонімними. Вони переглядають асортимент, порівнюють ціни і можуть повертатися кілька разів, але для бізнесу вони залишаються поза воронкою продажів.
Для залучення кожного з цих користувачів на сайт бізнес вже вкладав кошти в рекламу, банери та охоплення. Головне питання полягає в тому, чи здатен він перетворити цей анонімний трафік на прибуток, утримувати користувачів якомога довше та максимізувати доходи з кожного залучення.
З 2022 року PUMA Ukraine активно впроваджує нову систему для вирішення поставлених завдань, поступово реалізуючи це за допомогою омніканальної платформи CDP eSputnik. Проміжні результати вражають: дохід від персоналізації в рітейлі зріс на 73% у порівнянні з попереднім роком, а частка замовлень, в яких були використані персоналізовані рекомендації, збільшилась з 2% до 20%. Це означає, що кожне п'яте замовлення на сайті бренду сьогодні включає товари, рекомендовані штучним інтелектом.
У цьому матеріалі ми розглянемо розвиток персоналізації на PUMA.ua.
Вихідна позиція: замість розсилок — впровадження системи.
PUMA — всесвітньо відомий бренд спортивного та повсякденного одягу, що має понад 75 років історії та представлений у 60 країнах. В Україні компанія активно розширює мережу фізичних магазинів, одночасно розвиваючи онлайн-продажі. Її комунікаційні стратегії підтримуються амбасадорами з світу спорту та культури.
У 2022 році українська команда отримала новий виклик: припинити щоразу розпочинати спілкування з користувачем "з нуля". Замість того, щоб просто збільшувати кількість розсилок, було вирішено створити систему, яка розуміє, з ким вона має справу, та адекватно реагує на справжні наміри людини. Наступні чотири кроки допомогли в реалізації цієї системи.
Крок 1. Як заохотити користувача поділитися своїми контактними даними.
Перед тим як залишити свої контактні дані бізнесу, користувач зазвичай ставить собі три основні питання: навіщо підписуватися, які переваги я отримаю зараз і чому варто залишатися на зв'язку. PUMA пропонує відповіді на ці запитання через п'ять різних стратегій:
* Сервіс -- сповіщення про статус замовлення, обмін, доставку.
* Першочерговий доступ до знижок — певні акційні пропозиції спочатку стають доступними лише для підписників.
* Закриті розпродажі — це акції, які не рекламуються ані на веб-сайті, ані в фізичних магазинах.
Промокоди — це традиційний інструмент, який надійно функціонує у сфері електронної комерції.
* Оновлення та унікальні пропозиції — підписники отримують інформацію про нові колекції першими.
Засоби для збору контактної інформації від Puma.ua:
* Віджет на стартовій сторінці. Надає знижку 10% та дозволяє вибрати категорію: чоловіча, жіноча або дитяча. Клієнти отримують лише відповідні пропозиції, а бренд отримує інформацію для персоналізації.
* Форма у футері. Спрощений варіант для тих, хто закрив перший віджет і проскролив донизу.
* Банер з відліком часу. Ефективний для визначених сезонів. Перед Чорною п’ятницею ця стратегія принесла +6% до основних показників за тиждень.
* Список бажаного. Ця функція доступна лише для авторизованих користувачів, що стимулює їх реєстрацію. Наприклад, якщо користувач шукає конкретну пару кросівок 42-го розміру, яка наразі відсутня на складі, система активує тригер, коли товар з'являється знову, і надсилає сповіщення, доповнене персоналізованими рекомендаціями.
* Гейміфіковані віджети. Наприклад, до Хелловіну на сайті розмістили плашку у формі кота з пропозицією 5% знижки. Користувач реєструвався та проходив гру "знайди 10 кішок" і отримував промокод. Результат -- понад 100 нових підписників за 5 днів.
* Офлайн: у магазинах PUMA встановлені термінали самообслуговування, де клієнти можуть ознайомитися з усім асортиментом онлайн, перебуваючи в залі, та підписатися на сповіщення, якщо відсутній потрібний розмір.
Крок 2. Способи монетизації дій анонімних користувачів
Отримання контактної інформації клієнта – це лише частина успіху. Бізнесу важливо знати, які дії здійснював потенційний покупець перед тим, як залишити свої дані. Зазвичай сценарій виглядає так: неавторизований користувач заходить на сайт, переглядає декілька товарів, йде, а потім повертається через рекламу, залишає свою електронну адресу і отримує стандартний привітальний лист. Для системи це новий контакт без попередньої історії. Однак для користувача це вже друга або третя взаємодія з магазином. Маркетингові зусилля спрацювали, але намір, сформований до моменту ідентифікації, втрачається.
У PUMA цю прогалину компенсують дві технології CDP:
Веб-трекінг відстежує активність анонімних користувачів, включаючи перегляди, кліки, додавання товарів у кошик та тривалість сесії, а також асоціює цю інформацію з cookies або ідентифікатором пристрою.
Метчинг об'єднує раніше зібрану інформацію з CDP з контактними даними в момент їх ідентифікації, що відбувається під час переходу за посиланням, реєстрації, авторизації чи здійснення покупки.
Справжня історія одного контакту в PUMA. Користувач спочатку ознайомився зі спортивними гетрами, а потім покинув сайт. Пізніше він повернувся через пряме посилання, зацікавившись спеціальною пропозицією зі знижкою, і залишив свою електронну адресу у віджеті внизу сторінки. У системі це не був просто новий підписник: щойно створена картка контакту автоматично доповнилася інформацією про попередні дії користувача на сайті. Між моментом, коли контакт з'явився у системі, і першою розсилкою пройшло всього 20 хвилин, і це був не стандартний привітальний лист, а тригерне повідомлення "Покинутий перегляд" з тими ж самими гетрами. Придбання відбулося менш ніж за годину.
Група провела аналіз роботи тригера протягом семи місяців, класифікуючи замовлення на нові (ті, що були оформлені протягом 80 хвилин після створення контакту) та старі.
* 54,6% замовлень тригера припали на NEW-контакти;
* 23,5% доходу тригера сформували саме вони;у масштабі всього сайту це +0,14% до загального доходу без додаткових витрат на рекламу.
У рамках всього веб-сайту це становить збільшення на 0,14% від загального доходу, без потреби в додаткових витратах на рекламу.
Головним аспектом є не стільки сама цифра, скільки її основа: без зіставлення анонімної інформації цей дохід не міг би виникнути, оскільки тригер не отримав би необхідних даних для активації. Це лише один можливий варіант — така ж логіка поширюється на інші тригери та канали.
Крок 3. Як встановити комунікацію, враховуючи погляди клієнта
Для Puma побудова довготривалих стосунків з клієнтом процес циклічний: визначаються ключові точки взаємодії, під кожну створюється контент, відстежуються OR, CTR і CR, а на основі даних змінюються теми, блоки рекомендацій і час відправлення.
Промолисти стають більше, ніж просто повідомлення про акції: вони включають історії про розробку нових колекцій, готові варіанти образів, інтерактивні AMP-ігри безпосередньо в електронній пошті, а також партнерства з інфлюєнсерами.
Тригерні сценарії можна класифікувати на чотири основні категорії: серія привітальних листів, інформаційні листи про статус замовлення, тригери з закликом до дії та вітання з днем народження. Протягом двох років тригер "Товар став доступний" продемонстрував вражаючі результати: 55% відкриттів, 29% переходів на сайт, з яких 4% завершили покупку.
* Опитування. Раз на кілька місяців бренд запитує клієнтів, яких тем бракує й які категорії в пріоритеті.
Що обирає PUMA замість традиційних знижок: згідно з досвідом компанії, підбір персоналізованих аксесуарів або готових образів для різних випадків – "для прогулянки", "в спортзал", "на вихідні" – стимулює покупки значно ефективніше, ніж використання промокодів.
Крок 4. Рекомендації на веб-платформі: перехід від колаборативної фільтрації до мультимодальної системи, заснованої на трансформерах.
Модель рекомендацій на основі трансформерів
У квітні 2024 року eSputnik презентувала своїм користувачам нову трансформерну архітектуру рекомендацій, яка є основою технологій, що використовуються в ChatGPT та інших провідних AI-системах. У той час як попередні системи базувалися на колаборативній фільтрації та аналізували подібність у поведінці користувачів або характеристиках товарів, трансформери функціонують за зовсім іншим принципом:
* Секвенційне моделювання -- алгоритм аналізує послідовність дій користувача як цілісну історію, а не окремі події.
Контекстуальне сприйняття — це система, яка аналізує не тільки те, що придбав користувач, але і час покупки, порядок здійснення замовлень та інтервали між ними.
Глибоке навчання дозволяє моделям самостійно виявляти закономірності в поведінці.
У порівнянні з 2023 роком, результати роботи рекомендацій на сайті у 2024 році показали такі зміни:
* 73% доходу;
* 195% заявок;
* 194% показника конверсій.
Найбільше продажів генерують блоки на сторінках товарів і категорій:
* "Вам також сподобається" на сторінці товару дає 46% замовлень із рекомендацій,
"Популярні товари" в категорії мають частку 33,83%.
"Останні перегляди" на сторінці товару -- 13,26%.
* "Доповни образ" на сторінці товару -- 5,03%.
Наступний рівень: мультимодальність
Трансформери стали фундаментом для подальшого розвитку алгоритмів. Сьогодні рекомендаційні системи eSputnik є мультимодальними: вони аналізують не тільки ідентифікатори товарів чи поведінкові патерни, але й текстові та візуальні особливості продукту — такі як назва, опис, характеристики, призначення та зображення.
Ця система функціонує навіть у відсутності історії покупок, наприклад, з новими товарами, і здатна підбирати схожі позиції за змістом, а не лише за категоріями.
Puma протестувала нову версію системи рекомендацій від eSputnik і отримала такі результати:
* Частка замовлень зросла в десять разів — з 2% до 20%: тепер один з п'яти товарів, що придбаються на сайті PUMA, відбирається за допомогою рекомендаційних систем.
+10% до рівня конверсії веб-сайту;
Конверсія рекомендаційних блоків зросла у 7 разів.
Алгоритмічний підбір або ручний вибір.
Логіка наповнення блоків може бути принципово різною -- від ручних добірок категорійного менеджера й статичних правил до мультимодальних моделей. У 2025 році PUMA перевела блок "З цим товаром купують" з ручних правил на алгоритми eSputnik. Результат: +130% до CTR і +14% до конверсії. Категорійний менеджер розуміє контекст, але його добірка однакова для всіх, погано масштабується й потребує ручного оновлення, тоді як алгоритм формує індивідуальну видачу для кожного й оновлюється автоматично.
Крок 5. Взаємодія з клієнтом через різні канали
Логіка, вибудувана на сайті, працює скрізь, бо система уніфікує дані у єдиний профіль клієнта. Де б користувач не здійснив дію, рекомендації підлаштовуються в усіх каналах відповідно:
У застосунку PUMA той самий перелік рекомендаційних блоків, що й на сайті: на головній, у категорії, на картці товару, у кошику та в кабінеті. Показники CTR і конверсій тут не нижчі, ніж у вебверсії, а блоки в застосунку дають на 10% вищу конверсію порівняно із сайтом.
Рекомендації ефективні також у тригерних розсилках, таких як "покинутий кошик", "забута категорія" та "знижки на товари в кошику". Ці елементи забезпечують 20,54% CTR і сприяють збільшенню конверсії на 10%.
Окрім email бренд використовує Viber, web push та App Inbox задля ширшого охоплення аудиторії.
Ефективність нових алгоритмів рекомендацій товарів eSpuntik у сфері українського електронного комерції: міжнародний A/B-тест.
У весняний період 2026 року CDP eSputnik реалізувала A/B-тестування на 21 проекті електронної комерції. Трафік кожного інтернет-магазину був поділений на дві частини у співвідношенні 90/10: основна група отримувала доступ до рекомендаційних блоків, тоді як контрольна залишалася без них. Різницю в показниках між цими групами оцінювали як чистий ефект від рекомендацій. Тестування тривало приблизно місяць.
У медіанному вимірі конверсія зросла на 7,9%, в середньому показник склав 9,2%, а у лідерів досягнув 18%. Середній чек підвищився у 10 проєктах, тоді як конверсія за рекомендаціями зросла у 19 випадках.
Приріст фіксувався навіть при одному перегляді товару, тобто на холодному трафіку. А далі ефективність пропозицій лише зростала разом із кількістю переглядів.
Отже, підводячи підсумки
Досвід PUMA показує просту річ: стабільне зростання народжується не з одного вдалого листа, а з цілісної системи. Бренд послідовно збирає підписки, зшиває анонімну поведінку з ідентифікованими контактами, синхронізує рекомендації в усіх каналах і використовує інструменти, що покращують взаємодію аудиторії з бізнесом.
У результаті люди легше знаходять те, що їм потрібно, швидше оформлюють замовлення й частіше повертаються. А бренд перетворює вже наявний трафік на дохід, замість того щоб платити за залучення одного і того самого клієнта повторно.
Механізми, які застосовує PUMA, не вимагають збільшення трафіку – вони ефективно взаємодіють з тими, хто вже відвідав ваш сайт. Проте, кожен користувач має свою унікальну точку входу, яку можна виявити під час безкоштовної консультації з фахівцями eSputnik.
#
