fb
IT Systems 1-2/2022 CRM systémy E-commerce B2B/B2C 18. 3. 2022 8:55

Pokud e-shopy nezohledňují zákaznické chování, připravují se o desítky procent zisků

V Česku aktuálně působí přes 50 tisíc internetových obchodů. Podle dat Asociace pro elektronickou komunikaci (APEK) a nákupního rádce Heureka vzrostly vloni jejich obraty meziročně o 14 procent na 223 miliardy korun. Jen v průběhu posledního listopadového víkendu, kdy obchody lákají na slevové akce v rámci Black Friday, utratili Češi podle českého poskytovatele e-shopové platformy Shoptet 4 miliardy korun. Jejich konverze navíc byly až o 25 procent vyšší oproti předchozím týdnům. Před Vánocemi pak dokonce nakoupili za více než 77 miliard. E-shopy tak mají i na malém tuzemském trhu velký potenciál, mnohdy jej však neumí vytěžit na maximum.

Díky přístupu k internetu jsme se jako lidstvo naučili skvěle vyhledávat informace. „Googlení“ se stalo neodmyslitelnou součástí našich životů a ne nadarmo je magické políčko vyhledávání prvkem, který při příchodu na jakoukoliv stránku hledáme přirozeně jako první. Naše data z více jak 2 000 e-shopů ukazují, že zákazníci používající vyhledávání nakoupí 3‒5krát častěji než ti, kteří se na domovskou stránku přišli „jen podívat“. V průměru využívá vyhledávání asi 20 procent zákazníků, v některých odvětvích až polovina nakupujících. Rozhodně ale nejde o zanedbatelné číslo ‒ i v módním odvětví, kde přes vyhledávání nakupuje „jen“ 7 až 15 procent zákazníků, představuje tato skupina přibližně třetinu až polovinu obratu těchto e-shopů. Příčina nízkých konverzí online zákazníků je tak jednoduchá i složitá současně ‒ pokud zákazník zboží nenajde, nemá si co koupit.

Chyby ve vyhledávání

Nejčastějším důvodem, proč vyhledávač nezobrazí žádné výsledky, je paradoxně lidská chyba. Zákazníci totiž málokdy hledají produkty přesně podle názvu či popisu, pod kterým e-shop daný výrobek eviduje. Zejména nakupující bez znalosti cizích jazyků mají tendenci psát názvy zahraničních značek foneticky, a pokud si s tímto neumí vyhledávací nástroj poradit, logicky připravuje uživatele o možnost nakoupit. To samé platí s ohledem na překlepy, slangové výrazy, cizojazyčné pojmy nebo jednotné a množné číslo.

Naše zkušenost ukazuje, že u e-shopů, které nemají v tomto směru optimalizovaný vyhledávač, končí 10 až 20 procent požadavků bez výsledku. V některých případech to bylo dokonce až 40 procent, což představuje obrovský promarněný potenciál. Pokud se však obchody optimalizaci intenzivně věnují, obvykle toto číslo sníží na 1 až 5 procent. Z principu pravděpodobně nejde dosáhnout „dokonalého“ vyhledávání, které by vždy ukázalo správné výsledky. Může se například stát, že zákazník napíše příliš komplexní frázi, která systém navede mimo nabízené portoflio, nebo e-shop zkrátka zboží vůbec neprodává. Tento problém však lze mitigovat zahrnutím často poptávaného zboží do sortimentu, nebo k takovým poptávkám přiřadit podobné, alternativní produkty.

S podobnými problémy se potýkala například síť lékáren Benu, jejíž původní vyhledávač nedokázal zpracovat fráze o méně než třech znacích. Když tak zákazníci hledali třeba „D3“ vitamin, zboží ve výsledcích nenalezli, ačkoliv je e-shop v sortimentu měl. Nově e-shop zobrazuje výsledky už od zadání jediného znaku, s ohledem na historii nákupů či chování jiných uživatelů. Díky optimalizaci tak dokázal za jediný měsíc testovacího období navýšit konverze z vyhledávání o 9,49 procenta, což v případě byznysu s ročním obratem přes 6 miliard korun jen v Česku není malé číslo. Obdobně na tom je i jeden z největších českých internetových prodejců potravin Košík.cz, který obdobně zvýšil konverze z vyhledávání o 10,5 procenta. Navíc na něm i díky vylepšenému UX využívá funkci vyhledávání až 50 procent zákazníků, zatímco průměr segmentu potravin je kolem 24 procent.

Na délce záleží

Ač se to může zdát neuvěřitelné, přes 80 procent lidstva dnes podle serveru Statista.com vlastní chytrý mobilní telefon. Což znamená až 6,4 miliardy potenciálních zákazníků, kteří mohou nakoupit online. Aby však dokázaly e-shopy využít tohoto enormního zdroje, musejí se naučit pracovat s unikátním chováním, které lidé mají při nakupování online. S rozmachem hlasových asistentů totiž zákazníci používají stále častěji hlasové příkazy i při hledání zboží. Ani zdaleka si však nestačí poradit s převodem mluveného slova na text, vyhledávací nástroj jej také musí umět správně vyhodnotit a například ignorovat slova, která na nalezení produktu nemají vliv.

Pokud například zákazník zadá „černé chytré hodinky s měřením tepu“, měl by vyhledávač umět „pochopit“, co daná slova znamenají. Černou vyhodnotit jako barvu, chytré hodinky jako typ produktu a měření tepu coby jednu z vlastností. A podle toho zobrazit relevantní výsledky. Stejně tak by měl umět vyhodnotit třeba časově omezené akce či relevanci k místu, na němž se zákazník aktuálně nachází. Nebo dokázat zanedbat určitá příliš specifická slova a tím rozšířit potenciální sortiment, pakliže vyhledávání nenabídlo žádné výsledky.

S problematikou dlouhých dotazů se však setkáváme nejen při hlasovém vyhledávání, ale i v segmentu módy. Zatímco v jiných odvětvích zákazníci často používají produktové názvy či kódy (knihy, hry, nábytek, železářství a podobně), v případě oblečení se zadanou frází snaží vyjádřit svou představu. Navíc se stejně jako v kamenných obchodech i ve virtuálních regálech rádi „přehrabují“ a sortiment srovnávají. Podle serveru Statista v průměru zákazníci projdou až 32 stránek se zbožím, než si vyberou kýžený módní produkt ‒ ve všech ostatních segmentech si však téměř 90 procent lidí vybírá pouze z první stránky výsledků.

I produkty míří vysoko

V módním segmentu zkrátka vyhledávač působí jako inspirace pro zákazníka s cílem nabídnout mu co nejvíce možností, z nichž si nakonec vybere jeden ideální produkt. V případě ostatních odvětví však platí, že kvalita předčí kvantitu. Nakupující obvykle mají tendenci kupovat spíše produkty umístěné výše ve výsledcích vyhledávání a na druhou stránku nalezených produktů přejde méně než 10 procent. Z našich zkušeností navíc vyplývá, že nezáleží na tom, jestli zákazníkovi nezobrazíte žádné výsledky, nebo mu ukážete ty, které nejsou relevantní. Pokud nakupující není s navrženým sortimentem spokojený, je přibližně 28procentní šance, že z e-shopu ihned odejde.

Jak tedy navýšit šanci, že zákazník na e-shopu nalezne to, co hledá, a současně redukovat pravděpodobnost jeho odchodu na minimum? Vedle optimalizovaného vyhledávání je jednou ze stěžejních funkcí internetových obchodů doporučování produktů. Takový nástroj by měl mimo jiné umět vzít do úvahy zboží, o které se uživatel zajímal v minulosti, a na jeho základě vyvodit priority zákazníka. Pokud například zjistí, že daná osoba již dříve nakoupila mobilní telefon určité značky, může mu při nákupu doporučit komplementární doplňky či jiné produkty od stejného výrobce, jako jsou ochranná pouzdra, nabíječky, kabely či třeba notebook s operačním systémem ze stejného ekosystému.

Díky strojovému učení však vyspělé nástroje dokážou hledat také souvislosti v rámci nákupního chování zákazníků, kteří s daným produktem interagovali. Pokud například vyhodnotí, že mnoho návštěvníků e-shopu často kupuje více specifických výrobků souběžně, může je nástroj do budoucna rovnou navrhovat společně. Zákazníkům tak ušetří drahocenný čas a navíc zvýší šanci, že si druhý produkt koupí i ti, kteří o něj doposud neprojevili zájem. Další možností je nabízet dražší či kvalitnější alternativy hledaného výrobku či souvisejících produktů v rámci up-sale. Vedle domovské či produktové stránky navíc přijde funkce doporučení produktů vhod třeba ve chvíli, kdy se zákazník dostane omylem na neexistující stránku. Tehdy mu e-shop může nabídnout určité výrobky a zvýšit tak šanci, že nakupující nalezne to, pro co do obchodu přišel.

Rada nad zlato

Poslední kritickou funkcí, kterou by měl každý opravdu efektivní vyhledávač zahrnovat, je takzvaný našeptávač. Ten zákazníkům dokáže zobrazovat návrhy produktů již od prvního zadaného písmene a s každým dalším blíže specifikovat sortiment, který návštěvník obchodu hledá. Pro customer experience má hned několik benefitů. Průběžně zákazníkovi potvrzuje, že hledá správně a že e-shop má požadované zboží v nabídce. Navíc dokáže nakupujícího ušetřit od zadávání celé fráze, či mu dokonce doplnit kontext dotazu ‒ návštěvník totiž často zná pouze část názvu produktu, našeptávač jej tak dokáže efektivně obeznámit se širší nabídkou, která s hledaným heslem souvisí.

Ze zkušenosti rozhodně není našeptávač zanedbatelná funkce ani z pohledu uživatelů, v průměru na navržený produkt klikne 22,77 procenta z nich. Navíc mají produkty nabídnuté skrze našeptávač konverzní poměr 21,15 procenta, tedy dvakrát více než v případě nákupu bez použití této funkce (11,52 procenta). Zákazníci zkrátka při nákupu online chtějí svůj zamýšlený produkt najít co nejrychleji a rádi využijí všech možností, jak tento proces zefektivnit. Pokud tak e-shopy chtějí maximalizovat své zisky, měly by jim vytvořit ideální podmínky a udělat vše pro to, aby nakupující vždy našli přesně to, co hledají.

Gejza Nagy Gejza Nagy
Autor článku je CEO a spoluzakladatel slovenského startupu Luigi’s Box.

Kalendář akcí
Konference - Semináře - Školení
Časopis IT Systems/Speciál
Aktuální číslo časopisu IT Systems Aktuální číslo časopisu příloha #1
Archív časopisu IT Systems
IT Systems 5 IT Systems 4 IT Systems 3 IT Systems 1-2
Archív časopisu IT Systems Special
Aktuální číslo časopisu příloha #1 Aktuální číslo časopisu příloha #1 Aktuální číslo časopisu příloha #1 Aktuální číslo časopisu příloha #1