Brooks Running ser 80 % reduksjon i returrate

Å bruke netteksperimentering og kanalisere butikkopplevelsen som inspirasjon resulterte i en vellykket kampanje.

Industry
Retail
Products used
Web Experimentation

Brooks Running reduserer returraten

For forhandlere handler ikke optimalisering bare om å øke konverteringsraten eller gjennomsnittlig ordreverdi; faktisk har mange forhandlere innsett at det å optimalisere for mer enn konverteringsraten og AOV vil være avgjørende for å vinne innen e-handel.

Ta Brooks Running som eksempel. Løpeselskapet undersøkte nylig kjøpsatferden til kunder som returnerte varer og testet hvordan man kan forbedre kundetilfredshet og inntekter ved å forutse og forhindre skoreturer.

Hvorfor fokusere på returer og ikke konverteringsraten? Fordi returer koster tid, penger og muligheter for både selskapet og kunden.

Det kan ta flere uker før kunden sender returen, Brooks behandler SKU-ene på nytt og fyller på hyllene. Videre er retur dårlig for den generelle kundeopplevelsen, og en returnert vare betyr at andre kunder som ønsker å kjøpe kan få meldinger om at de er utsolgt når varen de ønsket er på vei gjennom bytteprosessen. Ingen liker returer. Selv om de er gratis, er returer et problem for kundene og spiser av marginene til forhandlere.

Så hvordan skaper du en opplevelse som kundene er fornøyde med og har mindre sannsynlighet for å returnere? Brooks fant ut at det er en kombinasjon av å forstå den unike vurderingssyklusen for hvert produkt, spore de riktige dataene og bruke Optimizely for å gi en målrettet opplevelse til riktig kundesegment.

De skjulte kostnadene ved store bestillinger

Brooks-teamet startet med å se på bestillinger med høy verdi. Ved første øyekast er høy gjennomsnittlig ordreverdi en god ting, og mange forhandlere streber etter å øke denne målingen. Men en høy verdi av feil produkter kan være problematisk.

Teamet så et mønster i disse store bestillingene: mange av dem var for sko av samme modell, bare en halv størrelse eller bredde fra hverandre. Ved å undersøke dataene så teamet at statistisk sett, når noen kjøper to eller flere par sko innenfor en halv størrelse eller breddeforskjell, vil minst ett av disse parene bli returnert. Kunden søker faktisk etter den beste passformen. I dette tilfellet er ikke høy AOV en god ting.

«Et betydelig antall av skokjøpene våre er av samme modell, men innenfor en bredde eller en halv størrelse fra hverandre», sa David Kornfield, markedssjef med ansvar for optimalisering og analyse hos Brooks Running. «Med nesten 100 % sikkerhet vet vi at en av disse vil komme tilbake.»

Siden teamet visste hvor kostbart retur er, fokuserte de på å redusere returene for disse bestillingene.

Bringe den virkelige opplevelsen på nett

Når de vurderte utfordringen med å redusere returraten blant segmentet av kunder som kjøper lignende størrelser av samme sko, kanaliserte teamet butikkopplevelsen for inspirasjon. Hva gjør du når du trenger hjelp med størrelsesvalg? Du snakker med en selger. Så bestemte de seg for å bringe den virkelige opplevelsen på nett.

Brooks viste denne popup-meldingen til kunder som hadde to eller flere par sko i en handlekurv med halv størrelses mellomrom.

Brooks-teamet brukte Optimizely for å løse denne utfordringen. De bygde et publikum av kunder som samsvarte med disse kriteriene: to eller flere par sko i handlekurven med halv størrelses mellomrom. De opprettet en spesiell popup-melding for dette segmentet som sa: «Er du ikke sikker på hvilken størrelse du skal kjøpe? Vår ekspert kundeservice kan hjelpe deg med å finne ut hvilken som passer for deg, slik at du ikke trenger å returnere en senere.» Ring 1-800-2-BROOKS eller chat med dem nå for å få tilpasset skoene.

Resultater

Kampanjen presterte utrolig bra. For testsegmentet falt returraten med nesten 80 %. Ikke bare hadde Brooks flere produkter på lager, men kundene satte pris på den personlige kontakten, med 88 % som sa at de satte pris på kundeservicetilbudet.

Konverteringsraten økte litt med 2 %, noe teamet mener skyldes mindre webrooming – når kunder ser etter produkter på nett og deretter velger å kjøpe dem i en fysisk butikk – siden kundeservicerepresentantene kunne ta opp størrelsesproblemer på forhånd. I tråd med forventningene deres gikk AOV ned, men tilleggsraten for tilleggsprodukter økte, kanskje fordi kjøpere ikke måtte vente på returkreditt for å fullføre løpeutstyrssamlingen sin.

Brooks målte også kostnaden for kundeservicetid – det er å ha mennesker som svarer kundene spørsmål dyrere enn kostnadene for retur? De fant ut at svaret var nei. Kundeserviceengasjementer varte i gjennomsnitt fem minutter, noe som var billigere enn de faste kostnadene for oppfylling og returfrakt på hver returnerte bestilling.

«I stedet for å akseptere returratene våre som en konstant, kunne vi utfordre den allment aksepterte satsen og omfordele pengene som var budsjettert til retur for å finansiere nye programmer og initiativer.» la Kornfield til.

Som et resultat av denne kampanjen:

  • Kundene er glade for å vite at Brooks-teamet er der for å hjelpe med kundeservice
  • Kundene trenger ikke å bruke tid på returer
  • Flere produkter er tilgjengelige for salg til andre

For Brooks betyr optimalisering utover konverteringsfrekvensen å fokusere på kundeopplevelsen for å beskytte bunnlinjen. Det er et skifte fra A/B-testing til personlige opplevelser for ulike kundesegmenter.

«Etter å ha tatt for seg grunnleggende forbedringer av nettstedet, blir A/B-testing mindre av en bred taktikk og mer fokusert på brukernivå og atferdsforhold», sa Kornfield. «Du må grave i ytelsesdataene dine og adressere spesifikke behov til kundekohorter.»

Konklusjoner

  1. Optimaliser for en helhetlig opplevelse, ikke bare klikk
  2. Identifiser et meningsfullt segment, forstå deres atferd ved å spørre hvem mine kundesegmenter er? Hva prøver de å gjøre? Hvor svikter opplevelsen?
  3. Målrett en sanntidsintervensjon, og som alltid, mål effekten