Jak zwiększyć AOV bezpośrednio z poziomu karty produktowej?
Research & Insights
Głównym wyzwaniem projektowym było zrealizowanie celu biznesowego - podniesienie średniej ilości produktów dodawanych do koszyka pośrednio z karty produktu. Jako projektant stanąłem przed zadaniem stworzenia intuicyjnego mechanizmu, który zachęci użytkowników do dodawania do koszyka wielu artykułów jednocześnie, bez komplikowania dotychczasowej ścieżki zakupowej. Co istotne wiedziałem, że osiągnęliśmy już maksymalny uzysk ze standardowych karuzel z rekomendacjami. Podpowiedź przyniosły cykliczne badania jakościowe aplikacji. Otrzymałem mocny insight, że klienci przeglądający zdjęcia wizerunkowe bardzo często chcą kupić nie tylko oglądany produkt, ale kompletny look, który ma na sobie modelka (np. wchodząc na kartę kamizelki, natychmiast chcą dokupić pasujące spodnie i sandały). Stało się jasne, że połączenie tych produktów w jeden gotowy zestaw odpowie na naturalną potrzebę estetyczną klienta i otworzy drogę do realizacji celu biznesowego.
Rozwiązanie
Zaprojektowałem funkcjonalność „Kup zestaw”, pozwalającą jednym kliknięciem dodać cały set produktowy do koszyka. Aby maksymalnie uprościć proces i zapobiec porzuceniom, przyjąłem założenie, że nie możemy wyprowadzać użytkownika z głównego ekranu flow. Wszystkie procesy poboczne – takie jak podgląd galerii oraz wybór rozmiarów dla poszczególnych ubrań – zamknąłem wewnątrz dedykowanej, kontekstowej warstwy ekranu. Użytkownik konfiguruje i kupuje cały set w jednym, płynnym procesie bez przechodzenia na osobne karty produktów. Wdrożenie MVP wygenerował wzrost wskaźnika AOV o 47% wśród klientów, którzy weszli w interakcję z nową funkcjonalnością.
Jak zwiększyć pewność decyzyjną klienta przy wyborze produktu?
Research & Insights
Karta produktu w e-commerce to newralgiczny punkt ścieżki zakupowej, w którym zapada decyzja o konwersji. Kluczowym wyzwaniem w branży odzieżowej jest pomoc klientowi w doborze odpowiedniego rozmiaru ubrań. Dotychczasowa aplikacje brandów LPP prezentowały jedynie ogólne, standardowe tabele wymiarów ciała, co potencjalnie generowało niepewność zakupową oraz wpływało na współczynnik zwrotów. Zainicjowałem badania jakościowe tego obszaru (testy użyteczności i ankiety). Kluczowy wniosek: uniwersalne tabele sylwetki nie odpowiadają na realne potrzeby użytkowników, którzy ze względu na wcześniejsze złe doświadczenia chcą znać rzeczywiste wymiary odzieży (np. całkowitą długość sukienki czy długość rękawa). Kolejnymi badaniami zawęziłem grupę kluczowych dla użytkowników wymiarów. Mając konkretne dane mogłem przystąpić do projektowania.
Rozwiązanie
Choć dokumentacja technologiczna LPP zawierała bardzo szczegółowe dane, to nie były prezentowane dotąd na stronie. Przeprowadziłem mapowanie danych do subklas produktowych widocznych w sklepie APP i WEB. Następnie na podstawie skomplikowanych rysunków technologicznych zaprojektowałem zestaw uproszczonych ilustracji ubrań. Rysunki uwzględniają tylko te kluczowe dla użytkownika wymiary. Wdrożenie nowych tabel rozmiarowych bezpośrednio przełożyło się na zmniejszenie bariery zakupowej, co potwierdziły testy awaluacyjne.