A personalização do preenchimento automático para a Zoot trouxe um aumento elegante na taxa de conversão de 2,5%

Embora as 2 milhões de visitas mensais da Zoot (e mais 2,5 milhões de visitas mensais da Bibloo) sejam impressionantes, o mais importante é que a marca conseguiu ganhar o status de “love-brand” na comunidade da moda.

Então, quando o cliente decidiu levar a sua pesquisa do site para um novo nível, a empresa tornou este projeto um grande desafio, com um compromisso nosso de melhorar a precisão dos resultados da pesquisa e a experiência do usuário.

Analisando o comportamento do usuário

Os dados nos mostraram que os visitantes da Zoot são três vezes mais propensos a converter ao usar a pesquisa. Com cerca de 10-11% de uso de pesquisa, está mais do que claro que seria uma oportunidade perdida apenas fornecer a tecnologia sem adaptá-la às especificidades do setor da moda.

É por isso que nosso primeiro passo foi entender como os usuários interagem com o site e a própria pesquisa. Para fazer isso, implementamos o Analytics da Luigi’s Box, que nos ajuda a entender como os usuários estão procurando diferentes tipos de produtos ao analisar os seguintes pontos:

• Os atributos mais importantes do produto (por exemplo: cores, gênero, estilo/corte, marca, etc.)
• Sinônimos e erros de digitação comuns (jeans, denim, calça azul, etc.)
• As razões mais comuns para as pesquisas sem resultados

Ajuste detalhado da pesquisa

Começamos a ajustar nossa pesquisa para refletir os dados na relevância dos resultados da pesquisa e nas classificações dos produtos.

Um dos principais objetivos era melhorar a precisão dos termos de pesquisa relacionados a cores (por exemplo: jeans azul, cardigã branco, etc.).

Por último, mas não menos importante, cooperamos intensamente com o cliente para melhorar os feeds de produtos para tirar o máximo proveito de nossa pesquisa ao fornecer dados de produtos completos e precisos com base em nossas conclusões e requisitos.

Design e usabilidade

O design do preenchimento automático, resultados de pesquisa e filtros facetados visa se adaptar ao design do site com base no briefing do cliente.

Como o cliente pensou na pesquisa como uma vitrine de moda, criamos o design da barra de preenchimento automático de largura total com foco em uma apresentação visual atraente dos produtos.

A vitrine de preenchimento automático também contém categorias recomendadas, principais marcas e consultas semelhantes relacionadas aos termos de pesquisa.

Como os dados nos mostraram que o atributo de filtro mais importante nos resultados da pesquisa é a marca, preparamos um filtro visual rápido (logotipos) das marcas mais populares que correspondem ao termo de pesquisa específico, juntamente com o filtro facetado comum.

Também adicionamos categorias recomendadas à página de resultados da pesquisa, já que muitos dos termos de pesquisa (por exemplo: “parte superior branca”) geralmente são relevantes para várias categorias de produtos.

Teste A/B e os resultados

Como a Zoot estava usando um concorrente na época, eles decidiram lançar um teste A/B com a divisão 50:50.

O teste A/B começou em 17 de agosto e foi avaliado após um mês, mas mesmo após as primeiras semanas, os resultados começaram a mostrar uma melhoria em favor da Luigi’s Box.

Após vários prolongamentos, o teste foi interrompido após três meses. Os resultados revelaram que a pesquisa e o preenchimento automático da Luigi’s Box tiveram os seguintes resultados:

Este estudo de caso nos mostrou como é importante escolher uma abordagem individual e orientada por dados para tirar o máximo proveito do potencial da tecnologia.