Использование пользовательского контента (UGC) — одна из самых значительных тенденций в мире электронной коммерции последних лет. Нужно ли арбитражникам учитывать эту тенденцию и стоит ли она этого хайпа? Сравним взаимодействия пользователей с UGC и с брендовыми фото. Делимся с вами проведенными исследованиями.
Пользовательский контент против брендовых фото в fashion-сегменте
Что будем сравнивать:
- насколько хорошо пользователи взаимодействуют с каждым типом контента/ Сlicks;
- люди покупают больше, когда показывают фотографию модели или реальное изображение из социальных сетей/ CTR;
- как это влияет на коэффициент конверсии/ CPC.
Тест №1. Спортивный бра от Nike
Давайте взглянем на один из классических продуктов Nike:
Это страница продукта с Nike.com. Основное изображение — фото из студии. Выглядит оно, вероятно, отретушированным. Это то, что используется для продажи сегодня, и означает, что именно такие фото Nike находит подходящими к своему имиджу.
Сравним это глянцевое фото и фото от реального клиента. В instagram было найдено фото реальной девушки в таком же бра от Nike:
Настало время для самого интересного. Проведем классический A/B-тест: вставим оба изображения в рекламу на Facebook и посмотрим, какое изображение приведет к большему количеству кликов по целевой ссылке.
Результаты:
Оба изображения были размещены в одной рекламной кампании с одинаковой целевой аудиторией и местами размещения. Коэффициент конверсии у UGC-фото - 0,90% против 0,31% для стоковой фото. В 3 раза лучше.
Тест № 2. Юбка от Zara
Возможно, предыдущий успех был случайностью. Попробуем сделать еще один тест, на этот раз с другим типом продукта, юбкой Zara.
Результаты:
Снова победа. Созданное пользователем изображение из Instagram получило коэффициент конверсии 0,62% по сравнению с 0,24% (стоковая фотография). Это в 2,6 раза лучше. Не так уж и плохо.
Тест №3. Кроссовки от Nike
Результат:
Наконец-то. На 3-ем тесте мы нашли пару, в которой созданное пользователем изображение было не лучше, чем на стоковой фотографии. Получили коэффициент конверсии 0,38% против 0,42%, довольно похожие результаты. Вполне возможно, именно это фото близко к брендовому контенту, а если бы мы выбрали что-то менее глянцевое, то снова получили бы безоговорочную победу. К примеру, что-то из этих фотографий?
Тест № 4. Туфли от Zara
Давайте сделаем еще один тест c обувью. Но на этот раз попробуем что-то другое. Вместо того чтобы показывать разные изображения, давайте в одном из вариантов смешаем UGC и стоковый контент.
Рекламная кампания с общими ключевыми словами “Классные туфли на шпильке” вела на целевую страницу. 50% пользователей увидели версию слева, то есть страницу продукта с одним стоковым фото. Остальные 50% видели ту же страницу, но под ней было еще галерея из пользовательского контента три UGC-фото с тем же продуктом.
Вот результаты A/B-теста:
Здесь CTR измеряется количеством людей, которые нажали кнопку «Добавить в корзину». На страничке с UGC и стоковым контентом получился рейтинг кликов 5,31%, а одинокое стоковое фото получило 1,40%. Это почти в 4 раза эффективнее!
Время подвести итоги
Итак, четыре разных теста. Три удачных. Один нет. Главный вывод — вы никогда не узнаете, будет ли что-то хитом или промахом, с точки зрения конверсии. Тестирование — вот ключ к успеху.
Попробуйте использовать разные изображения
Все тесты, которые были проведены для исследования, были с одним и тем же изображением (с точки зрения стоковых фото и UGC). Идеальной реализацией этого было бы проведение внутреннего A/B-теста, где UGC-фото постоянно бы менялось. Таким образом, для 50% пользователей будет случайно показываться пользовательский контент каждый раз, пока система не соберет достаточно данных, чтобы определить, какие изображения являются кликабельными.
Время тестирования
В зависимости от трафика может потребоваться некоторое время, чтобы с точностью понять, какой вариант выигрышный. Точной для всех магазинов или даже сегментов цифры нет, рекомендуется продолжать тестирование, пока результаты не станут стабильными и не сойдутся в конкретное значение. Если коэффициент конверсии скачет, подождите еще. Хорошее эмпирическое правило — вы можете прекратить тестирование, когда ни одно событие / продажа не скачет слишком сильно (~ 3%).
