Как продавцы получили +10% продаж с помощью работы с отзывами.
Идеальная карточка, продающее описание, классный бренд – а потраченный бюджет на рекламу не принес результаты?
Вы не одиноки — с похожей проблемой сталкиваются тысячи селлеров. В попытке привлечь внимание покупателей к новым или хуже продающимся товарам большинство идет на крайние меры: снижают цену, тратят десятки тысяч рублей на рекламные кампании. Но есть способ получить дополнительные продажи, не потратив на это ни копейки. Хотите узнать как — дочитайте статью до конца.
Возможно вы удивитесь, но увеличить продажи можно с помощью всего лишь одного инструмента – рекомендаций в ответах на отзывы, которые можно автоматизировать.
Начнем с того, что продвижение товаров на маркетплейсах давно вышло за рамки привычных действий.
Все решает не самая низкая цена или мощная рекламная кампания – покупателю становится важнее реальный опыт других покупателей.
Карточки с активной коммуникацией вызывают больше доверия, а значит, вероятность того, что товар будет добавлен в корзину, становится выше.
Исследования показывают:
- 83% покупателей читают отзывы перед покупкой - если вы не отвечаете, они покупают у более общительного конкурента;
- 40% отказов от покупки связаны с негативными отзывами - но 80% готовы изменить мнение после общения с продавцом;
- до 20% покупателей совершают дополнительную покупку, если в ответе есть персональная рекомендация.
Отзывы стали ключевым фактором при принятии решений, а их обработка — инструментом увеличения продаж. Поэтому самый первый вопрос, на который вы должны себе ответить:
А как у меня обстоят дела с обработкой отзывов?
Простой факт: бренды, которые начали использовать рекомендации в ответах, смогли увеличить продажи в среднем на 10%. «Такое разве бывает?!» – спросите вы. «Да, и мы знаем как!» – ответим мы.
Давайте разберем на реальных кейсах, что сделали представители брендов и к каким результатам это привело.
Кейс 1: MiShipy. Увеличение продаж товаров с низкой конверсией в сегменте уходовой косметики.
MiShipy – производитель премиальной корейской косметики делал все правильно: качественный продукт, стильные карточки, хорошие отзывы. Активно запускалась внутренняя и внешняя реклама, однако часть товаров почти не покупали. Бренд решил протестировать автоматизированные рекомендации ОТВЕТО и вот что из этого вышло.
Чтобы повысить продажи товаров с низким спросом, в ответах на отзывы были настроены автоматические рекомендации по этим позициям. Учитывая, что бренд получает около 100 отзывов в день, каждый из них стал точкой соприкосновения с потенциальным покупателем. За месяц это более 3000 целевых рекомендаций, которые последовательно продвигают товар. Такой подход увеличивает переходы на карточку и, как следствие, приводит к росту продаж.
Так было с увлажняющей сывороткой для лица (арт. 36931524), которая почти не пользовалась спросом.
Уже через пару недель стало очевидно: на поиске появились запросы артикула товара. До этого их не было!
Внутренняя аналитика WB четко показывает рост поисковых запросов по артикулу, а конверсия в корзину значительно выше, чем у обычного поиска. Это происходит потому, что товар начинают искать уже вовлеченные покупатели: либо те, кто ранее приобрел продукцию и получил рекомендацию, либо те, кто читал отзывы и увидел ответ бренда. В обоих случаях уже сформировано доверие к товару и есть высокая вероятность покупки.
Как результат, конверсия в корзину 43%, а в заказ —56%, что существенно выше, чем из обычного поиска.
Настроить рекомендации можно быстро: они могут быть сгенерированы нейросетью, настроены селлером вручную или автоматически подбираться с помощью ИИ в зависимости от предыдущего заказа, повышая точность рекомендаций.
Другой пример: антивозрастная сыворотка с лифтинг-эффектом (арт. 62666291). За два месяца:
- 258 переходов в карточку с поиска по артикулу
- 72 добавления в корзину (конверсия в корзину 28%)
- 39 заказов (конверсия из корзины в заказ - 54%)
Принцип работы оказался простым:
в ответ на отзывы покупателям начали предлагать новинки и товары, которые плохо продавались.
Это повысило средний чек и количество продаж товаров с низкой конверсией, что, в свою очередь, способствовало росту карточек в поисковой выдаче и увеличению органических продаж.
В период с 17 ноября 2024 по 17 февраля 2025 года дополнительные продажи бренда MiShipy, полученные благодаря рекомендациям в ответах на отзывы, составили 12% от общего объема продаж.
Кейс 2: Чистый Зуб. Увеличение продаж сопутствующих товаров в сегменте гигиены полости рта.
«Чистый Зуб» — бренд, специализирующийся на средствах по уходу за зубами. Магазин столкнулся с типичной проблемой: покупатели приобретали зубные щетки и щетки для брекетов, но не обращали внимание на дополнительные товары: зубочистки, скребки для языка и наборы для брекетов.
После внедрения настройки автоматизированных рекомендаций результаты значительно улучшились. Продажи дополнительных и сопутствующих товаров стали расти.
В ответах на отзывы покупателям предлагались товары, которые отлично дополняли основную покупку:
При покупке зубной щетки рекомендовали скребок для языка или зубочистки.
При выборе щетки для брекетов — набор для брекетов.
Отличный результат за две недели показал Скребок для языка антибактериальный силиконовый (арт. 180099696):
- 36 переходов в карточку по запросу артикула
- 21 добавление в корзину
- 15 заказов
Конверсия в корзину составила 58%, а в заказ из корзины — 71%! Что разы больше чем с поиска "скребок для языка" или "щетка для языка".
Логичные рекомендации не выглядели навязчивыми, при этом активная коммуникация помогла повысить доверие покупателей, увеличить средний чек и решить проблему продажи дополнительных товаров.
В период с 13 ноября 2024 по 13 февраля 2025 года дополнительные продажи бренда Чистый зуб, полученные благодаря рекомендациям в ответах на отзывы, составили 9,6% от общего объема продаж.
Кейс 3: ПАКУ_YOU. Продажа подарочной упаковки без привязки к праздникам.
Бренд ПАКУ_YOU специализируется на подарочной упаковке и декоре. Главной проблемой, с которой столкнулся бренд, была зависимость продаж от праздничных дат. Продажи резко увеличивались в преддверии праздников и снижались в промежутке между ними.
После автоматизации ответов и включения рекомендаций нейросеть предлагала покупателям наборы для упаковки и пакеты для торжественных событий на все случаи жизни и на предстоящие праздники.
С помощью рекомендаций, покупатели получали не просто товар, а готовые решения для упаковки будущих подарков, что мотивировало их на дополнительные заказы.
Хороший пример - Подарочный пакет большой для подарка (арт. 200707594):
- 101 переход в карточку по запросу артикула
- 51 добавление в корзину
- 33 заказа
Конверсия в корзину составила 51%, а конверсия в заказ - 64%
Выглядит впечатляюще, а самое главное – вы можете также!
В период с 11 ноября 2024 по 14 февраля 2025 года дополнительные продажи бренда ПАКУ_YOU, полученные благодаря рекомендациям в ответах на отзывы, составили 10,2% от общего объема продаж.
Система рекомендаций ОТВЕТО анализирует контекст отзывов и предлагает покупателям товары, которые могут им подойти.
Принципы по которым работает алгоритм:
- Контекстное понимание отзыва: анализируется, что именно понравилось или не понравилось покупателю.
- Выбор подходящих товаров: система предлагает товары, которые могут дополнить покупку или решить возможные проблемы клиента.
- Гибкие настройки: продавец может задать приоритетные товары, учитывая сезонность или маркетинговые задачи.
Примеры логики рекомендаций из кейсов:
- Покупатель купил сыворотку от воспалений на лице — в ответе предлагается тонизирующая сыворотка.
- Покупатель приобрел упаковочную коробку на новый год или другой праздник — ему предлагают подарочную упаковку на все случаи жизни.
- В отзыве о детской зубной щетке нейросеть предлагает набор щеток, чтобы у ребенка не пропадал интерес к гигиене полости рта и он мог экспериментировать с разными вариантами.
Такие механики позволяют увеличить средний чек, повысить рейтинг товаров и стимулировать повторные покупки.
Автоматизация работы с отзывами и использование рекомендаций в ответах позволяет продавцам на маркетплейсах не только снижать нагрузку на сотрудников, но и значительно увеличивать продажи.
Наш опыт доказывает:
- Рекомендации товаров в ответах на отзывы увеличивают дополнительные продажи в среднем на 10% и более.
- Видимость товаров улучшается за счет роста активности на карточке.
- Средний чек покупателей растет, так как они покупают больше сопутствующих товаров.
ОТВЕТО делает дополнительные продажи новинок или низкоконверсионных товаров в разы дешевле, чем реклама на эти товары!
Стоимость 1 ответа около 1 рубля, причем рекомендация уже входит в стоимость ответа. При затратах в месяц на 3000 отзывов, вы получаете 3000 упоминаний товара, что даст вам дополнительные продажи.
Таким образом, ОТВЕТО автоматизируют всю работу с отзывами, экономя вам до 95% времени на их обработку, а средства затраченные на автоматизацию возвращаются в большем объеме за счёт дополнительных продаж.
По статистике конверсия в продажу с перехода по рекламе в среднем 2-5%, а с автоматизированных рекомендаций в ответах — не менее 40%.
Сервис ОТВЕТО появился ровно два года назад и был первым, кто автоматизировал работу с отзывами с помощью искусственного интеллекта на российский маркетплейсах. За это время было сгенерировано почти 100 млн. ответов. Только за прошлый год к сервису подключилось почти 5 тыс. магазинов на Ozon, Wildberries и Яндекс Маркет. Пользователями ОТВЕТО являются крупные бренды, которые ежедневно обрабатывают по несколько тысяч отзывов.
В честь Дня рождения сервиса мы дарим промокод "VC_recommend300" на 300 токенов, который нужно указать при регистрации!
300 токенов = 300 генераций ответов для ваших отзывов.
Регистрируйтесь и оцените все возможности автоматизации работы с отзывами покупателей на практике.