Este case da Electrolux estΓ‘ concorrendo ao prΓͺmio CRO Awards, uma premiaΓ§Γ£o que reconhece as melhores estratΓ©gias aplicadas em testes A/B e otimizaΓ§Γ£o de conversΓ£o. A premiaΓ§Γ£o destaca projetos inovadores que utilizam experimentaΓ§Γ£o baseada em dados para gerar impactos reais nos negΓ³cios. Neste case, foi explorado como o varejo D2C pode alavancar as vendas de produtos consumΓveis ao encontrar o momento ideal da jornada para recomendar esses itens ao consumidor.
Se vocΓͺ tambΓ©m quer destacar sua estratΓ©gia de CRO e concorrer ao CRO Awards, envie seu case atravΓ©s do seguinte link: Envie Seu Case.
AlΓ©m disso, nΓ£o perca a oportunidade de participar do CRO Summit, onde os vencedores serΓ£o anunciados. Inscreva-se agora no evento atravΓ©s deste link: Inscreva-se Aqui.
Atuando no modelo D2C (Direct to Consumer), a empresa buscava otimizar a recomendaΓ§Γ£o de produtos consumΓveis, como utensΓlios de cozinha, limpadores, frigideiras e refis de filtros para purificadores.
AtΓ© entΓ£o, todas as recomendaΓ§Γ΅es eram feitas apenas na pΓ‘gina de produto (PDP), o que levantava uma dΓΊvida estratΓ©gica: seria esse o melhor momento para influenciar a compra de produtos adicionais?
AlΓ©m disso, havia uma particularidade importante:
Alguns produtos exigem compatibilidade especΓfica (como os refis)
Outros sΓ£o avulsos e universais (como os limpadores ou frigideiras)
A pergunta-chave era: em que momento o consumidor estΓ‘ mais propenso a aceitar essas recomendaΓ§Γ΅es?
A equipe apostou que exibir os produtos consumΓveis avulsos no carrinho de compras β em vez de apenas na pΓ‘gina de produto β aumentaria as chances de adiΓ§Γ£o desses itens. A ideia era alinhar a recomendaΓ§Γ£o ao momento da jornada em que o visitante jΓ‘ teria tomado a decisΓ£o principal de compra, reduzindo a sobrecarga de escolha na PDP. Antes do teste, todas as recomendaΓ§Γ΅es eram concentradas na pΓ‘gina de produto, o que podia gerar dispersΓ£o e menor efetividade para itens complementares.
O experimento foi direcionado a visitantes de qualquer dispositivo que acessaram a pΓ‘gina de produto (PDP) durante o perΓodo da campanha.
Para avaliar o impacto da mudanΓ§a, foram monitoradas trΓͺs mΓ©tricas principais:
Taxa de adiΓ§Γ£o ao carrinho de produtos recomendados
Taxa de compra entre visitantes que adicionaram esses itens
Receita gerada a partir das recomendaΓ§Γ΅es
O experimento teve uma duraΓ§Γ£o total de 9 dias.
O experimento foi estruturado como um teste A/B/C, com as seguintes variaΓ§Γ΅es:
A (Controle): RecomendaΓ§Γ£o de consumΓveis apenas na PDP
B: RecomendaΓ§Γ£o tanto na PDP quanto no Carrinho
C: RecomendaΓ§Γ£o apenas no Carrinho
Os resultados foram expressivos:
A versΓ£o C gerou um aumento de 254% nas adiΓ§Γ΅es ao carrinho de produtos recomendados
A versΓ£o B superou esse resultado, com um aumento de 325%
A taxa de compra entre os visitantes que adicionaram os itens tambΓ©m cresceu:
+58% na versΓ£o C
+41% na versΓ£o B
Apesar da taxa de compra ter sido maior na versΓ£o com recomendaΓ§Γ΅es apenas no carrinho, a combinaΓ§Γ£o das vitrines (versΓ£o B) gerou o maior volume absoluto de transaΓ§Γ΅es e uma receita incremental de R$ 421 mil. A versΓ£o C, por sua vez, gerou R$ 383 mil. O controle ficou muito abaixo, com apenas R$ 51 mil.
Ao todo, o experimento resultou em uma receita incremental de aproximadamente R$ 804 mil.
Um fator relevante para o sucesso foi a distribuiΓ§Γ£o estratΓ©gica dos tipos de produtos: os que exigiam compatibilidade foram mantidos na PDP, enquanto os itens avulsos foram destacados no carrinho. Isso evitou competiΓ§Γ£o direta entre eles nas vitrines e otimizou a performance de ambos.
Com os resultados consistentes obtidos no experimento, a estratΓ©gia de recomendaΓ§Γ£o no site foi reformulada.
Agora, a exibiΓ§Γ£o de consumΓveis avulsos acontece prioritariamente no carrinho, enquanto itens que exigem compatibilidade permanecem na PDP. Essa segmentaΓ§Γ£o por tipo e momento da jornada otimizou a experiΓͺncia do consumidor, aumentou a efetividade das recomendaΓ§Γ΅es e gerou um novo fluxo de receita incremental que antes era subexplorado.
A mudanΓ§a foi absorvida pelas Γ‘reas de Produto e E-commerce, sendo implementada de forma definitiva como parte da nova arquitetura de recomendaΓ§Γ£o.
O teste foi conduzido com a plataforma Optimizely, garantindo um experimento controlado e confiΓ‘vel.
Este case mostra como uma mudanΓ§a sutil β reposicionar as recomendaΓ§Γ΅es de produto no momento certo da jornada β pode transformar completamente o desempenho comercial de um e-commerce.
A estratΓ©gia aliou timing, relevΓ’ncia e simplicidade para reduzir a fricΓ§Γ£o cognitiva, entregar valor na hora certa e gerar mais de R$ 800 mil em receita incremental em apenas 9 dias.
Mais do que otimizar a interface, a equipe conseguiu alinhar intenΓ§Γ£o de compra com oportunidade de venda, convertendo sugestΓ΅es em resultados concretos.