Retailrocket net что это
О Retail Rocket
О Retail Rocket
Retail Rocket — это команда инженеров, маркетологов, дизайнеров и менеджеров. Наш основной продукт — Retention Management Platform. Он помогает системно работать над удержанием клиентов, наращивая LTV и повторные продажи.
Платформа состоит из 4 модулей: Data Warehouse, AI Personalization Engine, Customer Intelligence Platform и Campaign Management Platform.
В основе всех модулей AI — он запускает товарные рекомендации на сайтах, в приложениях и рассылках, собирает и анализирует Big Data, сегментирует пользователей по интересам и другим характеристикам.
У нас три задачи: чтобы маркетологам было удобнее работать, выручка бизнеса росла, а пользователи покупали нужные товары и возвращались снова.
Как работаем
Прежде чем взяться за работу, анализируем, как можем помочь и сколько денег наши решения принесут клиенту.
Проверяем информацию и работаем только с достоверными фактами. Постоянно улучшаем наши продукты и процессы, чтобы эффективно решать клиентские задачи.
Выстраиваем доверительные отношения. Каждый в команде понимает свои задачи и ответственность, поэтому работает на результат.
Данные за 2020 год:
посетителей пользуются сайтами наших клиентов каждый месяц
событий в минуту обрабатывают наши сервера
серверов в экосистеме Retail Rocket
товаров продано на сайтах наших клиентов
нужно, чтобы создать Retail Rocket
на такую сумму наши клиенты продали товаров и услуг
Основатели
Более 12 лет работает в интернет-маркетинге. Выступает на конференциях по веб-аналитике и развитию продукта.
Руководит инженерной командой и отвечает за развитие продукта. Специализация — построение высоконагруженных систем.
Более 10 лет выстраивает системы Business Intelligence и рекомендательные сервисы для крупных российских e-commerce-компаний.
Написать с предложением или вопросом
Почту читают наши основатели.
Награды и публикации
Победа в номинации
«Вклад в развитие отрасли»
Победа в номинациях
«Инновации в email»
Победа в номинации
«Лояльность и конверсия»
Retail Rocket — лидер среди сервисов персонализации
Победа в номинации
«Автоматизация маркетинга»
Победа в номинации «Повышение лояльности и конверсии пользователей»
Типичные ошибки персонализированного маркетинга в e-commerce
i 21 млрд»>
Чувство алгоритма: как сервис рекомендаций принес клиентам i 21 млрд
7 способов увеличить retention и LTV с помощью персонализации коммуникаций
Контакты Retail Rocket
Штаб-квартира: Нидерланды
Laan van Vredenoord 33, 2289DA, Rijswijk, The Netherlands
Испания
Edificio K2M. C/ Jordi Girona, 1. Planta 2, 08034 Barcelona, Spain
Москва
125315, Москва, Ленинградский проспект, 74A, Россия
La Capitanía 80 Oficina 108, Las Condes, Santiago, Chile
Германия
Pappelallee 78 / 79, 10437, Berlin, Germany
Мы в социальных сетях
Исследования осуществляются при грантовой поддержке Фонда «Сколково»
Retail Rocket — Retention Management Platform
Retention Management Platform
Помогает трансформировать новых покупателей в постоянных и работать над их удержанием
Что умеет
Сегментировать базу на основе умной математической модели
Системно работать над удержанием клиентов, наращивая LTV и повторные продажи
Помогает разрабатывать индивидуальные маркетинговые стратегии для любых сегментов
Модули Retention Management Platform
Campaign Management System
Увеличит выручку и повысит лояльность клиентов с помощью кроссканальных коммуникаций в email-рассылках, push и sms
Customer Intelligence Platform
Открывает возможности стратегического маркетинга на основе баз данных, чтобы LTV и прибыль росли
Data Warehouse
Объединит данные о клиентах из офлайн и онлайн-источников в одном месте и быстро создаст сегменты под любые задачи маркетинга
AI Personalization Engine
Знает, в какой момент, какое персональное предложение и через какой канал нужно сделать вашему клиенту
Отрасли
У нас более 1 000 клиентов по всему миру
В прошлом году мы принесли им более 34 352 379 223 i дополнительной выручки.
Выручка страницы поиска на сайте выросла
Товарный оборот на сайте вырос
Выручка email-кампании выросла
Выручка на сайте увеличилась
Уменьшили отток клиентов
Конверсия в email-рассылках увеличилась
Как оценивают Retention Management Platform
Раз в месяц клиенты оценивают нашу работу. А мы собираем оценки и считаем NPS — уровень удовлетворенности и готовность порекомендовать сервис своим друзьям и коллегам.
По данным NICE Satmetrix, для SaaS-компаний средний NPS — 31 пункт. Если показатель выше, значит большинство клиентов довольны. Если ниже, что-то плохо работает.
Отзывы
Мы бесконечно дорожим отношениями с нашими клиентами, поэтому могли доверить коммуникацию с ними только настоящим профессионалам. Специалисты Retail Rocket доказали, что умеют выстраивать долгосрочную стратегию, эффективно использовать разные каналы коммуникации и проверять различные гипотезы перед их внедрением.
Персональные товарные рекомендации — отличный инструмент для увеличения основных показателей массовых email-рассылок. Так как ассортимент интернет-магазина «220 Вольт» достаточно большой, очень сложно угодить каждому конкретному пользователю. Однако, рекомендации Retail Rocket отлично справляются со своей работой, что и видно из результатов A/B-теста.
Нам важно работать с надежным подрядчиком, мастером своего дела. «Эльдорадо» — важный магазин для российского рынка электроники, поэтому мы стремимся быть лучшими для наших покупателей. Retail Rocket помогает нам с этим в онлайн-пространстве.
руководитель департамента электронной коммерции «Эльдорадо» группы компаний «М.Видео-Эльдорадо»
Посмотрите, как работает Retention Management Platform
Оставьте заявку и мы свяжемся с вами. Покажем, как работают все модули и ответим на вопросы.
Мы можем приехать к вам в офис или пригласим к нам. Если не получается встретиться, проведём демонстрацию по видеосвязи.
Какой будет результат
Увеличите выручку, средний чек и LTV
В 1, 5 раза выросли заказы благодаря товарным рекомендациям на сайте и в рассылках
Поймёте, что происходит с клиентской базой
На 20% выросло количество лояльных клиентов за счёт комплексной работы в email-канале
Сможете выстраивать кампании на основе больших данных
Рост заказов из рассылки на 13,5% без вмешательства маркетолога
Сможете запускать кампании и настраивать сложные сегменты за пару кликов
Рост PRE (выручки на отправленное письмо) на 170% благодаря сегментации в рассылках
Будете тестировать десятки гипотез сразу с помощью нашей Growth Hack-команды
Growth Hacking в рассылках: проверили 82 гипотезы и получили рост конверсии до 38%
Будете показывать покупателям только нужные и интересные товары и услуги
Рост SKU в заказе на 25% благодаря товарным рекомендациям на сайте
Пишем о стратегическом маркетинге на основе Big Data
Как сегментация базы помогла снизить ДРР рекламных кампаний в два раза: кейс Cozy Home
Как персонализация мобильного приложения позволяет внедрить customer-centric подход: кейсы Hoff, СберМегаМаркет и Рив Гош
Как помогать клиенту с выбором и получать 18,5% дополнительной выручки с помощью онлайн-рекомендаций на сайте: кейс INTERTOP
Рассылка от Retail Rocket
Свежие инсайты о маркетинге и retention в вашем почтовом ящике
Контакты Retail Rocket
Штаб-квартира: Нидерланды
Laan van Vredenoord 33, 2289DA, Rijswijk, The Netherlands
Испания
Edificio K2M. C/ Jordi Girona, 1. Planta 2, 08034 Barcelona, Spain
Москва
125315, Москва, Ленинградский проспект, 74A, Россия
La Capitanía 80 Oficina 108, Las Condes, Santiago, Chile
Германия
Pappelallee 78 / 79, 10437, Berlin, Germany
Мы в социальных сетях
Исследования осуществляются при грантовой поддержке Фонда «Сколково»
Технологии Retail Rocket
Технологии Retail Rocket
Команда разработчиков и аналитиков Retail Rocket стремится изменить мир ecommerce и сделать его по-настоящему персонализированным с момента написания первой строки кода в 2012 году.
О Retail Rocket в цифрах:
Аналитический кластер более чем из 250 серверов в 6 различных дата центрах
Более 230 миллионов уникальных посетителей пользуются сайтами наших клиентов каждый месяц
Более 1 000 компаний подключено к Retail Rocket по всему миру
Более 450 000 внешних запросов в минуту обрабатывают наши сервера
Количество входящих запросов в секунду в пике: 15 000
В разработку инвестировано более 100 человеко-лет
Ни разу за 8 лет мы не потеряли данные клиентов
Data science-подход
Суть работы Retail Rocket – выявление потребностей посетителя магазина с помощью анализа поведения и товарной матрицы ритейлера. Для формирования персональных рекомендаций нам изначально обязательно был необходим математический фундамент, который бы легко масштабировался. Несколько подходов, используемых нами сегодня:
Деятельность в сообществе Data Science
Принимаем активное участие в жизни научного сообщества. Выступаем на значимых в индустрии конференциях, публикуем статьи и получаем награды в соревнованиях Data Science. Помимо этого, можно увидеть публикации наших разработчиков в специализированных интернет-изданиях.
Hypothesis Testing: How to Eliminate Ideas as Soon as Possible
Нужен ли магазину «Стильный кросселл»: опыт Retail Rocket в анализе изображений для формирования рекомендаций.
10 материалов RecSys о рекомендательных системах, которые должен прочитать каждый.
Роман Зыков – Практика написания собственных AI ML сервисов. Matemarketing 2020.
Книга Романа Зыкова «Как монетизировать данные».
Выступление Николая Хлебинского на YaC.
Публичный датасет для исследователей в области рекомендательных систем.
Технологический стек
Аналитическая платформа
Для машинного обучения мы используем Spark на базе платформы Hadoop Yarn – это система кластерных вычислений, которая лучше всего подходит для наших текущих задач. Из родных компонентов Hadoop у нас работает Apache Kafka для доставки данных, библиотека распределенного Machine Learning Mahout и планировщик задач Oozie.
У команды Retail Rocket есть репозиторий на GitHub с множеством интересных проектов: движок для A/B-тестов на JavaScript, библиотека Spark MultiTool на Scala, скрипты для развертывания кластера Hadoop с помощью Puppet.
Фронтенд
Почти все, что получает пользователь, обрабатывается в кластерах из linux серверов, код написан на C#, Asp.Net MVC. Все данные хранятся и раздаются в трех СУБД: Redis, MongoDB, PostgreSQL.
Когда нам надо обеспечить взаимодействие распределенных компонентов, к примеру, при вычислении сегмента пользователя по User-Agent для профилирования аудитории, используется Thrift. А для того, чтобы различные подсистемы могли получать поток данных от интернет-магазинов, применяется упомянутый выше транспорт Kafka.
Процесс разработки
В разработке наша команда придерживается методологии непрерывной доставки новой функциональности клиентам (на сегодняшний день к нам подключено 2000+ магазинов).
Для этого мы применяем связку из Git + GitLab с прохождением юнит-тестов (по состоянию на начало 2021 года проведено более 3 000+ тестов), приемочных тестов и code review.
This website only uses its own cookies for technical purposes; it does not collect or transfer the users’ personal data without their consent.
However, the website contains links to third-party websites with privacy policies that you can decide whether or not to accept when you access them.
Чувство алгоритма: как сервис рекомендаций принес клиентам ₽21 млрд
В России платформа автоматизированного маркетинга Retail Rocket вышла на операционную прибыль через восемь месяцев. А вот международная экспансия оказалась сложной задачей: открывать и закрывать некоторые офисы пришлось по несколько раз.
«Когда мне пришла идея создать сервис рекомендаций для интернет-магазинов, я оформил ее в виде презентации и показал моему одногруппнику по бизнес-школе RMA Андрею Чижу, — вспоминает 33-летний сооснователь Retail Rocket Николай Хлебинский. — Андрей предложил рассказать об этой идее директору по маркетингу «Яндекса» Андрею Себранту, который вел у нас занятия. Сказал, что готов участвовать в деле, если ему понравится. Себрант счел идею интересной и перспективной. Так мы и начали».
Сегодня платформу автоматизации маркетинга на основе «больших данных» Retail Rocket используют интернет-магазины в России и за рубежом: у компании есть представительства в Нидерландах, Германии, Испании и Чили. Среди клиентов «Ашан», Nespresso, Decathlon, модные ретейлеры Inditex Group и Tom Tailor. «В прошлом году объем дополнительных продаж, который мы сгенерировали для российских клиентов, составил более 21 млрд руб.», — делится Хлебинский. Но выход на западный рынок оказался непростой задачей: три месяца работы в США, например, оказались совершенно бесплодными. Зато в Латинской Америке компанию ждал успех.
Retail Rocket в цифрах
255,5 млн руб. — выручка за 2018 год*
80,4 млн руб. — чистая прибыль за 2018 год*
310,4 млн руб. — выручка за 2019 год*
74,8 млн руб. — чистая прибыль за 2019 год*
114 человек — количество сотрудников в России
23 человека — количество сотрудников в зарубежных представительствах
*показатели российского офиса
Источники: «СПАРК-Интерфакс», данные компании
Платформа Retail Rocket — это набор инструментов с единым интерфейсом для автоматизации маркетинга. На основе поведения пользователей на сайте (выбор товаров того или иного цвета, бренда, высокой или низкой стоимости, определенной категории — мужских, женских, детских и т.д.) система в реальном времени создает с помощью big data для каждого клиента персональную версию сайта с рекомендациями, которые могут быть ему интересны.
С помощью рекомендательного сервиса, персонализированных массовых рассылок, триггерных писем, SMS- и push-уведомлений платформа повышает конверсию и средний чек, решает проблему брошенной корзины и помогает возвращать пользователей, ушедших без покупки. Небольшие (до 250 заказов/мес., до 25 тыс. посетителей/мес. и 10 тыс. товаров в базе) и средние (до 500 заказов/мес., до 50 тыс. посетителей и до 30 тыс. товаров) интернет-магазины пользуются платформой по фиксированной цене: 1700 руб./мес. и 7100 руб./мес. соответственно. Для более крупных (от 500 заказов и 50 тыс. посетителей в месяц и от 15 тыс. товаров в базе) стоимость обговаривается индивидуально.
Внедрение платформы, по данным самой компании, способно увеличить продажи на 10–50% в зависимости от товарной категории. Например, для интернет-магазина одежды Tom Tailor специалисты Retail Rocket разработали стратегию, включавшую в себя e-mail рассылки с индивидуальными подборками товаров. Она помогла нарастить долю e-mail канала в общей выручке магазина с 10 до 20%. «Это хороший рост, — комментирует руководитель интернет-магазина Tom Tailor Елена Ложкина. — Нельзя сказать, что результат достигнут только благодаря Retail Rocket, но их вклад однозначно существенный. Конверсия по блокам рекомендаций выше, чем в среднем по сайту, что говорит об эффективности платформы».
Инструменты Retail Rocket положительно влияют на конверсию и средний чек, утверждает директор интернет-магазина инструментов «220 Вольт» Иван Кулик. «В рассылках механика «Персональные рекомендации» увеличивает конверсию на 24% по сравнению с ручной подборкой товаров, — делится он. — Механика «Cопутствующие товары» увеличивает средний чек на 11%. Отдельно можно выделить механику Next Best Offer, то есть предложение релевантных товаров после покупки. Она генерит порядка 7% оборота с e-mail канала. На сайте механика «Персональные рекомендации» увеличивает выручку с посетителя на 4% за счет роста среднего чека и конверсии, а «Похожие поисковые запросы» увеличивает конверсию на 8%». Также рекомендательные блоки в карточке товара и листинге позволяют переориентировать пользователя на более маржинальные покупки.
Сейчас доля заказов, оформленных с помощью рекомендаций Retail Rocket, составляет приблизительно 5,5%, продолжает Кулик. Он отмечает, что стоимость системы Retail Rocket сопоставима со стоимостью хорошего разработчика, но Retail Rocket предоставляет интернет-магазину в сопровождение личного менеджера. У системы есть и недостатки, отмечает директор «220 Вольт»: «Наша главная проблема — невозможность заложить проверку на технические параметры товаров: к примеру, чтобы к определенной модели перфоратора рекомендовались строго подходящие буры и сверла».
Директор по электронной коммерции Hoff Дмитрий Дворецкий сообщил, что интернет-гипермаркет сотрудничает с Retail Rocket с конца 2015 года. «Коллеги постоянно тестируют новые гипотезы для улучшения метрик всей воронки конверсий. За время нашего сотрудничества мы провели десятки таких тестов, которые принесли прирост оборота нашего интернет-магазина. У нас есть несколько собственных блоков рекомендаций на сайте, которые наполняются вручную, но мы одновременно используем и Retail Rocket. Это позволяет нам работать с различными логиками пути пользователя к конечной конверсии», — поясняет он.
Настоятельно вам рекомендую
Система рекомендаций — один из важных инструментов, позволяющий пользователям найти нужные товары на бесконечной виртуальной полке крупных интернет-магазинов и маркетплейсов, таких как Amazon или Alibaba. «В основе рекомендаций товаров на Ozon лежит система машинного обучения, которая учитывает не только информацию о самом товаре и том, что чаще всего покупают вместе с ним, но и предпочтения конкретного пользователя: историю заказов, поисковые запросы, просмотры и добавление товаров в избранное, — объясняет Анастасия Уткина, Product Owner сервиса рекомендаций и персонализации Ozon. — Родителям, которые приобретают подгузники и детское питание, система порекомендует игрушки, а спортсменам, заказывающим спортивное питание, — товары для фитнеса. В Ozon мы используем собственные алгоритмы: в случае использования стороннего сервиса необходимо было бы передавать данные третьим лицам, для чего требуется согласие самих клиентов площадки. Кроме того, собственная система дает больше возможностей для развития в длительной перспективе». Однако небольшим компаниям такие сервисы, как Retail Rocket, могут принести ощутимую пользу, признает Уткина.
«У Retail Rocket хорошие перспективы для развития»
Федор Вирин, сооснователь исследовательского агентства Data Insight
В России сегодня больше 100 тыс. интернет-магазинов — потенциальных клиентов Retail Rocket. Пандемия привела на этот рынок и новых покупателей, и ранее не присутствовавшие в онлайне офлайновые магазины. Собственные интернет-магазины появились и у тех брендов, которые раньше продавались на чужих площадках. Кроме того, пандемия привела активных покупателей к увеличению частоты покупок. Мы прогнозируем рост интернет-торговли в 2020 году на 44%, что на 10% выше прогноза конца 2019 года. Примерно такая же картина в других странах, где режим самоизоляции увеличил долю интернет-торговли в ретейле. Это позитивная для Retail Rocket тенденция.
Есть и негативная — рост маркетплейсов, которые перетягивают на себя значительную часть продаж других интернет-магазинов и тех же брендов. В целом, учитывая, что интернет-торговля сегодня занимает лишь малую часть ретейла и еще несколько лет будет бурно расти, у Retail Rocket хорошие перспективы для развития.