Lojas Pompeia Case Study

  • SEGMENT: Fashion & Apparel
  • PRODUCT: RichRelevance Find™ and Recommend™
  • CHALLENGE: Enhance user experience and increase overall online revenue; Leverage AI-driven Advanced Merchandising, eliminate the need for manual curation by a fashion consultant.
  • RESULTS: Lojas Pompeia implemented Find™ and Recommend™ from RichRelevance Experience Personalization platform to create individual experiences throughout the site
    +28.3% Average Ticket Size
    +32.4% Items Per Order
    +1.9% Revenue uplift over manual merchandising
    +5.8% CTR over manual merchandising

“Our team was really surprised when we saw the results from A/B testing, which clearly proved that the Xen AI from RichRelevance Experience Personalization Platform is able to deliver much better results than our previous manual merchandising; and the technology to interact with every consumer at an individual level, considering the context at the moment and their preferences, in a very transparent and open way, not to mention the flexibility and extensibility of its 300+ strategy algorithms.”
Denis Voloski
Operations Manager at Lojas Pompeia

Founded in 1953, Pompeia is one of the largest fashion brands in Brazil and, together with Gang, is part of the Lins Ferrão Group, and is based in Camaquã, Rio Grande do Sul. With over 77 physical stores,they offer a wide mix of products — womens, mens, kidswear, footwear, accessories and housewares. Pompeia has leveraged e-commerce as a way to expand their services throughout Brazil.

Challenge

Lojas Pompeia was looking to improve their merchandising strategies. They had a team of fashion consultants that were responsible for curating and manually choosing products they would merchandise on their website. While they knew that a personalization platform could deliver a better performance with less resources, but they needed to justify this investment.

Solution

RichRelevance in partnership with Driven.cx came up with a much more effective way to sell products online with cutting-edge AI technology. Using the Experience Personalization Platform, Pompeia has begun to automatically recommend products, decided by Xen AI™, which offers over 300 strategies for detecting and responding to digital signals in real-time using a full spectrum of algorithms and multi-contextual AI to deliver massive personalization at scale, in an individual level.

Results

To prove the value of the technology, a split test was performed with users divided into two groups, 50% of users receiving manual recommendations and 50% viewing RR recommended products. As a result, RichRelevance performed better and had a 2% increase in RPV, 1.9% increase in revenue and 5.8% in CTR with a confidence level of 100%. This result was just a sample of the platform’s performance, as consumers interacting with RichRelevance personalization experience a 28.3% higher average ticket size, and +32.4% increase in revenue per order.

Lojas Pompeia uses FIND™ and RECOMMEND™, to provide to their users a fully personalized experience both in search and product recommendations. In addition, consumers have a more individualized brand experience, and the Pompeia internal team can now concentrate on strategies to grow their revenues while Richrelevance’s artificial intelligence continues to drive results and improve their business performance.

Conclusion

Lojas Pompeia team knew intuitively that AI-driven merchandising will outperform manual selection, but had to prove to themselves via a split test with actual data that their hypothesis was indeed true.

With RichRelevance, they can now select, test and showcase new merchandise, with the flexibility to use Xen AI and integrate their team’s knowledge by creating new and/or enriching existing rules in the RichRelevance Experience Personalization Platform.

DOWNLOAD
Bikes detlev louis

Detlev Louis Fallstudie

Was in den 30er-Jahren in einer kleinen Motorrad-Reparaturwerkstatt des motorradbegeisterten Detlev Louis begann, hat sich im Laufe der Jahrzehnte zu Europas größtem Unternehmen für Motorradkleidung und -zubehör mit über 80 Filialen in Deutschland, Österreich und der Schweiz sowie internationalem Online-Shop entwickelt. Als einer der Pioniere im Online-Handel startete Louis seinen Online-Shop bereits 1997 – der sofort zur meistbesuchten Motorrad- Website Deutschlands avancierte. Ab 2010 wurde der Online-Shop dann auch international angeboten. Mittlerweile präsentiert das Unternehmen über 35.000 Produkte in seinen neun Länder-Shops, die in fünf verschiedenen Sprachen angeboten werden und im Jahr über 30 Millionen Besucher anziehen.

Als der Online-Shop von Louis 2014 einer Generalüberholung unterzogen wurde, kam die Idee auf, den Kunden mehr Personalisierung zu bieten und dadurch das Kundenerlebnis zu verbessern.

Am Ende der Evaluierungsphase entschied sich Louis für die Personalisierungslösung von RichRelevance, weil sie nicht nur am besten den Ansprüchen des Unternehmens entsprach, sondern auch weil man ein gutes Gefühl hatte, dass die Umsetzung mit RichRelevance einfach und schnell vonstatten gehen würde.

JETZT DOWNLOADEN

GANT Fallstudie

Die Bekleidungsmarke GANT wurde 1949 von dem ukrainischen Emigranten Bernard Gantmacher an der amerikanischen Ostküste gegründet. Das ursprünglich auf Hemden spezialisierte Unternehmen war besonders bei den Studenten der Ivy-League-Universitäten beliebt und legte mit seiner Lässigkeit und Sportivität den Grundstein für die American Sportswear. Nach der Übernahme durch schwedische Unternehmen in den 60er-Jahren expandierte GANT auch global. In Deutschland beschä igt das Unternehmen mittlerweile über 450 Mitarbeiter, betreibt über 30 eigene Stores und 6 Outlets und beliefert exklusive Wholesale- Kunden an über 700 Verkaufspunkten.

2013 startete GANT seinen deutschen Webshop, der sehr gut von den Kunden angenommen wurde und mit hohen zweistelligen Wachstumsraten alle Erwartungen übertraf. Trotz des Erfolges wurde der Shop kontinuierlich kritisch analysiert und so konnten einige Verbesserungspotentiale identi ziert werden.

JETZT DOWNLOADEN

Bubbleroom Case Study

Founded in 2005, Bubbleroom is a pureplay ecommerce retailer specialising in women’s apparel, operating in the Nordic Countries. Bubbleroom is now the number one Scandinavian retailer for women’s party fashion.

Bubbleroom started working with RichRelevance in 2016 and have deployed both personalized recommendations, Recommend™, and personalized browse and navigation, Discover™, on their desktop and mobile sites. Personalized product recommendations enable Bubbleroom to craft highly tailored and accurate suggestions for their shoppers, with personalized browse and navigation helping shoppers locate the right products, more easily.

DOWNLOAD

Blue Tomato Fallstudie

Blue Tomato wurde 1988 vom ehemaligen Snowboard Europameister Gerfried Schuller als Snowboardschule gegründet und hat sich über die Jahre hinweg zu einem international erfolgreichen Boardsport- und Lifestyle Anbieter entwickelt. Das Unternehmen, das einst in der Garage begonnen hat, verfügt mittlerweile über 30 Shops in Österreich, Deutschland und der Schweiz und einem Webshop, der über 450.000 Produkten von mehr als 500 Marken im Sortiment führt und in mehr als 40 Länder liefert. Als einer der Pioniere im Online-Handel erö nete Blue Tomato seinen Internet-Shop bereits 1997.

Die Breite und Tiefe des Sortiments war auch eine Herausforderung für Blue Tomatos damalige Empfehlungs-Engine.

JETZT DOWNLOADEN

Getting Your Shoppers to Log In

In a retail world with more digital touchpoints than you can count, how do you connect the dots?

Your customers are busier, more distracted and more overwhelmed then they’ve ever been before so understanding their shopping journey is crucial. Your shoppers will be more inclined to spend the time logging in if you can demonstrate that it translates to a more individualized experience from which you can both benefit.

1 2 3