Продвигаем бизнес в Интернете с 2001 года

Как бизнесу увеличить продажи с помощью персонализации маркетинга?

Будущее маркетинга — в персональных коммуникациях с клиентом. Data Science и современные технологии машинного обучения способствуют этому. С их помощью и благодаря использованию платформы Mindbox бренду обуви и аксессуаров Mario Berluchi удалось собрать важную информацию о клиентах и увеличить конверсию в покупки на 16,5%. О персонализации маркетинга и главных факторах ее успеха рассказал на Optimization-2020 Азамат Тибилов, директор по маркетингу Mario Berluchi.

Последнее обновление: 21 февраля 2023 года
4448


   Время прочтения: 5 минут

Тэги: e-mail маркетинг, интернет-маркетинг, интернет-магазины


О чем статья:

  • Рассказываем, как целевой маркетинг и машинное обучение помогают росту LTV (Lifetime Value) —  важного маркетингового показателя, который демонстрирует размер прибыли с клиента за все время взаимодействия с ним; 
  • Почему персонализация клиентов невозможна без сегментации;
  • Почему выручка и рост базы email-подписчиков далеко не всегда должны быть вашими единственными целевыми метриками.

 
Кому полезна статья?

  • Email-маркетологам, директорам по маркетингу;
  • Маркетологам в e-commerce;
  • Владельцам крупного, среднего и малого бизнеса;
  • Бизнесу, который хочет настроить персональные коммуникации с клиентами и продлить LTV.


Исходная точка и постановка целевых показателей

Mario Berluchi — это российский производитель обуви, сумок и аксессуаров. В цифрах Mario Berluchi это:

  • 20 лет на рынке женской обуви;
  • 4 офлайн магазина;
  • 200 тыс. уникальных посетителей в месяц в интернет-магазине.

В 2019 году бренд столкнулся со стагнацией, и казалось, что потолок выручки был уже достигнут. Команда поставила перед собой цель: рост метрики LTV через персонализацию. Для этого было решено объединить все имеющиеся данные о клиентах компании для сквозной коммуникации по всем каналам в единую базу данных. Без автоматизирующего инструмента маркетологу это сделать сложно. Благодаря CDP (Customer Data Platform) на платформе Mindbox бренду Mario Berluchi удалось объединить данные из разных источников (CRM, сайт, рассылки) и построить полноценную базу данных клиентов.

Screenshot_6.png

C помощью CDP отдел собрал и унифицировал все данные из истории покупок, программ лояльностей, взаимодействий с рассылками. В профиле каждого клиента была видна вся история его действий: что купил, когда, из какого источника, размер и полнота обуви, как реагирует на скидки, с какого устройства совершает покупки.

Мнение эксперта

Иван Боровиков, основатель платформы автоматизации маркетинга Mindbox:

borovikov12.jpg
«Персонализация маркетинга невозможна без автоматизации и объединения данных о клиентах в едином профиле. Это требует продуманного целеполагания: перед внедрением технологий персонализации нужно определить метрику, на которую планируете влиять. В этом смысле мне близок подход Mario Berluchi: коллеги выбрали измеримую метрику — рост LTV — и планомерно работают над её увеличением». 



 

Спустя 3 месяца работы в платформе клиентских данных были получены следующие результаты:

  • Показатель выручки с канала email вырос на 21%;
  • LTV вырос на 18,7%;
  • ROMI с email-канала составил 5636,6%.

Ниже поговорим подробнее о 3 компонентах работы, за счет которых удалось добиться таких результатов.

Фактор успеха №1 — сегментация

Первым фактором успеха была персонализация через сегментацию пользователей в email-рассылке. Это не только имя человека в теме письма или заголовке. Каждый факт о клиенте — это возможность построить персональную коммуникацию и повысить лояльность. Mario Berluchi старались собирать большое количество данных и использовать их в общении.

  Screenshot_88.jpg

Например: в email-рассылке с подборкой товаров или сезонными рекомендациями бренд отправлял клиентам обувь только подходящего им размера. При этом размер — не единственный критерий. Бренд также владел дополнительной информацией: ширина стопы, полнота, город проживания. Информацию собирали из истории покупок, опросов, тестов и квизов на сайте. Такой сценарий позволил увеличить конверсию в заказы в 3 раза, ее значение составило 2,98%. В среднем по рынку цифры разнятся от 0 до 1, что доказывает эффективность метода. 

Фактор успеха №2 — метрики

Большинство бизнесов руководствуется стандартным подходом, считая рост выручки и рост базы подписчиков главными целевыми показателями. В какой-то момент бизнес упирается в потолок выручки, база подписчиков растет и начинает «выгорать». Команда маркетинга осознала: чтобы найти новые точки роста, нужно смотреть глубже. Как и большинство интернет-магазинов, компания собирала email адреса с форм на сайте. 

Screenshot_7.png

Если пользователь в течение 30 дней не совершал покупку, он автоматически попадал в сегмент «Старые подписчики». Это самый большой сегмент потенциальных покупателей, которые пока не готовы совершить покупку.

Перетекание пользователей из сегмента «Старые подписчики» в «Покупатели» стало ключевой метрикой, с которой необходимо было работать. Было создано несколько вариантов триггерных цепочек для сегмента «Старые подписчики», которые в дальнейшем позволили вырастить продажи.


Мнение эксперта

Азамат Тибилов, директор по маркетингу Mario Berluchi:

azamattibilov.jpg
«Вопрос правильно выбранных метрик заслуживает отдельного внимания. Допустим, вы считаете рост базы email-подписчиков целевой метрикой вашего бизнеса. Вы запустили промо-акцию, выручка выросла, но вместе с ней вырос коэффициент отписок. Правильно ли это? Сложный вопрос. Что происходит с новыми подписчиками? Как они себя ведут в период новых распродаж? Вот, что по-настоящему интересно». 




Фактор успеха №3 — машинное обучение

Когда клиент заходит на сайт, он оставляет о себе много данных. В компании было принято решение записывать все действия посетителей, чтобы построить алгоритм предсказания с помощью машинного обучения. Алгоритм предсказывал вероятность покупки пользователя, срок, через который произойдет покупка, добавит ли клиент товар в корзину, вернется ли он на сайт, если вернется, то когда. На основании этих данных бренд выстраивал персональную коммуникацию с клиентами. 

Мнение эксперта

Иван Боровиков, основатель платформы автоматизации маркетинга Mindbox:

borovikov12.jpg
«Централизация данных о клиенте, сегментация на основе RFM-анализа, персонализированные подборки на основе интересов клиента, предсказание поведения клиентов с помощью алгоритмов машинного обучения — это признаки зрелого подхода к персонализации». 





Принцип действия алгоритма следующий: если вероятность покупки высока, необходимо довести этого пользователя до покупки, не предлагая скидку. Если вероятность покупки низка, срабатывал триггер на сайте в виде pop-up. Приведем пример: если, согласно алгоритму предсказания, вероятность покупки ниже 30%, то на сайте срабатывал pop-up со скидкой в 10%. Пользователь боится потерять такую возможность и вероятность покупки растет. 

210112 1.png

Для клиентов с высокой вероятностью покупки, которые получали триггерную цепочку писем, результаты следующие: 

  • Open Rate — 45,91%
  • Click Rate — 16,7%
  • CR в заказы — 4,35%

Screenshot_712 (1).png

Выдача попапов на сайте также дала неплохие результаты:

  • ARPU увеличился на 36,5%
  • Доля брошенных корзин сократилась на 17,2%
  • Конверсия в покупки выросла на 16,5%

Screenshot_77.jpg

Выводы и рекомендации

  • Персонализация невозможна без сегментации, а автоматическая сегментация — без CDP;
  • Необходима стратегия и четко прописанный план;
  • Правильные метрики - точка роста для маркетинга;
  • Анализ данных с помощью машинного обучения выведет ваш бизнес на новый уровень.



Вам будет интересно

Хотите обсудить ваш проект?
Напишите нам о своих бизнес-задачах, и мы предложим проверенные решения.

Доставляем экспертный контент

Мы делимся с подписчиками экспертным контентом: отправляем полезные статьи, советы от специалистов, приглашаем на вебинары. Подпишитесь, чтобы узнать больше о продвижении бизнеса в Интернете, наших мероприятиях и репортажах с крупных отраслевых событий. Выберите наиболее удобную платформу для вас и наслаждайтесь контентом!

Нажимая на кнопку «Подписаться», я даю согласие на обработку персональных данных и соглашаюсь c политикой конфиденциальности

Спасибо за подписку!

Мы отправили вам проверочое письмо — пожалуйста, подтвердите адрес электронной почты, перейдя по ссылке внутри письма.

Произошла ошибка

Пожалуйста, попробуйте еще раз