Как бизнесу увеличить продажи с помощью персонализации маркетинга?

• 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.

• 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

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

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:

«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». 

• 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.

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. 

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:

«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:

«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. 

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%

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%

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.