First, Second и Third Party Data: что это и как с этим работать

First, Second и Third Party Data: что это и как с этим работать

1st, 2nd и 3rd party data — это информация о клиентах, которая нужна бизнесу для эффективных продаж. Эксперт Retail Rocket расскажет, как собирают эти данные, в чём их различие и в каких ситуациях они нужны.

Содержание статьи

First Party Data (данные первого уровня)

1st party data или данные первого уровня — это информация о клиенте, которую собирает сама компания. Данные первого уровня помогают бизнесу видеть интересы и предпочтения своей аудитории и использовать это для персонализации предложений.

Главная особенность данных первого уровня — они принадлежат самой компании и пользователи дают согласие с политикой конфиденциальности использования. Бизнес получает данные из разных источников:

Сайт или мобильное приложение. Когда мы посещаем сайты, иногда видим всплывающее окно — сообщение о политике использования cookies. Продолжая использовать сайт или соглашаясь с политикой, мы даём разрешение владельцу ресурса получать и использовать данные о нас. С помощью файлов cookie компания может отследить личные предпочтения клиента и его поведение: какие страницы он посещал, чем интересовался, какие действия совершал.

Бизнес обязан уведомить пользователя о политике обработки файлов cookie

Кроме того, компании могут использовать специальные пиксели отслеживания или трекеры, которые собирают информацию о геолокации, интересах и поведении покупателей на сайте или в мобильном приложении.

Формы подписки. Чтобы получить данные о покупателе, компания предлагает заполнить небольшую онлайн-форму: указать своё имя и адрес электронной почты для получения дальнейших email-рассылок или номер телефона. Бизнес мотивирует потенциальных клиентов возможностью получать эксклюзивный контент: актуальные подборки товаров или ранний доступ к распродажам для подписчиков. Иногда покупателям предлагают бонус за заполненную форму: скидку на первую покупку, полезные материалы — электронные книги, инструкции, чек-листы.

Российский бренд одежды Monochrome предлагает подписчикам интересный и познавательный контент
В обмен на скидку потенциальный клиент ИТ-продукта оставляет свои контактные данные: имя, электронную почту и номер телефона

Опросы. Компании собирают обратную связь клиентов, чтобы лучше понимать их потребности и мотивацию. Для исследования лояльности используются NPS-опросы: они помогают сегментировать аудиторию и формировать разные предложения для каждой группы клиентов.

Рассылки по электронной почте. Компания может проанализировать, какой процент покупателей открывает письма и сообщений и оценить качество контента и предложения. Если покупатели всё чаще игнорируют рассылку, это сигнал перезапустить её с новой стратегией или собрать обратную связь и выяснить причины низкой эффективности.

Программа лояльности. Клиенты делятся своими данными, заполняя анкету, и пользуются привилегиями программы: копят баллы, увеличивают накопительную скидку, получают дополнительный кешбэк или специальные предложения от компании. Бизнес, в свою очередь, получает актуальные номера телефонов, адрес электронной почты, контакты клиента в соцсетях и демографические данные: например, дату рождения.

CRM-система. В системе управления взаимоотношениями с клиентами можно увидеть историю покупок, проследить закономерность сделок, выявить высокодоходных покупателей и тех, кто давно не проявлял активность.

Социальные сети. С помощью собственных соцсетей компании получают ценные инсайты о демографии клиентов, а также об уровне их вовлечённости и лояльности. Кроме того, покупатели часто оставляют отзывы о своём опыте в комментариях — эту информацию бизнес использует, чтобы увидеть сильные и слабые стороны продукта со стороны и совершенствовать его.

Офлайновое взаимодействие с покупателем. Бизнес может получать данные при личном общении с клиентом: в точках продаж или во время телефонного разговора.

Как использовать 1st party data

Тип данных
Что с ними можно делать
Адрес электронной почты
✅ Контактировать с покупателем напрямую: например, чтобы получить обратную связь.
✅ Сегментировать покупателей для подготовки персонализированных предложений.
✅ Взращивать лиды — взаимодействовать с покупателем на разных этапах воронки продаж и стимулировать его на покупку.
✅ Управлять жизненным циклом покупателя: бизнес может вернуть клиента в воронку продаж, отправив ему по электронной почте выгодное предложение.
Номер телефона
✅ Контактировать с покупателем напрямую: например, чтобы получить обратную связь.
✅ Запустить SMS-маркетинг: рассылки с промокодами, информацией о распродаже, открытии новой точки.
✅ Поддерживать покупателей: информировать о статусе заказа, оперативно связываться с ними в случае сложности.
✅ Проводить маркетинговые исследования.
История покупок
✅ Готовить персонализированные предложения на основе предпочтений покупателя.
✅ Создавать более эффективные сценарии на основе существующих паттернов покупок.
✅ Анализировать жизненный цикл клиента: когда и почему он покупает, в какой момент перестаёт делать заказы.
✅ Прогнозировать отток покупателей: заранее знать, в какие периоды активность резко падает и почему.
Аналитика трафика на сайте
✅ Знать производительность сайта и дорабатывать его.
✅ Совершенствовать продажи на основе информации о поведении пользователей, конверсии, пути клиента.
✅ Проводить A/B-тестирование.
Анализ продукта
✅ Внедрять новые функции на основе пользовательского опыта.
✅ Совершенствовать продукт.
Данные маркетинговых исследований
✅ Измерять удовлетворённость клиентов.
✅ Получать отзывы о продуктах/услугах и принимать решения на основе мнений.
✅ Понимать потребности покупателей и в соответствии с ними выстраивать продажи.
✅ Исследовать рынок.
Результаты NPS-исследований
✅ Мониторить лояльность клиентов и восприятие бренда.
✅ Сегментировать направления для улучшения клиентского опыта.
✅ Сегментировать клиентов по уровню лояльности и вырабатывать стратегию работы с каждой аудиторией.
Аналитика соцсетей
✅ Сегментировать аудиторию на основе данных о демографии.
✅ Создавать эффективный контент для продаж.
✅ Получать актуальные показатели вовлечённости клиентов.
✅ Получать данные настроений: как покупатели воспринимают бренд.
✅ Анализировать активность конкурентов.
Retail Rocket оперирует исключительно 1st Party Data, потому что клиент устанавливает наши коды на свой сайт, собирает данные о пользователях и передаёт их нам. Такие данные первого уровня мы используем, чтобы создавать персонализированные предложения:
✔️ Рекомендации для пользователей интернет-магазинов. С помощью рекомендаций бизнес увеличивает средний чек и конверсию.
✔️ Умные email-рассылки, которые стимулируют клиентов на новые покупки.
✔️ Эффективные веб-пуши или мобильные пуши, которые управляют поведением пользователей на сайте или в приложении.
✔️ Sms-рассылки, которые учитывают поведение пользователя.
Все данные мы получаем в защищенном, обезличенном виде, поэтому гарантируем клиентам надёжное и безопасное и при этом высокоэффективное сотрудничество
Picture of Владимир Золотарёв
Владимир Золотарёв

руководитель продукта Персонализация Retail Rocket Group

В практике Retail Rocket Group множество успешных кейсов по использованию 1st party data.

👉 Эффективная стратегия коммуникаций с участниками программы лояльности международной сети пиццерий. Исходя из пяти самых частых сценариев поведения, клиенты сети получали разные триггерные email-рассылки. В результате средний чек участника программы лояльности на 32%, а анонимного покупателя — на 28%. Общее количество транзакций от месяца к месяцу выросло на 9700.

👉 Сеть гипермаркетов «Ашан» интегрировала больше 30 алгоритмов рекомендаций от Retail Rocket Group на сайте и в мобильном приложении. Например, покупателям начали рекомендовать аналоги товаров, которых нет в наличии, появились персонализированные рекомендации в личном кабинете клиентов. В результате доход от товарных рекомендаций вырос в 5 раз.

👉 Интернет-магазин Maxidom проводит сегментацию клиентов с помощью платформы Retail rocket и запускает email-рассылки с персонализированными предложениями. Выручка от таких рассылок была на 18,62% больше, чем выручка от рассылок, сформированных с помощью собственной CRM-системы.

Second Party Data (данные второго уровня)

Second party data или данные второго уровня — это по сути информация 1st party data, которой делятся другие компании. Такие данные можно получить в рамках взаимовыгодного обмена информацией или по выгодной цене: обычно компании заинтересованы в сотрудничестве и получают свои плюсы от того, делятся информацией. Важное условие — клиенты компании, которая передаёт свои данные, должны дать согласие не только на сбор информации, но и на её передачу третьим лицам.

С помощью данных второго уровня бизнес может:

Пополнить свою базу данных. 2nd party data помогают запускать новые рекламные кампании и развивать бизнес. Например, авиакомпания может поделиться с туроператором данными о перелётах пассажиров, на основе этой информации оператор может создать новый востребованный продукт.

Получить доступ к новым аудиториям. Например, компания, которая продаёт корм для животных, может приобрести данные второго уровня у сети ветлечебниц. Это поможет расширить ассортимент кормами и витаминами для питомцев с особыми потребностями и предлагать их новой аудитории.

Прогнозировать поведение покупателей. 2nd party data, как и 1st party data дают чёткие паттерны в поведении аудитории. Данные второго уровня позволяют взглянуть на клиентов шире и объективнее: понять, на что они сильнее откликаются, что их мотивирует на сделку, почему они возвращаются или наоборот уходят к конкурентам.

Выстраивать полезные связи с игроками рынка. Чаще всего покупка 2nd party data влечёт за собой полезный побочный эффект — компании узнают больше друг о друге, начинают сотрудничать, создавать коллаборации или совместные рекламные кампании. От этого выигрывает и бизнес, и клиенты.

Среди примеров успешного использования данных второго уровня — сотрудничество сервиса по доставке еды Grab и Coca-Cola на индонезийском рынке. Бренд использовал данные Grab, чтобы получить доступ к молодёжной аудитории: людей 18-34 лет, которые обычно добавляют газированные напитки к заказу еды. Так в разгар пандемии COVID-2019 Coca-Cola запустила успешную акцию, в процессе которой предлагали призы покупателям с самыми высокими чеками. За неполные три месяца рекламная кампания получила 105 млн показов и принесла более 1 млн транзакций.

Third Party Data (данные третьего уровня)

Third party data или данные третьего уровня — информация, которую можно получить о компаний, специализирующихся на сборе данных. Такие данные собираются в открытых источниках в интернете или с помощью отслеживающих технологий на сайтах и платформах. Для этого используются трекеры, cookie-файлы, но в отличие от 1st party data и 2nd party data пользователи могут быть даже не в курсе, что их данные и действия кто-то отслеживает и собирает.

3rd party data — демографические данные о покупателе: его пол, возраст, образование, доход; сценарии поведения: чем интересовался, какие сайты посещал; результаты опросов. Этими данными компании делятся со всеми желающими, кто готов их приобрести. Большой вопрос к источникам таких данных — никто не знает, откуда они берутся. Из этого следует и неуверенность в точности и достоверности информации — её никто не гарантирует и это никак не перепроверить.

Компании могут приобретать данные третьего уровня, чтобы:

Один из примеров успешного использования данных третьего уровня может служить кейс компании L’Oreal. Бренд запустил кампанию, целью которой было привлечь клиентов своих конкурентов в Twitter. Маркетологи идентифицировали подписчиков в соцсетях своих крупнейших конкурентов, а затем привлекли данные третьего уровня, чтобы сопоставить профили в социальных сетях и выделить сегменты покупателей. Покупатели косметики разного ценового уровня получали таргетированную рекламу в Twitter. В результате продажи в каждом сегменте выросли на 12% по сравнению с предыдущим месяцем, а стоимость клика была ниже, чем во время других рекламных кампаний.

Сравнение типов данных

Особенности разных видов данных о клиенте

Тенденции и будущее

В 2025 году при работе с данными первого, второго и третьего уровня будет усиливаться роль 1st party data. Эти данные будут лидировать, и вот почему.

3rd party data, такие как cookie от сторонних поставщиков, потеряют свою актуальность. Например, в браузере Google Chrome появится функция, которая позволит принудительно отключать сторонние файлы cookie и сократит их присутствие в интернете на 80%. Эпоха, когда любой мог отслеживать поведение пользователей в интернете, а потом продавать эти данные, подходит к концу. В ответ на это компании будут активнее использовать собственные методы сбора информации, которые основанные на доверии потребителей. Данные первого уровня, сбор которых прозрачен и производится только с согласия пользователя, станут краеугольным камнем эффективных стратегий таргетинга и персонализации.

Большие языковые модели (LLM) стремительно развиваются. Эти инструменты, управляемые искусственным интеллектом, всё чаще используются для принятия решений в маркетинге и продажах. Они требуют точных, качественных и непредвзятых данных о покупателях. Только при таких условиях ИИ способен предлагать надёжные и адекватные способы решения маркетинговых задач. Обеспечить такую информацию могут только данные первого уровня, полученные легально.

Компании заботятся о том, чтобы вести бизнес этично. Крупнейшие бренды всё больше полагаются на данные первой стороны. В современном мире важно демонстрировать полную прозрачность и приверженность этичной обработке данных, когда во главе угла стоят безопасность и доверие клиентов.

HALO-эффект в Retail media: измеряйте реальное влияние медийной рекламы

HALO-эффект в Retail media: измеряйте реальное влияние медийной рекламы

В 2025 году медийная реклама — это уже не только про охват и узнаваемость, но и про измеримые бизнес-результаты для брендов. Мы представляем новые возможности атрибуции, которые помогут оценить вклад баннеров и товарных полок в реальные продажи. В том числе — с учётом HALO-эффекта, когда реклама одного продукта приводит к покупке других товаров бренда.

Содержание статьи

Что такое HALO-эффект

HALO-эффект — феномен, при котором реклама одного продукта положительно влияет на продажи других товаров того же бренда. Это особенно актуально в ритейл-медиа, где взаимодействие с рекламными форматами (баннерами, полками рекомендаций, спецразмещениями) часто приводит к увеличению покупок не только рекламируемого продукта, но и сопутствующих товаров.

Этот эффект основан на механизме когнитивного восприятия: когда потребитель сталкивается с рекламой определённого товара, его доверие и интерес к бренду в целом возрастают. В результате он может приобрести и другие продукты из линейки, даже если они не были напрямую представлены в рекламной кампании.

Пример: Покупатель видит рекламу кофе определённой марки в разделе «Рекомендовано для вас». Он кликает на баннер, переходит в карточку товара, но в итоге кладёт в корзину не только кофе, но и капсулы для кофемашины или печенье того же бренда.

Ранее оценить влияние HALO-эффекта было сложно, но современные инструменты ритейл-медиа позволяют анализировать связи между рекламными показами и фактическими продажами всей продуктовой линейки бренда. Это открывает новые возможности для маркетологов: теперь они могут учитывать не только прямую конверсию рекламируемых товаров, но и рост общей выручки за счёт перекрёстных продаж.

Измеряйте больше: новая атрибуция для баннеров и товарных полок

Мы разработали новые правила атрибуции в adtech-платформе Smart Placement Ads от Retail Rocket Group, которые помогут получить данные о том, какой эффект медийная реклама оказывает на бренд и продажи всех товаров.

Почему это важно

Мы разработали новые правила атрибуции в adtech-платформе Smart Placement Ads от Retail Rocket Group, которые помогут получить данные о том, какой эффект медийная реклама оказывает на бренд и продажи всех товаров.

Атрибуция медийных баннеров и товарных полок. Покупатели не всегда приобретают именно тот товар, который увидели в рекламе. Они могут выбрать другой цвет, размер или модель, но в рамках того же бренда. Наша новая система атрибуции учитывает это, фиксируя влияние баннеров и полок даже на косвенные продажи.

Учёт HALO-эффекта. Взаимодействие с рекламой одного продукта часто мотивирует на покупку других товаров бренда. Настраиваемая атрибуция товаров теперь учитывает «гало-продажи», показывая, как одна кампания влияет на продажи всего ассортимента.

В интерфейсе кабинета рекламодателя самостоятельно можно настроить атрибуцию любого товара или их группы из каталога бренда:

Как работает новая атрибуция

Раньше платформа учитывала покупки товаров, которые напрямую отображались в баннере или товарной полке, даже если покупатель выбирал другой цвет или размер того же продукта.

Новая атрибуция позволяет рекламодателям самостоятельно указывать, какие товары связывать с рекламой. Это особенно полезно, когда речь идёт о широком ассортименте. Например:

Результат: возможность увидеть весь спектр влияния рекламы — не только прямые продажи, но и косвенные, что позволяет принимать взвешенные решения при выборе инструментов продвижения.

Классификация рекламы для ОРД

С 13 января вступили в силу новые требования классификации медийной рекламы в России. Мы подготовили AdTech-платформу SmartPlacement Ads, чтобы работа оставалась простой и удобной, несмотря на изменения в законодательстве.

Новое требование закона можно выполнить в один клик благодаря тому, что платформа автоматически передает все данные оператору рекламных данных.

Что изменилось

В личном кабинете рекламодателя появился раздел для указания кода товарной категории из классификатора ОРД.

Без указания кода кампания не будет отправлена на модерацию. Это помогает рекламе соответствовать новым требованиям закона и избежать возможных задержек при запуске рекламных кампаний.

Для удобства рекламодателей в интерфейсе личного кабинета предусмотрена ссылка на актуальный классификатор ККТУ:

Упростите коммуникацию с рекламодателями

Мы понимаем, как важно администраторам онлайн-площадок и их рекламодателям быстро решать вопросы, связанные с модерацией рекламы, пополнением баланса и другими задачами. Поэтому добавили в личный кабинет онлайн-площадок конструктор виджета службы поддержки, который упростит коммуникацию с рекламодателями.

Преимущества для рекламодателей

Быстрое решение вопросов: теперь не нужно искать контакты или откладывать запуск кампании.

Преимущества для e-commerce площадок

Одна настройка для всех: достаточно один раз настроить виджет, чтобы интегрировать поддержку для всех рекламодателей.

Инструкция по настройке виджета поддержки

  1. Зайдите в настройки в верхнем меню кабинета площадки;
  2. Укажите все необходимые данные, используя markdown-разметку;
  3. Воспользуйтесь подсказками в интерфейсе справа, если что-то будет непонятно;
  4. Сохранить все изменения, нажав кнопку в нижнем правом углу.

3 параметра для детальной сегментации за 2 минуты

3 параметра для детальной сегментации за 2 минуты

В Live CDP Retail Rocket Group появилась сегментация по событию просмотра товаров. Новые параметры сегментации помогут быстро протестировать гипотезу или удачно использовать момент.

Содержание статьи

Теперь можно создавать сегменты на основе трех новых параметров:

Кроме того, для этих условий можно настроить:

Например, за пару минут вы можете выбрать пользователей, которые несколько раз за неделю просматривали товары определенных брендов или категорий — и пригласить их на закрытую распродажу.

Пример создания сегмента из посетителей, которые просматривали от 2 до 5 раз все товары из категории «Сухой корм для кошек» с 01.01.2025 до 19.02.2025. Сегменты обновляются мгновенно, а их настройка занимает считанные секунды

Список получателей рассылки формируется непосредственно перед отправкой. В зависимости от условий сегментации, аудитория может оставаться неизменной (если заданы фиксированные даты) или обновляться при каждой отправке (если используются динамические параметры, например, от N до M дней).

В чем ценность для бизнеса

Рост конверсии. Исследование Pecan AI подтверждает, что прицельная коммуникация с учётом истории действий клиентов помогает значительно повысить вероятность повторных покупок и увеличивает показатели конверсии.

Повышение ROI. Согласно исследованию Similarweb, использование сегментации увеличивает ROI кампаний, делает каждое сообщение более релевантным и усиливает лояльность клиентов.

Как можно использовать для роста бизнеса

Как создать сегмент за 2 минуты

Никаких дополнительных действий не требуется — обновление уже доступно в вашем личном кабинете.

Как внедрить искусственный интеллект в бизнес

Как внедрить искусственный интеллект в бизнес

Недавнее исследование показало, что 92% компаний готовы увеличивать инвестиции в искусственный интеллект в ближайшие три года. В России 34% ком­па­ний в 2024 году использовали либо начали внедрять ИИ для решения задач бизнеса. Ещё 18% компаний запланировали внедрение в 2025 году, а 28% сообщили, что сделают это в те­чение ближайших трех лет. Это означает, что в будущем влияние ИИ на бизнес будет только расти.

Содержание статьи

Андрей Москвин, Product Marketing Manager (PMM, Global), Retail Rocket Group разбирается в технологиях ИИ, которые применяются в бизнесе, и рассказывает, как разные сферы бизнеса используют искусственный интеллект, чтобы сократить затраты и работать быстрее.

История развития искусственного интеллекта

После Второй мировой войны возникла идея создать искусственный мозг с помощью компьютера. В 50-х года в США появилась первая нейронная сеть SNARC и термин «искусственный интеллект».

В новейшей истории России точкой отсчёта для развития ИИ-технологий считается 2019 год. Тогда правительство начало разрабатывать подходы к национальной стратегии развития искусственного интеллекта (ИИ). В том же году указом президента была утверждена стратегия развития в России ИИ до 2030 года.

Сегодня искусственный интеллект всё сильнее проникает в бизнес-процессы отечественных компаний, и на это влияют внешние факторы. Например, в 2024 году российский бизнес продолжал испытывать кадровый голод и потому активнее обращался к ИИ-решениям, которые заменяют человека. В условиях рекордно низкой безработицы, когда сложно найти специалистов и оперативно закрывать вакансии, компании внедряют чат-ботов, системы поддержки принятия решений, системы видеонаблюдения с элементами ИИ или предиктивную аналитику.
Picture of Андрей Москвин
Андрей Москвин

Product Marketing Manager (PMM, Global), Retail Rocket Group

В конце 2024 года Национальный центр развития искусственного интеллекта при Правительстве совместно с ВЦИОМ провели исследование, чтобы выяснить, какие сектора экономики наиболее готовы к внедрению ИИ. В числе лидеров — компании из сферы ИТ, высшего образования, топливно-энергетический комплекса и финансовых услуг.

Использование ИИ-решений организациями в 2024 году (в % от всех организаций)

Ключевые технологии ИИ, применяемые в бизнесе

Современный бизнес использует несколько основных технологий ИИ:

Машинное обучение (Machine Learning)

Машинное обучение — это комплекс методов ИИ, которые помогают формировать самообучающиеся компьютерные системы. Такая технология помогает бизнесу предсказывать спрос на товары или услуги, получать больше прибыли, правильно распределять ресурсы.

Примером успешного использования машинного обучения может служить проект авиакомпании «Аэрофлот». В конце 2024 года авиаперевозчик анонсировал собственную разработку — автоматизированную систему управления доходами. ИИ предсказывает спрос на авиаперелёты на глубину от 3 дней до 1 года. Благодаря точным прогнозам нейросети авиакомпания распределяет ёмкости воздушных судов с оптимальным экономическим эффектом и оперативно реагирует на изменение спроса, используя динамическое ценообразование. Ожидаемый экономический эффект только на первом этапе внедрения составит не менее 3 млрд рублей.

Как работает динамическое ценообразование

Обработка естественного языка (Natural Language Processing, NLP)

Обработка естественного языка — технология, которая объединяет в себе ИИ и гуманитарную лингвистику. С помощью NLP компьютер понимает речь человека и правильно реагирует на неё. Технология позволяет бизнесу сегментировать и определять намерения клиентов, например по сообщениям в чате, автоматизировать взаимодействие с покупателями, анализировать и генерировать текстовый контент.

Деловое издание Forbes Russia использует продукт SaluteSpeech от Сбера, чтобы сократить расходы на актёров озвучки, упростить работу режиссёра и быстрее выпускать подкасты и видеоинтервью. Технология NPL помогает автоматически озвучивать голоса героев подкаста, качественно транскрибирует записи интервью и выделяет цитаты.

Компьютерное зрение (Computer Vision)

Компьютерное зрение — это сфера искусственного интеллекта, которая основана на способности компьютера «видеть». Для того, чтобы обладать осмысленным зрением, ИИ проходит глубокое обучение на основе нейрсетей. Бизнес может использовать компьютерное зрение для того, чтобы квалифицировать объекты, определять их местоположение — это бывает полезно на больших складах с товарами.

Также технология позволяет сегментировать объекты — с помощью камер можно определить, мужчины или женщины чаще посещают магазин, какими товарами они чаще интересуются и в какое время делают покупки. Эта информация помогает формировать персонализированные предложения и повышать продажи.

Государственная корпорация ВЭБ использует компьютерное зрение в кафе для сотрудников. Камеры, установленные в столовой, передают информацию в компьютер. ИИ обрабатывает изображения и подсчитывает количество посетителей. Данные транслируются на мониторы: помимо текущей обстановки, алгоритм строит прогнозы по загруженности кафетерия. Сотрудники больше не стоят в длинных очередях, что благотворно сказывается на атмосфере в коллективе и HR-репутации компании.

Робототехника

Робототехника — это использование машин и механизмов, оснащённых искусственным интеллектом. Такие роботы способны принимать решения и совершать действия без участия человека.

Бизнес задействует робототехнику для решения трудоёмких рутинных задач: роботы-доставщики, роботы-хирурги, промышленные роботы для автоматизации сборки или упаковки продукции.

В пиковые часы робот-уборщик помогает сотрудникам отеля в Гонконге: доставляет использованную посуду на кухню

Пример успешного использования робототехники — роботизированный склад компании Amazon. Первые такие склады появились в компании в 2014 году. Сегодня до 75% заказов выполняются с участием роботов. Они собирают и компонуют заказы, перевозят тяжёлые упаковки, сортируют и раскладывают товар по полкам. На складах Amazon работает около 750 000 агрегатов, которые помогают быстро и точно выполнять заказы и сохранять лидерство в электронной торговле.

Практические примеры использования ИИ

Искусственный интеллект помогает оптимизировать бизнес-процессы в разных отраслях.

Розничная торговля

ИИ помогает оптимизировать работу офлайновых и онлайн-магазинов. С помощью разных технологий бизнес продвигает товары, планирует и оптимизирует поставки, рассчитывает спрос и потребности в открытии дополнительных точек продаж, оперативно реагирует на обратную связь покупателей.

Например, в сети гипермаркетов «Ашан» ИИ генерирует контент для каталогов и интернет-магазина, составляет скрипты для колл-центра, общается с покупателями на сайте и даже запускает вирусный контент в соцсетях. Пользователям предложили загрузить в бота своё фото и чек из магазина. Нейросеть анализировала внешность покупателя, соотносила его со списком покупок и формировала портрет. Покупатели с удовольствием делились брендированным фото в своих соцсетях. В акции приняли участие более 2 тыс. клиентов сети.

Финансовый сектор

ИИ в финансовым секторе помогает автоматизировать рутинные процессы, оценивать и прогнозировать риски, выявлять мошенничество, делать персонализированные предложения финансовых продуктов. При взаимодействии с клиентом широко используются чат-боты и виртуальные ассистенты помогают получить быстрое и персонализированное обслуживание.

Летом прошлого года банк ВТБ сообщил о том, что первым на рынке запустил инструмент бизнес-аналитики на основе ИИ. С помощью алгоритмов машинного обучения сервис анализирует, визуализирует и выявляет ключевые переменные, которые влияют на финансовые результаты. Банк использует эти данные, чтобы открывать новые отделения в локациях с хорошей проходимостью и спросом на финансовые услуги или закрывать нерентабельные точки.

Здравоохранение

В медицине ИИ используется для анализа радиологических изображений, ведения электронных медицинских карт, лабораторной диагностики, дистанционного мониторинга и лечения. Кроме того, существуют ИИ-сервисы, которые помогают врачам совершать манипуляции в стоматологии, офтальмологии для эндоскопии.

В московских поликлиниках в 2023 году началось внедрение ИИ-модуля, который ставит диагноз на основании данных электронной карты пациента. Инструмент анализирует около 80 видов медицинских документов и предлагает вариант подтвержденного диагноза. Обучение сервиса проходило на записях о 30 миллионах визитов пациентов за два года, поэтому он обеспечивает высокую точность — 87%.

Как ИИ применяется и работает в маркетинге

Как внедрить ИИ в бизнес

ИИ, в отличие от любой другой конкретной ИТ-технологии, внедряется не разово, а циклично. Невозможно интегрировать технологию в бизнес и на этом остановиться. Сценарий внедрения ИИ подразумевает постоянное движение по кругу:

Шаг 1. Определиться, где внедрение необходимо в первую очередь

Как правило, маркером здесь служат большие объёмы данных или рутинные задачи. Это могут быть подразделения, которые делают аналитику. Сюда же относятся операционные отделы, работа которых подразумевает большое количество бумаг и документов. Если внедрить в этот конвейер робота, он ускорит эти процессы и освободит людей для других задач. Часто внедрение ИИ начинают с отделов маркетинга и дизайна, где постоянно необходимо генерить контент: тексты, иллюстрации, креативы.

Шаг 2. Качественно описать задачу

Чем подробнее мы поставим задачу, тем качественнее мы найдём решение. Любую цель: будь то оптимизация маршрута или перенаправление потоков покупателей, стоит разбить на отдельные сценарии. Их нужно описать от начала и до конца, и тогда появится адекватное и эффективное ИИ-решение.

На этом же этапе, если ИИ внедряется впервые, необходимо выбрать подходящее для бизнеса решение, например облачные платформы или собственные разразботки, и подготовить инфраструктуру — базы данных и серверы.

Шаг 3. Заложить время и ресурсы на тестовую эксплуатацию

ИИ не может сразу заменить человека. В первое время технологии требуются обучение и наблюдатель или модератор. Если бездумно использовать программные или аппаратные решения вместо человека, то можно очень быстро вызвать негативный обратный эффект и финансовые потери для бизнеса. Человек на первом этапе просто необходим, чтобы отсеивать брак, неправильное и некачественное исполнение. Сроки тестовой эксплуатации зависят от цены ошибки. Если робот будет некорректно сканировать и распознавать платёжные документы, это не так критично, как если он начнёт давать пациентам медцентра некорректные рекомендации.

Шаг 4. Оценить результаты и двигаться дальше

Это важный этап внедрения, который нельзя пропускать. Он помогает бизнесу понять эффект и перспективы использования ИИ-технологии. Для оценки рекомендую использовать два вида KPI — польза для бизнеса и производительность самой технологии. Дальше к этим процессам можно циклично возвращаться и смотреть, что в них недоавтоматизировано или где можно заменить на более современное решение другого поставщика.

Как выбрать механику промоакции для бизнеса

Как выбрать механику промоакции для бизнеса

В этой статье на примерах рассказываем, что такое механики промоакций, какими они бывают, и даём рекомендации, как выбрать подходящую механику для своего бизнеса и аудитории.

Содержание статьи

Что такое механика промоакции и зачем она нужна

Есть заблуждение, что промоакции — это просто скидки, которые бизнес предоставляет клиентам.

На самом деле промоакция — сложный инструмент для решения бизнес-задач с помощью различных механик с денежным, товарным или статусным вознаграждением.

Механика промоакции — набор параметров, по которым работает акция. К ним относят:

Бизнес-задачи, для решения которых запускают промоакции, могут быть самыми разными:

Исходя из задач выбираются условия и другие параметры, которые помогут достичь заданной цели.

Например, эта промоакция от «Улыбки радуги»:

промоакция от "Улыбки радуги"

Задача этой механики — увеличить количество повторных покупок в определённый период времени (например, чтобы компенсировать затишье в продажах после праздников).

Для участия покупатель должен приобрести с 8 по 31 января любые товары на сумму от 100 рублей, тогда он получит скидку 40% на следующую покупку. Здесь выделены лишь ключевые условия, а подробности можно узнать в полном описании её механики:

Подробное описание механики промоакции на сайте сети магазинов «Улыбка радуги»

Как видно из подробного описания, речь идёт не о полной цене товара в размере 100 рублей, а о стоимости покупки после применения всех скидок.

Также здесь приведено важное уточнение — скидку 40% участники акции получат не на весь ассортимент магазина, а только на товары с белыми ценниками, и в строго определённые даты. И ещё одно — «Скидка не суммируется с другими акциями и скидками».

При разработке механики акции важно просчитывать все нюансы и тщательно прорабатывать условия, чтобы не получить убытки и негатив вместо заданной цели. Например, если не продумать условия суммирования акции с другими действующими предложениями магазина или сети, покупатели приобретут товары по критично низкой цене, и бизнес потерпит убытки.
Picture of Александр Федяев
Александр Федяев

Chief Marketing Officer Retail Rocket Group

Создавайте, тестируйте и запускайте промоакции любой сложности
Полный контроль над промо — от идеи до теста и запуска на сайте, в приложении и на кассе

Какие бывают механики и как выбрать подходящую

Одну и ту же задачу бизнеса можно решить с помощью разных механик, и важно знать особенности каждой из них, чтобы сделать правильный выбор в моменте.

К популярным механикам относят:

Скидки. Скидки решают широкий спектр задач и могут предоставляться на разных условиях. Например, скидка на покупку определённых артикулов помогает распродать остатки сезонных товаров по окончании сезона или избавиться от неходовых размеров/цветов.

Скидка на определённый объём купленных товаров помогает избавиться от неликвида или увеличить продажи в определённые месяцы для более равномерного поступления выручки. Например, магазин зимней одежды может устанавливать скидки на товары летом, чтобы увеличить оборот в несезон.

Скидка за покупку на определённую сумму мотивирует покупателей увеличивать средний чек, то есть покупать больше товаров. Если период покупки не указан, а размер скидки определяется накопленной суммой покупок за весь период, это мотивирует клиента возвращаться в магазин снова.

Пример накопительной системы скидок от сети гипермаркетов О’КЕЙ
Пример накопительной системы скидок от сети гипермаркетов О’КЕЙ

Скидки в формате «каждая 5-я чашка кофе в подарок», «2+1», «каждый третий товар бесплатно» и т. п., где скидка даётся завуалированно при покупке нескольких товаров (не обязательно за один раз).

Например, сеть пекарен «Мишка Bakery» дарит клиентам каждый шестой кофе. Это стимулирует повторные покупки и поддерживает лояльность клиентов, мотивируя их выбирать пекарню, где им предложат следующий напиток бесплатно:

Промоакция от сети пекарен «Мишка Bakery»
Промоакция от сети пекарен «Мишка Bakery»

Кэшбэк помогает увеличить число повторных покупок. В этом случае клиенту возвращается часть потраченной суммы, и он может использовать её позже. По сути это разновидность скидки на следующий заказ.

К этому же типу можно отнести бонусы. Они начисляются с каждой покупки или по более сложной схеме, — в зависимости от размера чека или общей суммы потраченных в магазине средств

Конкурсы. Эта механика хорошо работает, чтобы привлечь свежую аудиторию, познакомить клиентов с новым товаром и его преимуществами, повысить продажи.

Эти цели могут достигаться в пределах одной промоакции. Есть конкурсы, которые одновременно поднимают вовлечённость подписчиков с помощью комментариев или лайков, а также привлекают новых подписчиков с помощью репостов и обязательной подписки.

Например, конкурс от брендов «САМОСВЕТ» и «MOONSWOON» увеличивает количество подписчиков за счёт репостов и обязательной подписки для участников:

Партнёрский конкурс двух брендов с комментарием, подпиской и репостом в условиях
Партнёрский конкурс двух брендов с комментарием, подпиской и репостом в условиях

А эта механика включает аж 4 условия участия: подписка, лайк, отметка друзей, репост:

Лучше излишне не перегружать механику условиями, чтобы это не стало препятствием для участия. Не все готовы открывать закрытый аккаунт, чтобы сделать репост с отметкой организаторов, или выполнять целый список условий. Но, если речь идёт о дорогостоящем призе, это поможет отсеять любителей лёгких побед.
Picture of Александр Федяев
Александр Федяев

Chief Marketing Officer Retail Rocket Group

С помощью конкурсов можно также собирать отзывы на разных площадках и повышать рейтинг компании, как это делает бренд FIGURA. Согласно механике его конкурса участникам нужно оставить отзыв на одной из четырёх площадок и сделать креативную историю со скриншотом отзыва:

Розыгрыши. Это отличный способ увеличить продажи, поднять вовлечённость аудитории в соцсетях и привлечь новых подписчиков, которые впоследствии могут стать клиентами.

Например, птицефабрика «Северная» объявила конкурс за покупку продукции со стикером акции:

Механика розыгрыша бытовой техники за любую покупку от птицефабрики «Северная»ртнёрский конкурс двух брендов с комментарием, подпиской и репостом в условиях

Как видно из условий, эта механика не только увеличивает продажи определённого типа товаров (на которые производитель нанёс акционный стикер), но и помогает собрать контактные данные покупателей, чтобы продолжить с ними взаимодействие и после окончания розыгрыша.

Реферальные программы работают на привлечение новых клиентов с помощью уже имеющихся, или через партнёров. За покупку каждого приведённого реферала (клиента, которого привели), реферер (тот, кто привёл) получает вознаграждение.

Эту механику можно провести по-разному. Например, назначить вознаграждение в твёрдой сумме за каждого приведённого клиента, который совершит покупку — такой вариант удобно использовать для знакомства клиентов с брендом. В этом случае важна не сумма покупки, а сам факт попадания клиента в систему, после чего бизнес может прогревать его, стимулируя дальнейшее взаимодействие с брендом.

Если установить вознаграждение для реферера в процентах от покупки реферала, это поможет повысить средний чек и уровень продаж в целом.

Для усиления эффекта от промоакции можно установить вознаграждение как для того, кто приводит аудиторию, так и самих новых клиентов, как это делает Альфа Банк в акции «Деньги вам и друзьям»:

Пример реферальной программы от Альфа Банка с твердым вознаграждением для реферала и реферера
Пример реферальной программы от Альфа Банка с твердым вознаграждением для реферала и реферера

Также можно провести конкурс среди сотрудников с ценным призом для того, кто приведёт больше всего клиентов. Или создать эксклюзивные привилегии для тех, кто привлекает новых клиентов — подарочные карты, бесплатные периоды использования сервиса и так далее.

Образцы продукции, дегустации. В этом варианте покупателей знакомят с новинками или уже известными товарами бренда. Они выдаются за определённую сумму в чеке, при любой покупке в течение какого-либо периода или бесплатно в залах офлайн-магазина.

Такой способ подойдёт для продуктов питания, парфюмерии, детских товаров, предметов гигиены, косметики и т.п. Он актуален для бизнеса, который уверен в качестве продукции, ведь главная цель этой механики — вызвать положительную реакцию на образец, чтобы стимулировать покупку.

Если речь идёт о товарах длительного пользования (сумках, кружках и пр.), на них можно нанести логотип бренда. Тогда акция поможет повысить лояльность и узнаваемость бренда в долгосрочной перспективе, — покупатель при использовании образца будет ненавязчиво рекламировать его окружающим.

С подобными акциями следует быть осторожными люксовым, ювелирным и другим брендам, которые имеют «имиджевую» составляющую в цене. Когда каждому покупателю с чеком от 500 рублей на кассе гипермаркета выдаётся купон на получение серебряного кулона от известной ювелирной компании, это обесценивает имидж изделий бренда. Не всем, например, захочется дарить девушке кулон, который может вызвать у неё мысли, что его не купили специально для неё, а получили «в довесок» к продуктам в гипермаркете.
Picture of Александр Федяев
Александр Федяев

Chief Marketing Officer Retail Rocket Group

К этому типу механик можно отнести и предоставление тестового периода на использование онлайн-сервисов. По сути это тот же самый «образец», который призван показать преимущества работы с функционалом и мотивировать на покупку.

При выдаче демо-доступов важно построить безопасную систему, в которой будет captcha, то есть фильтр, который помешает злоумышленникам автоматически создавать бесчисленное количество аккаунтов для бесплатного использования сервиса.

NPS-механики позволяют получать обратную связь о качестве сервиса в обмен на какие-либо выгоды — скидки, бонусы, подарки и так далее. Это помогает как найти точки роста в работе с клиентами, так и собрать отзывы, чтобы повысить доверие новой аудитории и рейтинг бренда.

Эта механика хорошо работает в формате автоматической рассылки по email, SMS или с помощью пуш-сообщений.

Например, после завершения доставки из ресторана или посещения стоматологии, в тот же день клиенту отправляется сообщение с предложением поделиться впечатлениями о сервисе и качестве блюд.

Многие клиенты готовы делиться обратной связью без всяких бонусов, просто в обмен на возможность быть услышанными и повлиять на сервис. Можно попросить оставить отзыв, а далее, если оценка клиента будет негативной, подарить ему что-то в качестве компенсации, чтобы снизить потерями клиентов из-за негативного опыта.
Picture of Александр Федяев
Александр Федяев

Chief Marketing Officer Retail Rocket Group

Например, сеть ресторанов «На парах» отправляет email с просьбой поделиться впечатлениями о заказе. Клиент переходит по ссылке, чтобы оценить сервис и блюда. А в случае негативной оценки, ему перезванивает менеджер, приносит извинения и предлагает бонус — бонусные баллы на счёт или приятный подарок к следующему заказу (десерт, например).

Партнёрские механики. Они связывают промоакции одной компании с промоакциями организации-партнёра. Например, когда за покупку в одной компании клиенты получают баллы, которые можно потратить у партнёров.

Например, баллы «апельсинки», которые начисляются участникам бонусной программы за покупки в магазинах «Пятёрочка» и «Перекрёсток». Их можно потратить у партнёров акции:

акция "Апельсин"

5 шагов к успешной промоакции

Не существует одной, идеальной для всех механики промоакции. Выбор всегда зависит от задач, которые нужно решить конкретному бизнесу, и его особенностей.

Поэтому первый этап построения успешной механики промоакций связан именно с анализом текущего положения и постановкой целей.

Рассмотрим 5 главных шагов к запуску удачной промоакции.

1 шаг: Анализ потребностей бизнеса, постановка целей

Сначала нужно оценить текущее состояние дел и выявить актуальные потребности, которые нужно решить с помощью промоакции.

Склады переполнены товарами из прошлогодней коллекции? Значит, задача — их распродать! Наблюдается спад числа новых клиентов — мотивировать совершить первую покупку и приводить друзей.

Исходя из потребностей бизнеса выбирают ключевые цели, которые должна решить промоакция.

Речь необязательно о единовременном росте числа заказов. Это может быть расширение клиентской базы, получение дополнительной информации о покупателях (количество и возраст детей, возраст, наличие авто и т. д.), которые помогут в дальнейшем сегментировать аудиторию и создавать интересные предложения.
Picture of Александр Федяев
Александр Федяев

Chief Marketing Officer Retail Rocket Group

2 шаг: Анализ потребностей покупателей

Это этап, который нельзя пропускать. Бизнес хочет продать больше и решить свои задачи, но механика промоакции не сработает, если она будет невыгодна покупателям.

Выгодой для участников может быть не только финансовая составляющая, но и интерес, азарт, положительные эмоции от акции. Также не обязательно давать покупателям скидки — вместо этого можно предложить, например, аксессуары, за покупку.

Нужно понять, какие потребности клиентов поможет закрыть акция и найти баланс между выгодой для бизнеса и покупателей. Перекос в любую из сторон приведёт к негативным последствиям. Если дать слишком много выгоды покупателям, пострадает бизнес. Если забыть о покупателях, акция будет невостребованна и не принесёт результатов.

Промоакция не должна разрушать доверие к бренду. Важно помнить о репутации. Непропработанная механика может серьёзно повредить имиджу и вызвать негатив, что снизит прибыль в долгосрочной перспективе. Покупателям нужны честные, интересные и реалистичные промоакции.
Picture of Александр Федяев
Александр Федяев

Chief Marketing Officer Retail Rocket Group

3 шаг: Разработка и тестирование механики промоакции

Это сложный и трудоёмкий процесс. Нужно учесть множество параметров и выстроить многоуровневую систему условий акции.

Для этого маркетологу нужно ответить на вопросы:

Сейчас покупатели привыкли к множеству одновременно запущенных акций на разные категории товаров, поэтому бизнесу необходимо учитывать взаимодействие между ними.
Picture of Александр Федяев
Александр Федяев

Chief Marketing Officer Retail Rocket Group

Некоторые компании организуют сравнительно немного акций, и у них есть возможность заранее протестировать их условия, чтобы выявить слабые места.

Но если речь идёт о сложных механиках или крупных сетях магазинов, где есть как офлайн, так и онлайн-площадки, на которых одновременно действуют десятки акций, наладить чёткую работу без ошибок может быть непросто.

В этом случае нужно вести постоянную работу, анализировать, на какие товары можно давать скидку и на каких условиях, а на какие нет. При этом средняя маржинальность должна оставаться высокой, и нужно следить за порогом точки безубыточности для каждого товара или услуги, участвующих в акции.

Ошибка в условиях промоакции для таких компаний может стоить очень дорого. Также может быть технически сложно реализовать условия промоакции, чтобы она была интересной клиентам и приносила желаемый результат без сбоев. Решить эти и другие задачи помогает автоматизация.

Например, платформы управления лояльностью и другие инструменты Retail Rocket Group позволяют:

Например, можно тестировать механики: на узком сегменте клиентов (только новички, например), на ограниченном количестве товаров, за ограниченный период времени, в определённых магазинах сети или регионах, и так далее.
Picture of Александр Федяев
Александр Федяев

Chief Marketing Officer Retail Rocket Group

Механики, которые в 5 раз увеличили доход от товарных рекомендаций
История АШАН

4 шаг: Продвижение промоакции

Чтобы узнать, как лучше продвигать промоакции, нужно проанализировать особенности целевой аудитории и товары/услуги, на которые распространяется промоакция.

Онлайн-инструменты подойдут для брендов, чья аудитория активно пользуется интернетом и приложениями. К этому способу относят продвижение в соцсетях, контекстную рекламу, email-маркетинг.

Для аудитории более старшего поколения этот способ может не подойти, так как пожилые люди не так активны в онлайн-пространстве. Для них актуальнее SMS-продвижение или офлайн-инструменты.

Оффлайн-продвижение подойдёт для любой аудитории, которой интересны товары, которые можно «потрогать руками» перед покупкой. Это одежда, детские товары, продукты питания, косметика, спортивные, хозяйственные и другие товары.

Инфлюенсеры и партнёры помогут привлечь клиентов в рамках реферальной программы. При использовании этого способа нужно тщательно подбирать блогеров и лидеров мнений для интеграции, чтобы среди их контактов и читателей была нужная целевая аудитория, а также подстроить формат представления акции под стилистику и восприятие выбранного канала.

5 шаг: Оценить успех промоакции

Оценивать успех промоакции можно как по стандартным, так и по неочевидным метрикам.

К стандартным можно отнести:

ROI от промоакции = (Доход от акции — Затраты на проведение)/Затраты на проведение * 100%

ROI менее 100% говорит об убыточности акции.

Помимо стандартных показателей важно также оценить неочевидные выгоды от промоакции. Например, сколько пользователей оставили свои данные.

Данные в наше время называют «новой нефтью». Контактная информация о пользователях, их предпочтения — это ресурсы, которые в долгосрочной перспективе позволят получить отложенную выгоду. Им можно будет направлять персонализированные предложения, корректировать на основе полученных данных механики дальнейших промоакций и так далее. Всё это в конечном итоге принесёт прибыль.
Picture of Александр Федяев
Александр Федяев

Chief Marketing Officer Retail Rocket Group

Также неочевидными выгодами могут быть как новые подписчики, так и реактивированные пользователи — ведь привлечение новых клиентов стоит гораздо дороже, чем реактивация уже имеющихся.

Оценка эффективности проведённых промоакций поможет скорректировать механики и повысить результат от будущих акций. Для этого важно рассматривать все показатели в комплексе и динамике.

Авторы статьи

Павел Мысин назначен новым главой российского офиса Retail Rocket Group

Павел Мысин назначен новым главой российского офиса Retail Rocket Group

Новым генеральным директором компании в России стал Павел Мысин, сменивший на этом посту Сергея Тимохина. В новой роли Павел сосредоточится на масштабировании бизнеса, развитии продуктового портфеля и выходе на новые рынки.

Павел Мысин обладает значительным опытом в развитии цифровых продуктов и управлении коммерческими процессами. В Retail Rocket Group он более двух лет отвечал за стратегию продаж систем лояльности, динамических коммуникаций и промо-решений и работу с ключевыми клиентами. В сферу его ответственности входила разработка стратегии вывода и монетизации продуктов на всех рынках присутствия компании, а также выстраивание эффективных операционных процессов.

До присоединения к Retail Rocket Group Павел возглавлял Sailplay, где отвечал за развитие бизнеса и продуктовую стратегию. В 2023 году Sailplay была интегрирована в Retail Rocket Group, что стало отправной точкой для создания единой экосистемы маркетинговых технологий для бизнеса.

Сергей Тимохин возглавлял Retail Rocket Group более 4-х лет. За время его руководства компания нарастила выручку, расширила клиентскую базу и запустила ряд новых продуктов.

Retail Rocket Group — это динамичная компания с мощными технологиями и сильной командой новаторов, любящих свой продукт. Мы каждый день меняем рынок, внедряя инновации и помогая бизнесу видеть новые точки роста прибыли. Я благодарен за эту возможность усилить позиции компании и открыть новые перспективы для наших клиентов и партнёров.
Павел Мысин, Генеральный директор Retail Rocket Group

Что такое DMP и как выбрать подходящую платформу

Что такое DMP и как выбрать подходящую платформу

DMP — платформа, которая собирает обезличенные данные и помогает запускать таргетированную рекламу. Data management platform полезна как рекламодателям — находить нужную аудиторию, так и площадкам — монетизировать трафик и продавать больше рекламы. Артур Асланов, руководитель направления retail-media Retail Rocket Group рассказывает чем DMP полезна бизнесу, а также что пригодится площадкам, чтобы использовать максимум возможностей платформы.

Содержание статьи

DMP: что это, какие задачи бизнеса решает

DMP, Data management platform — платформа, которая помогает работать с обезличенными данными клиентов и запускать рекламные кампании — собирать, хранить и обрабатывать.

DMP помогает решать самые разные задачи бизнеса, ключевая из которых — повысить эффективность рекламы и зарабатывать больше. По этой причине платформу используют как рекламодатели, так и площадки ↓

DMP помогает рекламодателям:

DMP помогает площадкам:

Что такое DMP и как выбрать подходящую платформу
↑ Схема монетизации площадки от Smart Placement Ads — продукта Retail Rocket Group, который помогает трансформировать площадки в Retail media

Какие данные используются в DMP

Платформа управления данными помогает работать с тремя типами данных клиентов — first-party data, second-party data и third-party data.

First-party data

Данные из первых рук — это информация о пользователях, которую площадка собирает на своих ресурсах. К first-party data относят данные о клиентах, которые авторизовались на сайте или в приложении:

Вот как это может работать ↓

Second-party data

Данные из вторых рук — сведения о клиентах, которые площадка получила от другой площадки в рамках партнерского соглашения:

Вот как это может работать ↓

Third-party data

Данные из третьих рук — информация о пользователях, которую получают от сторонних площадок, сервисов и социальных сетей. Принцип работы у этих данных примерно такой ↓

Как работает DMP

Работу платформы управления данными можно описать с помощью четырех этапов ↓

Этап 1. Собирает данные. DMP фиксирует данные посетителей сайта или приложения — поисковые запросы, интересы к товарам и категориям, IP-адреса и так далее.

Этап 2. Создает анонимные профили. В профилях фиксирует всю обезличенную информацию о конкретном пользователе. Например, вот так ↓

Этап 3. Сегментирует посетителей по группам. Например, профиль нового анонимного пользователя, который интересовался подгузниками, добавляют к группе пользователей «семьи с младенцами».

В DMP может попадать и личная информация, но платформа автоматически обезличивает ее — так, чтобы маркетологи не смогли узнать имена и другие чувствительные данные, согласие на обработку которых пользователи не давали.
Picture of  Артур Асланов
Артур Асланов

Руководитель направления Retail media в Retail Rocket Group

Этап 4. Обменивается данными с рекламными сетями и другими партнерами. Например, передает обезличенные данные пользователей с заброшенными корзинами рекламным сетям — запускает таргетированную рекламу на других сайтах, где появляются эти пользователи.

↑ Схема работы DMP — платформа собирает обезличенные данные пользователей, генерирует на основе этих данных профили, сегментирует клиентов по группам и обменивается данными с другими платформами онлайн

Чем отличается CDP от DMP

Разобраться в ключевых отличиях платформы клиентских данных — CDP и платформой управления данными — DMP, поможет таблица ↓

CDP — платформа клиентских данных
DMP — платформа управления данными
Что делает
Собирает, хранит и обрабатывает большое количество персонализированных данных о клиентах в одном месте
Помогает собирать и обрабатывать обезличенные данные о клиентах, чтобы запускать рекламные кампании
С какими данными работает
Персонализированными — ФИО, электронная почта, покупки, поведение, интересы и так далее
Обезличенными — файлы cookie, IP-адреса, местоположение, интересы, идентификаторы устройства и так далее
Пример использования в бизнесе
Сегментировать клиентов по группам и предложить для каждой персональное предложение
Запустить таргетированную рекламу подгузников на пользователей, которые искали подгузники на нашем сайте

↑ CDP работает с одной группой данных — first-party data, а DMP может обогащаться тремя типами данных — first-, second- и third-party data

Как выбрать DMP: 3 шага

Выбрать DMP можно за три шага. Быстро пробежимся по каждому ↓

Шаг 1. Определить, какие задачи нужно решить

Перед выбором подходящей платформы, бизнесу стоит определить, какие задачи нужно решить — чтобы оттолкнуться от проблем, которые поможет решить платформа. Задачи могут быть такие:

Здесь стоит четко определить приоритеты и цели бизнеса. А еще принять, что волшебных решений не существует ↓

В монетизации трафика чудес не бывает. Для результата нужно как интегрировать DMP, так и запустить отдел монетизации — погрузить его в продукт и переключить на работу с клиентами: привлекать рекламодателей, коммуницировать с ними и обучать.
Picture of  Артур Асланов
Артур Асланов

Руководитель направления Retail media в Retail Rocket Group

Шаг 2. Изучить рынок

На рынке платформ управления данными есть разные решения, которые подойдут для монетизации, работы с first-party data или гибридных задач. Сравнить и выбрать лучший продукт помогут демоверсии. Например, платформы Smart Placement от Retail Rocket Group ↓

Как внедрить DMP: 6 шагов

Внедрить платформу управления данными можно за шесть шагов ↓

Шаг 1. Определить способ интеграции

Для этого выбрать, какой способ интеграции подходит бизнесу:

Здесь же решают, сколько рекламных мест будет использовать сайт и где их размещать — чтобы подготовить дефконтейнеры — блоки, в которые система будет автоматически размещать рекламу.

Шаг 2. Выделить ресурс

Заложить количество сотрудников, которые будут участвовать в интеграции и поддержке платформы. Для этого прикинуть, сколько нужно:

Одной лицензии на SaaS-решение недостаточно. Чтобы получать выгоду от работы с DMP, нужно заложить ресурсы на монетизацию и оттолкнуться от потенциала. Например, для 2000 рекламодателей нанять не двух менеджеров по монетизации, а минимум четырех.
Picture of  Артур Асланов
Артур Асланов

Руководитель направления Retail media в Retail Rocket Group

Шаг 3. Согласовать карту интеграции

Изучить карту интеграции от команды платформы и согласовать:

Шаг 4. Интегрировать платформу

Интеграция платформы занимает от шести до восьми недель. За это время команда интеграции:

Шаг 5. Обучить команду

Чтобы использовать платформу максимально эффективно, бизнесу стоит стоит обучить команду работе с новым инструментом — как технических специалистов, так и отдел маркетинга и монетизации. Здесь подойдут как лекции, так и готовые инструкции от платформы управления данными.

А еще — обучить рекламодателей, если площадка планирует запускать рекламные кампании на своем сайте. Например, с помощью вебинаров и семинаров от команды DMP-решения.

Шаг 6. Запустить платформу

Последний шаг — использовать DMP для увеличения прибыли:

Что такое триггерные email-рассылки и как они помогают продавать

Что такое триггерные email-рассылки и как они помогают продавать

Триггерные email-рассылки — это автоматические письма, которые интернет-магазин отправляет клиенту в ответ на его действия: просмотр товара, добавление в корзину, оформление заказа или паузу в активности. Эти письма не раздражают, потому что приходят вовремя, по делу и помогают покупателю продолжить путь. В статье разбираем, как устроены триггерные сценарии, зачем они нужны и какие из них стоит настроить в первую очередь.

Содержание статьи

Что такое триггерные email-рассылки

Триггерные рассылки — это автоматические письма, которые магазин отправляет клиенту после конкретного действия или его отсутствия. Основаны на данных: что человек смотрел, покупал, когда был на сайте, что у него в корзине. Цель — вовремя напомнить, предложить, вернуть.

Это не спам, а реакция на поведение. Чем точнее реакция, тем выше шанс, что клиент вернётся и купит.

Например, представьте: вы зашли на Hoff.ru, смотрели новогодние ёлки, добавили одну в корзину, но не купили — отвлеклись или решили отложить. На следующий день получаете письмо:

Это и есть триггерная рассылка. Она не шлётся всем подряд — только тем, кто проявил интерес. Система запомнила ваш визит, выбрала подходящий повод и отправила письмо с купоном. Вовремя, по делу, с пользой — и шанс покупки сразу вырос.

Триггерные рассылки в онлайн-гипермаркете мебели Hoff.ru

Но не стоит путать его с транзакционным письмом. Люди часто не видят разницы, потому что оба письма приходят автоматически и выглядят похоже: есть товар, есть кнопка, есть логотип магазина. Но суть разная. Транзакционное письмо — это подтверждение: заказ оформлен, пароль сброшен, подписка активна. Оно одинаковое для всех и приходит строго после конкретного действия. А триггерное письмо — это реакция на поведение: человек бросил корзину, долго не заходил, интересовался товаром. Такое письмо не просто сообщает, а возвращает, напоминает, подсказывает. Его цель — вовлечь, а не информировать. Разницу не видно снаружи — но она критична для маркетинга.

Для чего нужны триггерные рассылки

Мы уже разобрались, что такое триггерные рассылки: это автоматические письма, которые отправляются клиенту в ответ на его действия — просмотр товара, добавление в корзину, оформление заказа, отказ от покупки. Они запускаются не по расписанию, а в нужный момент, когда вероятность покупки выше всего. Теперь важно понять, зачем бизнесу использовать такие письма и какую конкретную пользу они приносят.

Задачи, которые решают триггерные рассылки:

  1. Довести до первой покупки.
    Пользователь заинтересовался товаром, но по какой-то причине не завершил заказ. Триггер ловит этот момент и мягко возвращает клиента. Без звонков, без давления — просто удобное напоминание с возможностью быстро завершить покупку.
  2. Увеличить повторные продажи.
    После первой покупки важно не терять контакт. Через несколько дней или недель, в зависимости от категории, клиент получает письмо с рекомендациями или специальным предложением. Это стимулирует повторный заказ и повышает частоту покупок.
  3. Автоматизировать коммуникации.
    Один раз настраиваешь сценарий — и больше не тратишь ресурсы на ручную работу. Письма уходят автоматически, система отслеживает действия пользователя и реагирует точно, без участия менеджера.
  4. Максимально охватить базу.
    Триггерные письма работают не только с покупателями. Они активируют тех, кто только проявил интерес: открыл письмо, посмотрел товар, начал оформление. Это позволяет задействовать всю клиентскую базу, включая “молчаливых” пользователей.

Эффективность такого подхода подтверждена данными. Согласно аналитике Retail Rocket, письма по сценарию «брошенная корзина» показывают конверсию от 6% до 11% в заказы — в зависимости от категории товара. В среднем около 10% получателей возвращаются и совершают покупку. Это значительно выше, чем у обычных рассылок и большинства рекламных форматов. Причина — точное попадание во время и контекст. Клиент уже готов купить, и письмо не мешает, а помогает сделать следующий шаг.и составляет от 6% до 11%:

Один из самых результативных сценариев — «брошенная корзина». Человек добавил товар, но не завершил заказ. Система фиксирует это и отправляет письмо-напоминание с сохранённым списком товаров и ссылкой для оформления. Такой подход работает особенно хорошо, потому что не требует от пользователя дополнительных усилий — всё уже собрано за него.

Насколько хорошо — видно на конкретных цифрах. Конверсия из таких писем в заказ зависит от категории товаров, но в целом остаётся высокой. В лидерах — детские товары (11%), подарки и аксессуары (10%), а также электроника и техника (9%). Чуть ниже — книги, одежда, товары для ремонта. Даже «мебель», где цикл покупки длиннее, показывает 6% конверсии, что остаётся сильным результатом для автоматической коммуникации. оформляют заказ. Поэтому важно работать со всеми этапами, которые проходит покупатель.

Вот другой пример работы триггерных писем — сценарий «брошенного просмотра». В этом случае письмо отправляется не тогда, когда пользователь что-то добавил в корзину, а раньше — сразу после того, как он посмотрел товар, но ничего не выбрал. Это более тонкий момент, когда интерес ещё не перешёл в намерение купить, но сигнал уже есть. Задача письма — вернуть пользователя и аккуратно подтолкнуть его к следующему шагу: сравнению, добавлению в корзину или оформлению заказа.

Такие письма показывают стабильно хорошие результаты. Конверсия из одного письма в заказ варьируется от 3% до 6% в зависимости от категории. Наилучшие показатели — у электроники и бытовой техники (6%). Здесь покупатель часто изучает характеристики, сравнивает модели и принимает решение не сразу. Письмо помогает вернуться к просмотру без лишнего поиска. Книги и подарки — по 5%, что отражает импульсный характер этих покупок: напоминание вовремя — и пользователь оформляет заказ. Ниже всего результат у одежды и товаров для ремонта — по 3%. Это объясняется либо сложностью выбора, либо тем, что товар требует большего времени на обдумывание.

Какие триггерные письма стоит настроить в первую очередь

Ниже — список тех триггеров, которые стоит настроить в первую очередь. Каждый из них работает в нужный момент и помогает двигать клиента вперёд по воронке.

Все эти сценарии легко внедряются, не требуют сложной логики и дают ощутимый результат: больше заказов, выше средний чек, стабильный возврат клиентов. С них стоит начинать, потому что они быстро окупаются и работают на реальный, измеримый рост.

Ниже — список тех триггеров, которые стоит настроить в первую очередь. Каждый из них работает в нужный момент и помогает двигать клиента вперёд по воронке.

Все эти сценарии легко внедряются, не требуют сложной логики и дают ощутимый результат: больше заказов, выше средний чек, стабильный возврат клиентов. С них стоит начинать, потому что они быстро окупаются и работают на реальный, измеримый рост.

1. Ретаргетинг просмотренных товаров («брошенный просмотр»)

Пользователь зашёл на сайт, посмотрел несколько товаров и ушёл. Корзину не трогал, заказ не оформил. Большинство интернет-магазинов на этом этапе его теряют.

Сценарий «брошенного просмотра» возвращает таких пользователей. Система отслеживает просмотренные карточки и через 30–60 минут после ухода отправляет письмо. В письме — товары, которые человек уже видел, плюс рекомендации: похожие модели, другие бренды, актуальные предложения.

Вот пример такого письма из Lamoda. Его структура чёткая:

  1. Вверху приветственный текст, который напоминает: вы уже были у нас, смотрели эти товары, вот они — возвращайтесь, продолжайте с того места, где остановились;
  2. Ниже — просмотренные товары: названия, цены, кнопки «Купить»;
  3. В конце — подборка похожих товаров, которые пользователь не видел, но которые могут ему подойти.

Такой подход работает лучше, чем обычные напоминания. Здесь не абстрактные предложения, а конкретные вещи, которые пользователь уже выбирал. Он узнаёт их — и возвращается. А если не подошло — смотрит, что ещё можно выбрать.

2. Ретаргетинг просмотренных категорий («брошенная категория»)

Человек зашёл в раздел «женская одежда», открыл «платья», пролистал пару экранов и закрыл сайт. Карточки не смотрел, ничего не выбрал. Таких пользователей — большинство. Именно их чаще всего теряют.

Сценарий «брошенной категории» ловит этот момент. Система фиксирует посещение раздела и отправляет письмо. Оно не спрашивает, не давит, не продаёт — просто показывает, что можно посмотреть дальше.

Письмо устроено просто:
— В тексте упоминаются категории, которые интересовали пользователя.
— Ниже — подборка популярных товаров из этих категорий. Это не случайные позиции, а модели, которые действительно покупают.

Пример такого письма — от интернет-магазина Quelle. В тексте — прямое обращение и перечисление просмотренных категорий: «брюки и шорты», «с коротким рукавом», «комбинезоны». Ниже — блок с товарами, которые покупают чаще других: юбка, кроссовки, блузка. Всё с кнопками «Смотреть». Пользователю не нужно вспоминать, что он искал. Всё уже собрано в одном месте.

Этот сценарий помогает вернуть внимание в самый широкий момент воронки. Он работает не с теми, кто уже почти купил, а с теми, кто только начал выбирать.

Это простой способ напомнить о себе тем, кто не дошёл до товара, но уже показал, что ему интересно.

3. Ретаргетинг просмотренных товаров, которых нет в наличии

Пользователь нашёл товар, перешёл в карточку, посмотрел — но купить не смог. Товара уже нет. Сайт закрыт, решение не принято, покупка не состоялась. И таких ситуаций — тысячи. Особенно с популярными или снятыми с производства позициями.

Карточка остаётся в поиске, в закладках, на форумах и досках объявлений. Пользователи продолжают на неё заходить. И если таких страниц много, они приносят значительную долю трафика. Но без товара это трафик в никуда.

Решение — письмо с альтернативами. Сценарий работает просто:
— человек зашёл на страницу товара, которого нет;
— покинул сайт;
— получил письмо с подборкой похожих товаров, которые можно купить прямо сейчас.

Письмо не объясняет, почему товара нет. Оно сразу предлагает замену: другие модели, тот же сегмент, похожие характеристики. Всё, что поможет не потерять покупку.

На примере — письмо, в котором прямо говорится:
«Вы смотрели товары, которые сейчас недоступны. Мы подобрали другие — с тем же качеством и по похожей цене».
Ниже — шесть товаров: игрушки, одежда, еда для детей. Всё по интересам пользователя. Всё в наличии. Всё готово к заказу.

Если товара нет долго, через несколько недель можно отправить ещё одно письмо. Прямо сказать, что товар, скорее всего, не появится, и предложить альтернативы.

По данным Retail Rocket, письма по сценарию ретаргетинга товаров, которых нет в наличии, показывают высокие показатели: средняя открываемость — 38,59%, кликабельность — 25,43%, а конверсия из переходов в заказы достигает 6,52%.

Этот сценарий закрывает важную дыру в воронке: ситуацию, когда пользователь готов купить, но товар снят с продажи. Вместо «товара нет» — предложение, которое спасает заказ.

4. Подписка на снижение цены

Пользователь зашёл на сайт, посмотрел товар — и закрыл страницу. Не добавил в корзину, не оформил заказ. Причина простая: дорого. В таких ситуациях работает сценарий «снижение цены».

Система запоминает, какие товары смотрел человек. Как только цена на один из них снижается, уходит письмо. В письме — те же товары, только дешевле. Рядом старая цена, новая цена и кнопка «в корзину». Ничего лишнего. Всё понятно.

Сценарий работает не только на возврат. Он даёт повод купить. Не просто напоминание, а конкретная выгода. Для пользователя — экономия. Для магазина — продажа без скидки для всех.

Внизу письма — подборка похожих товаров. Если изначальный товар не подошёл, человек может выбрать другой. Рекомендации тоже персональные — по интересам.

Пример: пользователь смотрел детские товары. В письме — те же модели с новой ценой: коляска, комод, кроссовки. Ниже — бутылочки, пюре, смесь. Всё по теме. Всё с учётом поведения.

По данным Retail Rocket, такие письма открывают 37,79% пользователей, переходят по ссылкам — 29,65%, оформляют заказы — 7,41%. Сценарий помогает вернуть покупателей, которые были готовы купить, но ждали подходящий момент.

5. Подписка на поступление нужного размера, цвета или материала

Пользователь нашёл нужный товар, но нужного размера нет. Или цвета. Или нужный вариант распродан. На этом покупка заканчивается — если не настроен сценарий уведомления о поступлении.

Механика простая: человек оставляет e-mail, система запоминает запрос. Как только нужный вариант появляется в наличии, уходит письмо. Без лишнего текста. В письме — тот самый товар, та самая характеристика, которой не хватало.

Сценарий особенно важен для fashion-сегмента, где каждый товар представлен в разных цветах, размерах и материалах. Но также он работает в любых категориях, где важна вариативность: обувь, мебель, техника, детские товары.

Письмо выглядит понятно:
— Вверху — напоминание, что нужный вариант теперь доступен.
— Ниже — блок с товарами, на которые оформлена подписка.
— Ещё ниже — персональные рекомендации. Если пользователь передумал или нужный товар уже неактуален, он может выбрать другой.

Пример: пользователь ждал платье определённого размера. Как только оно появилось, приходит письмо: «Продолжим стильный шопинг? Товар снова в продаже». Внизу — кнопка «Купить» и блок похожих моделей.

Сценарий не требует повторных вложений, не предлагает скидок. Он просто вовремя даёт то, чего не хватало для покупки. А это — главный триггер в решении клиента.

6. Принятие решения о покупке: брошенная корзина

Пользователь выбрал товар, добавил его в корзину — и ушёл. Заказ не оформлен. Товар остался лежать. Это не потеря, это момент, когда нужно напомнить. Именно здесь работает письмо по сценарию «брошенная корзина».

Сценарий запускается автоматически: человек покинул сайт, прошло 30–60 минут — уходит письмо. В письме — товары из корзины, цены, кнопка «Перейти к оформлению». Без отвлечений, без лишнего текста. Главное — вернуть пользователя туда, где он остановился.

Письмо подсказывает: заказ не завершён, товар всё ещё доступен, но может закончиться или подорожать. Это подталкивает к решению — без давления, но с конкретным поводом вернуться.

На примере: пользователь добавил в корзину нож и смартфон. Письмо напомнило об этом и предложило быстро завершить покупку. Внизу — блок с предложением добавить аксессуары и получить бесплатную доставку. Это дополнительный стимул оформить заказ сейчас.

Почему важно не тянуть с отправкой? На графике видно: в большинстве категорий решение о покупке принимается быстро. Более 40% пользователей совершают заказ в течение первых трёх часов. Если не напомнить вовремя, пользователь уйдёт к конкуренту.

Сценарий «брошенная корзина» помогает вернуть горячих клиентов. Он работает в моменте, когда пользователь уже почти купил, и нужно только подтолкнуть его к последнему шагу.

7. Брошенный поисковый запрос

Пользователь зашёл на сайт, открыл строку поиска и ввёл конкретный запрос. Он не просто листал, он знал, что ему нужно. Это самый сильный сигнал на покупку. Но если он не нашёл подходящий товар — или не успел — он уходит. И сайт теряет клиента.

По внутренней аналитике Google Analytics видно: поиском по сайту пользуется около 20% пользователей, но именно эти пользователи приносят более 60% выручки. Конверсия таких сессий — в 6–7 раз выше, чем у тех, кто поиск не использует.

Сценарий «брошенного поискового запроса» позволяет вернуть таких клиентов. Система запоминает поисковую фразу. Если человек не оформил заказ, через 30–60 минут уходит письмо. В заголовке — сам запрос. В теле — товары, которые подходят под этот запрос.

Пример: человек искал «Huggies». Через полчаса ему приходит письмо:
«Вас интересует Huggies? Вот что покупали другие пользователи с таким же запросом».

Ниже — подборка актуальных товаров с кнопками «Посмотреть». Всё персонально. Всё по делу. Человеку не нужно искать снова.

Этот сценарий почти не используется, но по эффективности сопоставим с письмами о брошенной корзине. Пользователь уже был близок к покупке — ему нужно только помочь вернуться.

Письма по сценарию «брошенный поисковый запрос» показывают высокую эффективность: по данным Retail Rocket, средняя открываемость составляет 31,66%, кликабельность — 16,86%, а конверсия из переходов в заказы достигает 9,53%.

Сценарий работает с теми, кто точно знал, что искал. Это самая тёплая аудитория — и упускать её нельзя.

8. Совершение заказа: сопутствующие товары

Покупка оформлена. Пользователь стал клиентом. Это не повод завершать коммуникацию — наоборот, лучший момент для следующего касания.

Сразу после оформления заказа можно отправить письмо с благодарностью и предложениями сопутствующих товаров. Это сценарий, который не требует мотивации — пользователь уже доверился магазину, уже совершил оплату. Значит, он открыт к продолжению.

В письме — два ключевых блока:
— кнопки для оценки сервиса «Хорошо» и «Плохо». Первый клик ведёт на публичный отзыв, второй — на форму обратной связи. Так магазин получает и рейтинг, и полезную информацию;
— персональные рекомендации. Это товары, которые дополняют заказ. Например, к дрели — биты. К матрасу — наматрасник. К духовке — форма для выпечки. Всё по логике: вы купили одно — может понадобиться другое.

Сценарий работает сразу по двум направлениям. Повышает лояльность — за счёт запроса оценки. И увеличивает выручку — за счёт допродаж.

По данным Retail Rocket, письма с сопутствующими товарами показывают высокие показатели: Open Rate — 40,41%, CTR — 17,16%, конверсия в заказы — 11,16%. Это одно из самых конверсионных касаний в цепочке. Потому что оно происходит в нужный момент — сразу после доверия.

9. Предложение товаров повторного спроса

Есть товары, которые заканчиваются. Корм для животных, подгузники, шампуни, зубные щётки, витамины. Люди покупают их регулярно — раз в неделю, в месяц, в квартал. Если не напомнить вовремя, пользователь просто забудет. Или уйдёт к другому продавцу.

Сценарий «повторный спрос» решает эту задачу автоматически. Система отслеживает, что и когда купил пользователь. Вычисляет срок потребления. И в нужный момент отправляет письмо с предложением пополнить запасы.

В письме — точное напоминание:
«Вы покупали это — оно может закончиться. Пополните запасы».
Ниже — знакомые товары и кнопки «Посмотреть». Всё понятно, никаких лишних шагов.

Этот сценарий особенно эффективен в категориях, где покупка повторяется по циклу: зоотовары, детские товары, уходовая косметика, продукты. Он не предлагает что-то новое. Он возвращает к тому, что уже выбрано и проверено.

По данным Retail Rocket, такие письма показывают высокую конверсию:
Open Rate — 24,31%, CTR — 15,69%, конверсия в заказы — 28,83%.

Это одно из самых результативных писем в триггерной цепочке. Оно не продаёт, а просто напоминает — и делает это в нужный момент.

10. Реактивация «спящих» пользователей

Пользователь давно не заходил в магазин. Не смотрел товары, не открывал письма, не покупал. Он ещё в базе, но уже выпал из активной аудитории. Чтобы вернуть такого клиента, работает сценарий реактивации.

Письмо строится на простом подходе:
— напомнить о себе,
— поблагодарить за прошлые покупки,
— предложить подборку товаров, которые могут заинтересовать.

Содержание письма максимально персонализировано. Здесь нет общего ассортимента — только то, что пользователь смотрел, покупал или искал раньше. Акцент — на интересах и выгоде.

Пример: письмо от Vans. Текст начинается с благодарности, затем — прямое сообщение: «Мы заметили, что ты давно не заходил». Ниже — товары из любимой категории: кеды, рюкзаки, футболка. Всё — по вкусу клиента.

Такой подход позволяет вернуть интерес. Письмо не навязывает, а приглашает. Если пользователь готов снова взаимодействовать — он переходит и покупает.

По данным Retail Rocket, реактивационные письма показывают такие показатели:
Open Rate — 2,28%, CTR — 17,54%, конверсия в заказы — 7,20%.

Открываемость низкая — это нормально для «спящих» пользователей. Но если письмо откроют — вероятность покупки высокая. Сценарий позволяет вернуть клиентов, которые уже почти потеряны.

11. Прогноз следующей наиболее вероятной покупки (Next Best Offer)

Пользователь оформил заказ. Он уже купил — и именно это даёт сильный сигнал для следующего касания. Потому что его выбор — это не просто транзакция, а часть типичного пути. На этом пути можно предсказать следующий шаг.

Сценарий Next Best Offer работает на основе анализа покупательских цепочек. Система Retail Rocket изучает, какие товары пользователи покупают последовательно — с какой задержкой, в каком порядке. Когда новый клиент делает первый заказ, система находит, в какую цепочку он попал, и что обычно покупают после.

Пример: если человек заказал средства для купания, через 18 дней он с высокой вероятностью купит бутылочки и соски, а через 29 дней — нагрудники. Всё это — не предположение, а результат анализа тысяч заказов.

Сценарий запускается автоматически. Через заданное количество дней после первой покупки отправляется письмо. В нём — подборка товаров, которые максимально вероятны именно для этого клиента.

Такой подход особенно эффективен в детских, медицинских, косметических и FMCG-товарах — там, где покупка строится как цикл. Клиент получает письмо не тогда, когда сайт решит, а тогда, когда у него возникает потребность.

По данным Retail Rocket, средняя эффективность таких писем:
Open Rate — 20,62%, CTR — 13,33%, конверсия в заказы — 15,91%.

Next Best Offer — это не просто рекомендация. Это точный прогноз следующего шага, сделанный на основе реального поведения покупателей.

Как выстроить цепочку триггерных писем, чтобы не терять клиента

Человек заходит на сайт. И с этого момента начинается путь: от случайного визита — к повторной покупке. Если вы выстроили триггерную цепочку правильно, магазин не теряет клиента ни на одном этапе. Ниже — как это должно работать. Шаг за шагом.

1. Клиент смотрит товары. Вы начинаете диалог.

На этом этапе человек изучает ассортимент. Он ещё не выбрал, но уже показал интерес. Ваша задача — зафиксировать это поведение и вовремя ответить. Ниже — четыре сценария, которые покрывают 90% действий на сайте.

✅ Сценарий 1. Поисковый запрос

Что делает клиент: Вводит фразу в строку поиска (например: «ботинки зимние») и уходит, не переходя в карточку и не оформляя заказ.

Как реагировать: Через 30–60 минут после сессии отправьте письмо с подборкой товаров, соответствующих его запросу. Пример заголовока: «Вы искали “ботинки зимние” — мы подобрали для вас варианты». И содержания: 6–8 товаров из результатов поиска, кнопки «Посмотреть» и «Добавить в корзину».

Что сделать:

  1. Настройте триггер на событие: поиск + отсутствие транзакции.
  2. В шаблоне письма подставляйте текст запроса в заголовок и подборку товаров из поиска.
  3. Через 24 часа отправьте повторное письмо, но уже с акцией: например, «-10% на зимнюю обувь до полуночи».

✅ Сценарий 2. Просмотр категории

Что делает клиент: Открывает страницу категории, например «платья», скроллит, но не кликает на конкретные товары.

Как реагировать: Отправьте письмо с топ-товарами из этой категории. Пример заголовока: «Лучшие платья из раздела, который вы смотрели». И содержания: 6 самых популярных товаров по продажам/просмотрам в этой категории.

Что сделать:

  1. Настройте триггер: посещение категории + отсутствие переходов в карточки.
  2. В письме используйте блок «бестселлеры» или «новинки» из этой категории.
  3. Добавьте кнопку «Смотреть больше» — ведите обратно в раздел, не в карточку.

✅ Сценарий 3. Просмотр карточки товара

Что делает клиент: Переходит в карточку товара, читает, смотрит фото, но не добавляет в корзину и не покупает.

Как реагировать: Отправьте письмо с этим товаром и 3–5 аналогичными. Пример заголовока: «Вы смотрели этот товар — он всё ещё доступен». И содержания:
— карточка товара (фото, цена, кнопка «Купить»),
— блок «Похожие товары»,
— если товар популярный — можно добавить «Скоро закончится».

Что сделать:

  1. Настройте триггер на событие: просмотр карточки + отсутствие действия (добавления в корзину).
  2. В письме используйте тот же товар и рекомендации из алгоритма похожих.
  3. Через 24–48 часов отправьте повтор — с ограничением по сроку или остаткам.

✅ Сценарий 4. Товар закончился

Что делает клиент: Открывает карточку, но товар в нужном размере, цвете или характеристике недоступен.

Как реагировать: Покажите форму подписки «Сообщить о поступлении». Когда товар появится — отправьте письмо.

Если товара долго нет (7+ дней): Автоматически отправьте письмо с похожими товарами. Пример заголовока: «Пока товара нет — вот достойная замена» И содержания:
— короткое объяснение,
— 6 похожих товаров,
— кнопка «Смотреть всё».

Что сделать:

  1. Добавьте подписку на появление нужного варианта (размер, цвет).
  2. В системе настройте задержку: если через 7 дней товар не вернулся, уходят рекомендации.
  3. Показывайте доступные альтернативы — по бренду, характеристикам, цене.

Эти четыре сценария позволяют покрыть все основные действия на первом этапе воронки. Если вы настроите их правильно, каждый просмотр на сайте будет работать на возврат и конвертацию клиента.

Часто задаваемые вопросы о триггерных рассылках

1. Лучше делать триггерные рассылки вручную или взять готовую систему?

Готовая система быстрее. Она уже настроена, проверена и работает. Вы не тратите недели на продумывание сценариев и не ломаете голову, как связать события на сайте с письмами.

Мы используем карту триггеров с 40 сценариями. Она запускается за пару дней и дает результат сразу. Если нужны особые рассылки — добавим кастомные. Верстку и настройку берём на себя.

Ручная настройка даёт полную свободу. Но она требует опыта, времени и постоянных проверок. Ошиблись в одном письме — сломали всю цепочку.

Таблица: Ручное создание триггерных цепочек vs. использование готовых сценариев

Критерий
Создание вручную
Использование готовых сценариев
Процесс создания
Долгий и трудоемкий процесс. Необходимо учитывать взаимодействие триггеров, частоту отправок, связь с клиентской базой и действиями пользователей.
Быстрое и простое внедрение, адаптация системы занимает несколько дней.
Тестирование и настройка
Требуется опытное тестирование и многократные изменения для достижения желаемого эффекта.
Готовая система уже протестирована на миллионах пользователей, непрерывное улучшение в течение 7 лет.
Риски ошибок
Высокий риск ошибок из-за человеческого фактора, изменения могут привести к сбоям.
Исключает человеческий фактор: проверенные сценарии, исключение ошибок в настройках.
Гибкость и адаптация
Полная гибкость в создании сценариев, но требует значительных усилий.
Ограничение набором преднастроенных сценариев, но возможность добавления кастомных триггеров.
Скорость запуска
Длительный процесс, требует времени на создание, тестирование и корректировки.
Быстрый запуск благодаря готовым решениям, немедленная польза для бизнеса.
Кастомизация
Возможность полной кастомизации в зависимости от уникальных потребностей.
Возможность добавления кастомных триггеров и настройка сценариев, реализация и верстка на стороне разработчика.

2. Как связать поведение пользователя с его email?

Вот пошагово:

  1. Очистите базу. Удалите нерабочие адреса. Пример: ivanov@gnail.com — в корзину. Такие письма не дойдут.
  2. Отправьте массовую рассылку. Вставьте в письмо ссылку на сайт. Когда человек по ней перейдёт, система свяжет его email с cookie.
  3. Обновляйте cookie. Пользователь может их удалить. Регулярные письма с переходами помогут сохранить связь.
  4. Настройте триггеры. Например, письмо о брошенной корзине. Оно напомнит о покупке и вернёт клиента на сайт.

Так вы свяжете действия на сайте с адресом. А дальше — запускайте автоматические письма.

3. Можно ли настроить триггеры для разных сегментов?

Можно. Делите пользователей по интересам, местоположению, лояльности. И отправляйте разным группам свои письма.

Пример: у вас магазины в Москве и Питере. Москвичи получают новости про скидки в Москве, питерцы — про акции у себя. Так вы не тратите письма зря и попадаете точно в цель.

Мы помогаем настроить такие сценарии. Подскажем, как сегментировать базу и какие условия использовать.

4. Как не задушить пользователя письмами?

Если рассылку настраивает человек, важно учитывать, как триггеры пересекаются. Например, что отправить: письмо про брошенную корзину или просмотр пылесоса?

В Retail Rocket система решает за вас. Она знает, что корзина важнее. И отправляет только одно письмо — то, которое сработает лучше.

Чтобы не раздражать клиентов, есть ограничение: не больше трёх писем в неделю. Это настраивается. По умолчанию — одно письмо раз в 48 часов.

Что такое NPS и как его рассчитать

Что такое NPS и как его рассчитать

Метрика, напрямую влияющая на выручку бизнеса, — индекс лояльности клиентов (Net Promoter Score). В статье разбираем, как рассчитывать NPS по формуле и применять его для повышения удержания клиентов.

Содержание статьи

Что такое NPS (Индекс потребительской лояльности)

Индекс NPS измеряет отношение клиентов к бизнесу, показывая, насколько они готовы снова воспользоваться продуктом или рекомендовать его другим.

Методику оценки лояльности клиентов разработал Фред Райхельд в 2003 году. Перед этим он и его команда провели масштабное исследование, изучив поведение более 4 000 клиентов в 400 крупных компаниях США.

Райхельд обнаружил закономерность: чем выше уровень лояльности клиентов, тем быстрее растёт бизнес. Правило работало не во всех отраслях: например, на монополистических рынках, NPS был непоказательным. Однако особенно хорошо взаимосвязь между уровнем NPS и успешностью бизнеса прослеживалась в сервисных компаниях. Прежде всего это касалось бизнеса, ориентированного на взаимодействие с клиентами: сфера пассажирских перевозок, страхование, медицина, туризм.  

В 2021 году исследователи из Великобритании и Ирландии рассказали об исследовании более 193 тыс. оценок NPS. Учёные выяснили, что увеличение NPS влечёт за собой краткосрочный рост продаж в течение следующего квартала. Согласно статистике, если NPS компании увеличивался на один пункт, то в следующем рабочем квартале продажи компании возросли на 1,46%. При этом метод не позволял прогнозировать рост продаж на более длительный период: например, на ближайшее полугодие или год. Кроме того, учёные подчеркнули, что абсолютное значение NPS — без сравнения с предыдущими периодами — ни на что не влияет. Если у компании высокий индекс в целом по отрасли, это вовсе не означает, что в ближайшее время стоит ожидать рост продаж. 

Зачем нужен NPS

С помощью NPS бизнес может:

Ювелирная компания Taylor and Hart удвоила годовой доход благодаря исследованию NPS

Английская компания Taylor and Hart продаёт онлайн помолвочные и свадебные кольца. Исследование NPS решили провести, чтобы понять слабые места бизнеса. 

Бюджет на исследование был ограничен, поэтому маркетологи выбрали два ключевых момента для рассылки опросника:

  1. В течение часа после того, как покупатель сделал заказ на сайте.
  2. Через 40 дней после покупки — за этот срок покупатель точно успел получить товар и оценить его внешний вид и качество исполнения.

Результаты оказались неожиданными: NPS самого продукта был на 10-15 пунктов ниже, чем NPS уровня обслуживания. Другими словами, покупатели были удовлетворены процессом покупки, сроками доставки и сервисом, а вот сами кольца в реальности разочаровали. 

Благодаря этой информации бизнес полностью пересмотрел производственные процессы, изменил ассортимент, дизайн и качество ювелирных украшений и подкрепил это обновлённой рекламной кампанией.  

Группа компаний BestDoctor использует NPS, чтобы совершенствовать продукт

Российская группа компаний Best Doctor предлагает клиентам разные виды страхования: медицинское, страхование недвижимости, гражданских и финансовых рисков, домашних животных, страхование от несчастного случая, встроенное страхование для бизнеса. 

Компании важно понимать удовлетворённость клиента на каждой точке касания со страховым продуктом: понятны ли условия, насколько легко его купить и использовать. Помимо оценки в баллах, компания просит пользователей оставлять комментарии. Так бизнесу удалось отследить снижение NPS на этапе согласования медицинских услуг. Выяснилось, что клиенты не до конца понимали порядок действий: например, чтобы получить услугу, нужно предварительно сдать анализы. Компания обновила коммуникацию с пользователями, более подробно разъяснила сложные моменты, продукт стал прозрачнее и понятнее, и это помогает удерживать клиента.

Производитель массажных ковриков Pranamat с помощью NPS расширил партнёрскую сеть

Pranamat — латвийская компания, которая производит и продаёт массажные коврики в 130 странах мира. Исследование NPS выявило, что 77,5% покупателей лояльны к бренду и готовы рекомендовать его своим друзьям и знакомым. 32% из этих лояльных клиентов впоследствии согласились стать новыми амбассадорами, продвигают продукцию Pranamat в своих соцсетях и вносят большой вклад в продажи и рост бизнеса.

Как провести опрос NPS

Чтобы провести опрос NPS, необходимо предпринять несколько шагов.

Шаг 1. Определяемся с частотой исследований

Если вы только начинаете свой путь в исследованиях NPS, то на первое время будет достаточно одного-двух опросов в год. За это время клиенты привыкнут участвовать в исследовании, а компания наладит бизнес-процессы так, чтобы эффективно влиять на уровень лояльности. Например, если NPS-опрос показал, что клиенты недовольны новым графиком работы оффлайнового магазина, компания должна успеть отреагировать и вернуть прежний график. Если же компания не успевает ничего поменять и спустя пару месяцев снова рассылает опрос, это вызовет новую волну недовольства и очередное падение NPS покупателей.

Компаниям, у которых уже есть опыт и внутренний ресурс, эксперты рекомендуют проводить опросы NPS не реже, чем один раз в квартал. Такая частота позволяет бизнесу получать полную и непрерывную информацию об уровне индекса и анализировать его изменения. Кроме того, исследования показали, что компании, которые проводят опросы покупателей чаще 3 раз в год, в итоге удерживают до 87% клиентов. Одновременно с этим бизнесу стоит помнить, что слишком частые NPS-опросы — более 4 раз в год — могут раздражать клиентов.

Шаг 2. Выбираем механику опроса

Опрос NPS можно проводить разными способами: через email-рассылку, мессенджеры или по телефону. Самый простой способ — отправить клиентам ссылку на онлайн-опрос, который можно собрать бесплатно и самостоятельно на Яндекс Формах или в Google Forms. Малый бизнес собирает и анализирует данные вручную, но с большими объёмами таким способом не справиться. Автоматизировать процесс помогут специальные NPS-платформы, которые облегчают сбор данных и формирует отчёты: например, Фабрика ЮзабилитиSendPulse или Тестограф

Шаг 3. Проводим опрос

Классическое NPS-исследование состоит из одного вопроса, вариации которого могут выглядеть так:

Далее предложите покупателю оценить свой ответ в баллах. Например, от 1 до 10, где 1 — «Никогда не буду рекомендовать» или «Совсем недоволен», 10 — «Точно буду рекомендовать» или «Очень доволен».

Компания Lamoda проводит исследование NPS по следам свежих покупок

Некоторые компании облегчают клиентам задачу и предлагают не размышлять над цифрами, а кликнуть на один из смайликов. Смайлики из зелёной зоны будут обозначать высокую степень лояльности, из жёлтой — нейтральное отношение, из красной — недовольство.

Каждый смайлик — разная степень удовлетворённости клиента: от высокой и до самой низкой

Многие компании используют NPS, чтобы получить инсайты от клиентов. В этом случае после первого вопроса респонденту предлагается второй. В открытой форме ответа покупатель может подробно изложить мнение и аргументировать свою позицию. Вопросы могут выглядеть так:

Этот NPS-опрос предлагает покупателю поставить оценку, а затем оставить комментарий в открытой форме

Шаг 4. Разделяем пользователей на три группы — сторонники, нейтралы, критики

После опроса всех участников относят к одной из трёх групп: критики (детракторы), нейтралы (пассивы) и сторонники (промоутеры).

🔴 Критики — поставили оценку от 0 до 6 или выбрали красную зону смайликов. Это недовольные клиенты, которые, скорее всего, не вернутся и не станут рекомендовать компанию.

🟡 Нейтралы — оценили компанию на 7–8 баллов или выбрали жёлтую зону смайлов. Они в целом довольны, но не привязаны к бренду и могут уйти к конкурентам. Вероятность их рекомендаций также невысока.

🟢 Сторонники — поставили 9–10 баллов или выбрали зелёные смайлы. Эти клиенты довольны продуктами и услугами, готовы их рекомендовать и, как правило, возвращаются за покупками.

Шаг 5. Рассчитываем NPS

NPS — это разница между долей довольных клиентов и долей критиков. Значение варьируется от –100 до 100.

NPS = % 🟢 сторонников − % 🔴 критиков
Пример: в исследовании 30% респондентов оказались критиками, 30% — нейтралами, 40% — сторонниками. Тогда NPS будет равен 10 (40 − 30 = 10).

Шаг 6. Анализируем результат

Как оценить показатель NPS:

Примерная шкала NPS:
От –100 до 0: слабый результат
От 0 до 30: удовлетворительный
От 30 до 70: хороший
От 70 до 100: отличный

📌 Важно: сравнивайте текущий NPS с результатами прошлых периодов. Например, если у вас есть данные за вторую половину года, сопоставьте их с показателями за первые шесть месяцев.

Как меняется NPS в разных сферах

В 2024 году аналитическая платформа провела исследование и определила средний NPS в разных индустриях.

FAQ: три особенности NPS, о которых стоит знать бизнесу

Когда заходит речь об NPS, чаще всего возникают три вопроса.

Чем NPS отличается от других метрик удовлетворённости клиентов

Часто NPS сравнивают с CSAT (Customer Satisfaction Score) — индексом удовлетворённости клиентов. Разница в том, что CSAT оценивает конкретный опыт (например, последнюю покупку), а NPS показывает отношение к компании в целом и помогает отслеживать динамику лояльности.

Можно ли использовать NPS в B2B-секторе

Да. В B2B-сегменте NPS помогает находить новых клиентов и укреплять доверие среди текущих. Хотя заказчики — это компании, решения принимают люди. Их лояльность влияет на выбор поставщика, а также на «сарафанное радио», когда партнёры рекомендуют надёжных контрагентов.

Можно ли использовать NPS для оценки сотрудников

Да. eNPS (Employee Net Promoter Score) показывает уровень удовлетворённости и лояльности коллектива. Этот показатель помогает развивать корпоративную культуру и снижать текучесть кадров. Если растёт число недовольных сотрудников, это сигнал, что компания может столкнуться с оттоком персонала и дополнительными затратами на поиск и обучение новых специалистов.

Retail Rocket Group — «Поставщик года» на RB Digital Awards 2025

Retail Rocket Group — «Поставщик года» на RB Digital Awards 2025

Retail Rocket Group стал лауреатом престижной премии RB Digital Awards 2025, одержав победу в номинации «Поставщик года». Награда присуждается компаниям, которые демонстрируют выдающиеся результаты в области цифровых технологий и оказывают значительное влияние на развитие рынка. Retail Rocket Group была отмечена за инновационный подход к персонализации опыта клиентов, управлению лояльностью и развитием Retail Media в России.

Премия RB Digital Awards — одно из ключевых событий в мире цифрового бизнеса, которое ежегодно собирает лидеров отрасли, экспертов и представителей крупнейших компаний.

Торжественная церемония награждения состоялась 12 февраля в банкетном зале Moscow Marriott Imperial Plaza и собрала ведущих представителей технологической отрасли. В этом году премия прошла при поддержке генеральных партнеров — Альфа-Банка и компании atlantis. Всего на участие в конкурсе редакция RB.RU получила более 150 заявок, из которых 52 компании вошли в шорт-лист. Победителей определяли ведущие эксперты в области цифровой трансформации путем закрытого голосования.

Мы гордимся получением премии «Поставщик года» в рамках RB Digital Awards 2025. Эта награда — признание нашей постоянной работы над технологическими решениями для российского рынка digital. Мы стремимся предоставлять клиентам передовые технологии в области персонализации, управления лояльностью и Retail Media, помогая им достигать выдающихся результатов. RB Digital Awards — авторитетная площадка, и мы благодарны экспертному сообществу за высокую оценку нашего вклада в развитие индустрии. Эта награда вдохновляет нас на дальнейшие исследования и разработки, направленные на предоставление еще более эффективных и инновационных решений для наших клиентов.
Сергей Тимохин, Генеральный директор Retail Rocket Group