Автоматическое построение сегментов в email-рассылках WESTLAND: рост выручки на одно отправленное письмо (RPE) в 15 раз

Когда люди говорят о CRM, они думают о клиентах, что в современных реалиях далеко от истины. Чьи-то контакты могут быть сохранены в базе данных, но до тех пор, пока клиент не совершит очередную покупку (а вероятность этого невысока — в среднем, только 2 из 10 клиентов вернутся за повторной покупкой), никаких новых данных о предпочтениях клиентской базы мы не получим и ничего кроме «стрельбы из пушки по воробьям» акциями и распродажами применить не сможем.

Одна из ключевых точек роста CRM-маркетинга сегодня — переход от массовых акций к системной коммуникации в зависимости от этапа Customer Journey. Во время поиска подходящего товара клиенту необходима одна информация, а на этапе принятия решения о покупке — другая. Источником для агрегирования и обогащения таких данных является фиксация и постоянная актуализация ключевых событий взаимодействия пользователя с сайтом (просмотры товаров, запросы во внутреннем поиске, история покупок и т.д.).

Следуя этому принципу, команда Retail Rocket уже неоднократно демонстрировала как технологии персонализации позволяют эффективно строить email-коммуникацию с клиентами, где для бизнеса предельно важно сохранить лояльность, используя четкий и выверенный таргетинг, основанный на реальных покупательских предпочтениях. Последний из таких кейсов мы продемонстрировали с интернет-магазином TVOE.ru, где нам удалось добиться роста выручки на одно отправленное письмо (RPE) в 20 раз.

Перед командой интернет-магазина WESTLAND возникла важная задача — модернизация маркетинговой стратегии за счет внедрения автоматической сегментации аудитории на основе машинного обучения на базе платформы Retail Rocket.

Для интернет-магазина WESTLAND была произведена кластеризация небольшой части аудитории (~15% от всей базы подписчиков). В последующем кластеризация еще большего количества подписчиков значительно упрощает процесс формирования контент-плана для email-маркетинга и позволяет выстраивать долгосрочные коммуникационные стратегии с клиентами.

На первом этапе модернизации маркетинговой стратегии для проведения теста были отобраны четыре сегмента подписчиков. Три из них были выделены с помощью Retail Rocket сегментатора по персональным интересам. Четвертый сегмент включал в себя всю оставшуюся базу подписчиков. Для каждого из сегментов был подготовлен инфоповод и соответствующий контент, который включал в себя персональные рекомендации товаров из определенных товарных категорий:

• Интерес к категории «Джинсы».
• Интерес к категории «Джемперы».
• Интерес к «большим размерам».
• Все остальные.

Сегмент «Джинсы»

Был подготовлен небольшой вводный текст о том, что сейчас самое время купить утепленные джинсы на зиму. Письмо содержало два блока с персональными рекомендациями моделей женских и мужских джинсов.

Сравнение ключевых показателей проводилось с рассылкой, которая отправлялась в тот же день по всей оставшейся базе с довольно актуальным инфоповодом «Утепляйся к холодам». Письмо содержало рекомендации популярных товаров для покупки полного зимнего комплекта из товарных категорий джинсы, джемперы и куртки.

Версия письма для рассылки по сегменту «Джинсы»	Версия письма для рассылки по оставшейся базе подписчиков

Рассылка по подписчикам с вычисленным интересом к категории «Джинсы» и наличие релевантного содержания в письмах позволили добиться роста следующих показателей: Open Rate — на 217,27%, Click Rate — на 96,93%, конверсии из переходов в заказы — на 265,16%. Совокупный рост ключевого показателя выручки на одно отправленное письмо (Revenue Per Email) составил 1487,23%.

Сегмент «Джемперы»

Для данной рассылки был также подготовлен небольшой вводный текст о том, что сейчас самое время купить утепленную одежду (джемперы). Письмо содержало два блока с персональными рекомендациями моделей женских и мужских джемперов.

Сравнение ключевых показателей проводилось с рассылкой, которая отправлялась в тот же день по всей оставшейся базе с ранее упомянутым инфоповодом «Утепляйся к холодам».

Рассылка по подписчикам с вычисленным интересом к категории «Джемперы» и наличие релевантного содержания в письмах позволили добиться роста следующих показателей: Open Rate — на 293,60%, Click Rate — на 112,70%, конверсии из переходов в заказы — на 227,91%. Совокупный рост ключевого показателя выручки на одно отправленное письмо (RPE) составил 1511,95%.

Сегмент «Большие размеры»

Для данной рассылки был подготовлен небольшой вводный текст о том, что в магазине WESTLAND в наличии имеется одежда больших размеров. Письмо содержало блок с персональными рекомендациями моделей одежды больших размеров (куртки, кофты, штаны и рубашки).

Сравнение ключевых показателей так же как и в двух ранее рассмотренных сегментах проводилось с рассылкой, которая отправлялась в тот же день по всей оставшейся базе с инфоповодом «Утепляйся к холодам».

Рассылка по подписчикам с вычисленным интересом к категории «Большие размеры» и наличие релевантного содержания в письмах позволили добиться роста следующих показателей: Open Rate — на 176,40%, Click Rate — на 74,29% и конверсии из переходов в заказы — на 79,26%. Совокупный рост ключевого показателя выручки на одно отправленное письмо (RPE) составил 1179,13%.

Модернизация стратегии email-маркетинга WESTLAND

Вышеупомянутое деление базы на кластеры позволяет формировать индивидуальную стратегию email-рассылок для множества целевых групп. Помимо стандартных текущих акций, новинок человек получает релевантные письма, которые имеют сверхвысокие KPI, что значительно увеличивает общую выручку в канале. В рамках рассмотренного кейса только 15% кластеризованной базы подписчиков позволило сгенерировать на 255% больше заказов в сравнении с проведенной рассылкой по оставшимся 85% подписчикам, что составило 72% всех заказов от email-рассылок в рамках проведенного теста.

Рост ключевых показателей по сегментам:

Использование сегментов по интересам и релевантного содержания позволяет повысить все ключевые показатели email-рассылок. Рост ключевого показателя выручки на одно отправленное письмо (RPE) по результатам тестов составляет от 1179,13% до 1511,95%.

Инфоподдержка: Shopolog.ru