Как внедрить персональные рекомендации в мессенджеры за две недели: кейс Skillbox
Процент открытий и реакций в мессенджерах как правило выше, чем в email-канале. Несмотря на это, их редко рассматривают в качестве площадки для доставки рекламных сообщений – например, персональных рекомендаций.
Наши партнеры из Skillbox предположили, что автоматизированные и персонализированные товарные рекомендации Retail Rocket будут эффективно работать в мессенджерах за счет более высокой открываемости сообщений. И решили проверить гипотезу на практике. За месяц тестирования получили 53 сделки и освободили ресурс менеджеров для решения менее рутинных задач. Как команда построила процессы и пришла к такому результату – читайте ниже.
О партнере
Skillbox – одна из крупнейших российских образовательных платформ онлайн-курсов. Помогает получить востребованную профессию независимо от возраста и местоположения. Сейчас компания предлагает 500 курсов на выбор, каталог постоянно пополняется. Их прошли уже 590.000 человек. В среднем каждый месяц сайт компании посещают 5 млн пользователей.
Почему решили внедрить рекомендации в мессенджеры
В 2020 году команда Skillbox разработала чат-бота для Telegram, ВКонтакте, WhatsApp и Viber и превратила его в самостоятельный канал продаж. Он генерировал 8% выручки всей компании при нулевых затратах на трафик. Следующим логичным шагом стало увеличение эффективности этого канала за счет отправки пользователям сообщений с персональными предложениями.
За год работы рекомендации Retail Rocket показали отличные результаты на сайте и в рассылках. Например, сейчас письма с рекомендациями генерируют 7,5% выручки всего CRM-направления. Поэтому было принято решение попробовать внедрить их также в чат-бот в мессенджерах.
«Не все бизнесы готовы продавать свои продукты и услуги через мессенджеры, однако для нас это направление оказалось очень перспективным и мы планируем развивать его дальше. Приведу пример. В отличие от классического e-commerce, продажи в EdTech состоят их двух этапов: сначала пользователь оставляет заявку на курс, затем с ним связывается менеджер и оформляет заказ. Раньше при недозвонах мы отправляли клиенту sms-уведомление. Выходило дорого. Просто заменив эту механику на каскадную, где клиенту сначала отправляется сообщение в бесплатном мессенджере, затем в платном и только потом в смс, мы сэкономили 80% бюджета»
Вероника Мишакова, руководитель CRM-направления Skillbox
Как работают рекомендации в чат-боте Skillbox
В бот пользователи попадают через сайт Skillbox. В нем они могут посмотреть бесплатные курсы, почитать ответы на самые популярные вопросы, пройти тест по профориентации, выбрать и оплатить курс, а также пообщаться с живым менеджером. Если по итогу такого изучения и общения человек не оставляет заявку, и в CRM-системе не создается сделка, в ход идут рекомендации.
Изначально команда мессенджер-маркетинга Skillbox делала рассылки с рекомендациями вручную. Она группировала несколько похожих курсов и направлений, запрашивала под каждую группу рекомендации в Retail Rocket и таким образом формировала сообщения. Затем процесс решили полностью автоматизировать. Понадобилось всего две недели, чтобы настроить все по следующей подготовленной схеме.
Когда человек попадает в бот, конструктор чат-ботов fstrk.io анализирует, с какой страницы сайта он пришел, и в зависимости от этого первично сегментирует по направлению обучения или конкретному курсу. Если определить страницу нельзя, система относит пользователя к соответствующему сегменту.
Следующий шаг – автоматическая проверка статуса сделки в CRM-системе. Если сделки нет или она не завершилась продажей, сообщение с рекомендациями может быть отправлено.
Всего в боте используется 3 типа рекомендаций:
• Рекомендации к конкретному курсу
• Рекомендации к конкретному направлению
• Курсы-хиты
В зависимости от ситуации запускается одна из цепочек:
• Если не знаем курс и направление – отправляются только хиты
• Если знаем направление, то отправляются рекомендации к направлению и курсы-хиты
• Если знаем конкретный курс – пользователь получает все рекомендации
Перед отправкой каждой следующей порции рекомендаций, fstrk.io снова проверяет, не завершилась ли предыдущая коммуникация сделкой в CRM. Если сделка появилась и не является неуспешной или закрытой, цепочка останавливается. Таким образом мы не переспамливаем пользователей.
Для оценки качества рекомендаций команда Skillbox добавила небольшой опрос. В нем чат-бот просит пользователя оценить, насколько ему актуальна и интересна полученная подборка курсов. Все оценки сохраняются, в будущем их можно проанализировать.
Результаты за месяц тестирования
• С помощью рекомендаций было сгенерировано 53 сделки
• Конверсия из отправленных сообщений в сделку – 0,8%
Отзыв Skillbox о проекте
«Мы решили усилить с помощью рекомендаций наши мессенджеры. Кажется, такого никто пока не делал. Теперь наша коммуникация с пользователями в боте стала ещё более быстрой, эффективной и по-настоящему индивидуальной. И мы можем тратить освободившийся ресурс на менее рутинные задачи. Например, продумывание новых механик с использованием персональных рекомендаций»
Корелова Валерия, ведущий менеджер мессенджер-маркетинга
Отзыв Retail Rocket о проекте
«Это наш первый проект в сфере EdTech, и я очень рад вести его. Несмотря на то, что инструменты Retail Rocket больше заточены под классический e-commerce, мы смогли адаптировать рекомендательную систему под Skillbox сразу в трех каналах коммуникации и получить действительно впечатляющие результаты»
Алексей Полищук, менеджер заботы о партнерах Retail Rocket
