Сегментация базы email-рассылки: от сбора данных до результата

Персонализация совершила революцию в электронной коммерции и изменила интернет-магазины до неузнаваемости. В особенности это касается email-маркетинга, где заветный клик получают только те, кто смог искренне заинтересовать покупателя. Поэтому сегодня успех рассылки во многом зависит от сегментации клиентской базы.

Содержание:

• Кейс «Мир Корма»: сегментируем базу по домашним питомцам

Хотите значительно повысить показатели ваших рассылок? Мы подготовили подробный гайд, где расскажем обо всех тонкостях сегментации и хитростях, которые можно использовать, чтобы облегчить себе работу и порадовать клиента.

Зачем нужно сегментировать клиентов для email-рассылки

Сегментация клиентов в email-рассылке помогает говорить с каждым человеком на его языке. Вместо того чтобы слать одно письмо всем подряд, вы делите людей на группы по их интересам или поведению. Вот почему это важно:

1. Предлагайте то, что нужно. Зная интересы клиента, вы можете отправить ему письмо с релевантным предложением. Кто-то ценит скидки на товары, которые уже покупал, а кому-то важнее новинки в любимых категориях. Так вы попадаете прямо в цель.
2. Ваши письма будут открывать чаще. Персонализированные письма привлекают внимание. Если клиент видит, что сообщение связано с его последними покупками или интересами, он откроет письмо. А значит, ваши письма не будут игнорировать или отправлять в “спам”.
3. Меньше отписок. Когда человек регулярно получает полезные для него предложения, он остаётся подписанным. Если письма интересны, клиент не захочет от них отказаться.
4. Сэкономите ресурсы. Зачем тратить время и деньги на рассылки, которые никто не читает? Сегментируя базу, вы сосредотачиваетесь на тех, кто готов купить, и не тратите ресурсы на тех, кому это не нужно.
5. Больше покупок. Чем точнее предложение, тем выше вероятность, что клиент его примет. Правильная сегментация помогает вовремя предложить то, что нужно, и мотивировать клиента на покупку.

Как можно сегментировать базу? 

Зная как можно сегментировать подписчиков, вам будет проще разобраться с тем, какие данные нужно собрать. Это поможет избежать лишних трат времени и ресурсов. На сегодняшний день в мире ecommerce два основных способа сегментации: по демографическим признакам и по поведению на сайте. 

Демографическая сегментация – это самый простой, хотя и не всегда эффективный, способ персонализации контента. К такой информации можно отнести:

• Пол
• Возраст
• Дата рождения
• Город

Однако демографические данные не учитывают мотивацию клиента. Сейчас пользователи привередливее относятся к почтовому ящику, нежели 5 лет назад. Если человек регулярно видит неактуальные предложения, письма магазина летят в папку “Спам”. 

Предоставлять пользователю релевантный контент помогает сегментация по интересам пользователя. Это сложнее с технической точки зрения, но и результативность таких рассылок гораздо выше. Для сегментации по интересам можно использовать следующие данные: 

• История покупок
• Интересы подписчика к категории
• Интерес к ценовому сегменту
• Давность последней покупки
• Вовлеченность в рассылку

Не обязательно выбирать только один способ сегментации. Вы можете совмещать демографические признаки с поведенческими и создавать собственные уникальные кампании. Но прежде чем начать экспериментировать, нужно позаботиться о корректном сборе данных. Поэтому самое время перейти к следующему этапу. 

Шаг 1. Сбор демографических данных

Самый простой способ узнать о клиенте больше – спросить его самого. Для этого вы можете включить обязательные поля для заполнения в форму подписки. Это может значительно облегчить сегментацию на ранних этапах. Однако нужно быть осторожнее: большое количество обязательных полей может снизить конверсию. Для начала можно разделить рекомендации для мужчин и женщин:

Также можно запустить опрос прямо в рассылке. Вопросы зависят от вашего профиля. Магазины детских товаров могут спросить о возрасте ребенка, а fashion-ритейлеры узнать любимые фасоны и бренды клиента. 

Форма опроса должна быть легкой для восприятия. Например, для интернет-магазина MirKorma мы кластеризовали аудиторию с помощью блока, где пользователь может выбрать тип своего питомца, кликнув по изображению: 

Шаг 2. Сбор данных об интересах и поведении

Мы рассмотрели основные способы сбора демографических признаков. Что делать, чтобы получить данные о клиентах для сегментирования по поведению? 

При желании интернет-магазин может начать разрабатывать собственную систему сбора данных, но это долго и в большинстве случаев не эффективно. Сейчас гораздо проще отслеживать интересы пользователя через платформы персонализации. 

У каждой платформы свои преимущества. Например, Retail Rocket автоматически собирает данные о поведении и интересах пользователей без участия интернет-магазина с помощью трекинг-кодов. Спустя некоторое время маркетолог может просто выбрать необходимый сегмент по интересам в панели платформы:

Шаг 3. RFM-сегментация для email-рассылки

Использование RFM-сегментации базы в email-маркетинге помогает строить коммуникацию с клиентами на основе трех параметров Recency (давность покупки), Frequency (частота покупок) и Monetary (сумма покупок). 

Идея заключается в том, что более активный клиент с гораздо большей вероятностью совершит новую покупку, чем тот, кто сделал единственный заказ давно и на небольшую сумму. Наша платформа поддерживает автоматическую сегментацию на основе RF-анализа. Все пользователи делятся на 7 сегментов в зависимости от активности на сайте: 

Для каждого сегмента мы предлагаем оптимальную форму письма и количество рассылок. Такой подход позволит сэкономить деньги на клиентах, которые не приносят доход и эффективнее коммуницировать с лояльными пользователями. 

Шаг 4. Определяем сегмент для рассылки

После сбора данных, можно приступать к созданию кампаний. Мы предлагаем вам пользоваться следующими критериями: 

• Сегмент формализован. Его легко выделить на основе данных, которые у вас есть. Деление может происходить по демографическим или поведенческим признакам:

• Сегмент легко дифференцировать. И понять, какие рекомендации для него подойдут. Эту информацию можно использовать для рассылок по инфоповодам. К примеру, делать кампании по случаю открытия офлайн-точек в регионе:

• Рассылка должна окупать потраченные на неё усилия. Вы можете предварительно оценить эффективность кампании, сопоставив сумму её подготовки и предварительную выручку. Если затраты оказались больше, вероятнее всего, выделенный сегмент слишком маленький.
• Вы можете влиять на людей, попавших в сегмент. Если покупатели не совершают повторные покупки, не переходят на сайт и не посещают офлайн-магазин, то этот сегмент не имеет смысла, т.к. не приносит выручки.

Кейс Maxidom: сравнение Retail Rocket и CRM-системы магазина

Интернет-магазин Maxidom проводит сегментацию как с помощью платформы Retail rocket, так и в собственной CRM-системе. Но CRM не всегда содержит актуальные сведения и может не учитывать тех, кто только начал проявлять интерес к определенным категориям товаров. 

Чаще всего CRM-система использует данные по истории покупок, однако не учитывает поведение клиента в реальном времени. Платформа Retail Rocket проводит сегментацию по актуальной информации: если пользователь только начал проявлять интерес к какой-либо категории, он попадёт в сегмент. Мы увеличил размер сегментов, добавляя в базу тех, кто еще не был зафиксирован в CRM:

Обоим сегментам были отправлены одинаковые письма:

Сегмент Retail Rocket показал более высокие метрики по сравнению с сегментом пользователей, которые были выделены с помощью CRM:

	Open Rate (%)	CTR (%)	Конверсия (%)	Выручка (%)
Сегмент из CRM МаксидоМ	–	–	–	–
Сегмент «Интерес к категории» в платформе Retail Rocket	+86,55	+101,16	+99,83	+18,62%

Кейс «Мир Корма»: сегментируем базу по домашним питомцам

Частично мы затрагивали этот кейс выше, когда показывали разметку с опросом. Клик по иконке с питомцем обновлял свойства подписчика. Также использовалась сегментация на основе интереса к товарной категории. Любой сигнал, будь то просмотренные товары или поисковые запросы, учитывался при создании профиля пользователя:

Таким образом интернет-магазин разделил базу подписчиков на 6 основных сегментов по виду домашнего питомца. Каждый пользователь получает индивидуальное письмо с персональными рекомендациями: 

Версия письма для рассылки по сегменту «Собаки»

Версия письма для рассылки по сегменту «Кошки»

Версия письма для рассылки по сегменту «Грызуны»

Сейчас рассылки онлайн-гипермаркета «Мир Корма» в среднем обеспечивают 13-14% заказов и около 15% в выручки в месяц. Конверсия в email-канале почти в 3 раза выше, чем по сайту. 

Кейс Связной: использование RFM-сегментации

RFM-сегментация – важная составляющая в работе с лояльностью клиентов. Этот инструмент анализирует динамику сегментов, выявляет самых лояльных клиентов и помогает найти точки напряжения в коммуникациях, а также разработать мотивацию для каждого сегмента.

Вместе с интернет-магазином Svyaznoy.ru мы разработали матрицу удержания и разделили всех клиентов на сегменты в зависимости от давности и частоты покупок. Для построения индивидуальной коммуникации с каждым из сегментов мы подготовили 9 RFM-сценариев:

Когда подписчик перемещается по сегментам матрицы удержания, ему автоматически отправляются соответствии со сценарием. Например, новичок получит такое письмо:

А если подписчик переходит в «спящие» ему придет такое письмо:

Основные выводы

• Сегментация помогает сделать email-рассылки точными. Вы делите клиентов на группы по интересам и действиям, а потом отправляете каждому то, что его действительно интересует. Это увеличивает открываемость писем и снижает количество отписок.

• Персонализированные письма работают лучше. Когда клиент видит письмо с предложением, которое ему нужно, он с большей вероятностью его откроет. Например, один клиент ждёт новинки, другой ищет скидки на привычные товары.

• Чтобы сегментировать базу, нужно собирать данные. Узнайте пол, возраст, город клиента, а также его поведение: что он покупал, чем интересовался, как часто взаимодействует с рассылками. Это помогает точнее понять его потребности.

• Платформы персонализации упрощают процесс. Например, Retail Rocket автоматически собирает данные о поведении клиентов и создаёт сегменты на основе интересов.

• RFM-сегментация помогает строить стратегию. Она делит клиентов по времени с последней покупки, частоте и сумме покупок. Это помогает выстраивать общение с активными клиентами и стимулировать их делать повторные заказы.

Сегментация – это проще чем кажется, особенно, когда половину работы за вас делают умные алгоритмы. Попробуйте персонализировать контент, и вы увидите, что результаты не заставят себя ждать. 

Удачи и помните, что наши специалисты всегда готовы прийти на помощь.