Секрет успеха ваших рассылок: гид по сегментации в email-маркетинге
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:
- Как можно сегментировать базу?
- Собираем данные для сегментации
- Определяем сегмент для рассылки
- Кейсы сегментации
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.
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.
Собираем данные для сегментации
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:
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:
RFM-сегментация
Использование RFM-сегментации 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.
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.
Кейсы сегментации
Вместо заключения мы поделимся лучшими кейсами, где сегментация принесла значительный прирост email-каналу. Надеемся, это вдохновит вас на новые маркетинговые свершения.
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:
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.
