Обновления в платформе Retail Rocket за июнь-июль 2018

Лето – пора отпусков, но мы продолжаем работать на благо наших клиентов и хотим снова рассказать о том, что нового и полезного появилось в платформе Retail Rocket. В эти месяцы мы сосредоточились в основном на фичах платформы email-маркетинга, чтобы наш единый центр коммуникации закрывал еще больше потребностей интернет-магазинов. Хотя и про алгоритмы рекомендаций на сайте не забыли – здесь тоже есть интересные новости!

Содержание:

• Динамика изменения количества подписчиков
• Расширение возможностей сегментации подписчиков по датам
• Проверка наличия ссылки на отписку в письме
• Другие обновления в платформе email-маркетинга
• Оптимизация алгоритма рекомендаций альтернативных товаров

За эти пару месяцев мы:

– разработали систему отслеживания динамики базы подписчиков
– расширили возможности сегментации подписчиков по датам
– разработали алгоритм проверки наличия ссылки на отписку в каждом письме
– внесли еще ряд важных изменений в платформу email-маркетинга
– оптимизировали алгоритм рекомендаций альтернативных товаров

Начнем с изменений в нашей платформе email-маркетинга – едином центре управления email-маркетингом, разработанном специально для ритейла и включающем в себя привычные массовые рассылки, любые триггерные сценарии, сервисные/транзакционные письма и мощную систему сегментации и аналитики. Более четырех лет мы помогаем сотням ритейлеров в России и за рубежом перейти от бессистемных рассылок к умному персонализированному email-маркетингу на основе данных, позволяя строить индивидуальные коммуникации и долгосрочные отношения с клиентами. И чтобы наши клиенты могли наращивать эффективность своего email-канала, мы разработали ряд важных дополнений и фич.

Динамика изменения количества подписчиков

Добавили возможность отслеживания роста и изменения количества подписчиков. Теперь email-маркетологи могут следить за динамикой базы подписчиков, оценивать разные каналы и кампании в каждый конкретный день и анализировать различные параметры состояния базы подписчиков.

Благодаря разделению по каналам подписок/отписок появляется возможность оценить эффективность изменений на сайте и маркетинговых активностей – понять, какие из них приводят к росту подписок. Или наоборот, посмотреть, после какой компании подписчики начали отписываться от рассылок магазина или жаловаться на спам. Это позволяет превращать бессистемные рассылки в полезную и прибыльную email-коммуникацию.

Данные можно выгрузить в csv-файл и использовать для аналитики email-канала.

Расширение возможностей сегментации подписчиков по датам

Один из предметов гордости нашей платформы email-маркетинга – это возможность сегментации пользователей по множеству различных параметров: от демографических до поведенческих. В частности, использование различных дат и событий при построении сегментов получателей e-mail кампаний, о чем мы подробно писали в статье «Какие результаты дает работа с датами и поведением подписчиков в платформе для массовых email-рассылок Retail Rocket».

Для того, чтобы еще больше расширить возможности сегментатора, мы добавили новые параметры сегментирования подписчиков по датам и диапазонам дат. Это значит, что теперь можно выбрать любой период в один клик в любом формате: диапазон конкретных дат, в формате «от Х до Y дней назад/через», «более/не более Х дней назад/через» или с точным указанием «сегодня, X дней назад/через» и т.д. И на основе этих данных можно создавать любые email-кампании.

Эта функция прежде всего полезна для построения RFM-кампаний, а также для любых рассылок на основе сегментации по датам, например, выбрать подписчиков, которые открывали рассылки в определенный период, но не переходили по ссылкам, и сделать им специальное предложение.

Например, интернет-магазину нужно выделить подписчиков, которые сделали заказ с 23.07.2018 по 24.07.2018:

Или необходимо создать сегмент пользователей, у кого день рождения будет через 10 дней:

Или нужно выделить подписчиков, которые зарегистрировались более 10 дней назад:

Таким образом, теперь стало гораздо удобнее работать с данными подписчиков и строить на основе дат и диапазонов дат сегменты для email кампаний

Проверка наличия ссылки на отписку в письме

Мы тщательно следим, чтобы соблюдались все требования почтовых сервисов к рассылкам, поэтому разработали специальный алгоритм, который проверяет наличие ссылки на отписку в каждом письме. Раньше, когда маркетолог магазина по той или иной причине забывал добавить ссылку на отписку от рассылки, подписчики могли начать жаловаться на спам, что могло вредить репутации домена. Мы заботимся о репутации доменов в рассылках, поэтому теперь автоматически проверяем этот параметр, и в случае отсутствия ссылки, кампания блокируется до устранения ошибки с указанием всех шагов, которые нужно предпринять. Таким образом, магазины сохраняют лояльность пользователей, снижаются жалобы на спам и соблюдаются правила почтовых провайдеров.

Другие обновления в платформе email-маркетинга

И еще ряд новых разработок в едином центре управления email-маркетингом:

• Обновили возможности обработки данных подписчика для лучшего соответствия GDPR
• Оптимизировали работу страницы списка подписчиков, чтобы данные загружались еще быстрее
• Добавили новые возможности в автоматизированные email-кампании: теперь можно задать несколько вариантов тем и баннеров, и система будет самостоятельно подставлять их при формировании писем, таким образом каждое письмо для подписчика получается по-настоящему уникальным.

А теперь переходим к новостям алгоритмов персональных рекомендаций на сайте.

Оптимизация алгоритма рекомендаций альтернативных товаров

Мы уделяем большое внимание запросам клиентов на расширение возможностей рекомендательных механик, и по каждому запросу проводим исследования, чтобы вкладывать силы разработки в то, что принесет ощутимый результат магазину. Одной из таких функций стал учет показателя RPV (Revenue per Visit – доход за сеанс) в алгоритме рекомендаций похожих товаров.

Внедрение нового алгоритма позволяет увеличить средний чек и, как следствие, выручку интернет-магазина. Хотя чтобы узнать, насколько эффективно работает тот или иной алгоритм в каждом конкретном магазине, важно проводить тестирования разных рекомендательных механик и выбирать то, что приносит наилучший результат.

 

На этом мы пока прощаемся, но уже в следующем месяце снова расскажем, как наши технологии помогают покорять мир ритейла. Следите за новостями Retail Rocket!