Как стимулировать повторные продажи в интернет-магазине с помощью предиктивной аналитики
Покупатели становятся все более избирательными, и заполучить нового клиента все сложнее. Кроме того, ни для кого не секрет, что привлечение нового клиента стоит гораздо дороже, чем удержание существующего, но тем не менее большое количество интернет-магазинов по-прежнему не уделяет этому вопросу достаточно внимания.
Содержание:
Сегодня мы расскажем о генерации повторных продаж с помощью анализа данных: какими способами интернет-магазин может удерживать клиентов и мотивировать их совершать повторные покупки.
По статистике примерно 80% клиентов, совершивших покупку в интернет-магазине, больше не возвращаются. Это означает, что только 20% заказов в онлайн-магазине совершаются повторно, а остальную аудиторию ритейлеру приходится каждый раз привлекать заново. Учитывая, что совершение первой покупки обходится бизнесу в среднем в 7 раз дороже, чем повторный заказ, разница в возврате инвестиций более чем ощутимая.
Если же повысить Retention Rate на 5% за счет уменьшения расходов на маркетинг интернет-магазин сможет увеличить операционную прибыль на 25-95%.
Есть несколько основных способов генерации повторных покупок:
- Предоставлять отличный сервис
- Инвестировать в бренд
- Использовать награды и программы лояльности
- Регулярно вступать в коммуникацию с клиентом
О первых трех пунктах написано немало книг и статей, поэтому наше внимание будет сосредоточено на различных способах коммуникации на основе больших данных, которые интернет-магазин собирает о клиентах.
Прогнозирование покупок
Интернет-магазины получают огромный массив данных о своих покупателях, и на основе этих данных можно строить цепочки потребления. Например, если человек купил кресло или одежду для 6-месячного ребенка, через полгода ему понадобятся вещи для годовалого ребенка.
Пути, по которым проходит большое количество покупателей, складываются в цепочки потребления, и как только новый пользователь оформляет заказ, он помещается в звено такой цепочки. Таким образом на основе поведения других покупателей можно предположить, какие товары заинтересуют человека в будущем.
Каждая транзакция пользователя генерирует несколько цепочек, и появляется расчетная вероятность, какие покупки в каких категориях и через какое время он совершит.
Таким образом, механизм предсказания следующей покупки состоит из нескольких этапов:
- Анализ последовательностей покупок всех клиентов
- Выявление статистически значимых цепочек потребления
- Прогнозирование совершения покупки в следующем «звене» цепочки потребления, после оформления заказа
Цепочки строятся для всех товарных категорий. Например, вот реальная цепочка потребления одного из магазинов товаров для детей:
Чем больше данных у интернет-магазина о конкретном пользователе и всех пользователях в целом, тем точнее будет прогноз.
Исходя из своих действий пользователь может попадать сразу в несколько цепочек потребления, поэтому наша система использует сложный механизм группировки предложений, который выявляет из какой цепочки нужно взять предложение и отправить человеку.
Как использовать предсказания будущих покупок для увеличения Retention Rate интернет-магазина
Получив данные о цепочках потребления, их можно внедрять во все коммуникации с клиентами:
Использовать персональные рекомендации на сайте
В блоках рекомендаций на всех страницах сайта можно использовать не только историю просмотров и интересы пользователя, но и показывать посетителям сайта товары, которые в конкретный момент времени будут им полезны.
Включать в стратегию работы с в e-mail каналом
Прогнозирование покупок хорошо вписывается в регулярные e-mail рассылки с персональными рекомендациями.
А также его можно использовать в триггерных рассылках, например существует отдельный триггерный сценарий «Прогноз следующей наиболее вероятной покупки» (Next Best Offer). На основе истории поведения пользователей рассчитывается прогноз следующих наиболее вероятных покупок, что и когда именно потребуется человеку, и в нужный момент отправляется письмо с предложениями таких товаров.
Средние показатели таких писем довольно высокие: Open Rate 20,62%, CTR 13,33%, конверсия в заказы 15,91%.
В письмо, как правило включается некоторый приветственный текст, в котором магазин благодарит за совершенные ранее покупки и напоминает о новых товарах, и персональные рекомендации товаров, которые с наибольшей вероятностью заинтересуют покупателя. Вот как может выглядеть e-mail «Прогноз следующей наиболее вероятной покупки» (Next Best Offer):
Лучше всего этот сценарий работает в интернет-магазинах товаров для детей, товаров для животных, сегменте beauty и т.д.
Например, в одном из крупных интернет-магазинов зоотоваров сценарий показывает Open Rate 19,8%, CTR 23,16% и конверсию 17,15%.
Но сценарий эффективен и других сегментах, например, в интернет-магазине Quelle триггерные письма по сценарию «Прогноз следующей наиболее вероятной покупки» (Next Best Offer) имеют средние показатели Open Rate 20,57%, CTR 16,46% и конверсии 5,86%.
Использовать в других каналах каналах коммуникации
В каждом из каналов, где происходит общение с клиентами, будь то sms или push уведомления, общение операторов call-центра по данным в CRM-системе и т.д., можно внедрять использование предиктивной аналитики, предлагая пользователю товары, которые ему становятся нужны и направляя к следующей покупке.
Таким образом покупатели будут чувствовать внимание и даже заботу от интернет-магазина, что сделает гораздо более лояльным и поможет увеличить количество повторных покупок.
Не забывайте вступать в контакт с покупателем сразу после покупки
Для привлечения повторных покупок важно не только развивать бренд и сервис. И не всегда нужно ждать, пока человек станет звеном одной из цепочек потребления и подойдет срок следующей покупки. Налаживайте коммуникацию сразу после совершения заказа, предлагая, например, сопутствующие товары, и если по отдельным покупкам можно понять, что через некоторое время покупателю потребуется определенные товары, можете сразу предложить ему этот товар.
