Тема із сегментацією — не нова, але досі робоча. Це найефективніша тактика email-маркетингу, яка може генерувати до 25% доходу eCommerce-бізнесу з каналу.
Ми помітили, що для багатьох персоналізація та сегментація бази підписників — це щось із категорії красивих стратегічних маркетингових термінів, яких боїшся чи не знаєш, як застосувати у своєму бізнесі. Тож вирішили перейти до тактики та поділитися, на основі чого ми у Promodo сегментуємо контактні бази, щоб підвищувати продажі з email тут і зараз.
Види сегментації
Сегментація на основі історичних даних
Якщо ви збираєте дані, що користувач замовляв, переглядав, додав у кошик або в улюблене, з якого він міста, яка середня вартість покупки тощо — «це скарб». Бо вони й стануть основою для сегментації вашої контактної бази.
Більш того, на основі цих даних можна побудувати персоналізовану стратегію рекомендацій для розсилок.
«Автоматичне відслідковування вподобань клієнта — один з факторів успіху таких гігантів як Amazon. Але навіть і без big data ми можемо налаштувати можливість, щоб вашому клієнту (який, наприклад, в останніх трьох транзакціях тричі замовляв речі бренду Nike) у розсилках підтягувались рекомендації з товарами саме цього бренду.
Параметри для відслідковування можуть бути будь-якими, залежно від вашого бізнесу: бренд, середній чек замовлення, розмір. Для нас головне — щоб вони збиралися, тоді через препроцесори ми зможемо їх опрацювати. І кожен клієнт отримає свою унікальну підбірку товарів у розсилці».
Якщо «скарбу» з історичними даними ще немає, ми під'єднаємо сайт до спеціалізованого сервісу. Зазвичай для цих цілей ми обираємо customer data platformeSputnik, особливо, якщо клієнт використовує його для розсилок. Але треба буде дещо почекати, поки поведінкові дані по типу покинутих кошиків назбираються та почнуть працювати на вас.
Сегментація на основі анкет
Окрім відстежування, поганого тим, що користувач може чогось хотіти, але досі не купляти це на вашому сайті, можна зібрати дані про його вподобання через опитувальники.
Зазвичай ми розміщуємо їх на сайті у віджеті (як реалізовували для Stylus), на окремих сторінках чи просто в розсилках. Їх користувач може отримати після покупки, реєстрації на сайті або підписки.
За нашими спостереженнями, їх проходять 20-30% користувачів. Але якщо заохотити їх промокодом — показники сильно ростуть.
Ми наполегливо радимо не додавати в анкету багато запитань — оберіть найважливіші саме для подальшої сегментації бази підписників. Так вдасться отримати більше відповідей.
Ці дані можна використовувати для рекомендацій в тригерах, або ж проморозсилок.
Сегментація за каналом активності користувача
Наприклад, якщо користувач зазвичай робить покупки з мобільного телефона, є сенс підключити мобільні пуш-повідомлення або повідомлення в застосунку (звісно, якщо він у вас є). Це зробить комунікацію більш зручною для клієнта. Також за допомогою цих каналів ви можете розширити тригерні ланцюжки та наблизити користувача до покупки.
Як створити сегменти аудиторії
Тепер розкажемо детальніше, як відбувається процес збору даних про користувачів для сегментації.
- Спершу ми розподіляємо користувачів на тих, хто купив і хто підписався на розсилку.
- Далі — використовуємо технології вебтрекінгу зі штучним інтелектом.
- Якщо з першими двома пунктами все зрозуміло, то стосовно останнього виникають запитання.
Ці технології допомагають відстежувати дії користувачів на сайті для створення певного сегмента. Наприклад, ви хочете відправити розсилку користувачами, яких цікавлять лише смартфони. Виключаючи невалідні адреси, щоб забезпечити точність збору даних, ми налаштовуємо правило, за яким у групу потрапляють адреси лише тих зареєстрованих юзерів, які додавали смартфони у кошик або активно переглядали варіанти на сайті.
Порівнюючи розсилки до та після впровадження сегментації, ви помітите, що відсоток людей, які активно читають наші розсилки, збільшується.
Кейс з нашої практики: завдяки сегментації, ми зменшили розмір аудиторії до більш цільової групи. Це призвело до позитивних змін у ключових показниках: відсоток відкритих повідомлень (open rate). Зокрема для бренду Intertop цей показник збільшився до +45.5%.
Динамічний контент для сегментів
Користувачам потрібен персоналізований контент. І саме за допомогою сегментації на основі вебтрекінкгу ви можете його відправляти.
Наприклад, для компанії Telemart ми використовуємо комбінацію статичних та динамічних блоків товарів у листі. У статичній частині включаємо фіксовану інформацію про товари, яка залишається незмінною. Однак динамічна частина автоматично заповнюється індивідуальними пропозиціями, сформованими за допомогою зібраних даних на сайті.
Якщо користувач переглядав монітори, то в динамічну частину листа ми вставляємо саме ті монітори, які він розглядав, додавав у кошик, або ті, що відповідають заданим у категорії фільтрам. У випадку, якщо користувач не проявив активність, можна запропонувати найпопулярніші товари, ТОП продажів.
MAUDAU: як два кейси змінили підхід до сегментації та мотивації клієнтів
Команда нашого клієнта MAUDAU професійно експериментує з сегментацією. І треба зазначити — дуже успішно! Наприклад, один з наших клієнтів поставив для себе за мету перейти до великого eCommerce. Виникла задача зростити сегмент покупців алкоголю, розширити дані по поточній базі та підвищити показник повторних покупок.
На сайті компанії ми запустили попап з анкетою із серією запитань:
- Чи вживаєте ви алкоголь?
- Який алкоголь ви пʼєте? Міцний, вино, пиво, слабоалкогольні напої.
Відповідаючи на запитання, користувачі отримували персоналізовані промокоди: знижку на неалкогольні товари для тих, хто не вживає, та знижку на супутні до алкоголю товари в кошику для тих, хто вживає. Ці дані записувалися в карточку користувачів — й надалі використовувалися в сегментації.
Участь в опитуванні взяли понад 1.5% користувачів сайту, 63,5% з них вказали, що вживають алкоголь. Попап працював два місяці та дозволив отримати 53,8% нових користувачів, а також оновити дані інших 46,2%. Важливою особливістю такого підходу стало збагачення сегментації даними з анкети. Тепер ця інформація дозволяє створювати більш персоналізовані пропозиції для користувачів та оптимізувати розсилки.
Інший наш кейс з MAUDAU — мотивація клієнтів до повторних покупок. Аби заохотити їх повертатися на сайт за покупками, ми взяли за основу їхній середній чек першої покупки. MAUDAU автоматично передавали ці дані в сервіс розсилок, де система призначала кожного клієнта до однієї з груп. В залежності від групи, клієнти отримували різні промокоди на знижку чи бонус до другої покупки.
