Як отримувати більше замовлень із поведінкових даних: 24,81% доходу тригерних розсилок FREETOUR.com

Вхідні дані

Promodo співпрацює з FREETOUR.com за кількома напрямами. Раніше ми вже розповідали, як допомогли FREETOUR.com підвищити рентабельність PPC-кампаній і знизити вартість залучення клієнтів, а також побудували Retention Marketing з нуля.

‍

Із розвитком Email-каналу виникла потреба оптимізувати процес його підтримки для подальшого масштабування. Регулярне оновлення промокампаній вимагало значного залучення команди клієнта, а запуск нових тригерних сценаріїв — додаткового часу розробників, основним пріоритетом яких залишався розвиток продукту.

‍

Тому важливо було вдосконалити архітектуру email-маркетингу: автоматизувати регулярні процеси, спростити запуск нових комунікацій і зробити управління кампаніями менш залежним від технічної команди.

Спойлер

Замість окремих бекенд-інтеграцій для кожного сценарію налаштували передачу поведінкових подій через Google Tag Manager. Це дало змогу швидше запускати нові автоматизовані комунікації та зменшити навантаження на команду розробки.

‍

У результаті впровадили три сценарії:

• Abandoned View — нагадування користувачам про переглянуту екскурсію.
• Abandoned Book — комунікація з користувачами, які почали бронювання, але не завершили його.
• Abandoned City View — нагадування про переглянуті напрямки та екскурсії в обраному місті.

За перше півріччя 2026 року на ці три сценарії припало 24,81% доходу тригерних розсилок.

Рішення

Для поведінкових тригерів потрібно було спростити передачу подій із сайту в eSputnik, зменшивши залежність від команди розробки. Для регулярних персоналізованих кампаній — скоротити кількість ручних операцій під час щомісячного оновлення контенту.

Тому ми розробили дві окремі механіки автоматизації, які дозволили оптимізувати роботу з тригерними сценаріями та персоналізованими промокампаніями, зменшити операційне навантаження на команди й створити основу для подальшого розвитку email-маркетингу.

Автоматизація поведінкових тригерів

Одним із головних викликів став запуск нових поведінкових тригерів без додаткового навантаження на команду розробки.

‍

За стандартного підходу для кожного нового тригерного ланцюжка розробникам потрібно було окремо налаштовувати передачу відповідної події із сайту в eSputnik. Лише після цього команда Retention могла використовувати її як умову для запуску розсилки.

‍

Щоб зробити запуск нових комунікацій гнучкішим і швидше реагувати на поведінку користувачів, разом із командою Web Analytics ми налаштували передачу поведінкових подій через Google Tag Manager. Це дозволило оперативно впроваджувати нові тригерні сценарії та адаптувати email-комунікації до дій користувачів без очікувань на окремі технічні доопрацювання.

‍

На основі цього підходу ми реалізували три нові сценарії: 

• Abandoned View — повертає користувачів до переглянутих екскурсій і спонукає перейти до бронювання.
• Abandoned Book — нагадує про незавершене бронювання та допомагає повернути потенційних клієнтів до його оформлення.
• Abandoned City View — пропонує екскурсії в містах, які цікавили користувача, і заохочує перейти до вибору туру.

Логіка тригерних сценаріїв

Протягом однієї сесії користувач може виконати кілька дій: переглянути екскурсію, обрати місто або розпочати бронювання. Щоб кожна з цих дій не запускала окремий тригерний лист одному користувачу, потрібно було налаштувати логіку пріоритетності сценаріїв і перевірки подій перед відправленням листів.

Ми розвели сценарії за часом і додали перевірки подій перед відправленням кожного листа.

Це дозволило враховувати подальші дії користувача, визначати пріоритетний сценарій і не надсилати кілька листів у відповідь на різні дії в межах одного користувацького шляху.

‍

Таким чином, GTM вирішив проблему доступу до поведінкових даних без очікування backend-розробки, а додаткова логіка на стороні eSputnik — проблему коректної комунікації з користувачем на основі цих даних.

‍

У результаті користувач отримує одну актуальну пропозицію замість кількох послідовних нагадувань. Це допомагає уникати надмірних комунікацій, зберігати лояльність аудиторії та не знижувати ефективність email-каналу через надмірну частоту розсилок.

Від окремих подій до аналізу поведінки

Реалізований підхід дозволяє контролювати послідовність тригерних відправлень, однак має певне обмеження: Google Tag Manager передає окремі події, але не аналізує їх у сукупності. Перевірки перед відправленням допомагають уникати кількох листів у відповідь на різні дії користувача, але не дають змоги сформувати цілісне уявлення про його інтереси. 

‍

Наступний етап розвитку — впровадити проміжну логіку через n8n. Це дозволить накопичувати та аналізувати дії користувача протягом визначеного періоду, визначати його інтереси й передавати до eSputnik узагальнені дані для запуску відповідного сценарію.

‍

Наприклад, якщо користувач переглянув сторінку міста та кілька екскурсій, система зможе об'єднати ці дії, визначити актуальний інтерес і сформувати єдину подію з інформацією про переглянуті пропозиції. Замість кількох окремих подій eSputnik отримає один набір даних, на основі якого можна сформувати персоналізований лист із релевантними екскурсіями.

Такий підхід дозволить перейти від реакції на окремі дії користувача до комплексної персоналізації комунікацій з урахуванням його інтересів.

Автоматизація персоналізованих промокампаній

На платформі з великим вибором екскурсій у різних країнах важливо враховувати, які напрямки цікавлять користувачів. Це дозволяє пропонувати їм релевантніші тури замість загальних підбірок і повертати до вибору та бронювання. Тому другим напрямом стала автоматизація регулярних персоналізованих промокампаній.

‍

Ми побудували комунікацію так, щоб спочатку визначити, які напрямки подорожей цікавлять користувача, а потім пропонувати йому релевантні добірки екскурсій.

‍

Користувачі отримували лист із пропозицією обрати країну, яка їх цікавить.

Залежно від відповіді автоматично запускалася одна з 10 персоналізованих проморозсилок із добіркою турів для обраного напрямку.

Для тих, хто не зробив вибір, передбачили окрему загальну розсилку з популярними турами. У результаті один автоматизований сценарій охоплював 11 варіантів комунікації залежно від інтересів користувача.

‍

Водночас запуск сценарію не знімав потреби регулярно оновлювати контент: актуалізувати пропозиції турів, посилання та інші дані потрібно було в кожній розсилці окремо.

Щоб команді клієнта не доводилося редагувати HTML-код кожного листа окремо, ми побудували шаблони на базі Velocity, а весь змінний контент винесли в Google Sheets і підключили до eSputnik через External Data Source.

У результаті для щомісячного оновлення персоналізованих кампаній достатньо було актуалізувати дані в таблиці — логіка сценарію та шаблони листів залишалися незмінними. Це дозволило автоматизувати не лише відправлення кампаній, а й значну частину процесу їхньої регулярної підтримки.

‍

Результати

Шлях користувача FREETOUR.com до бронювання може бути різним: хтось приходить із чітким наміром забронювати конкретну екскурсію, а хтось лише шукає ідеї для наступної подорожі, порівнює напрямки та обирає. Тому важливо було розпізнавати інтереси користувачів за їхньою поведінкою на сайті й пропонувати саме ті екскурсії, які допоможуть їм визначитися з вибором і перейти до бронювання.

‍

Для цього ми автоматизували два напрями email-маркетингу, які відповідають різним етапам прийняття рішення.

Поведінкові тригери повертали користувачів до переглянутих екскурсій, міст або незавершеного бронювання, а персоналізовані промокампанії підтримували інтерес до напрямків, які їх зацікавили.

Три нові тригерні сценарії — Abandoned View, Abandoned Book та Abandoned City View — забезпечили 24,81% доходу тригерних розсилок. Open Rate і CTR також перевищили середні бенчмарки туристичної та готельної індустрії.

Серія дайджестів за перше півріччя 2026 року забезпечила 27,14% доходу email-каналу.