[responsivevoice_button voice=”Russian Female” buttontext=”Прослушать статью”]
По статистике аналитиков Forrester Research, в 2014 году в мире насчитывалось почти 15 млрд почтовых аккаунтов. Это означает, что фактически у каждого владельца ПК или мобильного гаджета есть несколько почтовых ящиков: рабочий, персональный, анонимный (для регистрации на непроверенных веб-ресурсах, к примеру) и т.д. Кроме того, по данным исследователей, в прошлом году ежечасно отправлялось около 120 млрд писем. Из этой цифры только 55 млрд (меньше половины) относились к личной переписке, всё остальное — бизнес-корреспонденция. Конечно, такой огромный поток электронных сообщений обусловлен тем, что большая часть писем генерируется и рассылается автоматически – те времена, когда письма набирали вручную, давным-давно прошли.
За счёт правильно сделанных email-рассылок можно значительно улучшить показатели бизнеса, но подобные кампании должны базироваться на результатах аналитики огромного количества разных параметров — то, что сегодня модно называть технологией «больших данных» (Big Data). Кристина Потоцкая, компания Triggmine, в своем выступлении на конференции BigData Conference, перечислила 5 основных способов применения Big Data для email-маркетинга.
Перейти с клиентом на «ты»
Прежде, чем отсылать что-либо потенциальному покупателю необходимо «познакомиться» с ним поближе и изучить доступную личную информацию. Это могут быть различные персональные данные, его интересы, история покупок. К таким данным относятся имя, телефон, возраст, пол, место проживания. Интересы клиента можно выяснить, проанализировав его поисковые запросы на сайте, просмотренные страницы и прочее. Кроме того, если клиент подписывается на вашу рассылку, он указывает, какие категории товаров его интересуют. История покупок (если они уже были) позволяет вычислить средний чек и тип наиболее часто покупаемых товаров, другие данные. Всю вышеописанную информацию необходимо использовать для формирования профиля пользователя.
Стоит отметить, что форма регистрации не должна быть слишком громоздкой и сложной. Чем она проще — тем больше стимулов для клиента её заполнить. Например, в магазине LeBoutique форма регистрации состоит всего из двух полей: электронный адрес и пол пользователя. Через пару минут после регистрации на адрес клиента приходит письмо, которое содержит акционные предложения для мужчин, либо для женщин.
Многие интернет-магазины обязательно запрашивают имя и дату рождения (день и месяц) клиента. Пояснение здесь очень простое: в указанную дату магазин может прислать письмо с поздравлением, которое также будет содержать специальное предложение для именинника. Известно, что в день своего рождения человек позволяет себе потратить больше, чем в другие дни. Поэтому правильно сформированное предложение поможет не только повысить лояльность клиента, но и будет стимулировать его сделать покупки в магазине.
Важно отметить, что фактически любой онлайн-бизнес должен бороться за то, чтобы взять у клиента его контакты. Ведь компании платят достаточно много за раскрутку сайта, SEO-продвижение и прочее. И если уж клиент зашёл на ваш сайт, то надо приложить все усилия, чтобы он оставил свои координаты, иначе расходы на SEO могут оказаться напрасными. В то же время, не стоит слишком активно навязывать ему регистрацию — гораздо лучше просто указать её преимущества. Например, в одном из украинских интернет-магазинов добровольно регистрируются до 90% покупателей лишь потому, что там чётко указаны плюсы регистрации: «Если вы зарегистрируетесь на нашем сайте — все цены для вас будут ниже».
Сегментация: как не отправить мужчине рекламу платья
Чтобы высланное клиенту предложение попало в точку, не вызвало раздражения с последующей установкой спам-фильтра на ваши рассылки, необходимо чётко разделить всех подписчиков по группам. Чем уже сегментация – тем легче будет составить предложение, наиболее отвечающее запросам клиента. Сегментация производится по таким данным, как тип ранее купленного товара, периодичность покупок, средний чек, пол, геолокация, поведение на сайте, заявленные интересы и другое.
Вышеописанные рекомендации можно показать на следующем примере. Допустим, некий клиент регулярно, раз в 2 месяца, покупает в вашем магазине дорогую обувь. Через 1,5 месяца после очередной покупки ему можно отправить сообщение о поступлении новой партии дорогой обуви, но именно обуви, а не одежды или парфюмерии. Это позволяет максимально чётко соответствовать интересам клиента и успешно продавать. Опять-таки, если некий заказчик обычно приобретает только дешёвые товары, то и предлагать ему надо именно бюджетную продукцию.
Выполняя сегментацию по геолокационным данным заказчиков, можно очень точно предлагать им сезонные товары. Например, если клиент живет на севере Украины, где зима наступает ранее, чем скажем, в Одессе, ему можно выслать предложение зимней одежды на несколько недель раньше. Используя аналитику больших данных, можно создавать сегменты по самым разным параметрам.
Real-Time Marketing
Технология RTM (Real-Time Marketing) позволяет в режиме реального времени отслеживать поведение покупателя и высылать ему буквально сразу же письмо с предложением о покупке, напоминанием о незавершённых действиях и т. д.
Рекомендуется собирать следующие данные: просмотренные страницы, действия на сайте, бездействие, сделанные покупки. При анализе действий на сайте необходимо принимать во внимание товары, отложенные в корзину, не до конца заполненные формы регистрации и прочее. Отслеживание бездействия подразумевает, что клиент что-то регулярно делал на сайте, а потом перестал. Например, положил несколько товаров в корзину, а потом закрыл сайт, не завершив процесс покупки. Причина этого может быть самой разной, например, разрядился аккумулятор мобильного гаджета, прервался доступ к интернету и т. д. Необходимо понимать, что через пару часов, когда клиент вновь зарядит свой смартфон/планшет, он уже вряд ли вспомнит о незавершённом заказе. Поэтому в интересах интернет-магазина собрать данные о действиях клиента на сайте и отправить ему письмо с приглашением завершить покупку.
Анализ трендов и конкурентов
К этому пункту можно переходить лишь тогда, когда уже сформирован определённый пул данных о поведении клиентов на вашем сайте, а также о действиях конкурентов. Для сбора информации подойдут любые источники, например, вы можете изучить рассылку конкурентов, зарегистрировавшись у них на сайтах, а также купить уже готовую аналитику. Задача — проанализировать действия конкурентов, оценить собственный бренд на рынке и сделать его лучше.
Очень важно на основании полученной информации попытаться выделить тенденции. Например, вы знаете, что в выходные дни у вас на сайте чаще всего оставляют заказ товара незавершённым. На основании такого тренда стоит попытаться упредить события и стимулировать заказчика всё-таки покупать у вас в уик-енд. Для этого, например, ещё в пятницу утром можно разослать письмо с сообщением, что на выходных на все товары предоставляется скидка 5% (либо разместить соответствующий баннер на сайте).
Высший уровень: заглядываем в будущее
Речь идёт о том, чтобы предугадать потребности клиентов в будущем – зная, какие действия они будут производить через какой-то период времени, вы можете продавать им товары ранее, чем они даже сами об этом подумают.
Всего одна удачная триггерная рассылка позволила западной компании, которая продаёт кофе, дополнительно заработать огромную сумму денег. А секрет был прост: компания проанализировала, что большинство регулярных клиентов покупает пакет с кофе раз в месяц. Из этого компания сделала вывод, что такого пакета заказчикам хватает примерно на месяц и по истечении этого срока им понадобится новый пакет. В результате компания начала рассылать всем свои подписчикам примерно через 30 дней после прошлой покупки триггерные письма с предложение купить такую же пачку кофе или попробовать новый сорт. Иными словами, зная о периоде расходования купленного товара, компания заранее предугадывала спрос клиента на новую покупку. Такие триггерные рассылки повышают вероятность новой покупки в вашем магазине.
Ещё один совет — кросс-продажи. Речь идёт о стимулировании приобретения дополнительного товара к уже купленному. Пример подобной email-рассылки приведён ниже:
«Пара советов по использованию вашей покупки! Любая вещь будет служить дольше, если её правильно использовать. Специально для вас мы подготовили серию советов по уходу и использованию товара. Для правильной (оптимальной, максимально удобной) эксплуатации купленного вами товара мы рекомендуем дополнительно приобрести следующие аксессуары (список). Кстати, специально для вас в нашем магазине всю следующую неделю эти аксессуары будут доступны по акционной цене».
То есть, магазин продаёт товар, которые действительно может быть необходим заказчику. Например, если клиент купил смартфон, то ему также можно предложить чехол или гарнитуру. Если он купил сноуборд — то специальную одежду для лыжников.
Каким образом предугадывать поведение клиентов и формировать подобные рассылки, стимулирующие клиента дополнительно купить товары в магазине? Откуда брать нужные данные? Аналитические технологии Big Data позволяют узнать, какие товары чаще всего покупает большинство клиентов, чтобы предложить их другим заказчикам. Поэтому, если компания уже накопила значительный пул данных, она должна плотно заняться их аналитикой. Если же речь идёт о начинающем бизнесе, то компания может купить аналитику у консалтинговых фирм и у партнёров, а также взять в качестве образца чужие истории успеха и применить их для себя.