Кейс маркетплейса: как получить х2.5 заявок и заплатить вдвое меньше

Shafa.ua – украинская интернет-платформа, специализирующаяся на купить/продать. Его основали в 2013 году и изначально на нем продавали только женскую бу одежду. Сейчас там можно купить и женские, и мужские, и детские вещи как старые, так и новые. А еще недавно начали продаваться товары для дома.

С 2014 года для email-рассылок в Shafa.ua начали использовать eSputnik. А с марта 2020-го компания сталавыстраивать омниканальную персонализированную коммуникацию с клиентами. Активнее всего сейчас используют email-рассылки и mobile push, эти проекты канал приносят максимальную конверсию.

Цель

Основная цель работы – получить максимально возможное  число заказов из каналов. Для удержания клиентов используются следующие каналы:

• email;
• web push;
• mobile push;
• Viber;
• SMS.

У маркетплейса именная постоянная стратегия по переводу клиентов из email, Viber, SMS-сообщений в мобильное приложение. Более 60% диалогов между покупателями и продавцами происходят именно в приложении, так как это удобнее обеим сторонам. Поэтому в компании решили применять стратегию Mobile First.

Каждую неделю считаются такие показатели:

• стоимость заказа из каждого канала;
• количество заказов из каждого канала;
• стоимость заказа из всех каналов;
• количество заказов из всех каналов.

Регулярный сбор и анализ этих данных позволяет понять, все ли правильно делает компания и продвигается ли в стратегии развития коммуникаций. Например, маркетолог добавляет картинки в mobile push и отслеживает, произошел ли прирост заказов из этого канала. Помимо этого, регулярный обзор статистики помогает оперативно увидеть резкое изменение в поведении клиентов, что может быть следствием проблем в работе системы.

 Основная стратегия

Чтобы уменьшить стоимость заказа и увеличить количество заказов из каналов, в компании была выстроена стратегия, которая базируется на трех китах:

1. омниканальности;
2. сегментации;
3. персонализации.

Ниже каждый кит рассмотрим подробнее.

Омниканальность

Создание омниканальных сценариев

Ранее email, web push, mobile push, SMS отправлялись разными системами. Было решено подключить еще и Viber-сообщения и свести все коммуникации в единую омниканальную систему в eSputnik.

Это позволило строить сложные сценарии для триггеров с использованием различных каналов. Ниже пример в каком порядке пользователю отправляется уведомление о новом сообщении:

• первым делом уходит mobile push в приложении;
• если mobile push не доставлен, отправляется email-сообщение + дополнительно отправляется web push;
• если email не доставлен, отправляется Viber-сообщение;
• если Viber-сообщение не доставлено, отправляется SMS-сообщение.

Омниканальные сценарии позволяют:

• экономить средства, так как Viber-коммуникации значительно дороже, чем email-сообщение;
• не надоедать пользователю, присылая ему одно и то же сообщение в разных каналах.

Ограничение коммуникаций на уникального пользователя

Как мы уже сказали выше – важно не надоедать и не раздражать человека огромным количеством сообщений. По данным опроса – это первая причина почему пользователи отказываются от рассылок.

Для ограничения количества сообщений на пользователя используется функция “Уровень беспокойства”.

Все сообщения подразделяются на три вида:

• рассылки по триггерам первостепенной важности (например, уведомление о новом сообщении) – 0 баллов;
• триггеры второстепенной важности (например, брошенная корзина) – 1 балл;
• проморассылки – 1 балл.

То есть, если пользователь уже получил сегодня письмо о брошенной корзине, то промописьмо ему отправлено не будет.

Сегментация

Без грамотной сегментации базы email никуда, иначе это будет просто «слив бюджета».

На маркетплейсе Shafa.ua разделение пользователей происходит так:

Сегментация по товару и полу

Тут все просто – при продаже одежды нужно знать для начала пол клиента. Присылать мужчинам рассылки с платьями – не лучший вариант. Сегментация email по товару, который подписчик смотрел на сайте, значительно увеличивает эффективность коммуникаций. 

Для грамотной сегментации по полу и товару сделали передачу данных о покупках подписчика, о товарах, которые он добавлял в избранное и т.д.

картинка 3

Сегментация по размеру

Как показывает статистика – очень хорошо работает сегментация по размерам. Особенного для женщин и особенно для женщин «plus size».

 Пример тестирования:

разделили базу активных пользователей с размером XL на две части (около 3300 человек). Первой части отправили письмо с товарами всех размеров, а второй части – письмо с товарами размера XL. Как можно увидеть на изображении выше, контент письма для второй части получил на 27% выше CTR.

Сегментация по прочтениям

В аккаунте вся база разбита на пять подгрупп по дате последнего прочтения:

1. Есть прочтения в течение 30 дней;
2. Есть прочтения в течении 31-180 дней;
3. Есть прочтения более 181 дня назад;
4. Нет прочтений, контакт зарегистрирован в течение 30 дней;
5. Нет прочтений, контакт зарегистрирован более 30 дней назад.

Для каждой из этих групп была разработана определенная частота и стратегия рассылок:

• первая – промописьмо 1 раз в неделю с актуальной темой (например, одежда, которая идеальна сидит на загорелом теле);
• вторая – промописьмо 1-2 раза в месяц по серьезному поводу (распродажа, акция, новая возможности)
• третья – промописьмо 1-2 раза в год на распродажу;
• четвертая – промописьмо 1 раз в неделю с актуальной темой;
• пятая – промописьмо 1-2 раза в год на распродажу.

Также есть стратегия частых рассылок самым активным пользователем. Но как только клиент перестает эти рассылки читать – их часто снижается. Это экономит деньги компании и не надоедает клиенту.

В eSputnik есть возможность выстроить стратегию частоты рассылок. 

Подписчикам из разных сегментов будут отправляться письма с неодинаковой частотой. 

Сегментация по клику

Очень важно дать возможность пользователю выбрать тот контент, который он хочет получать. Во все ручные рассылки и триггеры Shafa.ua добавили блок с возможность выбора вида писем, которые им присылать.

По нажатию на какой-либо вид рассылки пользователь автоматически добавляется в список ее получателей. Такая возможность реализована с помощью добавления события на кнопку.

В системе eSputnik можно настроить столько категорий подписки, сколько неоходимо. Например, пользователи в зависимости от их предпочтений могут подписаться на новости блога, тематические статьи, на показ товаров из конкретной категории, на акции и распродажи и т. д.

Пользователь выбирает интересную ему категорию или несколько и попадает в определенный сегмент – теперь он будет получать только выбранные письма.

RF-сегментация

Базу клиентов разделили с помощью RF-сегментации на 25 сегментов:

• R – recency – давность покупки или посещения сайта;
• F – frequency – количество покупок.

Пример разбивки по сегментам: 

С пользователями ведется разная коммуникация в зависимости от того, в каком сегменте они находятся:

Благодаря сегментация, с пользователями можно максимально эффективно поддерживать коммуникацию К примеру, выделив сегмент R5F5 (а именно, если были заходы на сайт в течение последних 30-т дней или сделали более 20-ти заказов), можно найти своих постоянных клиентов. Как показывают исследования – именно они приносят большую часть прибыль и заказов ежемесячно.

После того, как этот сегмент, определен именно на него направляйте свои усилия при информировании об акциях, распродажах, и т.д.. Этому сегменту можно отправлять более дорогие Viber-сообщения.

Чем больше дней клиент не заходил на сайт и чем меньше заказов он сделал, тем дороже будет его вернуть. Например, чтобы вернуть одного такого клиента из сегмента R1F1 («Бездействие»), можно потратить около 1000 грн. А стоит ли это того? Может дешевле привлечь нового и более активного?

В eSputnik сегменты формируются и обновляются автоматически, так как настроена передача данных о заказах и посещениях с сайта Shafa.ua:

Персонализация

Персонализация помогает определить какие именно товары заинтересовали клиента и какие могут заинтересовать в дальнейшем.

Рекомендованные товары

Рекомендованные товара – один из видов персонализации контента. Например, если клиент просматривал то, что его очень заинтересовало (допустим, одежда для фитнеса), то в новом сообщении ему будут показаны похожие товары (спортивная одежда, спортивное питание, спортивная атрибутика).

Алгоритм подбора вещей:

• они должны быть того же размера;
• идентичной расцветки;
• из той же категории;
• у товаров того же бренда выше приоритет показа.

Добавление блока с рекомендованными товарами на 30-40% увеличило переходы и заказы из триггеров, в которые они были добавлены. – цитата

Поведенческие триггеры с рекомендованными товарами на основе интересов пользователя

Подключили предлагаемую платформой систему триггеров:

• брошенный просмотр с рекомендованными товарами;
• брошенная корзина с рекомендованными товарами;
• снизилась цена на товары, которые вы просматривали;
• снижена цена на товары в вашей корзине;
• мы нашли для вас товары, которые будут вам интересны;
• реактивация пользователей, которые Х дней не были на сайте.

Триггеры отправляются в email, web push и mobile push.

Примеры триггеров в рассылке:

Вверху примеры всех триггеров в рассылке, которые реализованы путем интеграции сайта Shafa с eSputnik.

Какой алгоритм подбора рекомендуемых товаров в рассылках?

На основе того, какие вещи просматривал пользователь на сайте, и фида товаров каждому уникальному пользователю нейронная сеть подбирает товарные рекомендации. Были заданы дополнительные условия для подбора предложений:

• размер одежды или обуви пользователя, который он указывает в своем личном кабинете на сайте.
• Разброс по цене ±150 грн.

Статистика письма “Брошенный просмотр”:

Данные о письмах “Брошенная корзина”:

Заметен высокий процент релевантности контента (перешли из прочитавших).

Персональные баннеры

Пользователи, которые не скачали мобильное приложение, видят в рассылках баннеры, которые предлагают им его установить. А пользователи, пользующиеся приложение – видят другие промобаннеры.

Индивидуальный блок с товарами в письмах

Во все письма устанавливаются персональный блок, в котором 6 товаров. Каждому пользователю – свои предложения. Если же система по каким-то причинам не смогла подобрать товары, то в этом блоке будут находится товары с максимальным количеством показов и заказов за неделю

Пример:

Итоги и результаты

С января по июль 2020 года удалось достичь хороших устойчивых результатов:

• Стоимость заказа из каналов удержания клиентов получилось снизить в два раза по сравнению с 2019.
• Количество заказов из этих каналов смогли увеличить в 2,5 раза.
• Процент заказов из каналов от общего количества заказов увеличился в 1,8 раз.