Товарные рекомендации в email-рассылках

Современный потребитель постоянно анализирует предложения, сравнивает не только цены, бренды, качество, но и опыт взаимодействия с компанией. Электронная почта ваших клиентов переполнена рекламой и прочими рассылками конкурентов. Как выделить именно вашу рассылку и подружиться с клиентом? Делать контент не только красивым, а и грамотным с технической стороны. Мы предлагаем использовать товарные рекомендации на основе анализа поведения пользователя.

Товарные рекомендации интересны как клиенту – все необходимое уже собрано в одном месте и не нужно тратить время на поиск – так и самой компании: увеличение дохода интернет-магазинов на 10-30% приходится как раз на cross- и upsell.

С чего начать  

Товарные рекомендации условно можно разделить на две категории:

1. Неперсонализированные – это, например, блок новинок, распродажи, лидеры продаж. Их можно использовать, когда информации о пользователе недостаточно для формирования персональных предложений.
2. Персонализированные – рекомендации составлены на основе всех известных данных о пользователе: 

• данные профиля;

• данные заказов (текущий/предыдущие), стоимость, предпочитаемые группы товаров и бренды; 
• действия на сайте и в приложении (просмотры, добавление в избранное и т.д.);

Это большой пласт данных, работать с которым помогает продвинутая сегментация. Учитывая данные пользователей, распределяем их по группам, в зависимости от выбранных критериев. Например, мы можем сегментировать аудиторию по данным: средний чек, география, стадия покупки и т.д. Отслеживание действий пользователей поможет сгенерировать актуальные товарные рекомендации и сделать рассылку на определенный сегмент, или отправить персонализированный контент определенному подписчику. Кстати, мы в eSputnik умеем качественно делать и то, и другое 🙂

Как использовать товарные рекомендации

Давайте разберемся в каких письмах можно отправить товарные рекомендации:

1. Welcome-письма – при знакомстве с компанией уровень лояльности вашего потенциального клиента достаточно высокий. По нашим данным, приветственные письма открывают порядка 80% пользователей. Используйте товарные рекомендации во втором/третьем письме цепочки welcome-рассылки. Пришлите письмо с уже готовым блоком товаров, которые могут заинтересовать пользователя. Постарайтесь максимально упростить процесс покупки, это формирует положительный опыт и способствует возвращению клиента в будущем.
2. Проморассылка – соберите индивидуальное предложение, основанное на текущих акциях:

1. Брошенные просмотры – используйте персональные блоки в триггерных письмах:

1. Брошенная корзина – ваш клиент уже в шаге от покупки. Одним письмом вы можете не только напомнить о корзине, а и стимулировать покупку с большим чеком через добавление блока сопутствующих товаров. Письма с брошенной корзиной открывает до 50% аудитории. Кстати, можно сделать email-рассылку нескольких писем, в зависимости от того, завершил ли пользователь заказ.

1. Снижение стоимости – еще один повод напомнить о себе, дополнительно можно подключить блок сопутствующих/похожих товаров 

1. Снова в наличии – такая рассылка снижает вероятность того, что пользователь уйдет искать необходимые/альтернативные позиции у конкурентов: 

1. Благодарственные письма – напомните о годовщине первой покупки в вашем магазине, порадуйте клиента персональной скидкой, выгодным предложением:

1. Состояние заказа с блоком “Вас может заинтересовать”:

1. Письмо о доставке заказа – положительный опыт взаимодействия с компанией – отличный повод возвращаться за новыми покупками. Блок товарных рекомендаций поможет допродать определенные позиции, которые уже интересуют вашего клиента. 
2. Постпродажные письма – предложите пользователю сопутствующие товары к ранее купленным товарам: 

Как сформировать товарные рекомендации

Незаменимый помощник в изучении ваших клиентов – это полноценный сервис автоматизации маркетинга с расширенным набором функций. Он умеет собирать и анализировать всю информацию по конкретному пользователю, на основе этих данных формировать персонализированный контент. 

Товарные рекомендации формируются с помощью данных поведения пользователей. Чтобы их получить вам нужно:

• настроить веб-трекинг – в код своего сайта добавить скрипт сервиса автоматизации маркетинга;
• добавить в систему рассылки фид товарных данных;
• дополнительно можно подгрузить историю предыдущих заказов пользователя и добавлять информацию об офлайн-покупках. 

Полученные данные будут собираться и анализироваться системой: вы сможете отслеживать пользовательские события, сегментировать контакты по событиям на сайте, показывать рекомендации не только в письме, но и на сайте. Как усилить сайт товарными рекомендациями подробно мы рассказывали в этом материале.

Рассылки с товарными рекомендациями можно формировать следующими способами: 

1. Брошенные корзины/просмотры формируются с учетом данных о просмотренных товарах на сайте, или товарах, которые добавили в корзину. Для блока товарных рекомендаций отбираются товары той же категории и соответствующие предпочитаемой цене.
2. Ручные рекомендации формируются с помощью key-процессора. Программа будет выбирать рекомендации заданные по ключу. Для этого нужно создать файл препроцессора, загрузить в систему email-рассылки и подключить к письму. Как это будет выглядеть:

1. Алгоритмы ИИ– система самостоятельно генерирует персонализированный контент под определенного пользователя учитывая следующие данные:

• действия посетителя/посетителей – просматриваемые страницы, состояние корзины, средний чек, закладки товаров, настройка уведомлений о появлении в наличии;
• поиск: категории, диапазон цен, бренд, размер, материал; 
• аналогичные модели;
• популярность товаров и т. д. 

Алгоритмы формирования товарных рекомендаций:

1. Общий алгоритм – учитываются просмотры любых страниц, без учета персональных данных, в подборку вносятся бестселлеры, топ продаж и т.д.
2. На основе данных товара – алгоритм учитывает данные товаров и категорий товаров, на их основе будут подобраны позиции в рекомендациях:

• бестселлеры этой категории (самые продаваемые);
• пользователи, которые смотрели этот товар также смотрели (по кликам);
• похожие товары (анализируется категория, описание, название и цена товара);
• пользователи, которые добавили товар в корзину также добавили в корзину: (анализируется категория, описание, название и цена товара);
• пользователи, которые купили этот товар также купили (анализируется поведение пользователей по продажам).

1. На основе данных пользователя: 

- персональные рекомендации для пользователя (анализируя его поведение в категориях и товарах);

- просмотренные товары (на основе просмотров пользователя).

Преимущество сервисов автоматизации маркетинга в том, что они получают данные из всех доступных источников (сайт, приложение, мессенджеры), сразу же учитывают их, генерируют подходящий контент и отправляют письмо в наиболее удобный для клиента канал коммуникации. Например, пользователь по определенным критериям перешел в другой сегмент – система автоматически направит ему актуальное письмо в тот канал, где он чаще всего реагирует/открывает сообщение.

Для максимального результата используйте динамический контент в письмах – переменные выражения заменяйте персональными данными. Также можно поработать с дизайном рассылок: чаще всего они соответствуют общему стилю сайта. Если у вас нестандартное письмо, вы можете воспользоваться специальными редакторами. Так, eSputnik позволяет создавать самые разнообразные письма, а также вывести на сайт товарные рекомендации.

К выводам

Клиент с большей вероятностью сделает заказ, если увидит в письме именно те товары, которые интересуют его сейчас. Товарные рекомендации увеличивают интерес покупателя, потому что определяют его потребности. Специальные сервисы автоматизации маркетинга помогают качественно отслеживать любое изменение в поведении пользователя и сразу реагировать на него. Чем больше данных, тем точнее вы сможете персонализировать рассылку и точнее попасть в цель. Желаем вам постоянно изучать своего клиента, выстраивать длительное взаимодействие и получать максимальную конверсию!