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:
- Неперсонализированные – это, например, блок новинок, распродажи, лидеры продаж. Их можно использовать, когда информации о пользователе недостаточно для формирования персональных предложений.
- 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:
- 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.
- Проморассылка – соберите индивидуальное предложение, основанное на текущих акциях:
- Брошенные просмотры – используйте персональные блоки в триггерных письмах:
- 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.
- Снижение стоимости – еще один повод напомнить о себе, дополнительно можно подключить блок сопутствующих/похожих товаров
- Снова в наличии – такая рассылка снижает вероятность того, что пользователь уйдет искать необходимые/альтернативные позиции у конкурентов:
- Благодарственные письма – напомните о годовщине первой покупки в вашем магазине, порадуйте клиента персональной скидкой, выгодным предложением:
- Состояние заказа с блоком “Вас может заинтересовать”:
- 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.
- 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:
- 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.
- 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:
- 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:
- Общий алгоритм – учитываются просмотры любых страниц, без учета персональных данных, в подборку вносятся бестселлеры, топ продаж и т.д.
- 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).
- 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!