WE KNOW YOUR CUSTOMER
FIRST DATA
Как мы помогли Askona вернуть ушедших клиентов с помощью внешних данных о покупках
Все бренды сталкиваются с проблемой оттока клиентов, когда некоторый процент покупателей долгое время не пользуется товарами или услугами компании. Но спящих или ушедших клиентов можно вернуть, например, выделив среди них тех, кому сейчас может быть актуален товар (на основе данных о покупках, совершенных в других магазинах) и отправив специальное предложение. С этой задачей к martech-компании First Data обратился крупнейший в России производитель и ритейлер товаров для дома и здорового сна группа компаний Askona.
CRM-персонализация
Askona
ПОДХОД
КЛИЕНТ
+78%
превышение выручки к затратам на РК
К конверсии в заказ
x2
01.
Те, кто покупал крупную бытовую технику в последние 3 месяца
02.
Те, кто занимался улучшением интерьера в последние 3 месяца
03.
Реккурент № 1 — постельное белье, купленное год назад (как у бренда клиента, так и у конкурентов)
04.
Реккурент № 2 — подушка или другие сопутствующие товары, купленные три года назад (как у бренда клиента, так и у конкурентов)
Выделили четыре ключевых сегмента для первого месяца рекламной кампании:
В качестве первого шага необходимо было определить, по каким критериям сегментировать клиентов оттока. Совместно с клиентом было выдвинуто несколько гипотез, после их тестирования на основе данных First Data.
Переезд в новую квартиру, завершение ремонта, обновление внешнего вида дома сопровождается покупкой крупной бытовой техники — холодильников, стиральных машин, а также предметов интерьера. На этом этапе часто требуются новые товары для сна, поэтому на старте кампании решили сконцентрироваться на данных сегментах аудитории.
От категории тех, кто делает черновой ремонт, решили отказаться сразу, так как это слишком далеко от планирования покупки мебели и тем более сопутствующих товаров. Также и от сегмента «покупатели матрасов» — у данного товара долгий срок службы, вместо него выбрали тех, кто делал сопутствующие покупки (подушку, постельное белье и др.), потому что категория товаров чаще обновляется.
До сотрудничества с First Data бренд Askona уже делал рекламу, используя внешние данные о покупках, тогда работали только с аудиторией тех, кто делает ремонт. Однако эта гипотеза не сработала. Вероятно потому, что слишком рано предлагать товары для спальни тем, кто еще не закончил отделку квартиры, поэтому данная категория First Data не рассматривалась.
Бренд Askona предоставил First Data базу клиентов оттока (все данные передаются всегда в обезличенном, захешированном виде), после анализа данных и выделения актуальных сегментов, First Data отобрали базу, составляющую 34% от переданных данных, которой и были отправлены специальные предложения от Askona.
Переезд в новую квартиру, завершение ремонта, обновление внешнего вида дома сопровождается покупкой крупной бытовой техники — холодильников, стиральных машин, а также предметов интерьера. На этом этапе часто требуются новые товары для сна, поэтому на старте кампании решили сконцентрироваться на данных сегментах аудитории.
От категории тех, кто делает черновой ремонт, решили отказаться сразу, так как это слишком далеко от планирования покупки мебели и тем более сопутствующих товаров. Также и от сегмента «покупатели матрасов» — у данного товара долгий срок службы, вместо него выбрали тех, кто делал сопутствующие покупки (подушку, постельное белье и др.), потому что категория товаров чаще обновляется.
До сотрудничества с First Data бренд Askona уже делал рекламу, используя внешние данные о покупках, тогда работали только с аудиторией тех, кто делает ремонт. Однако эта гипотеза не сработала. Вероятно потому, что слишком рано предлагать товары для спальни тем, кто еще не закончил отделку квартиры, поэтому данная категория First Data не рассматривалась.
Бренд Askona предоставил First Data базу клиентов оттока (все данные передаются всегда в обезличенном, захешированном виде), после анализа данных и выделения актуальных сегментов, First Data отобрали базу, составляющую 34% от переданных данных, которой и были отправлены специальные предложения от Askona.
Задача клиента и выбор аудитории
Персонализация сейчас стала необходимым условием для создания успешной маркетинговой кампании. Используя лишь внутренние данные бренда и общие характеристики клиентов, такие как возраст, пол, география и возможные интересы, компании могут не знать о реальных запросах своих потребителей. Из-за этого реклама становится неэффективной, сообщения не доходят до целевых пользователей, которым покупка могла быть действительно актуальна, а средства тратятся впустую.
Обезличенные данные о покупках потребителей в других категориях, которые аккумулирует и анализирует First Data, помогают обогатить собственные данные компании о своих клиентах, и, исходя из этого, скорректировать рекламную кампанию. Например, если человек в последние два-три месяца покупал мебель или предметы интерьера, значит, он занимается обустройством своей квартиры или дома, а, следовательно, покупка матраса Askona по специальной цене также будет ему интересна с большей степенью вероятности.
Обезличенные данные о покупках потребителей в других категориях, которые аккумулирует и анализирует First Data, помогают обогатить собственные данные компании о своих клиентах, и, исходя из этого, скорректировать рекламную кампанию. Например, если человек в последние два-три месяца покупал мебель или предметы интерьера, значит, он занимается обустройством своей квартиры или дома, а, следовательно, покупка матраса Askona по специальной цене также будет ему интересна с большей степенью вероятности.
Как First Data работает с данными
Первый этап — идентификация гипотез. Часто клиенты приходят с готовыми гипотезами, которые необходимо проверить, также First Data всегда расширяет этот список своими вариантами, основываясь на многолетнем опыте членов команды. На этом шаге важно взглянуть на вопрос достаточно широко, чтобы выделить максимум сегментов, интересных для анализа, поэтому в случае с Askona компания анализировала более 12 возможных классификаторов.
Второй этап — сбор и анализ данных. В базе данных First Data порядка 9.5 млрд транзакций, полученных от поставщиков данных (онлайн-кассы, ОФД, ритейл итд), все данные передаются и хранятся в обезличенном виде. По выделенным гипотезам аналитики martech-компании проверили доступность и релевантность данных о покупках и выбрали наиболее объемные и отвечающие заданным параметрам сегменты, их оказалось четыре.
Третий этап — интерпретация результатов и принятие решений. На основании проанализированных данных под каждую из категорий (спящие клиенты и клиенты оттока) были выделены свои сегменты аудитории. Также была создана контрольная группа, с помощью которой определялась эффективность рекламной кампании. На каждом этапе работы First Data также анализировала результаты проекта, чтобы выделить наиболее сильные сегменты, отказаться от неработающих, при необходимости добавить новые.
Второй этап — сбор и анализ данных. В базе данных First Data порядка 9.5 млрд транзакций, полученных от поставщиков данных (онлайн-кассы, ОФД, ритейл итд), все данные передаются и хранятся в обезличенном виде. По выделенным гипотезам аналитики martech-компании проверили доступность и релевантность данных о покупках и выбрали наиболее объемные и отвечающие заданным параметрам сегменты, их оказалось четыре.
Третий этап — интерпретация результатов и принятие решений. На основании проанализированных данных под каждую из категорий (спящие клиенты и клиенты оттока) были выделены свои сегменты аудитории. Также была создана контрольная группа, с помощью которой определялась эффективность рекламной кампании. На каждом этапе работы First Data также анализировала результаты проекта, чтобы выделить наиболее сильные сегменты, отказаться от неработающих, при необходимости добавить новые.
Как происходила сегментация аудитории
Четырем выделенным сегментам аудитории — покупатели крупной бытовой техники, «улучшатели» интерьера, покупатели постельного белья и товаров для спальни — были высланы SMS-сообщения со специальными скидками в Askona: 50% и 70% в соответствие с категорией.
Работы с выбранными сегментами
По результатам пилотного месяца конверсия доходила до 0,77% при среднем значении 0,38%. Наибольшую активность проявили клиенты из категории «покупатели крупной бытовой техники», а также «покупатели предметов интерьера».
По итогам кампании сумма заказов на 78% превысила затраты на маркетинг в рамках данного проекта (стоимость услуг First Data и расход на рассылку SMS-сообщений).
После окончания пилотного месяца дальнейшая работа с клиентом будет строиться в формате CPO (процент за привлеченную продажу). Также First Data обновила сегменты, чтобы протестировать новые гипотезы:
Покупатели товаров для дачи и товаров для отделки квартиры (чистового этапа ремонта) занимаются обновлением дома, а значит им актуальна покупка товаров Askona.
По итогам кампании сумма заказов на 78% превысила затраты на маркетинг в рамках данного проекта (стоимость услуг First Data и расход на рассылку SMS-сообщений).
После окончания пилотного месяца дальнейшая работа с клиентом будет строиться в формате CPO (процент за привлеченную продажу). Также First Data обновила сегменты, чтобы протестировать новые гипотезы:
- Активные покупатели товаров для дачи
- Покупатели товаров для чистового ремонта (за последние полгода)
- Покупатели постельного белья и посуды в икеа/ikea в период с сентября 2021 года по февраль 2022 года
Покупатели товаров для дачи и товаров для отделки квартиры (чистового этапа ремонта) занимаются обновлением дома, а значит им актуальна покупка товаров Askona.
На «спящих» клиентов и клиентов из оттока у нас настроены кампании реактивации, но нам хотелось получить большую конверсию, чем ту, которую мы видим с коммуникаций, построенных на основании внутренних данных компании. Благодаря внешним данным истории покупок клиентов мы смогли более точечно сегментировать клиентов и направить им более релевантное предложение. Пилот подтвердил наши гипотезы, и мы планируем и дальше работать с First Data для активации данных сегментов
Руководитель отдела CRM и программы лояльности Askona
Результаты первого месяца проекта и продолжение работы
Светлана Беликова
+78%
превышение выручки к затратам на РК
К конверсии в заказ
x2
другие кейсы
