Автоматизация маркетинга для интернет-магазина Tehnoland (Латвия)

Proks — одна из крупнейших компаний в Латвии. В течение многих лет магазины компании под брендом Tehnoland успешно продают бытовую технику и электронику. В 2017 году компания столкнулась с необходимостью кардинального изменения подхода к коммуникации с покупателями и обратилась к нам.

Персонализация — один из очевидных трендов маркетинга, особенно в b2c. Большие компании, такие как Яндекс.Маркет, OZON или наш Клиент, “М.Видео”, давно используют в работе системы, которые позволяют предсказывать поведение покупателя — и тем самым предлагать ему наиболее актуальный товар.

Proks решили изменить свой подход в работе с покупателями Tehnoland для того, чтобы эффективно конкурировать с гигантами и увеличивать количество покупок на одного покупателя, а также средний чек (читайте нашу статью о формуле прибыли). Мы взяли курс на автоматизацию и персонализацию.

Руководители проекта

Илья Балахнин
Управляющий партнер
Григорий Черняев
Партнер. Практика анализа данных
Подборка кейсов

Оставьте заявку,
и мы подберем кейсы
по вашей теме

Как было


  1. Маркетинговые каналы не автоматизированы, и многие задачи выполнялись вручную. Например, e-mail-рассылка в зависимости от того, какой товар необходимо было предложить тому или иному сегменту покупателей, формировалась в прямом смысле на руках. Сотрудник отдела формировал базу, вручную верстал и отправлял письмо.
  2. Не было как таковой CRM-системы. Была ERP для управления поставками и MS Navision Axapta для управления покупками и отгрузками.
  3. В самой системе для построения персонализированной коммуникации собиралось недостаточно данных и по покупателям, и по покупкам; соответственно, и предсказательный маркетинг можно было реализовывать только на самом верхнем уровне.

Что мы сделали


В первую очередь мы посмотрели, какие данные уже собираются по покупателям и по покупкам, и поняли, что этих данных недостаточно для построения рекомендательной системы и сегментации.

Поэтому первым делом мы разработали перечень полей для сбора в CRM по покупателям и в ERP по товарам. Также сформировали перечни данных, которые необходимо собирать для формирования оперативных отчетов о продажах:

  • содержание полей чека;
  • содержание информации о заказе;
  • базы покупателей;
  • база чеков;
  • база товаров.

Также мы сформировали отдельную анкету для дополнительных данных о покупателях, которую можно использовать для дополнительной персонализации сообщений; туда вошли такие вопросы, как:
  • род занятий;
  • семейное положение;
  • аккаунт в соцсетях и другие вопросы.

Вторым шагом стала работа с анализом данных по покупкам, которая и должна стать основой для построения персонализации. По итогам анализа мы выделили основные группы процессов, которые необходимо автоматизировать:


  1. Обработку заказов: как только покупатель заполняет заказ на сайте, в магазине оффлайн или в по другим каналам, он попадает в CRM и распределяется между менеджерами. Также автоматически формируются карточки заказа и покупателя и подтягивается информация о наличии товара на складе.
  2. Сегментацию покупателей по социально-демографическим параметрам, параметрам последнего заказа, по RFM-данным (механика сегментации по RFM также встраивается), а также по поведенческим параметрам на сайте интернет-магазина и на других сайтах. С помощью интеграции с сервисами веб-аналитики можно отслеживать поведение покупателя и на других сайтах, фиксировать его интересы и добавлять в группу покупателей по его поведению.
  3. Автоматизацию обработки заказов: и мы, и покупатель можем онлайн наблюдать за тем, в каком статусе сейчас заказ, получать документацию по заказу. Выбор способа и типа доставки совершается в электронном формате, как и способа оплаты, также автоматически происходит выбор времени доставки. То есть за счет синхронизации работы систем по управлению складом и CRM этот процесс полностью автоматизируется.


Третий шаг — автоматизация каналов на основе данных о поведении покупателей.

Используя данные анализа, мы разработали автоматизированный и персонализированный алгоритм работы с такими инструментами, как:

  • SMS-рассылка;
  • e-mail-рассылка;
  • баннеры на сайте;
  • предложения в личном кабинете;
  • купонные предложения при доставке товаров.


Примеры автоматизированных процессов для триггерных инструментов:

  • Полная персонализация сайта от главной страницы до корзины и страницы ошибки 404.
  • Персональные товарные рекомендации для пользователей.
  • Триггерные рассылки: добавление в письмо товаров, которые заинтересовали пользователя, и отправка ему письма по триггеру (например, покинул сайт).
  • Отправка комбинированных предложений пользователям - участникам программы лояльности, например, по поведению и по интересам.
  • a/b тестирование кампаний в e-mail-рассылке: система сама выбирает сегмент, запускает a/b тест, фиксирует результаты и отправляет лучшее письмо.
  • Уникальные персональные купоны: для каждого пользователя можно создать и отправить свой промокод.


Пример E-mail-рассылки

image.png

Как теперь происходит работа с покупателем

  1. Пользователь приходит к нам на главную страницу сайта. Предположим, он уже совершал у нас покупки и покупал машинку для стрижки. Прямо на главной странице мы можем предъявить ему новинку — насадки для этой машинки.
  2. Кроме того, мы видим, что этот пользователь активно посещал страницы о фильмах, новинках кино, читал отзывы о последних картинах, при этом фильмы были скорее приключенческие или, например, о супергероях. Мы покажем ему баннер с фильмом о Бэтмене с месседжем о качестве картинки на телевизорах определенного бренда, на которые сейчас действует акция.
  3. Видим, что дальше по сайту покупатель идет в раздел, например, техники Apple, и что сидит он через MAC OS. Мы знаем, что пользователи MAC обновляют технику, как правило, покупая технику этого же бренда. Поэтому, возможно, это поиск нового компьютера — предъявляем ему информацию о новинках.
  4. Помимо нового MAC покупатель просматривает страницы Apple Watch и аксессуаров; система фиксирует этот факт, данные понадобятся нам позже.
  5. Покупатель кладет в корзину предложенный нами MAC — значит, мы можем отнести его к сегменту пользователей техники Apple.
  6. Покупка совершается, пользователь оформляет заказ. Можем догонять покупателя механиками ретаргетинга, предлагая аксессуары к MAC, например, чехол, кейс или наушники.
  7. В письмо с благодарностью о заказе автоматически добавляются те же аксессуары и купон со специальным предложением на их покупку, например, 20% скидку на наушники, если он добавит их к текущему заказу в течение дня.
  8.  По прошествии некоторого времени в зависимости от того, как себя ведет покупатель, показываем ему объявления либо с новинками техники Apple, либо отслеживаем его поведение на других сайтах, где он ищет информацию, например, о бытовой технике — и кладем в e-mail рассылку об этих товарах.

    Мы готовы помочь и вам перейти от ручного управления маркетингом к автоматизированной системе работы с покупателями. Просто заполните наш бриф, и мы оперативно свяжемся с вами для уточнения деталей.

Хотите таких же результатов?

Оставьте заявку прямо сейчас, и мы свяжемся с вами.

В течение 15 минут после того, как вы оставите заявку, с вами свяжется наш аккаунт-менеджер. Он задаст вам несколько вопросов по проекту и сориентирует по стоимости, срокам и дальнейшим действиям. Также вы можете позвонить нам по телефону. И, возможно, пригласит выпить кофе :)