Зачем оповещать клиента о последних парах его размера, которые нужно допродать до прихода новой коллекции.
Обувные магазины Mario Berlucci допродают последние размеры через автоматическую email-рассылку
Российский производитель обуви, сумок и аксессуаров с пятью офлайн-магазинами в Москве и онлайн-магазином
Задача
Допродать последние размеры
Результат
За месяц выручка 300 тысяч рублей с одной механики по атрибуции последнего платного канала
ИТ.
Сайт на Bitrix, бэкофис на «1С»
18 сентября 2020
Зачем оповещать клиента о последних парах его размера
Читайте также большую историю клиента: +21% выручки email-канала принес целевой маркетинг обувным магазинам Mario Berlucci
Mario Berlucci выпускает новые коллекции обуви каждый сезон. В конце сезона размеры некоторых моделей остаются нераспроданными. Маркетологам хотелось, чтобы клиент автоматически узнавал, что остается меньше трех пар обуви его размера.
Таким образом, клиенты получают релевантный контент с учетом их особенностей, а интернет-магазин — возможность автоматизированно сообщить об остатках, которые нужно допродать до прихода новой коллекции.
Например, у вас 38 размер обуви. Вы любите летние кроссовки. Mario Berlucci учитывает, что вы любите кроссовки и носите 38 размер обуви. Когда в интернет-магазине остается меньше трех пар летних кроссовок вашего размера, вы получаете по email автоматическое оповещение.
Результаты в деньгах за месяц
За месяц механика принесла 30 выкупленных заказов и 300 000 рублей выручки. Рассчитали по методу последнего платного источника перехода клиента в интернет-магазин, в данном случае это email-канал. Рассылку открывают 20% получателей, а кликают — 7% .
-
300 000 ₽С одной механики за месяц
-
20,5%Открытия
-
6,9%Клики
Изначально у нас стояла задача увеличения продаж остатков по «выбитым» размерам, то есть последним в размерной сетке. К сожалению, остатки — это отдельная проблема, которая требует особого подхода.
С помощью этой механики мы увеличили продажи остатков на 23,7%. Ранее мы делали массовые рассылки всех остатков по всем пользователям, что не приводило к ожидаемым результатам. Очевидно, что с помощью подобной персонализации мы решаем проблему остатков.
Понравилась быстрая и нативная интеграция, которая не требовала дополнительных трудозатрат со стороны нашей разработки. Вроде всё окей, нет никаких неприятных неожиданностей. Из приятного — полученные результаты.
Как выглядит рассылка
Пары обуви в email-рассылке действительно последние: в нее попадают только те размеры, у которых на складе осталось меньше трех пар. Также в рекомендательный блок попадают самые популярные пары обуви в размере клиента:
Как работает механика
Чтобы механика работала, маркетологи Mario Berlucci передают несколько пластов данных:
Анкеты клиентов. В анкете информация о размере обуви — ее можно указать на сайте.
Заказы. На основе данных о продажах можно понять размер обуви клиента.
Товары и информация об остатках. В Mindbox записывается информация, сколько пар каждой обуви сейчас на складе. Информация передается раз в час из продуктового YML-фида.
Информация об одной паре обуви Mario Berlucci в Mindbox
Как улучшим механику в будущем
Следующая итерация механики учтет не только доступные размеры, но и то, какой обувью интересовался клиент в последнее время. Оценим новую механику с помощью AB-теста: в первом варианте отправим текущее письмо, во втором — новую механику с ранее просмотренными товарами.
