KazanExpress — быстрорастущий маркетплейс, который в 2023 году вошел в топ-30 самых дорогих компаний рунета. Основной канал коммуникации — мобильное приложение, где click rate пушей может достигать 8%. Как достигают таких показателей — команда рассказала в кейсе.
14,6% — доля GMV от CRM-коммуникаций. Как mobile first маркетплейс KazanExpress развивает мобильные пуши
KazanExpress — российский маркетплейс. В 2023 году вошел в рейтинг 30 самых дорогих компаний рунета по версии Forbes
Масштаб бизнеса.
19,3 млрд ₽ — выручка по итогам 2022 года. Более 120 городов с пунктами выдачи. 80% клиентов используют мобильное приложение
Задача
Повысить GМV маркетплейса за счет CRM-коммуникацийВозвращать пользователей в мобильное приложение
Решение
Запустили триггерные рассылки в мобильных пушах и email-каналеНастроили сегментацию аудитории
ИТ.
Самописные сайт и приложение, базы данных ClickHouse и PostgreSQL, платформа автоматизации маркетинга Mindbox
Результат
14,6% — доля GMV (объема оборота товара) CRM-коммуникаций в общем GMV маркетплейса13% пользователей возвращают в мобильное приложение с помощью мобильных пушей
Срок.
5 месяцев
10 января 2024
KazanExpress — быстрорастущий маркетплейс, который в 2023 году вошел в топ-30 самых дорогих компаний рунета. Основной канал коммуникации — мобильное приложение, где click rate пушей может достигать 8%. Как достигают таких показателей — команда рассказала в кейсе. Он будет особенно полезен при интеграции компаниям с большим фидом товаров, а также тем, кто развивает мобильные пуши.
Содержание:
-
Как был устроен CRM-маркетинг на старте и каких возможностей не хватало бизнесу
Результаты
-
14,6%доля GMV (объема оборота товара) CRM-коммуникаций в общем GMV маркетплейса. Данные из внутренней отчетности, с октября по 14 декабря 2023 года. Не используем более ранние данные из-за изменений в аналитике
-
13%пользователей возвращаются в приложение с помощью мобильных пушей
CRM-коммуникации приносят 14,6% от общего GMV, и мы будем работать над увеличением этой доли. Также в планах добавить инкрементальную выручку в качестве основной метрики.
При этом уже сейчас мы видим, что использование Mindbox помогло нам значительно усилить CRM-маркетинг. Мы можем эффективнее создавать кампании и управлять ими, анализировать наши CRM-активности в рамках единой системы.
Как изменился маркетинг с внедрением Mindbox
До Mindbox
C Mindbox
Сегментация была ограничена. Могли строить сегменты по истории покупок, городу, соц-дем показателям. Но для этого приходилось готовить выгрузки из базы данных, отправить такую рассылку нельзя было без аналитика.
Доступна тонкая сегментация, например, по просмотренным и добавленным в избранное товарам. Для создания сегмента достаточно задать условия в фильтре, помощь аналитика не нужна.
Не могли настроить «брошенные» механики.
Запущены не только «брошенные» механики, но и другие автоматические кампании. Самый эффективный мобильный пуш — с товарами регулярного спроса: средний click rate — 5,62%, конверсия в заказ по last click — 1,51%.
Четыре сервиса для отправки коммуникаций: два для пушей, два для email-рассылок.
Единая платформа для отправки пушей и email-рассылок.
Не могли проводить AB-тесты мобильных пушей и email-рассылок.
С помощью AB-тестов определяют самые конверсионные пуши и email-письма. Улучшают логику автоматических сценариев, например, выбирают оптимальное время ожидания между рассылками или количество сообщений в цепочке.
Рассылки не омниканальны: не учитывали поведение пользователя в других каналах и могли отправить нерелевантные предложения.
Настроили каскадные цепочки из мобильных пушей и email-рассылок.
Чтобы проанализировать работу рассылок, нужно делать запросы в базу данных.
Эффективность рассылок можно проанализировать в готовых отчётах. Показатели обновляются в режиме реального времени.
Какие проблемы в коммуникациях были до перехода на платформу автоматизации маркетинга
KazanExpress — маркетплейс, который появился в 2017 году. Он доставляет товары в 120 городов России за один день. Сервис охватывает больше 120 городов России. Выручка KazanExpress по итогам 2022 года — 19,3 млрд, она выросла в 1,4 раза за год.
Из-за быстрого роста компании CRM-каналом не занимались вплотную. 92% продаж приносило мобильное приложение, но выстроенной коммуникаций с пользователями не было. В конце 2021 года это решили исправить — построить команду CRM-маркетинга, внедрить платформу автоматизации маркетинга и систематизировать рассылки.
Начали с формирования команды и анализа запущенных коммуникаций в мобильных пушах и email-рассылках. Выделили главные проблемы:
Не было единой логики отправки мобильных пушей. Пуши отправлял сооснователь компании — он был лучше всего знаком с сервисом AppMetrica, через который настроили отправку. Сообщения уходили примерно раз в неделю. В них поздравляли с праздниками или отправляли ситуативные коммуникации, например напоминали надеть шапку, когда выпадал снег. Это помогало уже тогда строить человечные и заботливые отношения с покупателями. Но этого было недостаточно для регулярности коммуникаций.
Сегментация была ограничена. Пуши отправляли из двух систем — самописной админки и системы AppMetrica.
Самописную админку использовали для отправки пушей по сегментам, например по истории покупок, городу. Но не могли сегментировать, например, по просмотренным товарам.
Через AppMetrica в основном отправляли массовые пуши. Там также можно было формировать сегменты по социально-демографическим данным из «Яндекса», но этих данных было недостаточно.
Было сложно запускать новые триггерные рассылки. Запущенные триггерные рассылки долго не обновляли.
У нас были триггерные рассылки, настроенные когда-то давно. Но никто не знал, как они работали, а чтобы разобраться, нужно было проанализировать код и изучить документацию. Из-за этого мы не могли развивать рассылки, чтобы увеличивать выручку.
Кроме того, чтобы собирать отчеты, нужно было делать запросы в базу данных.
Сложности в отправке email-рассылок. Раньше для отправки массовых email-рассылок нам нужно было сразу два решения: письма собирали в Stripo, а отправляли через другой сервис. Но у него был ряд ограничений. Например, нельзя было сегментировать клиентов по действиям на сайте, а скорость рассылки не позволяла отправить за раз сообщения на всю базу подписчиков.
В 2022 году в KazanExpress начали поиски платформы автоматизации маркетинга, чтобы в одном окне иметь все данные клиентов и отправлять и email-рассылки, и мобильные пуши.
Как выбрали и интегрировали платформу автоматизации маркетинга
Выбор платформы. Чтобы выбрать CDP, сформулировали ожидания и планы по развитию CRM-маркетинга. Планировали вкладываться в развитие пушей и email-рассылок. Выделили обязательные и дополнительные критерии выбора.
Обязательные
Дополнительные
Сегментация, в том числе по RFM
Рекомендации в письмах
Омниканальность: мобильные пуши и In-app, email, сайт
Ремаркетинг
AB-тесты email-рассылок и мобильных пушей
Автоматические сценарии коммуникации
Аналитика внутри CDP
Конечно, сравнивали стоимость и то, насколько понятна платформа. Но один из факторов, который повлиял на выбор Mindbox, — комьюнити и большое количество клиентов. Мы читали кейсы других клиентов и понимали, что сможем обратиться с вопросами к коллегам.
Интеграция. Она заняла пять месяцев: начали в апреле 2022 года, а закончили в сентябре. Проектом занимался head of digital, CRM-маркетолог, аналитик. В команде разработки были project-менеджер, системный аналитик, data lead, data-инженер, разработчик, тестировщик. Задачи были приоритетными для команды разработки.
Передача данных между системами
Чтобы провести интеграцию, определили состав событий, которые хотели передавать в Mindbox:
- авторизация и регистрация в личном кабинете;
- просмотры товаров и категорий;
- добавление в корзину или избранное, а также удаление;
- история поиска;
- оформление заказа авторизованными и неавторизованными пользователями;
- изменение заказа
Перенос большого массива данных. В ассортименте KazanExpress более 10 млн товаров. Маркетплейс предлагает товары разных поставщиков, поэтому им нужно хранить информацию не только о свойствах товара вроде цены или цвета, но и о его продавце. В Mindbox это реализовали так: у каждого товара — свой уникальный ID, а в его карточке — информация о свойствах, включая данные о поставщике.
Для команды это был первый опыт передачи такого большого фида, поэтому логику передачи данных подобрали не сразу. Сначала передали данные об ID товара — вышло меньше 10 млн, ведь ID един для товаров с разными характеристиками. Так, если продавец продает один и тот же свитер, но в разных цветах, то у всех свитеров будет один и тот же ID товара. Но это влияло на изображения, которые подставлялись в рассылки. Например, в письме шла речь о красном свитере, а появлялся черный. Поэтому решили изменить фид и передавать информацию об ID SKU — он отличается для каждого товара с учетом его характеристик. После этого в письма стали подставляться верные изображения.
Сложность была и в большом количестве товарных категорий и подкатегорий: например, у категории «Одежда» четыре подкатегории: детская, мужская, женская и спецодежда. Внутри каждой из них также есть подкатегории. И эти данные важны для CRM-коммуникации, например, чтобы настроить, «брошенную корзину» по категории.
Всю структуру каталога KazanExpress полностью перенесли в Mindbox. И теперь очень удобно составлять детализированные сегменты по любым действиям с привязкой к любой категории и подкатегории.
Как развивают мобильные пуши: триггерные и массовые рассылки, AB-тесты
В среднем пользователь приложения KazanExpress получает 2 пуша в день. При этом после интеграции с Mindbox у команды появилась возможность более тонко настраивать получателей триггерных рассылок — по их характеристикам или поведению. Например, отдельные рассылки отправляют мужчинам и женщинам или тем, кто покупал товары для детей и животных.
Пуш отправили тем, кто совершал любые действия с товарами для животных: просматривал, добавлял в избранное или корзину, покупал
Так, пуши по узким сегментам показали средний click rate на 0,26 п. п. и среднюю конверсию на 0,06 п. п. выше, чем рассылки по всей базе (сравнивали рассылки за 26 сентября — 17 октября). Может показаться, что это небольшие значения, но для компании с нашей базой это тысячи дополнительных заказов.
Приведем в пример несколько автоматических сценариев.
Welcome-цепочка
Задача welcome-цепочки — познакомить нового пользователя с маркетплейсом: рассказать о доставке, ассортименте, правилах возврата.
Средний CTR welcome-цепочки — 3,11%, конверсия в заказ — 0,44%
Всего в цепочку входит 7 пушей — по одному в день. При этом новый пользователь исключается из всех остальных коммуникаций. Это даёт ему возможность познакомиться с брендом, не отвлекаясь на другие рассылки.
У нас появилась гипотеза, что цепочка слишком длинная, и отправка маркетинговых кампаний с четвертого дня после регистрации будет эффективнее, чем последние три пуша сценария. Мы решили проверить гипотезу: в Mindbox как раз можно тестировать разные версии сценариев.
Участников сценария мы разделили поровну на две группы. Контрольная группа получала welcome-цепочку из 7 пушей и исключалась из остальных коммуникаций на неделю. Тестовая — получала только 4 пуша, а с четвертого дня после регистрации получала все массовые и триггерные коммуникации. Затем мы сравнили, какая из групп показала большую конверсию в заказ в течение первых 10 дней после регистрации.
Группа
Коммуникации
Конверсия в первый заказ в течение 10 дней
Контрольная
Welcome-цепочка из 7 пушей. 7 дней без других коммуникаций.
0,17%
Тестовая
Welcome-цепочка из 4 пушей. С четвертого дня — все массовые и триггерные коммуникации.
0,12%
Оказалось, что пользователям недостаточно четырех пушей, чтобы познакомиться с брендом и принять решение о первой покупке. А значит, длина цепочки оправдана.
Брошенный просмотр
-
4%средний click rate пушей «брошенный просмотр», средняя конверсия в заказ по last click — 0,9%
С переходом на Mindbox в коммуникациях смогли использовать данные о просмотре товаров — и отправлять пуши в зависимости от действий клиента. Это позволило запустить «брошенные» механики. Так, если пользователь смотрел товары, но ничего не добавил в корзину, ему приходит пуш «брошенный просмотр». А чтобы сделать рассылки более персональными, в текст пуша добавляют название первого товара, просмотренного в этой сессии.
Пуш отправляют при условии, что клиент просмотрел товары, но в корзину ничего не добавил
Изначально мы не хотели отправлять пуши тем, кто пробыл в приложении недолго. Но Mindbox не собирает данные о длительности сессии. Мы могли бы настроить передачу данных из нашей системы, но это было бы сложно и могло повлиять на всю интеграцию в целом, поэтому от этой идеи отказались.
Также мы решали проблему с длинными наименованиями товаров, которые делали пуш-уведомления не читаемыми. С помощью функции Truncate в SQL мы сократили наименования товаров, сохраняя при этом их информативность.
Отслеживать данные о длительности сессии — действительно сложное и ресурсозатратное решение. Мы рассматривали возможность реализовать его на стороне Mindbox, но клиентов, которым интересна такая доработка, почти не было.
Если вашему бизнесу тоже не хватает такого или другого функционала Mindbox и вы готовы рассказать, для каких механик собираетесь его использовать, пожалуйста, напишите нам.
Напоминание о товарах регулярного спроса
Предлагают повторно приобрести товары, покупку которых можно считать регулярной, например чай, кофе, контактные линзы, корм для кошек или собак.
У нас в базе нет признаков, которые могли бы помочь определить частоту покупок, например веса, объема, количества товаров в упаковке. Поэтому частоту напоминаний установили, исходя из собственного опыта. В будущем планируем проанализировать частоту покупок и сравнить результаты с нашей оценкой.
-
1,3%средняя конверсия у пуша с напоминанием о покупке
Создали пересчитываемые сегменты с пользователями, которые совершили покупку в нужной категории за последние сутки. Пуш уходит через заданное количество дней. За первый месяц работы у этих пушей самые высокие показатели среди всех запущенных сценариев: CTR — 6,03%, конверсия в покупку — 1,3%.
Напоминание о покупке кофе приходит клиенту через две недели после предыдущего заказа
Проблема микротриггеров — в небольших объемах отправки. Планируем увеличивать число категорий, по которым будем отправлять напоминания, а также точнее прогнозировать дату следующей покупки.
Массовые рассылки: ребусы, эмодзи и мемы
Мы стараемся заигрывать с пользователями, отправлять им что-то необычное.
Например, не просто предлагаем что-то купить, а рассказываем, как это может помочь покупателю. Не просто «купи велосипед», а «подборка велосипедов, чтобы съездить на прогулку с женой».
Пуш с подборкой товаров для клиентов, которые просматривали аниме-товары либо покупали товары из смежных категорий. Click rate — 1, 78%, конверсия в заказ по last click — 0,14%. Для сравнения средние показатели несегментированных рассылок, отправленных в том же месяце: click rate — 0,41%, конверсия в заказ по last click — 0,04%
Как развивают email-канал: триггеры и подборки кликбейтных товаров
В автоматических рассылках email-канал помогает дотянуться до клиентов, которые не реагируют на мобильные пуши. Например, сценарий о «брошенной корзине» настроен как каскадный: если клиент не совершил покупку после двух пушей, то ему придет email-рассылка. В результате 8% выручки от сценария приносит email-канал.
Первый пуш из сценария «брошенная корзина». Click rate — 2,1%, конверсия в заказ — 0,2%
Письмо клиентам, которые не совершили заказ после двух пушей. Open rate — 13,6%, click rate — 0,4%, конверсия в заказ — 0,1%
Также подписчики email-канала получают 4-6 ручных рассылок в месяц. В основном они привязаны к распродажам, а их основной контент — это товарная сетка.
Раньше массовые email-рассылки мы собирали в сервисе Stripo. С переходом на Mindbox в него перенесли и сборку шаблонов — тем самым сократили число сервисов.
В большинстве рассылок мы используем товарную сетку. При этом важно, чтобы в карточках отображалась актуальная стоимость, подгружались студийные фото и учитывалось наличие товара.
В Mindbox собирать такие письма очень удобно. Мы подготовили два шаблона html-блоков, где используем базовые параметры для подстановки нужного числа продуктов. Теперь достаточно указать, товары из какого сегмента должны быть в рассылке — и они подставляются автоматически.
Товарная сетка в письме KazanExpress
При этом команда KazanExpress старается делать рассылки человечными и заботливыми — как во времена первых пуш-рассылок. Для этого собирают товары под задачи и проблемы клиентов. Например, рассылку про старт школьного сезона получатель мог использовать как чеклист готовности к школе: все товары в ней были разбиты на узкие группы. А к созданию письма перед Новым годом подключили команду маркетплейса и тем самым сделали ее ближе к пользователю.
Рассылка с товарами для школы. Open rate — 9,44%, click rate — 0,31%, конверсия в заказ по last click — 0,07%
Рассылка с новогодними рекомендациями сотрудников KazanExpress. Open rate — 8,52%, click rate — 0,12%, конверсия в заказ по last click — 0,01%
Одна из рассылок с самым высоким click rate — это подборка «кликбейтных» товаров. В рассылку вошли металлическое мыло и специальная терка для чеснока — товары, о существовании которых мало кто знает. Задача рассылки — привлечь внимание клиента и мотивировать его перейти на сайт маркетплейса.
Рассылка с «кликбейтными» товарами. Open rate — 10,2%, click rate — 0,9%, конверсия в заказ по last click — 0,15%
Такие подборки планируют отправлять и в мобильных пушах, чтобы возвращать пользователей, которые давно не заходили в приложение.
Как планируют развивать коммуникации
- Запустить реактивационный сценарий с промокодами. Для этого нужны доработки в интеграции, чтобы настроить автоматическое создание промокодов.
- Протестировать работу модуля ML-рекомендаций в email-канале и оценить, как он повлияет на click rate и конверсию в заказ.
- Увеличить количество триггерных email-рассылок: отправлять email-письма после отправки триггерного пуша.
- Протестировать рассылку с последним поисковым запросом — прислать подборку товаров, если пользователь искал продукт, но не нашел подходящего. Механика будет частью «брошенного» сценария, чтобы не пересекаться с другими его рассылками.
Также сейчас присматриваемся к модулю In-App в Mindbox. Думаем, что команде будет легче настраивать и управлять всеми коммуникациями в едином сервисе. Планируем настроить омниканальные коммуникации и отслеживать аналитику в едином окне.
