Рассказываем, как заменить «зоопарк» сервисов на единую CRM-платформу и вывести маркетинг на новый уровень. В компании строят омниканальный клиентский опыт: повышают показатели рассылок за счет сегментации, подбирают офферы без вреда для маржинальности и стимулируют повторные заказы. В кейсе — самые успешные кампании с доказанным инкрементальным эффектом.
7,92% — инкрементальный прирост из CRM-канала. Как в «Много лосося» сегментируют базу, выбирают офферы и автоматизируют рассылки
«Много лосося» — сеть доставки суши и роллов в 16 городах России. С 2021 года — часть X5 Retail Group
Масштаб бизнеса.
6600 заказов в день
6600 заказов в день
Задача
Повысить долю uplift-заказов из CRM-каналаУменьшить time to market рассылок
Решение
Объединить массовые и автоматические рассылки в email- и пуш-канале на общей платформеОтправлять рассылки по сегментам на основе истории заказов и этапа жизненного цикла
Результат
7,92% — доля uplift-заказов из CRM-канала в общем количестве заказов~19 часов в месяц CDP экономит маркетологу
Срок.
1 год
ИТ.
Нативное приложение на iOS и Android, бэк-офис собственной разработки, платформа автоматизации маркетинга Mindbox
24 февраля 2025
Еще недавно «Много лосося» был стартапом и маркетинг фокусировался на быстрой проверке гипотез. Поэтому под каждую новую задачу сразу находили простой инструмент. Так появился сервис для email-рассылок, затем — для мобильных пушей, а со временем — для их AB-тестирования.
Когда бизнес вырос, маркетинг стал заложником такой ИТ-структуры. Ручной перенос данных между сервисами, сложности с сегментацией, аналитикой, автоматизацией любых рассылок… Вместо развития CRM-маркетинга ресурсы тратились на поддержание процессов. Об омниканальности можно было только мечтать.
Чтобы раз и навсегда исправить ситуацию, «зоопарк» сервисов заменили на платформу автоматизации маркетинга Mindbox. Это кардинально сократило time to market акций, позволило запускать сложные цепочки, а главное — строить омниканальный клиентский опыт.
В кейсе head of CRM «Много лосося» Олег Романишен рассказывает:
Результаты автоматизации CRM-маркетинга
-
7,92%доля uplift-заказов из CRM-канала в общем количестве заказов в декабре 2024 года. Данные теста с глобальной контрольной группой
-
~19 часовв месяц экономит CDP маркетологу на сегментации, настройке кампаний и подготовке отчетов
Эффективность CRM-маркетинга мы оцениваем по инкрементальному приросту. В в «Много лосося» его еще называют долей аплифт-заказов: сколько дополнительных заказов (uplift) CRM-маркетинг приносит и какую долю они составляют в общем числе.
Измерить uplift-заказы помогает глобальная контрольная группа (ГКГ) — это 5% клиентов, которые не получают рассылок. Данные о поведении ГКГ хранятся в нашей внутренней CRM-системе вместе с информацией обо всех рассылках (в том числе об SMS, которые мы отправляем не через Mindbox) и заказах.
Относительно стартового uplift сильно повысился, но сейчас рост замедляется — мы выходим на плато.
Доля uplift-заказов в общем количестве на конец 2024 года составляет 7,92%. Рассчитывается он по формуле:
Мы считаем uplift-заказы не только для канала, но и для отдельных механик. Каждую новую кампанию тестируем с локальной контрольной группой (ЛКГ): это помогает сразу оценить эффективность и доработать CRM-цепочку, если нужно. При этом мы следим, чтобы участники ЛКГ не получали других рассылок, кроме сервисных. Иначе результаты теста будут невалидными.
Соотношение тестовой группы и ЛКГ бывает разным. Если механика рассчитана на небольшой сегмент — 50% на 50%, чтобы быстрее получить результат. В других случаях — 90% на 10%.
Если по итогам теста виден uplift, мы отключаем ЛКГ и кампания продолжает работать на всю аудиторию.
Понятно, что, если раздать много скидок и промокодов, количество заказов резко вырастет, а вот маржинальность просядет. Поэтому наша ограничительная метрика — это маржинальность заказов из CRM-канала. Следим, чтобы акции не били по рентабельности бизнеса.
Как изменился CRM-маркетинг благодаря Mindbox
До Mindbox
С Mindbox
Не могли строить омниканальные коммуникации, потому что отправляли рассылки через три разные системы
Дотягиваются до большего числа пользователей благодаря каскадным рассылкам: все потому, что управляют email и мобильными пушами с одной платформы. Подключили SMS для работы с оттоком и ценными сегментами
Данные о клиентах хранились разрозненно, поэтому сегмент для пуш-рассылки собирался день или два. За это время оффер мог устареть, а пользователь — воспользоваться промокодом от конкурента
Клиентские данные собраны в одном месте — подготовка сегмента для пуш-рассылки занимает 5 минут. Максимум — час, если сегмент сложный. Пользователи вовремя узнают о скидках и акциях
При сборе аналитики приходилось переключаться между системами и вручную сводить данные. При этом ошибки были неизбежны, а оценивать эффективность кампаний было сложно
Маркетолог смотрит отчетность по email и пушам в Mindbox
Любая автоматизация требовала ИТ-ресурса. Доработки превращались в марафон по переписыванию и тестированию кода, чтобы не сломать существующие процессы
Маркетологи заводят автоматические кампании самостоятельно и не зависят от разработчиков
Другие отделы компании не могли сами посмотреть или выгрузить данные о рассылках. Приходилось просить CRM-маркетологов и ждать несколько дней. Особенно сложно было поддержке: пользователи часто обращались, например, чтобы найти промокод из пуша
У части сотрудников есть доступ к Mindbox — они делают выгрузки сами. Например, CMO может зайти на платформу и посмотреть аналитику, коллеги из SMM — сделать выгрузку для своих отчетов. У команды поддержки появился доступ в Mindbox: 90% обращений они обрабатывают сами день в день
Как управляли рассылками раньше и почему подход перестал работать
В «Много лосося» коммуникации развивались постепенно. Под каждую задачу подключали новый сервис — в итоге их стало три:
- для массовых мобильных пушей,
- для автоматических мобильных пушей и AB-тестов в этом канале,
- для email-рассылок.
Из-за этого CRM-маркетологам приходилось вручную синхронизировать данные между системами. Например, чтобы не отправлять письмо тем, кто уже получил пуш, или чтобы проанализировать реакцию на рассылки во всех каналах. Сегментация и аналитика усложнялись и требовали все больше ручного труда.
Еще одна неочевидная проблема такой инфраструктуры — риски для безопасности. Чем больше систем хранят персональные данные клиентов, тем выше вероятность утечки. Куда проще проверять защищенность одной платформы.
А главное, такая инфраструктура не позволяла сделать коммуникации омниканальными. Хоть большую часть заказов «Много лосося» получает из мобильных пушей, команде важно было развивать email-канал: с ним можно дотянуться до тех, кто отключил пуши или удалил приложение.
Наконец, следует комбинировать разные каналы, чтобы не заспамить пользователя пушами. А это невозможно без единой платформы, где видна вся история коммуникаций и можно контролировать частоту отправок на клиента.
Первой идеей было написать собственное решение и объединить три рассыльщика. Но это потребовало бы минимум нескольких месяцев разработки, а бюджет ушел бы на оплату команды разработчиков, тестировщиков и поддержку системы. При этом под капотом остались бы те же три сервиса со всеми их недостатками. Это по-прежнему замедляло бы процессы, только обходилось бы еще дороже.
Поэтому выбрали готовую CDP-платформу и решение проблемы за меньший бюджет.
По каким критериям выбирали платформу автоматизации маркетинга
В выборе платформы участвовали маркетологи, разработчики и служба безопасности. Мы обсудили, какие критерии важны для коллег, составили список требований и обсудили их с 6-7 потенциальными вендорами. У Mindbox оказалось несколько преимуществ:
Соотношение стоимости и возможностей. Мы искали платформы для отправки email и мобильных пушей, в том числе автоматических со сложной логикой. Такие функции предлагали несколько продуктов, но Mindbox оказался выгоднее по цене: стоимость подписки зависит от размера базы, а не от количества событий (например, «пользователь завершил сеанс»), как у некоторых конкурентов.
Быстрая интеграция с мобильным приложением. Нужно было оперативно подключить платформу и по минимуму тратить ресурсы разработчиков. Благодаря SDK (Software Development Kit) Mindbox позволял это сделать. Если бы пришлось писать код с нуля, на одну только настройку пушей ушло бы несколько месяцев разработки. А мы за это время подключили все нужные функции CDP.
Удобство работы с платформой. Оценивали, насколько интерфейс понятен, легко ли обучать сотрудников пользоваться платформой.
Русскоязычная техподдержка, выделенный менеджер. Это помогает оперативно решать проблемы и не терять деньги в ожидании ответа.
Репутация на рынке. Холдинг X5 Group внимательно выбирает вендоров. Поэтому мы подробно изучили документацию платформы и используемые в ней библиотеки. Кроме того, платформа должна была соответствовать российским законам о защите персональных данных и иметь хорошую репутацию.
Безопасность. Система должна была пройти серьезную проверку службой безопасности, а для этого — быть устойчивой к распространенным угрозам.
Положительный опыт работы с сервисом. Мы с коллегами уже использовали Mindbox в других компаниях и были довольны.
Как интегрировались с Mindbox
Интеграция выполнялась в два захода. Первую попытку пришлось остановить в феврале 2022 года из-за неопределенности на рынке. Пока мы были на паузе, вышла новая версия приложения, поэтому летом 2023 года интеграцию начали с нуля.
У Mindbox очень правильный подход к интеграции. На старте консультант предложил создать карту коммуникаций и в первую очередь запустить кампании, которые потенциально принесут наибольшую выручку. То есть мы определили, с чего начать интеграцию, чтобы она быстрее окупилась.
За 2-3 месяца мы настроили передачу данных, чтобы отправлять из Mindbox email-рассылки и мобильные пуши, а также строить аналитику в нашей BI-системе. В интеграции участвовал CMO и технический директор, менеджер продукта, два CRM-специалиста, три разработчика и тестировщик.
Mindbox в ИТ-архитектуре «Много лосося»
Из внутренней базы «Много лосося» в Mindbox передаются не все данные, а только часть. Например, некоторые сегменты для кампаний по зонам доставки, поскольку их удобнее обновлять на своей стороне
С помощью SDK Mindbox подключили к мобильному приложению — вместе с сайтом это основной источник клиентских данных для платформы. Из базы данных в Mindbox передаем сегменты, которые рассчитываем на своей стороне, например по зоне доставки.
Mindbox передает в базу данных результаты рассылок, откуда они попадают в BI-систему.
Получается, в нашей внутренней базе хранятся все клиенты, включая активных и отток, данные о сегментах, показатели рассылок. А в Mindbox — только активные пользователи, которым отправляем пуши и письма. Так получается экономить на хранении данных в CDP и при этом сохранять их историчность.
Мы постоянно дорабатываем интеграцию под потребности бизнеса: например в Mindbox появились In-App — мы сразу решили их протестировать.
При интеграции не обошлось без проблем. Были ошибки на нашей стороне, но, спасибо команде Mindbox, нам помогали находить и исправлять их. Наш персональный менеджер Иван Кузнецов и сейчас всегда на связи. Если у нас что-то не работает, мы всегда можем дать обратную связь — он помогает разобраться.
Как сегментация помогает улучшать клиентский опыт и повышать эффективность рассылок
В зависимости от задач мы сегментируем базу по разным критериям:
По среднему чеку и сумме заказа. Мы часто фильтруем клиентов по признаку «средний чек от Х рублей» или «сумма заказов выше Y рублей». Это помогает подобрать оффер в зависимости от ценности клиента. Например, более ценному сегменту можем отправить более привлекательный оффер и быть уверены, что он окупится.
Автоматическая RFM-сегментация Mindbox. Используем для некоторых триггерных рассылок. Например, по RFM-сегментам отправляются кампании «мотивация на первый заказ», «мотивация на повторный заказ» и рассылки для оттока (о них ниже).
Пуш для RFM-сегмента новичков с мотивацией на первый заказ
По зонам доставки. У каждой кухни, где готовят заказы, своя зона доставки и особенности работы. Нам важно понимать, к какой относится клиент, и учитывать это в рассылках. При этом правила, по которым формируется зона доставки и по которым клиент к ней относится, — сложные.
Поэтому зоны доставки мы рассчитываем на своей стороне, а затем относим каждого клиента к одной из них. Это можно с высокой долей вероятности определить по заказам в конкретном ресторане.
Затем данные о зоне доставки клиента передаются в Mindbox, и мы можем использовать их для сегментации. Бывает, кухня перегружена — тогда лучше не мотивировать к заказу тех, кто живет рядом. Или на кухне закончился ролл «Филадельфия» — значит, ее клиентам нельзя рассылать пуш об этом ролле.
В компании знают, у каких клиентов в зоне доставки накоплены бонусы, и предлагают их потратить
Также сегментация по зонам доставки помогает, когда открывается новая кухня. В первые месяцы работы важно поддержать ее и стимулировать заказы рядом. Мы ищем людей, которые заказывали в соседних точках, а теперь относятся к новой кухне, и отправляем им офферы.
Пуш, чтобы стимулировать спрос на новой кухне. Отправляют пользователям, которые уже заказывали в точках поблизости
Как выбираем каналы и офферы для ручных рассылок
У нас два основных канала коммуникации — пуши и email. В среднем клиент в неделю получает два массовых мобильных пуша и одно письмо. Есть и SMS-рассылки, но их отправляем только клиентам, которые не доступны для коммуникации в других каналах или не реагируют на них. Другой повод отправить SMS — крупные спецпроекты и акции.
Мобильные пуши. Пуши используем для быстрых сообщений с понятным призывом, например предлагаем пообедать. Такие сообщения иногда подкрепляем оффером: скидкой или блюдом в подарок.
Пуш мотивирует сделать несколько заказов и получить бо́льшую скидку
В день рождения компании клиентам подарили промокод
На старте мы много экспериментировали с офферами: сравнивали блюдо в подарок, скидку в рублях и скидку в процентах. Выяснили, что значимой разницы между офферами со схожей ценностью нет. Например, у скидки 15% и блюда за 300 рублей эффект одинаковый.
Если дать бо́льшую скидку, например 30–50%, количество заказов растет в разы, но и маржинальность снижается. В итоге используем разные офферы. А чтобы выбрать, каждый раз определяем целевой сегмент, нагрузку на маржинальность и прогнозируемую прибыль.
Скидку даем в массовых рассылках, где не планируем использовать сложные сегменты: исключать или добавлять пользователей. Такой оффер сделать проще, потому что скидка применится везде. При этом мы просчитываем, какую скидку можем предложить, чтобы акция окупилась и не ударила по маржинальности.
С блюдом в подарок обратная ситуация. Обычно такой оффер нам выгоднее, поскольку обходится дешевле той же скидки в 10%. Но важно правильно построить сегмент, чтобы все клиенты, которые получат сообщение, смогли им воспользоваться: здесь как раз учитываем зоны доставки.
Email-рассылки. В письмах рассказываем о программе лояльности X5, новостях компании, акциях.
Письмо о программе лояльности партнера «Много лосося». В нем рассказывают о преимуществах, мотивируем присоединиться
Письмо мотивирует клиентов, которые уже заказывали в «Много лосося», привести новых пользователей
Кроме того, исторически сложилось, что по понедельникам «Много лосося» дарит клиентам промокод на блюдо. Таким образом мы сглаживаем низкий спрос в рабочие дни: большая часть заказов приходится на пятницу и выходные. Чередуем рассылки с постами в соцсетях: на одной неделе понедельничный оффер отправляет команда CRM, а на следующей — публикует SMM. Так мы можем оценивать реакцию аудитории в разных каналах. По своему каналу видим, что люди привыкли к этим офферам, ждут письма и заказывают, как только его получают. Так что эта рассылка поддерживает паттерн потребления.
Письмо, которое получают подписчики два раза в месяц по понедельникам
В письмах мы часто просим дать обратную связь качеству блюд и сервису. Это помогает узнать, что можно улучшить в продукте.
В опросах собирают общие впечатления о сервисе, а иногда собирают запросы на конкретные блюда, например детское меню
Чтобы больше клиентов были доступны в email-канале, настроили форму на сайте и баннер в приложении: предлагаем бесплатный ролл за подписку на рассылки. В форме нужно указать email, телефон и день рождения. Так за 1,5 года получили около 120 000 email-подписчиков.
Форма в приложении помогает собирать контакты и обогащать базу
Сторис с предложением подписаться на рассылки и получить ролл в подарок
Какие механики повышают uplift
Welcome-цепочка
Рассылка из четырех писем для новых пользователей знакомит их с «Много лосося»: приложением, программой лояльности, акциями для наших клиентов от X5 Group и проектами.
В welcome-цепочке четыре письма: приветственное с информацией о «Много лосося», об условиях программы лояльности X5, приглашение в соцсети и предложение купить многоразовые палочки для суши
Первое письмо welcome-цепочки. Рассказывают, куда доставляют заказы, какие используют продукты, приглашают установить приложение. Open rate — 24,1%, click rate — 0,8%.
Последнее письмо в цепочке о многоразовых палочках, которые помогают заботиться об экологии. Open rate — 17%, click rate — 0,7%. Письмо с акцией добавили в цепочку позже, чем приветственное
Цепочку периодически обновляем, если началась акция, что-то изменилось в продукте или в работе X5 Group. Например, в одном из писем продвигали новинку — экороллы. Также стараемся сделать welcome-цепочку более персонализированной. Например, пользователям, подписанным на «Много лосося» в соцсетях, отправляем цепочку без письма об этой подписке, чтобы не отвлекать лишней информацией.
Благотворительный проект
У «Много лосося» есть специальное меню для котиков. 5% от каждого заказа из этого меню направляют в благотворительный фонд.
Чтобы продвигать акцию, мы создали цепочку из четырех пушей. Сначала они уходили всем, потом — только новичкам, которые присоединились за последний месяц. Отправляем по одному пушу о котиках каждый месяц. Задача — напомнить об акции и замотивировать на заказ.
От цепочки не ожидали высоких показателей, но количество заказов из нее в среднем на 11,76% больше в сравнении с контрольной группой. В контрольную группу вошли 50 тысяч получателей, p-value: 0,0039 (статистически значимый результат, меньше 0,05).
Пуш о благотворительном проекте. Средние показатели за год для iOS: сlick rate — 0,78%, конверсия в заказ — 0,17%. Для Android: сlick rate — 0,62%, конверсия в заказ — 0,12%
Мотивация оставить отзыв на картах
Чтобы привлекать больше клиентов, «Много лосося» важно поддерживать рейтинг на «Яндекс Картах». Для этого стараемся собирать больше отзывов.
После онлайн-заказа клиенту приходит письмо с просьбой оставить отзыв о точке, откуда он получил заказ, — неважно, забрал он еду сам или использовал доставку. За отзыв клиент получает письмо с промокодом. Чтобы связать пользователя «Яндекс Карт» с клиентом в базе, называем клиенту его уникальный номер — Mindbox ID — и просим добавить к отзыву. Механику запустили в конце июля 2024 года и за 4 месяца отправили почти 30 тысяч писем с промокодами за отзывы.
В письме рассказывают, как оставить отзыв, чтобы получить промокод. Open rate — 27,9%, click rate — 4,7%
Механика помогла увеличить количество отзывов и средние оценки ресторанов. Например, у точки на улице Красина — с 3,9 до 4,4
«Брошенная» корзина
Механика помогает вернуть клиентов к незавершенной покупке. Мы отправляем первый пуш через полчаса после того, как корзина брошена, и второй — через сутки. Тестировали разное время отправки и выяснили: если человек начал оформлять заказ, например, в 12, то на следующий день удобнее напомнить ему о покупке в это же время. Механика стала самой успешной: те, кто получают напоминание о товарах в корзине, приносят на 19,29% больше заказов, чем контрольная группа. В контрольную группу вошли 10 тысяч получателей, p-value: 0,0194 (в пределах 0,01–0,05, результат статистически значим).
Пуш из сценария «брошенная корзина». Средние показатели для iOS: сlick rate — 8,6%, конверсия в заказ — 4,8%. Для Android: сlick rate — 17,4%, конверсия в заказ — 8,5%
Письмо из сценария «брошенная корзина». Open rate — 31,5%, click rate — 0,8%, конверсия в заказ — 0,5%
Стимуляция повторных заказов
Через день после заказа приходит оффер: если заказать еще раз в течение 7 дней, вышлем промокод на бесплатное блюдо. Получатели письма приносят на 3,6% больше заказов, чем контрольная группа.
Кроме того, этой механикой мы повышаем средний чек: устанавливаем минимальный порог для активации промокода, например 2500 рублей. Конверсия может снижаться, но средний чек растет.
Рассказывают о подарке к следующему заказу при условии, что пользователь потратит 2500 рублей. Open rate — 22,9%, click rate — 0,5%, конверсия в заказ — 0,3%.
Предотвращение оттока
Мы рассчитали срок предоттока на основе поведения клиентов. Пришли к выводу: если клиент не заказывал в течение 42 дней, высока вероятность, что он больше не вернется.
Для реактивации сначала отправляем офферы в письмах и пушах. Если пользователь не реагирует, подключаем SMS.
Письмо с оффером для пользователей в предоттоке
SMS для клиентов в предоттоке
Цепочки для возврата клиентов из оттока
Для нас пользователи в оттоке — те, кто не заказывал больше трех месяцев. До таких клиентов сложно дотянуться через email или пуш, особенно если они удалили приложение. Поэтому отправляем SMS. Получается дороже, но надежнее: клиенты чаще всего доступны в этом канале. Благодаря таким рассылкам клиенты из тестовой группы делают на 6,7% заказов больше, чем клиенты из контрольной.
Мы рассылаем SMS через отдельный сервис, но сегменты получателей формируем с помощью Mindbox. Нужный список пользователей платформа отправляет платформе SMS-рассылок через вебхук. Дополнительно мы проверяем этот сегмент по внутренним бизнес-правилам: выгодно ли конкретному пользователю отправлять SMS или стоит пока использовать условно бесплатные каналы. Позже считаем эффект. Так получается рациональнее использовать дорогой канал.
Планы
- Подключить In-App, чтобы отправлять персонализированные предложения, уведомлять о специальных акциях или событиях и собирать обратную связь, не отвлекая пользователей рассылками и пушами. Функцию тестировали ранее, но не запустили из-за технических ограничений на нашей стороне.
- Подключить центр уведомлений, чтобы снять большинство запросов в колл-центр. Пользователи часто просят найти промокод, который приходил в пуше. Информация о промокоде и другие уведомления будут храниться внутри приложения.
- Запустить товарные рекомендации. Чтобы повысить конверсию мобильного приложения, планируем запустить специальный раздел с рекомендациями блюд.
Если использовать алгоритмы Mindbox, то рекомендации будут подбираться только для тех, чьи контакты хранятся на платформе (в Mindbox сейчас только те, кто давал согласие на рассылки). А 50% базы, которая тоже использует приложение, но без подписки на рассылки, не получит рекомендаций. Получается, они будут работать вполсилы. Другой вариант — перенести в Mindbox всю базу, а это затратно. Поэтому пишем собственный рекомендательный алгоритм, чтобы охватить всех пользователей и сэкономить. Когда закончим, планируем сравнить его с алгоритмом Mindbox и определиться, какой будем использовать. - Углубить сегментацию. Более узкие сегменты позволят нам точнее нацеливать предложения — направлять усилия на тех, кто с большей вероятностью совершит покупку. А значит, будем рациональнее использовать бюджет.
- Развивать LTV-центричность. Хотим не просто считать средний LTV, а построить LTV-модель по каждому клиенту. Для этого подключили платформу сквозной аналитики, планируем считать стоимость привлечения пользователя и распределять клиентов по сегментам в зависимости от их маржинальности. Это поможет точнее настраивать офферы: определять подходящие размеры скидок, частоту и время отправки коммуникаций.
