MOON-Trade зарабатывает 5,5% выручки с помощью прямых коммуникаций

Рассказ про трансформацию прямых коммуникаций в MOON-Trade мы разбили на две части. В этой части расскажем, как компания зарабатывает до 5,5% от общего дохода интернет-магазина по атрибуции последнего платного канала с помощью email-рассылок. Во втором материале  расскажем про персонализацию сайта и тестирование игровых механик. Публикацию комментируют CMO Александр Багринцев и маркетолог Максим Набока.

Результаты

В августе MOON-Trade начали запускать автоматические кампании. За полгода выручка от прямых коммуникаций выросла до 5,5%. По сводному отчету по рассылкам Mindbox, 80% от выручки приносят автоматические кампании, оставшиеся 20% — ручные рассылки. Атрибуция по последнему платному каналу.
Доля выручки от рассылок за период
(относительно всей выручки за период)
Доля выручки

Ключевые цифры

  • 80 %
    выручки от прямых
    коммуникаций приносят
    триггеры
  • 5,5 %
    приносят email-рассылки
    от общего дохода
    интернет-магазина
  • 24
    автоматические кампании
    запущены

Ситуация

До перехода на Mindbox интернет-магазин MOON-Trade использовали две платформы: одну для ручных рассылок, вторую — для автоматических. Хотелось хранить данные клиентов в одной платформе, включая анкетные данные, полную историю покупок и действий на сайте. На основе данных планировалось запускать новые автоматические сценарии.

Что сделали

Загрузили данные клиентов из всех источников в CDP. После этого начали запускать автоматические кампании. Сначала email-рассылки, затем — персонализацию сайта. Рассылки — для увеличения выручки, персонализация — для сбора «лидов» и конверсии в первый заказ. Расскажем про несколько email-кампаний. Персонализации сайта мы посвятили отдельный материал.

Рекомендации к следующей покупке (Next Best Offer)

Подборка рекомендуемых товаров для покупки персонально для каждого получателя. После того как клиент совершил заказ, спустя некоторое время автоматически отправляем рассылку с персональными рекомендациями.
Персональные рекомендации в письме составляются с учетом полной истории покупок клиента, его последних интересов. Алгоритм на основе машинного обучения подбирает похожих по поведению людей и советует получателю письма то, что было интересно похожим на него людям.
Фрагмент письма с рекомендуемыми покупками
Фрагмент письма с рекомендуемыми покупками

Дайджест скидок

Эта рассылка отправляется автоматически клиентам, которые давно ничего не покупали. В рассылке агрегируются популярные товары со скидкой, персональные рекомендации и действующие акции.
Фрагмент письма-дайджеста скидок
Фрагмент письма-дайджеста скидок

Реактивация новичка

Клиент попадает под условия триггера в том случае, если оставляет email-адрес и не совершает покупку в течение нескольких дней. В письмо подставляется персональный промокод со скидкой на первый заказ и товары на распродаже.
Фрагмент письма «Реактивация новичка»
Фрагмент письма «Реактивация новичка»

Заключение

За полгода централизовали хранение данных о клиенте в одной платформе, запустили 24 автоматические кампании и зарабатываем 5,5% от общего дохода интернет-магазина с помощью прямых коммуникаций. Прочитайте второй материал MOON-Trade про персонализацию сайта.

Почитайте ещё: