Официальный поставщик Nike, Adidas, Levi’s обновил программы лояльности. Число покупок на участника выросло с 1,05 до 1,20

С ростом бизнеса возникла идея перенести программу лояльности во внешнюю систему — это позволило бы закрывать все задачи силами маркетинга. Параллельно искали решение для триггерных рассылок B2B-проекта Lestate. Таким решением стал Mindbox. Помимо программы лояльности Sport Point и рассылок Lestate, платформа также сосредоточила в себе программу лояльности новой сети JNS (ex-Levi’s) и программу лояльности для сотрудников.

Проанализировали собственную экономику и программы лояльности конкурентов и поняли, что имеет смысл перейти на балльную модель с тремя уровнями лояльности: basic, beginner, advanced. Бальная система — более гибкая, чем прямая скидка. Предполагали, что она позволит повысить retention rate: вознаграждать людей, которые приходят к нам регулярно, и мотивировать их возвращаться.

Отдел маркетинга тогда состоял из двух человек, поэтому анализ я проводил самостоятельно. Первое, что нужно было понять, — какие уровни должны быть у лояльности, чтобы мотивировать покупателей приобретать больше товаров в одном чеке. Для этого я выгрузил из 1С покупки за последний год и проанализировал размер среднего чека по сумме и единицам. Полученные значения я разбил на сегменты, выбрал самый частотный и отстроил от него уровни лояльности так, чтобы для преодоления первого уровня в чеке было больше двух единиц. Это позволило бы нам увеличить средний чек, даже если бы возвращаемость не выросла.

За возвращаемость по нашей логике отвечал кешбэк. Чтобы понять, какой именно кешбэк за покупку и процент оплаты баллами мы можем дать клиентам, ориентировались на простую логику: соотношение между процентами начисления и списания должно быть таким, чтобы баллы были достаточно ценными для клиентов и при этом их нельзя было списать за одну покупку. При списании баллов также планировали начислять новый кешбэк, чтобы у клиента на счету всегда были баллы и он возвращался к нам.

Sport Point — это дискаунтер, что накладывало дополнительное ограничение на списание баллов. Чтобы программа лояльности не стала для нас неподъемной, я проанализировал пессимистичный сценарий: что будет, если все клиенты зарегистрируются в программе лояльности и одновременно начнут тратить баллы, а частота покупок и средний чек не вырастут. Это позволило рассчитать максимальную нагрузку на маржу при разных процентах списания.

На пересечении всех этих расчетов определили, что готовы начислять клиентам 3%, 5% и 7% от стоимости покупки в зависимости от уровня. Списать баллами можно было 15% от следующей покупки. Все эти условия настроили в 1С. Понимали, что заведение новых условий даст дополнительную нагрузку на разработчиков, но на тот момент решили не менять архитектуру.

Я предложил владельцам компании идею о переходе на Mindbox. В 2019 году я работал в компании Under Armour и, хотя напрямую не был связан с программой лояльности, видел, что интеграция с Mindbox прошла быстро, а система работала устойчиво.

Конечно, мы проанализировали рынок — и не нашли другого решения, которое бы полностью нас устраивало по функционалу: где-то были сложности с настройкой триггерных рассылок, где-то не было программы лояльности или персонализации сайта, полноценной статистики. Финальным аргументом в пользу Mindbox стал положительный опыт коллег, который мы почерпнули из докладов на конференции.

Почему было важно управлять всеми рассылками и программами лояльности из единого окна. На момент выбора нового процессинга у нас были B2B Lestate с массовыми рассылками и B2C Sport Point с программой лояльности, но без рассылок. Потом, уже в момент интеграции, добавилась еще одна B2C-компания — сеть JNS (ex-Levi’s). После 24 февраля 2022 года бренд Levi’s принял решение уйти с российского рынка — нам удалось выкупить сеть магазинов. По условиям договора мы получили только магазины и товар, без клиентской базы и программы лояльности — нужно было создавать ее заново. Объединять программу лояльности JNS со Sport Point не стали: у сетей разная целевая аудитория и экономика.

У нас изначально офлайновый бизнес, поэтому на первом этапе настроили интеграцию с розницей и только через полгода с сайтами. Для этого привлекли двоих разработчиков — на все работы ушел примерно месяц чистого времени.

Сначала мы предположили, что причина в автоочистке базы: удаляем клиентов, которые не совершали покупку больше 14 месяцев. Думали, что клиенты все-таки возвращаются — оформляли им карты, компенсировали бонусы. Поскольку ситуация повторялась из раза в раз, то начали разбираться глубже.

Оказалось, что проблема в архитектуре: мы не учли, что при регистрации на сайте, когда клиенту присваивается ID, использовалось то же дополнительное поле, что и в B2B-базе. То есть клиент заполнял анкету на сайте, ему присваивался идентификатор, а в 9 утра следующего дня происходило обновление системы — и профиль клиента затирался, потому что его ID соответствовал какому-то B2B-профилю. Исправили этот баг разделением дополнительных полей: одно для B2B, второе для сайта Sport Point и третье для JNS. Чтобы найти всех потерянных клиентов, настроили фильтр: B2B-клиенты, но с баллами B2C-компаний.

Создать дополнительное поле — дело нескольких секунд, и сам по себе функционал удобный: в нашем случае позволяет корректно маркировать клиентов по принадлежности к бренду. Другое дело, что необходимо продумать, какая информация в какое поле будет попадать.

Анализ эффективности на еженедельной основе. Раз в неделю собираемся с генеральным и коммерческим директорами, руководителем розницы и анализируем данные из Mindbox. У нас есть Power BI, но дашборды с данными по рассылкам пока не настроены. Так что просто выгружаем данные из Mindbox в Excel. Основные отчеты, которыми мы пользуемся, это «Программа лояльности», «Доходность по каналам регистрации клиентов», «Доходность механик» и «RFM-распределение».

К сожалению, отчеты закрывают не все задачи. Например, нам важно увеличивать число участников программы лояльности и анализировать этот показатель в разрезе магазинов, но по умолчанию в отчетах Mindbox не указывается точка регистрации. В этом и других подобных случаях используем фильтры.

У нас есть информация о том, где клиент зарегистрировался в программе лояльности: на сайте или в конкретном магазине. Раньше привязывали к магазинам только регистрации на кассе, а при саморегистрации через QR-код вели на сайт — теперь используем QR-коды с индивидуальной ссылкой для каждого магазина.

Если видим, что число регистраций в конкретном магазине ниже, чем медианное значение по сети, обсуждаем это с директором. У нас нет системы премирования или наказания — просто заостряем внимание на проблеме.

Автоматизация программы лояльности для сотрудников. Программа лояльности для сотрудников существовала уже несколько лет, но в ручном режиме — каждую покупку подтверждал региональный или территориальный директор. После того как мы внедрили программы лояльности для клиентов, стало понятно, что можно использовать Mindbox и для сотрудников: автоматически начислять и списывать баллы, поздравлять с днем рождения.

Программа лояльности единая и для офисных сотрудников, и для сотрудников обеих розничных сетей — Sport Point и JNS (ex-Levi’s).

Внедрим новые триггерные рассылки, в первую очередь цепочку реактивации.

Расширим каскадные рассылки. Сейчас используем всего два канала — email и SMS. В ближайшее время дополним каскады мобильными пушами — уже заканчиваем интеграцию с мобильными приложениями на Imshop (у Mindbox есть стандартная интеграция, дополнительная разработка не нужна). Чуть позже подключим мессенджеры в соцсетях.

Протестируем закрытую распродажу. Хотим проверить, насколько эта механика привлекательна для клиентов и повысит ли она скорость продаж.

Попробуем сегментацию в массовых рассылках. С приходом CRM-маркетолога у нас появились ресурсы на тестирование: сейчас проверяем, как клиенты разного возраста и пола реагируют на наши рассылки.

Используем геймификацию. Предполагаем, что игровые механики повысят вовлеченность участников программы лояльности — этот проект находится на стадии обсуждения.