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

Lestate — поставщик одежды, обуви и аксессуаров мировых брендов для спортивных магазинов. Развивает розничные сети Sport Point и JNS (ex-Levi’s)
Масштаб бизнеса. 
11 магазинов Sport Point, 9 магазинов JNS (ex-Levi’s), собственные интернет-магазины 
400 сотрудников
автор
Илья Комиссаров,
руководитель отдела маркетинга Lestate
Задача
Повысить retention rate клиентов
Решение
Перенести на Mindbox массовые и триггерные рассылки
Обновить три программы лояльности — для сетей Sport Point, JNS (ex-Levi’s) и сотрудников
Результат
1,25% — число покупок на участника программы лояльности JNS (ex-Levi’s) 1,05 → 1,20 — число покупок на участника программы лояльности Sport Point +45% — средний чек у участников программы лояльности Sport Point по сравнению с неучастниками

ИТ. 

Кассы и ERP 1С, сайты на «Битриксе», Power BI, приложения для iOS и Android, приложение «Кошелёк», платформа автоматизации маркетинга Mindbox

Срок. 

1 год
Фишка
Управляют всеми рассылками и программами лояльности из единого окна
Программа лояльности Sport Point не работала как надо: эффективность на регулярной основе не измеряли, рассылки не отправляли, акции не заводили. Кроме того, она давала большую нагрузку на ИТ, поскольку работала на 1С, как и другие системы компании.
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.
Руководитель отдела маркетинга Илья Комиссаров рассказал:
  • почему было важно управлять всеми рассылками и программами лояльности из единого окна;
  • как автоматизация программы лояльности для сотрудников сняла лишнюю нагрузку с региональных и территориальных директоров;
  • как не учли все особенности архитектуры на этапе интеграции и потеряли часть B2C-клиентов;
  • как использовали Mindbox для интеграции с приложением «Кошелёк» — без участия собственной разработки.
Если вам интересно, как изменились программы лояльности благодаря возможностям платформы клиентских данных, сразу переходите в соответствующий раздел.

Результаты смены программ лояльности

  • 1,25%
    число покупок на участника программы лояльности JNS (ex-Levi’s)
  • 45%
    доля лояльных клиентов Sport Point с валидной почтой JNS (ex-Levi’s)
  • 16,6%
    доля идентифицированных чеков в JNS (ex-Levi’s)
  • 5% 40%
    доля лояльных клиентов Sport Point с валидной почтой
  • +45% 
    средний чек у участников программы лояльности Sport Point по сравнению с неучастниками
  • 12,1% 17,1%
    доля идентифицированных чеков в Sport Point
  • 1,05 → 1,20
    число покупок на участника программы лояльности Sport Point

Как была устроена программа лояльности до смены процессинга и почему нас это не устраивало

Автор
Илья Комиссаров,
руководитель отдела маркетинга Lestate
Предыстория: как перешли от скидок к балльной модели. До 2021 года у Sport Point была скидочная программа лояльности на 1С (сетью JNS мы на тот момент еще не владели). Решили отказаться от скидок, потому что они не позволяли управлять поведением клиентов: не стимулировали повторные покупки и не увеличивали средний чек.
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.
Почему решили сменить процессинг лояльности. На 1С балльная программа лояльности проработала полтора года. Но сказать, что она именно работала, нельзя — скорее просто была:
  • Не измеряли эффективность на регулярной основе.
  • 2 часа 
    занимал RFM-анализ 
Мы видели списание баллов и влияние программы лояльности на маржинальность продаж, но не могли оценить изменения в поведении клиентов. Чтобы посмотреть историю покупок и провести RFM-анализ, нужно было вручную выгрузить данные в Excel и всё свести — это занимало от двух часов. В команде маркетинга на тот момент было только двое сотрудников, включая меня, — ресурсов для регулярного анализа не было.
  • Не отправляли рассылки.
Чтобы сегментировать базу, как и в случае с анализом, нужно было выгрузить данные в Excel и затем с помощью поисковой функции ВПР собирать сегменты. Эта работа занимала два-три часа — за все время мы только один раз отправили SMS-рассылку.
  • Не запускали акции.
Бэк-офис компании (кассы и ERP) работает на 1С — разработчики очень загружены. У компании не хватало ресурсов на заведение акций, а сделать это своими силами мы не могли.
  • Ждали доработки от ИТ по несколько месяцев.
Чтобы сделать доработку любого уровня, от использования подарочных карт до автоматизации программы лояльности для сотрудников, нужно было заводить заявку и вставать в очередь. Ожидание могло растянуться на 2–3 месяца, так как ИТ-отдел поддерживал несколько компаний.
В результате число покупок на участника программы лояльности Sport Point составляло всего 1,05 — получалось, что в обмен на затраты по лояльности мы не получали увеличения частоты покупок. Так мы просуществовали примерно полтора года — когда компания перешла от уровня стартапа к более зрелому состоянию, у нас появились ресурсы, чтобы заняться программой лояльности.

Как выбирали новый процессинг и интегрировались с ним

Как выбирали новый процессинг. Начали не с программы лояльности, а с рассылок. У нас есть B2B-компания Lestate — для нее использовали рассыльщик, который позволял отправлять только массовые письма. Для триггерных, включая простую брошенную корзину, нужна была дополнительная интеграция. К тому моменту стало также понятно, что программа лояльности дает большую нагрузку на разработку, а из-за дефицитности ИТ-ресурса мы не можем полноценно с ней работать — нужно переносить лояльность во внешнюю систему.
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.
Таким образом, у нас в управлении оказалось три бренда, объединенные единым отделом маркетинга. Было очевидно, что управлять всеми рассылками и программами лояльности удобнее из единого окна и с точки зрения контроля, и с точки зрения трудозатрат — сотруднику не нужно переключаться между разными программами, достаточно один раз разобраться, как все работает. Это важно еще и потому, что у нас один email-маркетолог на все бренды, а функции CRM-маркетолога до найма специалиста выполнял я.
Как интегрировались с Mindbox. Объединение всех CRM-задач в платформе облегчило нам интеграцию. У нас две системы 1С «Управление торговлей» и ERP — с ними нужно интегрироваться отдельно. Легче сделать это один раз и потом масштабироваться, дорабатывая интеграцию. Так, с Lestate мы интегрировали Mindbox за три месяца, со Sport Point — за месяц, а с JNS (ex-Levi’s) — за две недели. Кроме меня в проекте участвовали руководитель разработки 1С и 1С-разработчик.
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.
После интеграции нам не пришлось обучать кассиров: действия по регистрации клиентов интуитивно понятны — достаточно было разослать по магазинам текстовую памятку с условиями начисления и списания баллов, а также скриптом.
Картинка
Памятка для кассиров описывает диалог при регистрации клиента в программе лояльности
Что не учли на этапе интеграции. Все клиентские базы по трем брендам хранятся в Mindbox — у каждого профиля указан свой сегмент. Пока с платформой была интегрирована только розница, все работало корректно, но после подключения сайтов выявился баг: стали исчезать данные B2C-клиентов. Люди приходили в магазин, называли свой номер телефона, но кассиры не находили их в системе.
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.
Как Mindbox помог нам интегрироваться с приложением «Кошелёк». Мы решили подключить «Кошелёк» как источник новых регистраций в программе лояльности. Интеграция проходила через Mindbox: разработчики платформы напрямую общались с коллегами из «Кошелька», а мы выступали как заказчики.
  • 35%
    регистраций
    в программе лояльности дает приложение «Кошелёк»
Весь процесс занял два месяца, но только потому, что «Кошельку» пришлось дорабатывать систему под нас: два бренда на одном проекте — это нестандартная архитектура. Теперь данные клиента: имя, фамилия, email, номер телефона и согласие на рассылки — передаются в Mindbox напрямую. Если клиент уже зарегистрирован, данные обогащаются. Благодаря «Кошельку» мы получаем 35% регистраций.

Как изменились программы лояльности после перехода на Mindbox

Более привлекательные условия, несмотря на снижение кешбэка. Мы перешли на Mindbox в 2022 году — понятно, что тогда ситуация на рынке сильно изменилась: курс валют вырос, а маржинальность просела. Нам пришлось пересмотреть пороги кешбэка для Sport Point: вместо 3–5–7% перешли к 1–3–5%. Снизили и возможность оплатить баллами — с 15% до 10%. Негатива от клиентов мы не заметили: как я говорил, программа лояльности до этого скорее просто была, чем работала. Для JNS (ex-Levi’s) сохранили более высокий кешбэк: 3–5–7% — у бренда другая экономическая модель.
Картинка
Программы лояльности Sport Point и JNS (ex-Levi’s) отличаются только порогами кешбэка: у JNS выше маржинальность
При этом смогли предложить лояльным клиентам дополнительные преимущества: подарок на день рождения, акции с начислением дополнительных баллов. Проводим такие акции несколько раз в год. Подобные механики не только повышают продажи, но и позволяют привлечь в программу лояльности новых участников: анонсируем акции за две недели через соцсети и рассылки — свои и партнеров, в первую очередь торговых центров.
Картинка
Май и октябрь — традиционные месяцы спада продаж. Начисление баллов помогает привлечь дополнительный трафик на сайт
  • ×2 раза
    количество оставленных email благодаря начислению welcome-бонуса сразу после регистрации  
Welcome-бонус был и раньше, но мы пересмотрели подход: раньше клиенты получали баллы через неделю после регистрации. По обратной связи от кассиров мы знали, что это вызывало негативную реакцию. Решили начислять 500 баллов сразу после полной регистрации с именем, телефоном, email и днем рождения. Это дает клиентам выбор: потратить баллы сразу или отложить до следующей покупки. В результате число оставленных email-адресов выросло в 2 раза месяц к месяцу.
Картинка
Помимо 500 баллов, дарим скидку на первый онлайн-заказ, чтобы мотивировать клиентов на посещение нашего сайта

Продукт Mindbox
Рассылки

Регулярные триггерные и массовые рассылки. В настройке триггерных рассылок нам помогает студия Allure — на проработку одного сценария уходит 2–4 часа. Чтобы сэкономить на отправке SMS, недавно начали использовать каскадные рассылки: отправляем SMS, только если клиент не открыл письмо.
Картинка
Картинка
В честь дня рождения дарим клиентам 500 баллов. Информируем об их начислении в email и SMS, причем SMS отправляем только тем, кто не открыл письмо
Благодаря тому, что управляем и рассылками, и программой лояльности из единого окна, можем использовать в рассылках механики лояльности. Например стандартная «брошенная корзина» обогащена информацией о балльном счете: не просто напоминаем клиенту о забытом товаре, но и рассказываем, как использовать для покупки накопленные баллы.
Картинка
Балльный счет подставляется в рассылку автоматически — для этого в шаблоне письма используем соответствующий параметр
Массовые рассылки готовим самостоятельно — за все бренды отвечает один email-маркетолог в штате. Верстка писем в Mindbox занимает от часа до четырех в случае сложной B2B-рассылки.
Удобно, что для разных брендов используется единый инструмент. Это также позволяет экономить на SMS: платформа «знает», кто открыл письмо — можем фильтром исключить таких клиентов из SMS-рассылки.
Картинка
Картинка
Письмо о начислении баллов в честь дня рождения JNS открыли 25% получателей — так мы сэкономили четверть бюджета на SMS
Пока не ограничиваем частоту коммуникаций: у нас настроены только базовые триггеры, а массовые рассылки отправляем раз в две-три недели — они почти не пересекаются. В дальнейшем, с увеличением числа триггерных рассылок, будем отслеживать коммуникационную нагрузку на клиента. Последнее, чего мы хотим от коммуникаций, — это заспамить наших клиентов.
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).
После оформления на работу сотрудник регистрируется на кассе в магазине, где указывает имя, фамилию, телефон, email и дату рождения. Для офисных сотрудников используют тестовую кассу, в остальном процесс аналогичный.
Картинка
Профиль сотрудника с именем и днем рождения создается при поступлении на работу — директорам больше не нужно контролировать начисление и списание баллов в ручном режиме
У сотрудников есть скидка на все товары 45% с лимитом 25 тысяч в квартал — учитывается расчетно-розничная цена, то есть первая цена, без скидки. На день рождения дополнительно выдаем сертификат  на 5 тысяч баллов, что эквивалентно 5 тысячам рублей. Если необходимо, сотрудник может доплатить за товары рублями.
Как и в случае с клиентами, авторизация происходит по номеру телефона — для подтверждения нужно назвать код из SMS. Но есть нюанс: скидки для сотрудников применяются в присутствии администратора или директора магазина.

Как планируем развивать CRM

Настроим передачу данных из Mindbox в Power BI, чтобы анализировать все данные в одном месте.
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.
P. S. В этой истории мы рассказывали о наших продуктах Программа лояльности и Рассылки. Узнайте о продуктах подробнее на их страницах или в разговоре с консультантом.