+14,24% к ARPU получателей рассылок относительно КГ. Как Tripster доказал эффективность директ-маркетинга при долгом цикле сделки

Tripster — сервис онлайн-бронирования необычных экскурсий. Сотрудничает с гидами в 786 городах мира, предлагает индивидуальные и групповые экскурсии. Работает с 2013 года
Масштаб бизнеса. 
1,8 млн человек посетили экскурсии за год с мая 2023 года
автор
Елена Полуянова,
head of CRM Tripster
Задача
Повысить ARPU (среднюю выручку на одного пользователя)
Решение
Внедрить платформу автоматизации маркетингаСегментировать базу и настроить рассылки с учетом жизненного цикла и активности клиентов

ИТ. 

Сайт и бэкофис собственной разработки, Power BI, приложения для iPhone и Android, платформа автоматизации маркетинга Mindbox
Результат
На 14,24% выше ARPU у получателей рассылок относительно контрольной группыВ 2 раза выше рост ARPU у активных читателей рассылок относительно тех, кто их не открываетС 2,5  до 3 раз увеличилась разница в ARPU активных читателей рассылок и тех, кто их не открывает

Срок. 

2 года
Автор
Елена Полуянова,
head of CRM Tripster
Последние два года мы активно развиваем CRM: подключили платформу клиентских данных, персонализировали коммуникации, запустили триггеры с рекомендациями и регулярные информационные рассылки. Наши усилия привели к хорошим показателям вовлеченности: у активной аудитории очень высокий open rate — 55–60%. При этом доля CRM по линейной модели атрибуции оставалась низкой — всего 7% заказов.
Это было странно — не может быть, чтобы при таком высоком open rate CRM не оказывал влияния на аудиторию. Поэтому начали смотреть не на атрибутированные CRM продажи, а на то, отличается ли в целом поведение путешественников, активно читающих рассылки, от тех, кто никогда ими не интересовался, а главное — как увеличивается эта разница.
Благодаря этому увидели настоящий эффект от коммуникаций: у активных читателей рассылок ARPU год к году растет быстрее, чем у тех, кто не открывает письма. За два года разрыв ARPU между этими группами увеличился с 2,5 до 3 раз и продолжает расти.
Наш опыт будет полезен тем, кто использует email-рассылки не для прямых продаж, а скорее для прогрева, удержания внимания и вовлечения аудитории, а также компаниям с долгим циклом покупки и низкой частотой продаж. Расскажем, как таким компаниям повышать ARPU.

Результаты автоматизации CRM-маркетинга

  • на 14,24%
    выше ARPU — средняя выручка на одного пользователя — у получателей рассылок относительно контрольной группы
  • в 2 раза 
    выше рост ARPU за два года у активных читателей рассылок относительно тех, кто их не открывает
  • 2,5 → 3 раза 
    увеличилась за два года разница между ARPU активных читателей рассылок и тех, кто их не открывает 

Данные из отчета Mindbox «Эффективность CRM» и внутренних дашбордов Tripster. Активные читатели — те, кто открыл не менее трех писем, причем последнее открытие было не более двух месяцев назад

Используем глобальную контрольную группу Mindbox — подключили ее в декабре 2023 года. 5% подписчиков не получают никаких рассылок, кроме транзакционных.
Сначала путешественники оставались в глобальной контрольной группе всего месяц, но при нашей частоте покупок за такой короткий срок невозможно получить статистически значимый результат — это мы и увидели на цифрах. В январе 2024 года продлили срок в контрольной группе до трех месяцев — в трех из пяти месяцев увидели аплифт ARPU — в среднем на 14,24%.

Аплифт выручки от рассылок

Тест с контрольной группой доказал, что рассылки значимо повышают выручку. Доверительная вероятность — 95%
Аплифт выручки от рассылок считается как:

Средняя выручка с клиента (ARPU)

Тест с контрольной группой доказал, что рассылки значимо повышают ARPU. Доверительная вероятность — 95%
Главным результатом развития CRM-маркетинга в Tripster я считаю то, насколько наши активные читатели чаще взаимодействуют с нами и покупают экскурсии. Это приносит значимый результат для бизнеса: ARPU активных читателей рассылок растет быстрее, чем путешественников, которые нас не читают.
Активными мы считаем тех, кто открыл не менее трех писем за все время, причем последнее открытие было не более двух месяцев назад. То есть клиент выпадает из сегмента через два месяца после открытия последнего письма. Предполагаем, что все это время влияние рассылок на него сохраняется.

Рост ARPU активных читателей и тех, кто не открывает рассылки

ARPU не открывающих рассылки вырос на 33% за два года, активных читателей — на 62%

Формула расчета ARPU

Рост ARPU активных читателей особенно заметен на фоне тех, кто не читает рассылки: разрыв ARPU между этими сегментами увеличился с 2,5 раз в 2022 до 3 в 2024 году. Хотя в базе активных читателей всего 14%, на них приходится 26% всех заказов.

Доля активных читателей в базе и доля их заказов

В базе активных читателей всего 14%, но на них приходится 26% всех заказов   
Разница между сегментами увеличивается в основном за счет того, что активные читатели намного чаще совершают вторую и третью покупку, чем те, кто не читает рассылки. Они также чаще покупают более дорогие экскурсии — за счет этого растет медианная комиссия. Ее рост не такой значительный, как у конверсии во вторую и третью покупку, но при этом явно виден тренд, так как обе группы два года назад стартовали с одной позиции.

Конверсия во второй заказ активных читателей и тех, кто не открывает рассылки

Конверсия во второй заказ у активных читателей выросла на 6,22 п. п. год к году, у не открывающих рассылки упала на 5,51 п. п. Данные из внутренней отчетности Tripster

Конверсия в третий заказ активных читателей и тех, кто не открывает рассылки

Конверсия в третий заказ у активных читателей выросла на 5,29 п. п. год к году, у не открывающих рассылки упала на 0,57 п. п. Данные из внутренней отчетности Tripster

Медианная комиссия активных читателей и тех, кто не открывает рассылки

Медианная комиссия активных читателей растет чуть быстрее, чем у не открывающих рассылки: в 1,2 раза год к году против 1,1 раза. Разрыв не так заметен, как в случае с конверсией во вторую и третью покупку, но значим с точки зрения тренда: обе группы два года назад стартовали с одной позиции. Данные из внутренней отчетности Tripster

Как выбирали и интегрировали платформу автоматизации маркетинга

Почему понадобилась платформа автоматизации маркетинга. Первые рассылки в компании появились осенью 2021 года. Для транзакционных писем использовали бэкофис, для массовых — базовый рассыльщик. Через него можно было отправлять простые автоматические рассылки, но у компании не было выделенного ресурса на их запуск. Все, на что хватало времени, — подготовить подборку из нескольких экскурсий и отправить по всей базе раз в одну-две недели.
Не было и полноценной статистики:
  1. У массовых рассылок видели open rate и click rate, но не могли наблюдать их в динамике, сравнивать результаты писем и следить за отписками.
  2. У транзакционных рассылок не было никакой статистики, даже по доставляемости.
У директора по маркетингу было понимание, что CRM в перспективе позволит увеличить выручку за счет роста ARPU. Но для этого нужен выделенный ресурс на CRM и более системный подход. Сначала планировали нанять CRM-маркетолога. Но оценили задачи и поняли, что их слишком много для одного человека. Также был нужен человек, который возьмет на себя полноценное развитие направления, а не будет ждать инструкций. Поэтому решили нанять руководителя CRM.
Выбор платформы. Когда я пришла в Tripster, то первым делом начала искать платформу для автоматизации коммуникаций. Сформулировала требования и провела анализ рынка. В выборку попали восемь платформ. От простых рассыльщиков отказались на первом этапе: на старте было понятно, что нужны полноценная интеграция, разнообразные сценарии автоматизации, а также расширенные возможности для персонализации и вывода рекомендаций.
Картинка
Среди требований к платформе были автоматизация, персонализация, возможность проводить тесты и омниканальность. Данные в таблице актуальны на 2021 год
Важными для нас были следующие возможности:
  • сбор всех действий клиентов на сайте, прием товарных фидов и подстановка персональных рекомендаций — для триггерных рассылок;
  • сегментация клиентов по числу покупок и их периодичности, среднему чеку и другим параметрам — для массовых;
  • быстрое тестирование гипотез и изменение механик без привлечения ИТ — для экономии ресурсов.
У Mindbox было оптимальное соотношение цены и качества, поэтому остановили свой выбор на этой платформе. Дополнительным аргументом в ее пользу стал мой прошлый опыт — я много работала с Mindbox и знала, как интегрироваться и настраивать кампании.
  • 1,5 месяца 
    от начала интеграции с Mindbox до отправки первых писем
Интеграция. За проект отвечали трое сотрудников: бэкенд-разработчик, product manager и я как head of CRM. Первая часть интеграции прошла быстро, за полтора месяца. На этом этапе выгрузили из бэкофиса исторические данные по клиентам и завели необходимые дополнительные поля: тип клиента, дата регистрации, дата первой покупки, число оплаченных заказов, средний чек и так далее.
Удачно, что мы успели переехать на Mindbox за неделю до того, как наш прошлый рассыльщик закрыл доступ российским компаниям и удалил их данные.
Активная интеграция продолжалась еще полгода. На этом этапе автоматизировали передачу заказов, фида экскурсий и статей нашего журнала, а также начали передавать дополнительные поля. Для путешественников это были, например, наличие и дата выдачи промокода, а для гидов — количество опубликованных экскурсий и среднее время ответа.
Доработки продолжаются до сих пор, потому что продукт постоянно развивается. Появляются дополнительные данные, которые нужно передавать, например новые форматы экскурсий, рубрики, промокоды. Начали также передавать просмотры путешественников на сайте — это позволило подключить новые триггеры.
Также делаем много доработок для передачи заказов: в процессе работы становится понятно, что нужно больше данных. Например, начали передавать размер скидки и дополнительные фотографии для вывода их в письмах.
Сейчас активно развиваем мобильное приложение — дорабатываем передачу действий клиентов из него в Mindbox, настраиваем показ изображений в пушах.

Как измеряем эффективность CRM-маркетинга: ARPU вместо атрибуцированных продаж

В Tripster мы используем линейную модель атрибуции для оценки эффективности всех каналов: каждой точке касания присваивается равный вес. В этой модели на email приходится всего 7% заказов. Если опираться только на эту цифру, кажется, что влияние CRM в масштабах всей компании невелико.
Но дело в том, что в нашей модели бизнеса прямое влияние CRM на заказы ограничено. Частота покупок в год невысокая, персональных данных, которыми готовы делиться клиенты, немного. В такой ситуации главной задачей CRM становится не сиюминутная продажа из письма, а удержание внимания аудитории долгое время, порой месяцами, которые проходят между заказами.
Для этого аудиторию надо заинтересовать — давать полезную ей информацию, придумывать новые темы и рубрики, вдохновлять на путешествия, пусть не прямо сейчас, а спустя какое-то время.
Действительно, у нашей активной аудитории очень высокий open rate — 55–60%, при этом click rate колеблется от 1% до 5% в массовых рассылках и от 6% до 10% в триггерных. То есть путешественникам интересна информация, которой мы делимся в рассылках, но они не склонны принимать решение о бронировании прямо здесь и сейчас — откладывают его до отпуска или выходных.
Так возникла гипотеза, что рассылки помогают читателям лучше понимать бренд и продукт и это должно сказаться на их покупательской активности в целом, а не только на заказах с рассылок. То есть что аудитория, активно читающая рассылки, по своему поведению должна отличаться от аудитории, которая их никогда не читала.
Проверять это мы стали, ориентируясь на конверсию во вторую и третью покупку, а также медианную маржу. Предполагали, что разрыв должен увеличиваться с течением времени, потому что мы активно развиваем CRM-маркетинг (подробнее о механиках расскажем ниже).
  • 2,5 → 3 раза
    разница в ARPU между активными читателями и теми, кто не читает рассылки, за два года 
Так и оказалось: в 2022 году, когда мы только начинали развивать CRM, разница в ARPU была в 2,5 раза, сейчас — в 3. Видим, что показатели активных читателей продолжают улучшаться.
Для анализа используем RF-сегментацию, которую делал наш аналитик. Мы адаптировали стандартный RF-анализ под свои задачи: учитываем не факт покупки, как обычно, а действия с письмами. За recency взяли дату открытия последнего массового или триггерного письма, транзакционные рассылки исключаем. За frequency — общее количество открытий с момента подписки. Эти данные получаем из Mindbox.
Сравниваем два сегмента:
  • активные, открыли не менее трех писем, последнее открытие было не более двух месяцев назад;
  • те, кто не открыл ни одного письма за все время.
Это сравнение позволяет нам понять, что мы развиваем CRM-маркетинг в правильном направлении, и при необходимости корректировать стратегию. То есть мы видим зоны роста. Например, заметили, что объем активных клиентов увеличивается не так быстро, как раньше. Соответственно, имеет смысл вместе с командой продукта работать над улучшением этого показателя.

Как определяем частоту рассылок

Почему не используем RF-сегментацию. RF-сегментация, о которой я рассказывала выше, хорошо подходит для анализа эффективности рассылок. Однако для определения оптимальной частоты коммуникаций с аудиторией мы пользуемся другой сегментацией с более короткими сроками — она точнее определяет желание подписчиков читать наши письма.
Активными по RF-сегментации считаются те, кто открыл последнее письмо не более двух месяцев назад: нам важно отслеживать влияние рассылок за длительный период. Но два месяца — слишком большой срок, чтобы продолжать коммуницировать с этими путешественниками с высокой интенсивностью. Велик риск, что они устанут от частой коммуникации, мы не успеем это заметить, отреагировать и в итоге потеряем их.
Поэтому при определении частоты коммуникаций ориентируемся на более короткие, двухнедельные периоды активности. Это позволяет оперативнее реагировать на действия или бездействие путешественника.

Сегментация для определения частоты рассылок

Сегмент
Условия попадания
Задача
Новички
В базе менее недели
Познакомить с сервисом
Читающие и нечитающие новички
В базе от недели до месяца
Познакомить с контентом и перевести в сегмент активных читателей

Оценить динамику когорт по месяцам: смотрим, сколько новичков ни разу не открывали письма, сколько — открыли хотя бы одно письмо за последние две недели

Если видим, что новая аудитория хуже конвертируется в читающую, проверяем механики и последние отправки, а также релевантность входящего трафика
Активные читатели
В базе более месяца и открыли хотя бы одно письмо за последние две недели
Сохранить вовлеченность
Неглубокий отток
Не открывали письма от 14 до 28 дней
Вернуть в сегмент активных читателей
Неактивные
Не открывали письма от 28 до 56 дней
Вернуть к потреблению контента
Глубокий отток
Не открывали письма от 56 до 180 дней
Вернуть к потреблению контента
Нечитатели
Те, кто ни разу не открывал рассылки
Мотивировать к потреблению контента
Отписанные
Отписались от рассылок
Потерянные
Не открывали письма более 180 дней
Вернуть к потреблению контента
После сегментации и настройки рассылок выгрузили данные из Mindbox и построили график перетока сегментов. Он помог нам убедиться в том, что здоровье базы не вызывает опасений: клиенты не слишком активно уходят в отток.
Также график перетока сегментов помог найти ошибки в логике рассылок. Например, заметили, что сегмент неактивных читателей странно ведет себя: очень маленький процент возвращается в активные читатели — большинство сразу уходит в потерянные.
Стали разбираться — оказалось, что после прохождения по цепочке путешественники не переводились в другие сегменты на протяжении месяца и, соответственно, не получали никаких коммуникаций в этот период. Исправили ошибку в логике — стали сразу отправлять таких подписчиков в сегмент неактивных.
Примеры успешных рассылок. Одной из самых успешных информационных рассылок для активных читателей стала «Поймай меня, если сможешь» о знаменитых мошенниках и детективе. Благодаря таким находкам open rate массовых рассылок у этого сегмента держится на уровне 55–60% — их мы затем используем для отправки по менее активным сегментам.
Картинка
Open rate у активных читателей — 64,6%, click rate — 1,9%
Одним из наиболее эффективных писем для реактивации глубокого оттока и потерянных читателей стало письмо в честь Дня святого Валентина — оно вело на лендинг с поздравлениями от разных городов.
Картинка
Письмо в честь Дня святого Валентина показало рекордно высокие результаты: у глубокого оттока open rate — 23,3%, click rate — 8,5%; у потерянных читателей open rate — 17%, click rate — 5,6%
Картинка
Лендинг сверстали на WordPress своими силами, без привлечения разработчиков. При клике на кнопку «Принять приглашение» открывалась подборка экскурсий в соответствующем городе
Помимо рассылок по сегментам, на вовлеченность аудитории сильно влияют и триггерные рассылки, в том числе рекомендация дополнительных экскурсий после оплаты заказа и посещения экскурсии. В письме предлагаем путешественникам экскурсии в том же городе с высоким рейтингом и доступными датами.
В рекомендациях используется алгоритм машинного обучения Mindbox «Персональные рекомендации». Он предсказывает, какую экскурсию путешественник захочет купить следующей: учитывает все просмотры и действия путешественника, включая заказы, а также поведение похожих клиентов.
Также в триггерных рассылках рассказываем, какие экскурсии предпочитают в выбранном городе другие путешественники, информируем, если на просмотренную экскурсию появилась скидка, напоминаем про избранное и брошенные просмотры. Именно с запуском триггерных рассылок начала расти конверсия активных читателей в третий заказ.
Картинка
Картинка
Подборка экскурсий в том же городе отправляется после оплаты заказа. ML-алгоритм выводит экскурсии с высоким рейтингом и доступными датами. Open rate — 44,2%, click rate — 5%

Планы

Увеличить число активных читателей. Ищем способы лучше конвертировать новичков в читателей, то есть использовать прирост трафика для роста объема активной базы. Для этого вместе с командой продукта начинаем анализировать приток и отток, улучшать работу со входящей аудиторией, проверять состояние активной аудитории и скорость ее перетока в неактивную.
Повысить долю выручки от активных читателей. Хотим увеличивать их долю и одновременно повышать ARPU. Для этого планируем улучшить рекомендации и триггерные рассылки. Уже сейчас активно знакомим путешественников с ассортиментом, чтобы разрушить миф о том, что экскурсия — это типовые достопримечательности и переполненный автобус. Наша глобальная цель — превратить активных читателей в лояльных покупателей бренда Tripster.
Реактивировать неактивных читателей. Это следующий этап работы с базой после приоритетной задачи — работы с активными читателями.
P. S. В этой истории мы рассказывали о наших продуктах CDP — Платформа клиентских данных, Рассылки, Рекомендации и ML. Узнайте о продуктах подробнее на их страницах или в разговоре с консультантом.