Сервис «Здравсити» в 3,6 раз увеличил доход от директ-маркетинга. В основе коммуникационной стратегии — RFM-анализ

Перед вами, по сути, готовая инструкция по увеличению доходности от прямых коммуникаций: какие принципы должны лежать в основе и как их сочетать с RFM-сегментацией. Этот материал будет полезен компаниям, которые только начинают работать над коммуникационной стратегией и планируют использовать RFM-анализ. Рассказывают руководитель группы удержания клиентов и CRM-маркетолог «Здравсити».

Данные из внутренней отчетности «Здравсити», метод атрибуции last click. Оборот «Здравсити» за тот же период вырос в 1,49 раза — прямые коммуникации не каннибализируют другие каналы

Еще два года назад у нас было три инструмента CRM-маркетинга: один для процессинга акций и программы лояльности, второй — для вебпушей, попапов на сайте и части триггерных рассылок, третий — для товарных рекомендаций, массовых и триггерных рассылок.

Это приводило к тому, что один клиент мог получить несколько рассылок одновременно, а у нас не было возможности ни проконтролировать частоту отправок, ни реализовать омниканальную схему коммуникаций. Более того, мы даже не могли полноценно общаться с участниками программы лояльности и использовать балльные механики в рассылках: приходилось выгружать баланс баллов из одной CRM-системы, переносить в другую и отправлять коммуникации. За время подготовки сообщения баланс мог измениться.

Мы объединили все CRM-инструменты в Mindbox — это помогло реализовать полноценную коммуникационную стратегию.

Сейчас у нас настроены каскадные триггерные сценарии (мобильный пуш → email → вебпуш), для массовых рассылок используем эти же каналы. Приоритет в триггерах отдаем мобильным пушам, поскольку клиенты в приложении покупают чаще и их средний чек выше, чем у покупателей на сайте.

Мы придерживаемся следующих принципов в коммуникациях с клиентами — это позволяет сделать общение ненавязчивым.

Ограничиваем частоту отправок. Следим, чтобы клиент не получал более одного-двух писем в день. Приоритет отдаем «брошенным» механикам и бонусам в день рождения: у них самая высокая конверсия в покупку.

Не отправляем проморассылки после покупки. Исходим из того, что клиент не совершит повторную покупку в течение недели и при этом расстроится, если увидит уже купленный товар со скидкой.

Запрет на проморассылки составляет семь дней. В этот период не исключаем триггерные коммуникации, в том числе рассылки о начислении и списании баллов.

Предлагаем повторно купить товары и рекомендуем сопутствующие к ним. Дата отправки определяется с помощью алгоритма на машинном обучении next best offer.

Напоминаем о товарах периодического спроса. Чтобы реализовать эту механику, использовали отчет Mindbox о популярных товарах, в котором есть данные о периодичности покупок. Эта цифра позволяет с большой вероятностью рассчитать, через какое время клиенту снова понадобится товар.

Поощряем клиентов баллами. Баллы начисляются либо после заказа, либо при попадании клиента в сегмент оттока (про сегментацию — ниже). Баллы сгорают через 14 дней после начисления, что должно повысить частоту покупок.

Чтобы проверить эту гипотезу, запустили AB-тесты. Они еще идут, но по предварительным результатам можно сказать, что в сегментах с двумя и тремя заказами начисление баллов повышает частоту покупок. Для клиентов с одной покупкой связь не выявлена, для клиентов с четырьмя и более покупками связь есть, но менее существенная.

Еще один AB-тест провели, чтобы понять, как эффективнее стимулировать клиентов к покупке: части получателей предлагали промокод на скидку, части — начисляли баллы на бонусный счет.

Оказалось, что баллы дают конверсию в четыре раза выше, чем промокод. Как мы думаем, так происходит потому, что клиент видит баллы в личном кабинете — это ощутимее, чем потенциальная скидка.

Собираем обратную связь после покупки. Просим пройти CES-опрос (измеряет удовлетворенность от конкретного взаимодействия с компанией) на странице с подтверждением заказа. Дизайн опроса отрисовали сами, за основу взяли стандартный встроенный блок в шаблонах Mindbox.

Ответы автоматически отправляются на почту контактного центра. Это позволяет оперативно получать обратную связь от клиентов и реагировать на проблемы. Собираем ежемесячную статистику по ответам и отслеживаем показатель CES. Кроме того, приоритизируем доработки сайта с учетом проблем, которые клиенты указывают чаще всего.

CES также помогает оценить реакцию пользователей на обновления сайта. Например, мы тестировали новую корзину — упростили путь пользователя с трех шагов до двух. Отдельно замеряли CES для старой и новой версии. Данные помогли оценить успешность доработки и подтвердить гипотезу: новая корзина оказалась удобнее для пользователей. В итоге «раскатали» ее на всех пользователей сайта.

Наши аналитики использовали данные из мастер-базы. Периоды в RFM-анализе определили на основе:

• медианной даты второй покупки,
• связи между скоростью совершения второй покупки и общим количеством покупок.

В результате выделили три крупных сегмента:

1. Активные покупатели.
2. Неактивные покупатели.
3. Покупатели в оттоке.

Каждый из этих сегментов делится на подсегменты в зависимости от даты последней покупки, а также количества покупок. Всего получили девять подсегментов:

1. Новичок.
2. Покупатель.
3. Клиент.
4. Постоянный.
5. VIP.
6. Наблюдатель.
7. Сомневающийся.
8. Ценный, риск оттока.
9. Отток.

Расскажем подробнее на примере самого неоднородного сегмента — неактивных покупателей.

Подсегменты неактивных покупателей

То есть, по сути, у нас упрощенный RFM-анализ: monetary используем только для поощрения клиентов (давать или не давать промокод или баллы). Такой подход был выбран исходя из нашей основной задачи — повышать частоту покупок. Это основной KPI для всей команды CRM-маркетинга, в том числе по программе лояльности.

Для каждого из RFM-сегментов мы построили путь из коммуникаций, который ведет клиента к покупке. Предусмотрели также взаимоисключения: какие цепочки и с какими ограничениями могут отправляться каждому сегменту.

Не предлагаем скидки лояльным клиентам в «брошенных» сессиях. Если за год клиент потратил больше 6 тысяч рублей (план по LTV) или совершил более пяти покупок, считаем его лояльным и не даем промокоды на скидку в сценариях «брошенная корзина» и «брошенный просмотр товара».

Используем механики с поощрением баллами для клиентов с высокой монетарностью. После доставки заказа включаем клиентов с суммарным доходом выше медианного monetary в механику «поощрение за активность» — предлагаем баллы на новую покупку в течение 14 дней.

Клиенты, у которых суммарный доход по заказам ниже медианного, получают письмо о начислении баллов за заказ. Далее они участвуют в сценарии next best offer.

Запустить механики по «брошенным» сессиям в мобильном приложении. Дорабатываем интеграцию с Mindbox, чтобы настроить каскадные сценарии с приоритетом этого канала.

Протестировать in-app-механики в мобильном приложении. Мобильное приложение — приоритетный для нас канал: клиенты в приложении покупают чаще и их средний чек выше, чем у покупателей с сайта.

Перенести в Mindbox транзакционные письма. В 2023 году планируем перенести на Mindbox транзакционные письма — сейчас они отправляются из внутренней системы в виде таблицы. Перенос позволит гибко настраивать рассылки: привести их к единому мастер-шаблону и добавить нужные блоки, например о бонусном балансе и преимуществах сервиса. Сможем также отслеживать эффективность, например видеть трафик на сайт.

Снизить отток клиентов. Планируем реактивировать клиентов, которые в течение 30 дней не читают массовые рассылки, с помощью опроса о тематиках таких рассылок. Сделаем также кастомизированную страницу отписки с опросом о причинах. Будем предлагать остаться на связи и подписаться на соцсети «Здравсити».

P. S. В этой истории мы рассказывали о наших продуктах Рассылки и CDP. Узнайте о продуктах подробнее на их страницах или в разговоре с консультантом