Сервис «Здравсити» в 3,6 раз увеличил доход от директ-маркетинга. В основе коммуникационной стратегии — RFM-анализ
-
ЗадачаПовысить доход от прямых коммуникаций
-
РешениеВыработать принципы коммуникационной стратегии
-
Провести RFM-анализ
-
Настроить триггерные цепочки на базе коммуникационной стратегии
-
РезультатыВ 3,6 раза вырос доход от прямых коммуникаций год к году по last click
-
В 2 раза выросла доля прямых коммуникаций в обороте компании год к году по last click
-
УчастникиРуководитель группы удержания клиентов и CRM-маркетолог «Здравсити», менеджер по успеху клиентов
-
ИТСайт на технологиях Go и React, СУБД PostgreSQL и mySQL, платформа автоматизации маркетинга Mindbox
-
Масштаб бизнесаВходит в топ-3 онлайн-аптек России по обороту
Здравсити — онлайн-сервис по заказу лекарств и товаров для здоровья и красоты. Представлен в 84 регионах России.

Владимир Мерзликин, руководитель группы удержания клиентов «Здравсити»

Алина Байкарова, CRM-маркетолог «Здравсити»
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».
Результаты внедрения коммуникационной стратегии
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
Доля прямых коммуникаций в обороте компании выросла в 2 раза

Почему не могли внедрить коммуникационную стратегию раньше
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.
Какие общие принципы прямых коммуникаций внедрили
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.
Как сегментировали базу на основе RFM
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:
- Активные покупатели.
- Неактивные покупатели.
- Покупатели в оттоке.
Каждый из этих сегментов делится на подсегменты в зависимости от даты последней покупки, а также количества покупок. Всего получили девять подсегментов:
- Новичок.
- Покупатель.
- Клиент.
- Постоянный.
- VIP.
- Наблюдатель.
- Сомневающийся.
- Ценный, риск оттока.
- Отток.
Расскажем подробнее на примере самого неоднородного сегмента — неактивных покупателей.
Подсегменты неактивных покупателей
Дата последней покупки | Количество покупок | Неактивные покупатели |
28–60 дней | 1 заказ | Наблюдатель |
44–60 дней | 2 заказа | Сомневающийся |
3 заказа | ||
4 заказа | Ценный, риск оттока | |
28–60 дней | 5+ заказов |
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.
Как используем RFM-сегментацию в коммуникациях
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.
Что планируем делать дальше
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».
