В первой части статьи мы
рассказывали о том, как использование данных о покупателе позволяет повысить
эффективность акций. Сегодня мы поговорим о персонализации почтовой рассылки и
содержимого страниц интернет-магазина.
2. Рассылка
Исследование
Experian показывает, что персонализированные рекламные рассылки по
электронной почте открывают чаще на 29%, а количество переходов на целевую
страницу по ссылке, указанной в письме, больше на 41%. Но персонализация писем
– это больше, чем использование имени клиента в приветствии. Для того чтобы по
настоящему заинтересовать пользователя, вы должны предложить то, что ему нужно,
основываясь на данных аналитики.
SwayChic
приложили немало усилий для того, чтобы сделать свою рассылку максимально
эффективной. Их первым шагом стало определение оптимальных дня недели и времени
суток для отправки письма. Но они решили не останавливаться на достигнутом и
начали копать глубже.
Они
постоянно собирают информацию о том, что и где покупают их клиенты, создавая
индивидуальные предложения на основе полученных данных. Комбинация
персонализации и оптимального времени рассылки привели к значительному росту
показателей конверсии.
Согласно
7-му пункту условий использования сервиса Google Analytics, вы не можете хранить
личную информацию, такую ​​как имя клиента и адрес электронной почты, в Google
Analytics. Так что, если вы хотите использовать эту информацию, вам
понадобятся инструменты
помощнее.
Ни у кого не
возникает сомнений, что электронная почта остается самым эффективным методом
маркетинга с точки зрения рентабельности. Исследования показывают, что каждый
доллар, вложенный в e-mail-маркетинг, может принести 44 доллара прибыли. Такая
рентабельность делает крайне эффективными самые незначительные увеличения
эффективности этого инструмента.
3.
Динамические страницы
59%
онлайн-покупателей говорят, что легче найти интересные продукты в персонализированных
магазинах, и 45% из них, скорее всего, совершат покупки на сайте, который
предлагает индивидуальные решения.
Часто покупка
бутылки вина требует помощи консультанта. Когда Wine.com начали
продавать вино в интернете, они поняли, что им будет очень тяжело конкурировать
с индивидуальной консультацией, которую может получить клиент в обычном
магазине. Их общие рекомендации не шли ни в какое сравнение.
Как и
большинство интернет-магазинов, они просто «рекомендовали» текущий
бестселлер всем посетителям. Это, возможно, были популярные вина, но они
не обязательно подходили каждому клиенту.
Чтобы
создать более мощные и персонализированные рекомендации, Wine.com решили
собрать больше данных. Они начали анализировать просмотры и покупки своих
клиентов и сопоставили эти данные с информацией о приобретенных бутылках вина. Новые
отчеты в Google Analytics позволяют это сделать. Вы должны обратить
внимание на такие данные, как: продукция была просмотрена, добавлена в корзину
и куплена.
Комбинируя
данные о клиентах и ​​продукции, Wine.com вычислили тенденции, которые позволили
улучшить их рекомендации. Они создали списки «Клиенты, которые купили
этот товар, также приобрели …» и «Клиенты, которые просматривали
это товар, также смотрели …». Продажи, сгенерированные этими ссылками,
составляют около 10% от объемов Wine.com, а показатели конверсии превышают
среднестатистические показатели по сайту на 52%.
Wine.com
также принимает во внимание географическое расположение клиента. Система
геолокации с учетом данных о состоянии регионального склада позволяют
предоставлять клиенту актуальную информацию о наличии товара в нужном регионе.
Мы описали только несколько примеров из
множества вариантов эффективного использования данных о покупателе. Вы можете
прочитать огромное количество статей, но лучший способ найти эффективное
применение аналитике – экспериментировать в использовании полученных данных.

(Visited 36 times, 1 visits today)