За 9 месяцев совместной работы Tom Tailor, Out of Cloud и Mindbox достигли 8,93% максимальной доли выручки идентифицированных чеков от рассылок относительно всей выручки интернет-магазина и розницы. В 3 раза выросла выручка от триггерных рассылок по атрибуции last click. Всего у Tom Tailor появилось 54 новых триггера.

Особенности, которые учитывали при интеграции:

Перенос баллов и статусов по существующей программе лояльности. У Tom Tailor уже действовала программа лояльности на базе другой системы. Чтобы сохранить баллы и статусы клиентов, помимо интеграции на кассах и сайте, понадобилось интегрировать личные кабинеты. Готовились несколько недель, переносили данные ночью, чтобы сделать переход для клиента бесшовным.

Отдельные акции для онлайна и офлайна. Товарный ассортимент и скидки в интернет-магазине и в рознице отличаются. Это учли в программе лояльности.

В момент перехода на другую систему для клиентов действовали 50 акций. Их перенесли в новую программу лояльности так, чтобы они работали уже на старте.

Распределение выкупа по заказу click and collect. Предложение click and collect предполагает заказ в онлайне и выкуп в офлайне. По умолчанию платформа относила заказы к онлайну по точке заказа.

Из-за разницы в акциях онлайна и офлайна возникали сложности, если клиент докупал товары на месте в магазине. С помощью дополнительного функционала получилось разнести товары в одном чеке: к первоначальному заказу применять акции онлайна, а к товарам, купленным на месте в рознице, — акции офлайна. На платформе они размечаются специальным маркером, чтобы в BI попадала корректная статистика по точке продажи и акциям.

Омниканальность для контактов. Mindbox — мастер-база и по контактам, и по баллам, в офлайне — только по баллам, а контакты аккумулирует сайт. Из-за этого по одним и тем же клиентам могла быть разная информация в офлайне и онлайне. Чтобы исправить, настроили функционал: если клиент меняет данные в розничном магазине, при онлайн-входе сайт спрашивает, хочет ли он заменить данные и здесь.

Тестирование. Интеграцией онлайна и офлайна занимались отдельные подрядчики — их надо было контролировать и тестировать результаты. Этот процесс требовал дополнительных ресурсов участников.

Смена статусов в программе лояльности. Рассылка сообщает клиенту сумму покупок, которой ему не хватает, чтобы перейти на следующий уровень программы лояльности, и предлагает совершить покупку.

Рассылки показали самый высокий RPE, revenue per email. Конверсия в заказ в 6 раз выше у рассылок со сменой статуса в программе лояльности, чем у рассылок по брошенной корзине. Сравнивали с механиками по брошенной корзине, потому что они обычно показывают лучшую конверсию.

Чтобы определить самые эффективные коммуникации и максимально вовлекать базу, проверяем гипотезы с помощью A/B-тестов.

Бонусы vs скидка как мотивация в брошенной корзине. В первом письме из триггерной цепочки по брошенной корзине клиент получает напоминание о добавленных товарах, а во втором — дополнительную мотивацию на покупку в виде бонусов или скидки.

Чтобы опредлить, что работает лучше, скидка или бонусы, провели A/B-тест: части клиентов предлагали 500 бонусов, а другим — скидку 5%. Достоверность теста 95%, атрибуция last click.

Результаты показали, что, по сравнению со скидкой, у предложения с бонусами конверсия в заказ выше в 4 раза, а конверсия в кликах — в 1,3 раза. Это неожиданный результат, потому что бонусами можно оплатить не более 50% заказа и с учетом органического чека скидка выгоднее для клиента.

Подборки по интересам vs по сумме накопленных бонусов. Чтобы определить, как лучше стимулировать клиента потратить бонусы на следующую покупку, сравнили два письма:

— первое сообщает о количестве накопленных бонусов и призывает купить товары из подборки с учетом предпочтений клиента,
— второе включает только те товары, стоимость которых не превышает количества накопленных баллов.

Достоверность теста 95%, атрибуция last click.

Результаты теста показали, что персонализация с заботой о пользователе работает лучше: клики у второй рассылки выше в два раза, а доход — в семь раз.

После того как появилась возможность объединить базы клиентов из онлайна и офлайна и отслеживать их поведение в обоих каналах, провели исследование розничных покупателей, чтобы выявить причины, по которым они не покупают в онлайн-магазине.

Получили следующие результаты:

— 80% клиентов боялись, что не угадают с размером и придется оформлять возврат.
— 50% не знали, что существует услуга примерки в интернет-магазине.
— 30% не покупали в интернет-магазине, потому что нельзя было вернуть товары в розницу.

Проработали каждую из болей: внедрили возвраты в розничные магазины и бесплатную доставку для части лояльных клиентов, увеличили срок возврата товаров до 365 дней и анонсировали услугу примерки в интернет-магазине. Также запустили таргетированную рекламу для клиентов из офлайна, чтобы донести до них вышеперечисленные преимущества.

Сформулировали цель: увеличить долю омниканальных клиентов вдвое. Чтобы достичь ее, для начала провели анализ базы: построили сегменты клиентов с активной подпиской на email, оценили, сколько из них клиентов с омниканальными заказами, и проанализировали действия тех, кто покупает только в офлайне. Выяснилось, что такие клиенты читают рассылки, но предпочитают покупать в рознице. Чтобы влиять на них, подготовили и протестировали несколько акций.

Мотивация –50% на первый заказ. Гипотезу о миграции из офлайна в онлайн проверяли на сегменте клиентов, которые покупают только в рознице, но посещают сайт. Им отправили предложение со скидкой 50% на первый заказ в онлайне. Результаты замеряли с контрольной группой.

Всего получили 73 заказа, из которых 62 в онлайне, а 11 в офлайне с конверсией 0,4%. Сделали вывод, что миграция клиентов в онлайн возможна, но всегда будут те, кто предпочитает розницу, даже несмотря на скидки.

Click and collect. Следующим крупным шагом было внедрение системы click and collect: можно выбрать и заказать товары в онлайне, а примерить и выкупить — в розничном магазине.

Миграция клиентов из офлайна в онлайн — долгий и последовательный путь, в котором click and collect может оказаться решающим фактом. Пример миграции реального клиента из офлайна в онлайн.

2018 год. Клиент покупает товары в торговых центрах. Это стабильный розничный клиент, у которого много покупок.

Январь 2021 года. Вступает в программу лояльности на кассе магазина, начинает получать триггерные рассылки:

Февраль-2021. Читает рассылки, но продолжает покупать в офлайне:

При этом начинает переходить из рассылок на сайт:

Апрель-2021. Первая авторизация на сайте:

Первый заказ click and collect. Затем последовали еще два заказа, значит, клиент активно пользуется услугой и продолжает заказывать на сайте:

Изначально условия программы лояльности предполагали два сегмента: стандарт и VIP. К стандарту относилось 95% пользователей, а к VIP — 5%. Клиентов из VIP меньшинство, они сами поддерживают активность, а бо́льшая часть из стандартного сегмента была недостаточно активна и понемногу уходила в отток. Порог перехода в следующий сегмент оказался слишком высок. Чтобы снизить его и создать дополнительную возможность для коммуникации, программу дополнили третьим промежуточным сегментом.

Оценивать эффективность программы лояльности планируем по Retention Rate с помощью контрольной группы, когда пройдет значительное время после запуска новой программы.

Доля выручки идентифицированных чеков от рассылок относительно всей выручки интернет-магазина и розницы: