Секреты Retention Rate: как стимулировать повторные продажи с помощью предиктивной аналитики
Покупатели становятся все более избирательными, и заполучить нового клиента все сложнее. Кроме того, ни для кого не секрет, что привлечение нового клиента стоит гораздо дороже, чем удержание существующего, но тем не менее большое количество интернет-магазинов по-прежнему не уделяют этому вопросу достаточно внимания.
Сегодня мы расскажем о генерации повторных продаж с помощью анализа данных: какими способами интернет-магазин может удерживать клиентов и мотивировать их совершать повторные покупки.
По статистике примерно 80% клиентов, совершивших покупку в интернет-магазине, больше не возвращаются. Это означает, что только 20% заказов в онлайн-магазине совершаются повторно, а остальную аудиторию ретейлеру приходится каждый раз привлекать заново. Учитывая, что совершение первой покупки обходится бизнесу в среднем в 7 раз дороже, чем повторный заказ, разница в возврате инвестиций более чем ощутимая.
Если же повысить Retention Rate на 5% за счет уменьшения расходов на маркетинг интернет-магазин сможет увеличить операционную прибыль на 25–95%.
Есть несколько основных способов генерации повторных покупок:
- Предоставлять отличный сервис.
- Инвестировать в бренд.
- Использовать награды и программы лояльности.
- Регулярно вступать в коммуникацию с клиентом.
О первых трех пунктах написано немало книг и статей, поэтому наше внимание будет сосредоточено на различных способах коммуникации на основе больших данных, которые интернет-магазин собирает о клиентах.
Прогнозирование покупок
Интернет-магазины получают огромный массив данных о своих покупателях, и на основе этих данных можно строить цепочки потребления. Например, если человек купил кресло или одежду для 6-месячного ребенка, через полгода ему понадобятся вещи для годовалого ребенка.
Пути, по которым проходит большое количество покупателей, складываются в цепочки потребления, и как только новый пользователь оформляет заказ, он помещается в звено такой цепочки. Таким образом на основе поведения других покупателей можно предположить, какие товары заинтересуют человека в будущем.
Каждая транзакция пользователя генерирует несколько цепочек, и появляется расчетная вероятность, какие покупки в каких категориях и через какое время он совершит.
Таким образом, механизм предсказания следующей покупки состоит из нескольких этапов:
1. Анализ последовательностей покупок всех клиентов.
2. Выявление статистически значимых цепочек потребления.
3. Прогнозирование совершения покупки в следующем «звене» цепочки потребления, после оформления заказа.
Цепочки строятся для всех товарных категорий. Например, вот реальная цепочка потребления одного из магазинов товаров для детей:
Чем больше данных у интернет-магазина о конкретном пользователе и всех пользователях в целом, тем точнее будет прогноз.
Исходя из своих действий пользователь может попадать сразу в несколько цепочек потребления. Например, наша система использует сложный механизм группировки предложений, который выявляет, из какой цепочки нужно взять предложение и отправить человеку.
Как использовать предсказания будущих покупок для увеличения Retention Rate интернет-магазина
Получив данные о цепочках потребления, их можно внедрять во все коммуникации с клиентами:
Использовать персональные рекомендации на сайте
В блоках рекомендаций на всех страницах сайта можно использовать не только историю просмотров и интересы пользователя, но и показывать посетителям товары, которые в конкретный момент времени будут им полезны.
Включать в стратегию работы с email-каналом
Прогнозирование покупок хорошо вписывается в регулярные e-mail-рассылки с персональными рекомендациями.
А также его можно использовать в триггерных рассылках, например, существует отдельный триггерный сценарий «Прогноз следующей наиболее вероятной покупки». На основе истории поведения пользователей рассчитывается прогноз следующих наиболее вероятных покупок, что и когда именно потребуется человеку, и в нужный момент отправляется письмо с предложениями таких товаров.
Средние показатели таких писем довольно высокие: Open Rate 20,62%, CTR 13,33%, конверсия в заказы 15,91%.
В письмо, как правило, включается некоторый приветственный текст, в котором магазин благодарит за совершенные ранее покупки и напоминает о новых товарах, и персональные рекомендации товаров, которые с наибольшей вероятностью заинтересуют покупателя. Вот как может выглядеть email «Прогноз следующей наиболее вероятной покупки»:
Лучше всего этот сценарий работает в интернет-магазинах товаров для детей, товаров для животных, сегменте beauty и т.д.
Например, в одном из крупных интернет-магазинов зоотоваров сценарий показывает Open Rate 19,8%, CTR 23,16% и конверсию 17,15%.
Но сценарий эффективен и других сегментах, например, в интернет-магазине Quelle триггерные письма по сценарию «Прогноз следующей наиболее вероятной покупки» имеют средние показатели Open Rate 20,57%, CTR 16,46% и конверсии 5,86%.
Использовать в других каналах коммуникации
В каждом из каналов, где происходит общение с клиентами, будь то SMS- или push-уведомления, общение операторов call-центра по данным в CRM-системе и т.д., можно внедрять использование предиктивной аналитики, предлагая пользователю товары, которые ему становятся нужны и направляя к следующей покупке.
Таким образом покупатели будут чувствовать внимание и даже заботу от интернет-магазина, что сделает гораздо более лояльным и поможет увеличить количество повторных покупок.
Не забывайте вступать в контакт с покупателем сразу после покупки
Для привлечения повторных покупок важно не только развивать бренд и сервис. И не всегда нужно ждать, пока человек станет звеном одной из цепочек потребления и подойдет срок следующей покупки. Налаживайте коммуникацию сразу после совершения заказа, предлагая, например, сопутствующие товары, и, если по отдельным покупкам можно понять, что через некоторое время покупателю потребуется определенные товары, можете сразу предложить ему этот товар.