Персонализированное общение и измерение результатов — принципы email-маркетинга Hoff

Рассылка приносит сети гипермаркетов мебели и товаров для дома Hoff 65,8 млн рублей в месяц, что составляет 8,53% от оборота компании.

У сети 35 магазинов в городах России. Сайт Hoff просматривают 40 млн раз в год, а в офлайн-магазины заходят более 4 млн посетителей. Сейчас база данных Hoff составляет 2,5 млн подписчиков.

Подход к email-маркетингу в Hoff строится на трёх ключевых принципах: персонализированное общение, постоянное улучшение коммуникаций с помощью A/B-тестирования, правильный анализ и измерение результата.

Для реализации подхода по этим принципам Hoff с 2015 года использует сервис Mindbox. Он выполняет роль email-платформы для централизации, сегментации, отчётности и управления данными о клиентах: поведении, покупках в онлайне и офлайне. Вторая задача Mindbox — управление email-маркетингом: техническое обеспечение триггерных и регулярных рассылок, персонализации, товарных рекомендаций в рассылках.

В Hoff одновременно работает 38 триггерных рассылок, автоматически реагирующих на действия или бездействие покупателей. Каждое сообщение в рассылках персонализировано. Оно создаётся автоматически перед отправкой и учитывает индивидуальные характеристики: историю покупок покупателя, количество баллов, текущие акции, наличие товаров в конкретных регионах.

Часть триггерных рассылок направлена на генерацию контента клиентами: они пишут отзывы, присылают фотографии покупок. На триггерные рассылки приходится 40% от выручки канала.

Основа персонализации — единый профиль покупателя. В нём находится информация обо всех взаимодействиях пользователя и компании: поведение на сайте, покупки в онлайне и офлайне, сервисные обращения в магазин, реакция на рассылки.

Для этого в Mindbox передаются и объединяются данные обо всех взаимодействиях с покупателями из внутренних систем компании: с сайта на «Битриксе», из системы лояльности Manzana, из систем товарооборота Axapta, где хранится информация о покупках и номенклатурах компании.

За чистотой данных следит автоматический алгоритм дедубликации. Он находит, проверяет и склеивает данные. Его задача — сделать так, чтобы у одного пользователя не получилось две карточки с разрозненными данными.

В результате у Hoff есть почти полный портрет всех клиентов и возможность работать с их данными, сегментировать аудиторию и использовать данные профиля при составлении автоматических писем: историю покупок, номер карты пользователя, актуальный на момент отправки баланс, регион.

Централизация данных позволяет собирать письма по всем регионам, с которыми работает Hoff, с учётом ассортимента продукции и цен: клиент из Краснодара в письме с рекомендациями не увидит список товаров, доступных только в Москве, а клиент из Самары не увидит писем с ценами Екатеринбурга.

Письма собираются автоматически без участия маркетолога перед отправкой. Благодаря этому маркетолог экономит время — не нужно создавать и проверять несколько разных шаблонов писем для каждой рассылки и можно сфокусироваться на более важных задачах.

Все клиенты в базе Hoff делятся на две группы по жизненному циклу: «активные» и «теряющие интерес».

Для «теряющих интерес» подписчиков маркетологи Hoff с помощью Mindbox подготовили и настроили автоматические рекламные кампании, чтобы мотивировать их вернуться к общению. Им предлагают выбрать, какие рассылки и как часто они хотят получать. Выбрав тип рассылки, клиенты попадают в сегмент, соответствующий их выбору, и получают только те рассылки, которые им подходят.

Если клиенты вообще не реагируют на цикл рассылок о частоте коммуникаций, система отписывает их от массовых рассылок и подписывает на еженедельный дайджест.

Дайджест для каждого клиента формируется персонально и автоматически. В него входят свежие записи из блога, баннеры и акции, актуальные для региона. Тема письма тоже формируется автоматически — из статей блога, попавших в письмо. В результате каждый клиент получает автоматическое, но уникальное письмо.

Многоканальные персональные коммуникации с покупателями — наверное, самый эффективный рекламный канал с точки зрения возврата на инвестиции.

Однако когда число автоматизированных кампаний начинает исчисляться десятками и используется несколько каналов и технологий, компания сталкивается с двумя трудностями.

С одной стороны, нужно измерять добавленный эффект от каждой кампании и изменения, с другой — с помощью традиционных средств вроде Google Analytics и Last сlick сделать это уже не получается.

Мы решили эту проблему, перейдя на оценку результативности с помощью контрольных групп: оцениваем разницу между группами аудиторий, на которые влияем коммуникациями и нет.

Этот метод позволил сделать инвестиции в рассылки более эффективными: теперь мы точно знаем, что работает и что нет, и можем быстро принимать решения, ориентируясь на истинный добавленный эффект от каждой рассылки, триггера или изменения в письмах.

Маркетологи Hoff постоянно генерируют и тестируют новые гипотезы: заголовки, содержание писем, различные варианты товарных рекомендаций, скидки, цепочки последовательных сообщений, срок между сообщениями в цепочках и так далее. За последние полгода были протестированы десятки гипотез.

Принцип работы: сформулировать гипотезу, запустить механику на тестирование, сделать выводы по результатам.

За счёт автоматизации A/B-тестирование кампаний проводится в несколько кликов.

Например, чтобы оптимизировать кампанию с «брошенными корзинами», тестировали несколько гипотез.

Гипотеза 1: тема письма влияет на показатель открытий.

Маркетологи Hoff придумали десять тем для письма с напоминанием о брошенной корзине и запустили тестовую рассылку, чтобы выяснить, какая из них привлекательнее для получателей.