Кейс MediaNation: с помощью простой RFM-сегментации увеличили конверсию на сайте Finn Flare на 30%
ЗаказчикFinn Flare — международный бренд одежды, который входит в топ-15 крупнейших компаний fashion-ритейла России. Имеет свой онлайн-магазин и мобильное приложение.ЗадачаУвеличить продажи в онлайн-магазине в рамках строгого ДРР (доли рекламных расходов). То есть за меньшие деньги, чем прежде, привлечь больше покупателей на сайт.
В индустрии Fashion все должно быть красиво: и модели, и мерчендайзинг, и даже маркетинг. Красивые маркетинговые решение в сути своей просты. Одно из таких решений агентство MediaNation предложило бренду одежды Finn Flare, и с его помощью увеличило конверсию на сайте более чем на 30% за два месяца работ. О клиенте
Finn Flare — международный бренд одежды, который входит в топ-15 крупнейших компаний fashion-ритейла России. Представлен более чем 100 офлайн-магазинами, в том числе в Казахстане. Имеет свой онлайн-магазин и мобильное приложение.
Задача, поставленная перед MediaNation
Увеличить продажи в онлайн-магазине в рамках строгого ДРР (доли рекламных расходов). То есть за меньшие деньги, чем прежде, привлечь больше покупателей на сайт.
Решение
Обдумывая варианты стратегий, мы рассуждали: самый надежный способ эффективнее расходовать бюджет — демонстрировать рекламу тем, кто уже знаком с брендом и делал у него покупки.
Поэтому нашим предложением стал ремаркетинг, но не обычный. Мы предложили использовать RFM-сегментацию, когда аудитория покупателей делится на группы по давности, частоте и сумме заказов. Созданные сегменты аудитории получали соответствующую корректировку при демонстрации рекламы: наиболее перспективные покупатели видели рекламу чаще, а наименее перспективные — реже.
Ход работ
Команда маркетологов Finn Flare c интересом отнеслась к идее и оперативно обеспечила агентству доступ к информации о клиентах за последние два года. Этот отрезок времени позволял захватить достаточную для анализа историю пользователей, учитывая, что покупки совершаются не так часто.
Для создания RFM-сегментов в CRM клиента запрашивалась следующая информация:
- Дата заказа.
- Доход с заказа.
- Телефон пользователя (в захэшированном виде).
- Внешний идентификатора пользователя.
- Идентификатор заказа.
- Почта пользователя (в захэшированном виде).
Агентство MediaNation разработало скрипт, который ежедневно выгружал эти данные из CRM-клиента, сегментировал пользователей, передавал сегменты в Яндекс.Аудитории и обновлял в них информацию о клиентах с учетом их новых действий.
Слишком много сегментов
RFM-сегментация делит аудиторию на 27 сегментов. Например:
- Сегмент 111 — покупал давно, не часто и на небольшую сумму.
- Сегмент 333 — покупал недавно, часто и на большую сумму.
- (…)
Разделив аудиторию на 27 сегментов, мы обнаружили, что в некоторых сегментах набирается менее 100 пользователей, что, затрудняло дальнейшую работу с Яндекс.Аудиториями, где пользователей должно быть больше 100. Мы решили некоторые сегменты объединить — это сократило общее количество групп и облегчило дальнейший анализ эффективности каждой из них.
Мы сократили число групп с 27 до 8. В итоге список сегментов выглядел следующим образом:
- Активные нерегулярные покупатели.
- Бывшие частые покупатели.
- Время от времени покупающие.
- Лидеры среди клиентов.
- Недавно покупавшие, теперь неактивные.
- Новички.
- Перспективные клиенты.
- Однократные покупатели.
Тратить ли деньги на лояльных клиентов?
После того, как все сегменты были сформированы, залиты в Яндекс Аудитории и обеспечены ежедневным обновлением, мы запустили рекламные кампании в Яндекс.Директ (ремаркетинг в Поиске, РСЯ) с использованием понижающих и повышающих коэффициентов. Тем клиентам, у которых вероятность покупки была высока, мы установили повышающий коэффициент, — реклама им демонстрировалась чаще. Тем клиентам, у которых вероятность покупки была невелика, был установлен понижающий коэффициент.
Однако был нюанс в работе с самой горячей аудиторией: «Лидерами среди клиентов». Мы решили не выставлять им максимальную корректировку, потому что они лояльны к бренду без дополнительных стимуляций к покупкам. Ставка для них была высокой, но не максимальной.
Минимальная корректировка была −15%, а максимальная +70%. Качество работы аудиторий и ставок находились под постоянным контролем: если сегмент отрабатывал плохо, мы его отключали. А еще меняли корректировки в зависимости от того, насколько эффективной она показывает себя в отношении конкретного сегмента.
Результат
Через два месяца после начала работ мы получили следующий результат: конверсия выросла на 30,7%, а стоимость заказа снизилась на 24%.
Выводы и рекомендации
Оперативность открытия доступа к данным из CRM-клиента сильно влияет на скорость получения результатов рекламной кампании. Чем скорее клиент предоставит необходимую для RFM-сегментации информацию, тем быстрее он снизит стоимость привлечения покупателей. RFM-сегментация — это не обязательно 27 сегментов. Если есть необходимость объединить похожие сегменты и тем самым увеличить количество пользователей в каждом из них, можно смело отойти от правил. На лояльных клиентах можно сэкономить. Им, безусловно, надо показывать рекламу, но не так часто, как тем, кто колеблется с покупкой. Можно быть гибкими в отношении корректировки для каждого сегмента — увеличивать ее или уменьшать в зависимости от того, насколько эффективной она себя демонстрирует именно с этой аудиторией. RFM-сегментация — простой и, увы, недооцененный инструмент, способный в довольно короткие сроки давать отличный результат.
Перейти на сайт
Полный текст статьи читайте на CMS Magazine