Как увеличить эффективность рассылки с помощью поведенческих факторов

Знать своего покупателя — круто. Но знать, как он себя ведет в разных ситуациях, — еще круче. Тип личности и демографические данные помогают спрогнозировать, что может заинтересовать потенциального клиента. А информация о его поведении на сайте, реакции на рассылку показывает реальные потребности. В этой статье вы узнаете как увеличить эффективность email рассылки благодаря поведенческим характеристикам.

Примеры поведенческого таргетинга

  • Какие письма открыл, по каким ссылкам в тексте перешел пользователь?
  • На какие предложения реагирует охотнее?
  • Как давно была отправлена последняя рассылка или письмо с предложением (3 дня назад, 3 недели назад или месяц назад)?
  • Кто отвечает на предложения быстрее, кто откликается редко?

В большинстве email-сервисов встроено автоматическое отслеживание событий. Поэтому проанализировать основные конверсии не составляет труда.

Активность в соцсетях:

  • Упомянул ли клиент вашу компанию в Твиттере?
  • Заходил ли на сайт из популярных соцсетей (ВКонтакте, Одноклассники, Facebook)?
  • Поделился ли вашим предложением?

Активность на сайте:

  • Посещает ли покупатель ваш сайт? Как часто?
  • Какой контент загружает или просматривает?
  • Какие ключевые слова использует для навигации?
  • Сколько страниц просматривает за один визит?

Поведенческое таргетирование увеличивает количество кликов и открытий писем с предложениями

Статистика сервиса MailChimp показывает, что конверсия персонализированных сообщений практически в 4 раза выше обычных:

Эффективность рассылки по статистике сервиса MailChimp

Соответственно, выше отдача в денежном выражении. При этом поведенческий таргетинг используют всего 20% маркетологов (в России еще меньше).  Проблема в интеграции источников: email-сервиса, аналитики Яндекс и Google, CRM компании. 

Владельцев бизнеса интересует, насколько это выгодно. По словам экспертов интернет-магазина товаров для дома Hoff, система аналитики позволила создать триггерную рассылку по 52 параметрам. Вложения окупились за 3 месяца и принесли увеличение рентабельности (ROI) на 35%. Для крупного ритейлера это несколько миллионов дополнительной выручки.

Умные базы данных и умные списки

Современный интернет-маркетинг требует всю возможную статистику для изучения пользователя с момента первого появления на сайте. 

  • Демография: имя, город, предпочтения и т.п.
  • Email-история: какие письма были открыты, сколько было сделано кликов, какие рассылки полетели в корзину и т.п.
  • Social media: каким контентом человек поделился, в каких опросах принял участие и т.п.
  • Покупательская активность: что, где и когда купил, каким образом оплатил и т.п.

В результате вы получаете целевые сегменты. Например, подписчики 18-25 лет, активно делятся контентом в соцсетях, открывают каждую рассылку.

Такой подход позволяет делать наиболее точные, персонализированные торговые предложения и получать больше прибыли.

Высоких вам продаж!