Кейс “Покупон”: +49% к трафику на сайт, +16% к доходу за счет персональных рекомендаций

О проекте

Каждый фанат скидок в Украине знаком с площадками “Покупон” и SuperDeal – крупными маркетплейсами акционных предложений. Сервисы предлагают выгодные купоны и сертификаты, с помощью которых можно сэкономить на услугах из популярных сфер:

Кроме этого, здесь можно найти промокоды на покупки в различных магазинах.

Общее количество зарегистрированных пользователей двух площадок на 2022 год достигло 4 млн.

“Наши клиенты – это 62% женщин и 38% мужчин. Это люди с активной жизненной позицией, которым важно получить хорошую услугу за приемлемую стоимость. Наша аудитория достаточно разнообразная: работающие люди, мамы в декрете, студенты. Но всех их объединяет одно желание – экономить выгодно”

Валерия Калашникова, Head of Retention

Задачи

За актуальными акциями пользователи сервисов могут следить в нескольких каналах:

“Задача, которую мы решали в email-канале, – это автоматизация рутинных процессов и улучшение взаимодействия клиента и бренда”

Валерия Калашникова, Head of Retention

Чтобы клиенты не терялись в море предложений и могли быстрее искать подходящие варианты, предстояло персонализировать общение с аудиторией в email-рассылках. Над этим команда “Покупона” и SuperDeal работала вместе со специалистами eSputnik и сформировала две важные цели:

  1. Увеличить лояльность аудитории за счет релевантных предложений.
  2. Повысить уровень продаж при помощи таргетирования.

Решение

Ранее у компании было несколько типов промописем:

Контент для писем маркетологи собирали вручную по принципу "слать все топовое всем". Самым простым решением для персонализации была сегментация базы по городам – эти данные каждый пользователь указывает при регистрации. Значительная часть предложений имеет географическую привязку: многие салоны, рестораны работают только в определенных городах.

Но для эффективности коммуникационной стратегии нужно учитывать потребности человека, интересы, финансовые возможности и т. д. Кроме того, со временем эти данные могут измениться, и нужно успевать под них подстраиваться.

Обрабатывать такой объем информации и создавать индивидуальные предложения на основе истории клиента вручную невозможно. Тут поможет искусственный интеллект, способный анализировать данные о клиенте и его поведении и формировать персонализированный контент с помощью предсказательной модели.

eSputnik использует алгоритмы, которые позволяют генерировать индивидуальные офферы не только в рассылках, но и на сайте. Вместе с клиентом мы решили:

Утренняя персонализированная рассылка

Для создания писем с индивидуальными предложениями мы подготовили универсальные шаблоны с рекомендательными блоками – отдельно для “Покупона” и SuperDeal. Визуально сообщения оформлены в стиле каждой из компаний, а логика формирования контента в них заложена одинаковая.

Сегмент получателей

В Киеве, Днепре, Одессе, Харькове, Николаеве, Запорожье и Львове утренняя рассылка контактам отправляется ежедневно. Такую частоту можно назвать высокой, но и новые предложения появляются каждый день. Кроме того, у всех акций есть срок жизни на сайте. Поэтому чем быстрее “Покупон” и SuperDeal расскажут о новинке, тем больше шансов, что пользователь успеет заказать услугу.

Контактам из остальных городов, где предложений гораздо меньше, рассылка отправляется раз в неделю.

Предложения формируются для разных сегментов пользователей:

Совершив покупку, такой пользователь переходит в “Активные”.

Сегментация пользователей по активности происходит с помощью отслеживания их поведения на сайтах благодаря веб-трекингу.

Технология веб-трекинга позволяет фиксировать:

  • посещения страниц;
  • добавление в корзину и избранное;
  • ценовой диапазон и категорию интересующих товаров;
  • местоположение посетителя сайта и др.

На основе этих параметров можно автоматически отправлять индивидуальные предложения в наиболее подходящий момент.

Содержание письма

Персонализация начинается с хедера сообщения. В письме всегда есть динамический контент – текущая дата и город, значение которого подставляется индивидуально для каждого клиента. Так подписчик сразу видит, где и когда предложения актуальны.

Основной контент сообщения состоит из 19 позиций с акционными предложениями. Они разделены так:

Следующие 18 предложений размещаются в двойных блоках:

Если у партнера есть несколько новых акций, в рассылку уходит только одна. Так подписчик получает разнообразный контент и создаются здоровые условия конкуренции.

Подстановка динамического контента происходит с помощью SRT-блоков.

Блоки с акциями из одной категории (туризм, развлечения и т. д.) не располагаются подряд, чтобы разнообразить предложения.

Помимо порядка расположения, есть еще несколько правил для отображения содержимого. В рассылке учитываются покупки клиента: приобретенная акция больше не попадает в письмо. Также в рекомендациях не отображаются акции, которые заканчиваются в день выхода рассылки, на первый и второй день после отправки.

Если для пользователя формируется меньше 10 рекомендаций, письмо не отправляется. Это условие всегда можно изменить в настройках SRT-блока.

После акционных предложений следует блок с популярными категориями:

Так подписчик может с помощью одного клика попасть в интересующий его раздел на сайте.

Тема письма генерируется автоматически на основе 3 первых акций в письме по формуле:

Короткое название акции + цена купона ☀️ Короткое название акции + цена купона  ☀️ Короткое название акции + цена купона

Для каждого подписчика тема сообщения получается индивидуальной. В почтовом ящике пользователь сразу видит интересную акцию по привлекательной цене:

Категорийная рассылка

Тематическая рассылка делится на 5 категорий:

Письма отправляются согласно графику: один день недели соответствует определенной подборке офферов. Для каждой из категорий мы подготовили шаблоны для “Покупона” и SuperDeal.

Сегмент получателей

Подборка предложений из раздела путешествий отправляется на все 44 города, так как туристические акции запускаются по всей Украине.

Письма из категорий “Красота”, “Еда и рестораны”, ”Здоровье”, “Развлечения” уходят пользователям из Киева, Днепра, Одессы, Харькова, Николаева, Запорожья и Львова. Рассылки запускаются для контактов, которые совершали хотя бы одну покупку в заданной категории в определенном городе. Сегментация пользователей происходит с помощью выбора соответствующих параметров в условных группах.

Содержание письма

Email-сообщение категорийной рассылки формируется по аналогии с утренней. Первой размещается акция, которую алгоритм определил как наиболее подходящую для конкретного пользователя. Следующие позиции также располагаются по две в блоке.

В этой рассылке не учитывается новизна акции – в ней участвуют только топы из категории. Алгоритм сам решает, что будет в ней приоритетнее для пользователя, если у него есть история взаимодействия. Если истории нет, клиент просто получит бестселлеры.

Персонализированные офферы для каждого клиента

Попробовать

Рекомендации на сайте

Пользователям маркетплейсов “Покупон” и SuperDeal доступны более 8000 различных акций. Чтобы помочь каждому клиенту с выбором, на сайте внедрили рекомендательные блоки. Опыт eSputnik показывает, что ROI товарных рекомендаций на сайте может достигать 1734%.

В формировании контента участвует несколько типов рекомендаций:

Страница действующей акции

На этой странице есть такие блоки рекомендаций:

  1. “Вас могут заинтересовать” или “ТОП в категории”, если нет данных о пользователе.

Нейронная сеть предсказывает наиболее вероятный клик, при этом применяются такие фильтры:

Блок состоит из 2 рядов по три карточки в каждом:

  1. “Покупают вместе”

Так как в корзину можно добавить только одну акцию и, соответственно, одну и купить, алгоритм анализирует последующие покупки клиентов. Например, пользователь приобрел купон на скидку для сдачи анализов в конкретной лаборатории. Нейронная сеть проверяет, кто покупал эту акцию за последние 7 дней, какие акции купили после нее, и выдает релевантный результат.

Условия показа:

Страница прошедшей акции

Сначала рекомендуем активные акции этого же партнера. Если таких нет – похожие акции других партнеров.

Страница успешной оплаты

Рекомендации акций выводятся на основании истории клиента с привязкой к городу.

Страница “Избранное”

Если у пользователя еще нет ни одной акции, добавленной в список избранного, для него отображаются рекомендации с тремя ТОП-акциями на сайте. Если в избранном уже есть хотя бы одна позиция, блок не выводится.

Списки желаний

на сайте могут стать эффективным инструментом для персонализированной коммуникации с вашими клиентами. В этой статье вы найдете 8 идей для рассылок, основанных на вишлисте пользователя, и практические рекомендации по их подготовке.

Страница с маленьким количеством акций

Блок отображается на страницах подкатегорий с маленьким количеством акций. Например, в неком городе мало предложений из раздела “Пироги”:

Результаты

Среди персонализированных рассылок наибольшую эффективность показывают утренние сообщения. Они приносят от 55 до 90% продаж, которые генерируют письма с индивидуальными рекомендациями.

По результатам тестирования первых трех месяцев рекомендательной рассылки для “Покупона” удалось достичь таких показателей роста:

Получив хорошие результаты тестовых рассылок “Покупона”, персонализированную коммуникацию запустили и для подписчиков SuperDeal.

Рекомендательные блоки на страницах обоих маркетплейсов стали приносить 2-5% от всех продаж, совершенных на сайтах.

Планы на будущее

Команда eSputnik продолжает работу над рекомендациями на сайтах SuperDeal и “Покупон”. Индивидуальные предложения появятся и на других страницах, чтобы сделать путь пользователя еще комфортнее. Также компания планирует запустить коммуникацию с аудиторией через App Inbox.

Если вы считаете, что персонализированная коммуникация – это именно то, что сейчас нужно вашему бизнесу, оставьте заявку на бесплатную консультацию. Мы поможем выбрать нужные инструменты платформы eSputnik, чтобы вы могли достичь высоких результатов.

Даже если вы не нашли интересующие вас функции в списке возможностей eSputnik, мы открыты к предложениям и внедрим решения, способные повысить эффективность работы с системой.