4 Апр 2019
Рекомендательные блоки в email-рассылках

Каждому, кто подбирал что-то или покупал в интернет-магазине, хотя бы раз приходили на почту письма из разряда “Вы смотрели..” или “Вам может понравиться...”.

Это email-рассылки с рекомендациями, основанные на данных о поведении пользователя на сайте.

Что такое товарные рекомендации в письмах и зачем они нужны?

Такого рода письма могут быть частью разных email-кампаний, от триггерных до массовых промо-рассылок. Дизайн таких интернет-рассылок обычно упрощенный и стилизован под сайт компании.

Давайте разберем виды и примеры email-рассылок с модулями рекомендуемых товаров и где они уместны в email маркетинге.

1. Проморассылки с индивидуальной подборкой

Персональные подборки с рекомендациями могут стать ключом в повышении эффективности проморассылок. Актуальность такого письма для клиента повышается за счет подгрузки динамического контента. Пользователю придется меньше искать на сайте, ведь в письме уже будут индивидуальные спецпредложения по существующим акциям.

Ultrashop промо-рассылка с индивидуальными рекомендациями

2. Welcome цепочки с личными рекомендациями

Welcome email ThredUp с блоком рекомендаций

В письмах приветственной серии имеет смысл подставлять товарные рекомендации из соображений, что клиент только подписался и сейчас лояльность к магазину у него на высоте. Первая выгодная покупка может быть для него хорошим стартом.

Поэтому можно его ненавязчиво подтолкнуть к покупке с помощью вывода блока с рекомендуемыми товарами в письме + скидкой либо купоном. Сами товары, которые его заинтересуют, могут быть получены из данных о просмотренных позициях с сайта. Но об этом позже.

3. Брошенные просмотры с рекомендательным блоком

Чаще всего персональные блоки можно увидеть в триггерных письмах, которые основаны на просмотренных товарах сайта.

Lamoda автоматический email брошенный просмотр

Чтобы обогатить письмо разнообразием предложений и простимулировать клиента к покупке, компания 27.ua добавила блоки “Возможно вас заинтересуют такие товары” и “Самое интересное”.

27.ua email брошенный просмотр с рекомендательными блоками

4. Товар появился в наличии

Триггер “товар в наличии” может также содержать индивидуальные рекомендации похожих товаров. Удачно подобранный текст сообщения добавляет волнения, что желаемый товар могут быстро раскупить.

Хорошо, когда и на такой случай есть блок с похожими товарами, которые клиенту возможно подойдут. Так можно заинтересовать клиента, предложив альтернативы, и тем самым, довести до заключения сделки при помощи одних лишь товарных рекомендаций.

Lamoda Триггер товар в наличии с рекомендациями похожих товаров

5. Письма о заказе

Триггер заказ отправлен с рекомендациями похожих товаров

Скучное транзакционное письмо об отправке заказа можно оживить, добавив модули рекомендаций похожих товаров из категории уже заказанных.

6. Благодарственные триггерные рассылки

Когда с момента первой покупки клиента прошло достаточно много времени и его нужно чем-то повторно заинтересовать, в бой вступает постпродажный триггер с рекомендательным блоком “товары, которые могут вас заинтересовать”.

Благодарственное письмо с рекомендациями

7. Заказ доставлен и блок сопутствующих товаров

Автоматическое письмо по заказу с рекомендациями от SunnyToy

Пример для тех компаний, которые используют бонусную программу и за заказы начисляются бонусные баллы. В письме о доставленном заказе от Sunny Toy приятным и удобным моментом будут служить товарные рекомендации, избавляющие от проблем с выбором на что потратить полученные бонусы.

Если у вас нет бонусной программы, то после информации о заказе можно вывести блок “Вам может понравиться” либо модуль “С этим товаром покупают”.

Как это происходит в eSputnik. Три варианта использования

В системе eSputnik есть возможность формирования как персонализированных рекомендаций для каждого пользователя, так и подборки рекомендаций для определенного сегмента получателей.

1. Формирование персонализированных рекомендаций в брошенных корзинах и брошенных просмотрах:

Рекомендации строятся на основании просмотренных товаров на сайте, либо товаров, которые пользователь оставил в корзине. В систему eSputnik передаются соответствующие данные в запросе, после чего формируются рекомендации.

Алгоритм формирования рекомендаций

Выбираются 6 товаров из одинаковой категории в смежном диапазоне цен. Такие персональные товарные рекомендации применяются только для рассылок брошенных корзин и просмотров.

Автоматизировать email-маркетинг

2. Формирование персонализированных рекомендаций с помощью препроцессора

С помощью key-препроцессора можно настроить отправку писем пользователям с персонализированным контентом. Для этого необходимо сформировать файл препроцессора, загрузить в аккаунт, подключить к письму:

Выбрать обработчик

далее выбираем файл обработчика filename.json

Задать файл обработчика

3. Формирование персонализированных рекомендаций с помощью передачи API запроса

С помощью передачи API запроса возможно сформировать подборку рекомендаций для каждого клиента.

Kasta персональные рекомендации по категории Юбка

Как пример для передачи данных можно использовать методы v1/event, а также v1/smartsend.

Для формирования подборки рекомендаций определенному сегменту получателей можно использовать:

1) Random-препроцессор.

2) Через передачу данных по API (методом v1/event).

3) Использования смарт-блоков в письме (генератор карточек товаров).

Подстановка данных в письма во всех описанных случаях происходит с помощью Apache velocity (кроме случая со смарт-блоками).

Примеры шаблонов для реализации email рассылок с динамическим контентом по товарам доступны бесплатно для каждого клиента в нашей системе (шаблоны писем "Брошенная корзина" + "Брошенный просмотр").

Адаптивные шаблоны в аккаунте eSputnik

Мы рассказали о рассылках писем с персональными рекомендациями для клиентов, в каких случаях их можно использовать и как они реализуются.

Перед тем, как запускать в работу сценарии с автоматической подстановкой динамического контента и рекомендуемых товаров, советуем проверить корректность подставляемых переменных или обратиться за помощью к нам eSputnik support.

Вам понравился материал? Оцените:

  • 1
  • 2
  • 3
  • 4
  • 5
Всего голосов: 10 средняя оценка: 5 (Рейтинг: 100%)

С этим читают: