Анна Забудская

Email-маркетолог

Персональные рекомендации в email-рассылках. Применение и реализация

Несмотря на то что в интернет-шопинге исключается личный контакт продавца с клиентом, последнему можно рекомендовать товары онлайн. Товарные рекомендации – это карточки с товарами, которые выводятся в специально отведенных местах для более эффективного продвижения и персонализации пользовательского опыта. Они могут размещаться

  • на сайте (в карточках, разделах, поп-апах, на главной);
  • в приложениях;

  • на маркетплейсах;

  • в рекламе;

  • в рассылках и т. д. 

Все эти рекомендации могут быть составлены на основе данных о просмотренных товарах, покупках; покупках или просмотрах людей с похожим поведением. А также задаваться статически, если таких данных нет или нужно что-то распродать.

Задача рекомендаций – выбрать и показать клиенту товары, которые наверняка соответствуют его интересам, подтолкнув к заказу.

Не у каждого интернет-магазина настроены персональные рекомендации на сайте. Но можно добавить такие блоки в письма и оценить их эффективность. Об этом мы и поговорим в статье.

Персональные рекомендации уже проявили себя как эффективная практика в емейл-маркетинге.

По данным опроса Harris Interactive, 81% онлайн-покупателей, получивших емейлы с рекомендациями на основе их предыдущего опыта, рассматривают возможность совершить покупку. Поэтому их можно и нужно внедрять в рассылки для увеличения продаж.

Какие бывают письма с товарными рекомендациями

Вспомните, когда вы подбирали или покупали что-то в интернет-магазине, вам хотя бы раз приходили на почту письма из разряда “Вы смотрели” или “Вам может понравиться”.

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

Такого рода письма могут быть частью разных email-кампаний, от триггерных до проморассылок. 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

Подборки с рекомендациями могут стать ключом для увеличения эффективности проморассылок. Актуальность такого письма для клиента повышается за счет подачи индивидуального контента, основанного на его опыте, в сочетании с существующими акциями. Пользователю придется меньше искать на сайте, ведь в письме уже будут спецпредложения по интересам получателя.

Ultrashop промо-рассылка с индивидуальными рекомендациями

В акционной проморассылке Ultrashop разместил персональную подборку товаров на основе просмотров клиента. Контакт просматривал бренд Guess в категории “Женские куртки” и ценовом диапазоне от 3 до 5 тыс. грн – по этим критериям ему и подставлены рекомендации в письмо.

2. Welcome цепочки с личными рекомендациями

В письмах приветственной серии подставлять товарные рекомендации имеет смысл потому, что клиент только подписался и сейчас его лояльность к магазину на высоте. Первая выгодная покупка после подписки может быть для него хорошим поводом взаимодействовать с коммерческими рассылками в дальнейшем. Поэтому во втором или третьем письме велком-серии можно подтолкнуть клиента к покупке с помощью вывода блока с рекомендуемыми товарами + задобрить скидкой либо купоном. В первом приветственном письме товарные предложения могут посчитать навязчивым желанием что-то продать – фундамент лояльности заложен не будет.

Welcome email ThredUp с блоком рекомендаций

Важно!

Рекомендуемые товары на основе просмотренных можно получить только в том случае, если клиент перед этим авторизовался на сайте. Отобразить такие рекомендации в письме получится, только когда доступна история просмотренных страниц по контакту. Если такой информации нет, то можно выводить блок популярных товаров, который не требует поведенческих данных.

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

Last post

4. Товар появился в наличии

Триггер “Товар в наличии” может также содержать индивидуальные рекомендации. Удачно подобранный текст сообщения добавляет волнения, что желаемый товар могут быстро раскупить. И очень кстати в письме будет блок с похожими товарами, которые клиенту потенциально подойдут.

Lamoda Триггер товар в наличии с рекомендациями похожих товаров

Так можно заинтересовать покупателя, предложив альтернативу. Это неплохой шанс довести клиента до заключения сделки при помощи товарных рекомендаций.

5. Письма о заказе

Триггер заказ отправлен с рекомендациями похожих товаров

Скучное транзакционное письмо об отправке заказа можно оживить, добавив модули рекомендаций “С этим товаром покупают” или “Вас может заинтересовать”, чтобы клиент мог выбрать дополнение к текущей покупке. Это хорошо для кросс-продаж: компания потенциально получит дополнительную прибыль.

leBoutique триггерное письмо о заказе с рекомендациями

Например, в письме-подтверждении заказа солнцезащитных очков от LeBoutique клиент может ознакомиться с сопутствующими товарами для пляжа: футболки, купальники, платья, сумки.

6. Заказ доставлен

Компаниям, которые используют программу лояльности и за заказы начисляют бонусные баллы, тоже есть что рекомендовать в письмах. И делать это вдвойне уместно. В емейле о доставленном заказе от Sunny Toy приводится количество бонусных баллов на текущий момент. А ниже размещен блок с товарными рекомендациями, который призван облегчить выбор, на что потратить полученные бонусы.

Автоматическое письмо по заказу с рекомендациями от SunnyToy

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

7. Постпродажные рассылки

Послепродажные письма просто нуждаются в правильных рекомендациях, ведь за ними последуют повторные продажи. Грамотно и заботливо подошли к созданию такого письма интернет-магазин sokol.ua, даже текстом описали преимущества использования подставки под ноутбук. Следом привели блок с рекомендациями подставок, подходящих под диагональ купленного устройства:

Сокол - постпродажное письмо с рекомендациями

8. Благодарственные триггерные рассылки

Когда с момента первой покупки клиента прошло 2 недели или месяц и его нужно чем-то повторно заинтересовать, в бой вступает постпродажный благодарственный триггер с рекомендательным блоком “Товары, которые могут вас заинтересовать”. Клиенту одновременно говорят “Спасибо” и предлагают подборку на основе его интересов.

Благодарственное письмо с рекомендациями

9. Скидка на просмотренный или брошенный в корзине товар

Предоставление скидки на заинтересовавший товар – почти беспроигрышный ход для продавца, если только клиент уже не купил у конкурентов. Вам наверняка приходили такие письма-оповещения о снижении цены на товар из корзины или просмотров.
Если клиент посмотрел или положил в корзину товары, но в течение 3-4 дней так и не завершил заказ, то такой триггер разбудит намерение купить со скидкой и с большой долей вероятности приведет к покупке.

Просмотренные товары могли потерять актуальность. Добавьте блок с похожими товарами “Вас также может заинтересовать”, как это сделали MOYO:

MOYO снизилась цена на похожий товар

10. Подборка акций из категории просмотренных товаров

Если хотите предоставлять не точечные рекомендации, а расширять выбор для подписчика – к вашим услугам рекомендации категорий. В зависимости от того, какую категорию просмотрел зарегистрированный пользователь на сайте, ему будут отправлены рекомендации с акциями в похожих либо сопутствующих категориях сайта.

Rozetka подборка рекомендаций по просмотренным категориям

Как реализуются товарные рекомендации в eSputnik

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

1. Автоматические подборки товаров на основе рекомендательных алгоритмов.

Они применяются чаще всего к письмам с брошенными корзинами и брошенными просмотрами, а также к любым другим письмам, в которых вы собираетесь разместить рекомендательные блоки.

Чтобы использовать такой функционал, нужно разместить у себя на сайте скрипт веб-трекинга и настроить фид в аккаунте eSputnik. Пошаговую инструкцию и детали вы найдете в статье о настройке веб-трекинга на сайте.

Рекомендации для писем строятся на основе действий авторизованного пользователя на сайте:

 

  • переходы на страницы товаров и категорий на сайте (брошенные просмотры);

  • помещение товара в корзину;

  • совершение покупки;

  • поиск товаров по ключевым словам.

Рекомендации товаров в наличии/на складе

Важно!

Из фида для персональных рекомендаций берутся товары, которые отмечены как те, что есть в наличии/на складе на момент отправки сообщения. Для более точного формирования персональных подборок вы можете отрегулировать частоту обновления получаемого товарного фида в eSputnik.

Настройки частоты обновления фида товарных данных в eSputnik

Рекомендуем отталкиваться от реального времени обновления ваших товаров на сайте, чтобы функционал работал максимально четко.

Автоматизировать email-маркетинг

Алгоритм формирует подборку до 6 позиций, но не более 2 для одной категории, при этом отбираются товары в одном диапазоне цен. Пользователь может посмотреть 3 товара из разных категорий, тогда рекомендаций сформируется 6. Если посмотрит 1 или 2 товара из одной категории, то рекомендаций будет 2.

Подстановка блока с товарами, которые могут заинтересовать

2. Подстановка персональных рекомендаций с помощью препроцессора

Это механизм для динамического обновления контента в письме в момент рассылки на основе заранее подготовленных данных. Есть два типа препроцессора: key и random. Последний будет выбирать товары из списка случайным образом. А с помощью key-препроцессора можно настроить отправку пользователям писем с персонализированным контентом. Для этого необходимо сформировать файл препроцессора, загрузить в аккаунт, подключить к письму:

Выбрать обработчик

Далее нужно выбрать файл обработчика. Это файл со структурой данных в необходимом для загрузки формате JSON.

Задать файл обработчика

3. Формирование персонализированных рекомендаций с помощью передачи API запроса

Для триггерных писем в запросе передается подборка для отдельного клиента и подставляется ему в письмо в качестве динамического контента. Таким образом каждый клиент получает свою индивидуальную подборку на основе действий на сайте, как в примере от Kasta:

Kasta персональные рекомендации по категории Юбка

Чтобы сформировать подборку рекомендаций для определенного сегмента получателей и разослать через eSputnik, можно использовать:

  1. Random-препроцессор.
  2. Передачу данных методом API (v1/event, v1/smartsend).
  3. Использования смарт-блоков в письме (генератор карточек товаров).
  4. Внешние источники данных (Postgre SQL, Google Sheets).
  5. Фид товарных данных.

Подстановка данных в письма во всех описанных случаях происходит с помощью Apache Velocity (кроме случая со смарт-блоками). А чтобы экономить время на дизайн готовых модулей  рекомендуем использовать SRT-блоки в редакторе писем.

В eSputnik для вас всегда доступны предзаготовленные шаблоны в виде "Брошенных корзин" и "Брошенных просмотров" со всеми необходимыми переменными Velocity.

Шаблоны писем брошенная корзина и брошенный просмотр

Чтобы использовать готовые письма в сценариях, необходимо подключить один из тарифов Продвинутой сегментации и настроить источники данных. Подробнее об этом читайте в нашей инструкции по созданию и настройке рекомендаций в письмах. 

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 проверять корректность подставляемых переменных или обратиться за помощью на support@esputnik.com

До новых встреч!

4.9 из 5 на основе 16 оценок

Анна Забудская

Email-маркетолог

Маркетолог в агентстве eSputnik. Я придерживаюсь творческого подхода к маркетинговым статьям, взаимодействию с клиентами и дизайну емейл-рассылок.

Комментарии 0