До +23% додаткового доходу тригера “Покинутий перегляд” з анонімного трафіку. Кейс PUMA

У середньому 92-98% відвідувачів ecommerce-сайтів — анонімні. Вони переглядають товари, порівнюють ціни, повертаються кілька разів, але не логіняться і не залишають контакт. 

І кожен із цих відвідувачів уже коштував бізнесу бюджету на залучення. Частина з них так і не окупиться. Принаймні на перший погляд. Але насправді ви вже дещо про них знаєте, за умови, що аналітика та трекінг налаштовані коректно: на яку сторінку вони зайшли, з якої реклами, які категорії переглядали, які товари відкривали, на що клікали, скільки часу провели на сайті.

Далі стратегія підказує — потрібно повернути користувача. Запускаються ретаргетингові кампанії. Добре, якщо бізнес використовує динамічну рекламу й показує саме ті товари, які переглядав відвідувач. Але минає час, кампанія завершується, і далі він бачить загальні промо-пропозиції.

Якщо щось знову його зацікавить — він повернеться. Можливо, залишить email або телефон, щоб отримати знижку або доступ до спеціальної пропозиції.

І саме в цей момент більшість маркетингових систем тільки починає комунікацію з моменту появи способу звʼязку. Усе, що відбувалося до цього — попередні перегляди, кліки — або не зберігається взагалі, або не використовується для персоналізації.

Фактично бізнес щоразу починає знайомство з клієнтом спочатку, хоча це вже не перший дотик.

Тоді виникає стратегічне питання:

Який відсоток доходу сьогодні зʼявляється лише тому, що система памʼятає користувача ще до того, як він залишив контактні дані?

Якщо відповідь “ми цього не знаємо”, то це зона найбільшого потенційного росту. Далі покажемо, як саме анонімна історія поведінки перетворюється на вимірюваний дохід — і скільки бізнес реально може на цьому заробити.

Що відбувається без зв’язку з анонімною історією

Типовий сценарій виглядає так:

1. Користувач заходить на сайт анонімно.
2. Переглядає кілька товарів.
3. Йде з сайту.
4. Повертається через рекламу.
5. Залишає email або телефон.
6. Отримує стандартний welcome-лист (у кращому випадку із якоюсь добіркою промопропозицій тижня чи стандартними категоріями).

З точки зору системи — це “новий контакт без історії”. 

З точки зору користувача — це вже друга+ взаємодія з інтернет-магазином.

Маркетинг формально спрацював. Але намір, який уже був сформований до ідентифікації, втрачено і як результат:

• персоналізація відсутня і запізнюється, бо відбудеться тільки на наступних етапах;
• тригери не потрапляють у самий перший момент наміру;
• частина потенційного доходу просто не реалізується.

Альтернативний сценарій: коли анонімна поведінка монетизується

Тепер той самий користувач, але з вебтрекінгом і співвставленням (метчінгом) з історією.

Новий шлях користувача:

1. Заходить на сайт анонімно.
2. Система фіксує перегляди, записуючи cookies/device-ID.
3. Користувач йде.
4. Повертається через рекламу або соцмережі.
5. Залишає email/телефон у попапі зі знижкою або гейміфікованому віджеті.
6. У момент ідентифікації відбувається метчінг з анонімним профілем і зібраними за ним даними.
7. Запускається тригер “Покинутий перегляд”.
8. Користувач отримує персональну добірку товарів, які переглядав раніше анонімно, + знижку.
9. Купівля відбувається в перші години.

Ключовий момент: персоналізація працює не після, а одразу в момент появи контакту.

Тобто там, де більшість бізнесів починають “з чистого листа”, комунікуючи з користувачем, що зареєструвався, як з новим, у вас зʼявляється конкурентна перевага. 

Як саме система “памʼятає” анонімного користувача

Поки користувач не залишив контактні дані, система все одно фіксує його поведінку:

• перегляди товарів/категорії;
• події (add to cart, scroll, кліки);
• сесії;
• взаємодія з контентом.

Ці дані прив’язані не до email чи телефону, а до ідентифікаторів анонімного користувача — зокрема cookies у браузері або device ID.

У кожному браузері та на кожному пристрої формується окрема історія. Поки система не отримала контактні дані, це різні, не пов’язані між собою користувачі.

Анонімна історія “зшивається” з контактом у момент, коли система отримує будь-який стабільний ідентифікатор користувача.

Це може відбутися кількома способами:

• Перехід з email або повідомлення. У посиланні передається contactID (через UTM або параметри), і cookie в цьому браузері зв’язується з контактом.
• Реєстрація. Після створення акаунта сайт передає дані в систему, і поточна сесія прив’язується до нового контакту.
• Авторизація. При кожному логіні система отримує подію з даними користувача і зв’язує поточну поведінку з контактом.
• Покупка. Дані замовлення та контакт передаються разом, що також дозволяє виконати matching.

У кожному з цих сценаріїв зшивається лише той браузер або пристрій, де відбулася дія. Інші пристрої залишаються анонімними, поки користувач не ідентифікується і там.

Контакт щойно з’являється в системі, але вже має накопичену поведінкову історію. Саме тому тригер може спрацювати в перші хвилини — не як welcome, а як продовження вже сформованого наміру.

Описаний сценарій є типовим. Але користувач рідко залишає контакт під час першого візиту. У більшості випадків між першим заходом на сайт і ідентифікацією проходить кілька сесій. Саме в цей період формується намір: користувач порівнює товари, повертається до них, оцінює вартість.

На практиці це означає, що вебтрекінг дозволяє:

• скоротити час до першої покупки,
• монетизувати трафік, який не конвертувався під час першого візиту,
• зменшити розрив між першим дотиком і оплатою,
• персоналізувати досвід із першої комунікації,
• продовжувати накопичувати дані навіть під час неавторизованих сесій.

Те саме стосується пристроїв. Користувач може переглядати товар з мобільного, а залишити email — з десктопа. Якщо ці дії не пов’язані через контактний ідентифікатор, частина наміру просто не доходить до тригерів.

У результаті перша комунікація стає загальною замість персоналізованої — саме в той момент, коли вона могла б закрити продаж.

У eSputnik вебтрекінг автоматично зберігає анонімну поведінку через cookies, а після отримання contactID — зв’язує її з профілем користувача. В мобільних застосунках роль cookie виконує contactID. Навіть анонімний користувач має окремий профіль, який після авторизації об’єднується з основним контактом разом з усією історією подій.

Але навіть в межах одного пристрою ефект уже вимірюється десятками відсотків доходу. А при правильному зшиванні історії між пристроями цей ефект масштабується ще більше.

Як це виглядає на практиці — кейс PUMA

PUMA — всесвітньо відомий бренд спортивного та casual одягу з понад 75-річною історією. Компанія поєднує офлайн-магазини із розвитком ecommerce та інвестує в персоналізацію клієнтського досвіду. У 2022 році PUMA обрали eSputnik як партнера для реалізації персоналізованих комунікацій та стратегій утримання. Разом із платформою команда швидко втілює нові ідеї: від базової сегментації та тригерних сценаріїв до товарних рекомендацій і промолистів з гейміфікованими механіками.

Подивимось на реальний сценарій одного контакту в PUMA.

Користувач переглядав товари — спортивні гетри на сайті. Пішов, але з часом повернувся на сайт за прямим переходом. До цього він уже переглядав товари — система це зафіксувала на рівні анонімного профілю. Під час повторного візиту його зацікавив офер зі знижкою, і він залишив email у віджеті підписки у футері сайту.

У цей момент контакт був переданий у систему через API. Але в системі це був не порожній новий підписник. До нього автоматично прикріпилася історія попередніх переглядів.

На скріні контакту видно, що між моментом появи контакту в системі (та підтвердження реєстрації) та надсиланням листа “Покинутий перегляд” пройшло близько 20 хвилин. Тобто система не надіслала першим welcome-лист, а зреагувала на реальний намір.

Користувач отримав лист із конкретними товарами, які переглядав раніше, та персональною добіркою AI-рекомендацій. Лист не починає знайомство, а продовжує його з того місця, де користувач зупинився.

У результаті покупка відбулася менш ніж за годину після появи контакту в системі. Зовні це виглядає як швидка конверсія нового підписника. Але фактично це монетизація наміру, який сформувався раніше, ще в анонімному статусі.

І це не одиничний випадок.

Що показали дані

Щоб зрозуміти масштаб ефекту, ми проаналізували 7 місяців роботи тригера “Покинутий перегляд” і розділили всі замовлення за логікою, яка дозволяє виміряти дохід, що формується в перші години після ідентифікації контакту.

NEW — замовлення, які:

• відбулися протягом 80 хвилин після створення контакту
  або
• є першим замовленням контакту

OLD — усі повторні замовлення після першого.

Загалом тригерні сценарії генерують 1,15% від усіх замовлень сайту. При цьому тригер “Покинутий перегляд” є найконверсійнішим серед них і забезпечує 0,61% від усього доходу сайту.

Частка NEW у межах тригера

За період аналізу:

• 54,6% замовлень тригера припали на NEW-контакти
• 23,5% revenue тригера сформували саме NEW-контакти

Це означає, що майже чверть доходу тригера формується в перші години після появи контакту в системі. Без метчингу анонімної історії цей дохід просто не був би згенерований, тому що тригер не мав би даних для запуску.

У масштабі всього сайту це +0,14% до загального доходу, отримані виключно завдяки правильному зшиванню анонімної поведінки з контактними даними в межах одного тригера.

І це лише один сценарій. Та сама логіка може масштабуватися на інші тригери, сегменти та канали.

Висновок

Анонімний трафік часто сприймають як верх воронки і недооцінюють. Хоча саме там формується намір та частина доходу, яка втрачається.

У кейсі PUMA 23,5% доходу тригера “Покинутий перегляд” формується в перші години після появи контакту в системі. Це означає, що майже чверть доходу цього сценарію напряму залежить від зшивання анонімної історії з контактними даними. У масштабі всього сайту це дає +0,14% до загального доходу — без додаткових рекламних витрат, лише за рахунок правильного використання вже наявного трафіку.

Анонімний користувач уже готовий купувати. Питання лише в тому, чи бачить це ваша система. Якщо ні, частина доходу залишається поза управлінням. І поки її не видно, її неможливо масштабувати.

Ми допомагаємо бізнесам знаходити точки втрати потенційного доходу та перетворювати їх на зростання.

Special Request Inline