Дослідження показують, що автоматизовані email-розсилки можуть становити лише 2% від загальної кількості надісланих листів. Водночас саме на ці 2% припадає 30% доходу, отриманого завдяки email-маркетингу. У середньому це $2,87 доходу на один лист порівняно з $0,18 для запланованих кампаній.

Ця різниця майже не залежить від тексту листа. Усе вирішує час відправлення. Автоматизоване повідомлення надходить саме тоді, коли користувач щойно залишив товар у кошику, тричі переглянув один і той самий товар або наблизився до завершення 30-денного запасу продукту. Запланована кампанія просто надсилається у найближчий вівторок.

Нижче розглянемо десять сценаріїв використання Shopify, які стабільно дають результати: від повернення користувачів із покинутими кошиками до програм лояльності. Якщо кейси Shopify показують, яких результатів досяг конкретний продавець, то use case пояснює, коли застосовувати автоматизацію, які дані для цього потрібні та як оцінювати її ефективність. В останніх двох розділах розглянемо, як реалізувати такі сценарії на базі CDP і з чого почати.

Чому автоматизація маркетингу важлива для Shopify-магазинів

Shopify добре фіксує те, що відбувається в магазині: хтось переглянув категорію, додав два товари до кошика, перейшов до оформлення замовлення, оплатив його або — ні. Якщо ви ще обираєте платформу, наш гайд відповідає на запитання, що таке Shopify, та пояснює основи, а наше порівняння найкращих ecommerce-платформ допоможе отримати ширший контекст.

Чого платформа не може повною мірою зробити самостійно — це визначити, що сказати клієнту далі. Метааналіз від Baymard Institute, який охоплює 50 досліджень, показує, що середній рівень покинутих кошиків становить 70,22%. Тобто, семеро з десяти людей, які проявили достатній інтерес, щоб додати товар до кошика, залишають магазин. Частина з них просто порівнює пропозиції й ніколи не здійснить покупку. Але значну частину таких клієнтів можна повернути — для цього потрібно знати, хто це, які товари вони залишили та чи не придбали їх згодом, використовуючи дані з інших каналів.

Ключовим фактором, що допомагає конвертувати таких покупців, є персоналізована комунікація. Для цього потрібні якісніші дані, які часто розпорошені та зберігаються в різних системах.

Саме це завдання вирішує CDP. Збільшення email-бази не є рішенням, оскільки воно лише масштабує проблеми з управлінням неякісними або розрізненими даними. Потрібен рівень, який об’єднує в одному місці ідентифікаційні та поведінкові дані, історію покупок, first-party data з власного магазину та згоди на комунікацію через різні канали, а потім допомагає активувати ці дані. Від цього залежать і зростання доходу, і утримання клієнтів, а також кожен зі сценаріїв використання Shopify, які ми розглянемо нижче.

У eSputnik єдиний 360°-профіль клієнта може містити ідентифікатори, історію замовлень, дані про участь у програмі лояльності, показники довічної цінності клієнта (CLV), сигнали про кошик і взаємодію з усіма каналами, які ви використовуєте. Стабільний зовнішній ID клієнта не дає одному покупцеві розділитися на три окремі профілі.

Для Shopify-магазину практичний результат полягає в тому, що такі події, як перегляд товару чи категорії, ідентифікація клієнта, зміна статусу кошика та завершення покупки, стають доступними для запуску тригерних сценаріїв і сегментації клієнтів. Повідомлення, вибір товарів, час відправлення та канал комунікації можуть змінюватися залежно від того, що саме зробив користувач.

Відновлення покинутих кошиків

Це один із найрезультативніших сценаріїв автоматизації в ecommerce-маркетингу і водночас той, який багато магазинів реалізують неправильно.

• Умова запуску: ідентифікований користувач додає товари до кошика, але не оформлює замовлення протягом заданого часу, наприклад, 30–60 хвилин до першого повідомлення.
• Логіка: сценарій потрібно одразу зупиняти, щойно надходить замовлення. Також варто обмежити частоту повторного потрапляння одного й того самого користувача в сценарій. Розгалуження мають враховувати, які канали комунікації доступні для конкретного контакту. В eSputnik сценарій відновлення покинутих кошиків запускається на основі динамічного сегмента, який містить користувачів із нещодавно покинутими кошиками та виключає тих, хто нещодавно зробив онлайн-покупку. Таймери та налаштування повторного входження в сценарій вбудовані у сценарій.
• Контент: перше повідомлення має нагадати користувачеві про його вибір, а не одразу пропонувати знижку. Додайте зображення товару, його назву та ціну, пряме посилання на кошик, а також інформацію про доставку та повернення. Наступні повідомлення можуть містити відгуки, альтернативні товари, персональні рекомендації або невеликий стимул до покупки, якщо попередні повідомлення не спрацювали.

Більшість сценаріїв використання Shopify мають певну межу ефективності, яку визначають фактори поза межами самого сценарію, і цей приклад — найпоказовіший. Непередбачені додаткові витрати під час оформлення замовлення — головна причина покинутих кошиків, яку можна усунути. Далі йдуть повільна доставка, побоювання щодо безпеки даних банківської картки та вимога обов’язково створити обліковий запис. Email із нагадуванням про покинутий кошик не вирішить проблему несподіваної вартості доставки. Спочатку оптимізуйте процес оформлення замовлення, а потім працюйте з тими кошиками, які все ще залишаються покинутими.

• KPI: кількість відновлених замовлень і дохід від них у розрахунку на контакт, який потрапив у сценарій. Для діагностики також відстежуйте коефіцієнт конверсії, час до відновлення покупки, вартість стимулів і кількість скарг.

Якщо хочете побачити більше практичних прикладів, перегляньте цю статтю.

Тригери “Покинутий перегляд” та “Товар переглянуто”

На відміну від покинутих кошиків, покинутий пошук охоплює значно більшу аудиторію з нижчим рівнем наміру здійснити покупку.

• Умова запуску: відомий або ідентифікований користувач переглядає сторінку товару чи категорії, але не додає товар до кошика та не здійснює покупку.
• Логіка: сценарій відновлення кошика має бути пріоритетним, тобто користувач не повинен одночасно отримувати нагадування про покинутий перегляд і покинутий кошик щодо одного й того самого товару. Виключайте нещодавніх покупців. Послідовність повідомлень тут має бути коротшою, ніж у сценарії відновлення кошика — зазвичай достатньо одного-двох повідомлень.
• Контент: спочатку покажіть те, що користувач переглядав, а потім трохи розширте пропозицію: схожі товари, бестселери з цієї категорії або відповіді на очевидні заперечення щодо покупки. Тут особливо важливий тон комунікації, щоб не створити відчуття надмірного стеження. Фраза “Все ще думаєте над покупкою?” звучить краще, ніж повідомлення, яке надто явно демонструє, наскільки детально ви відстежували дії користувача.

В eSputnik для сценаріїв “Покинутий перегляд” і “Реактивація” можна використовувати подію перегляду сторінки товару, а подія перегляду категорії дає змогу показувати блоки з популярними товарами з категорії, яку переглядав користувач.

• KPI: приріст частки замовлень, а не просто кількість кліків. Саме для цього сценарію контрольна група має особливе значення, оскільки частина таких користувачів повернулася б до магазину й без нагадування.

Дізнайтеся, як PUMA використовувала сценарії покинутого пошуку для роботи з анонімним трафіком у цьому кейсі. 

Welcome-серія для нових клієнтів Shopify 

• Умова запуску: підтверджена підписка або створення облікового запису.
• Логіка: одразу надішліть те, що обіцяли під час підписки — відкладена welcome-знижка чи бонус означають невиконану обіцянку. Потім познайомте клієнта з брендом, товарами, які найчастіше купують уперше, і додайте доречні соціальні докази. Щойно користувач здійснює покупку, його потрібно вилучити з промо-гілки сценарію.
• Контент: три повідомлення — хороший варіант для початку: виконати обіцянку та сформувати очікування, познайомити з асортиментом і бестселерами, а потім нагадати про бренд або запитати про вподобання. Третє повідомлення чудово підходить для збору zero-party data — даних, якими користувач добровільно ділиться самостійно, наприклад, про улюблену категорію, розмір, частоту покупок або день народження. Це покращує роботу всіх подальших автоматизацій.

Welcome-серія та сценарії відновлення покинутих кошиків разом генерують приблизно три чверті всіх замовлень, отриманих завдяки автоматизації. Якщо ви створюєте лише три автоматизовані email-сценарії, варто почати саме з цих двох.

Автоматизовані сценарії eSputnik підтримують welcome-серію, а віджети на сайті можуть одночасно запускати onboarding-сценарій і процес подвійного підтвердження підписки (double opt-in).

• KPI: конверсія в першу покупку протягом визначеного періоду. Далі відстежуйте час до першого замовлення, дохід на нового підписника та заповненість профілю.

Персоналізовані товарні рекомендації

Це не окрема автоматизація, а функція, яка покращує роботу всіх інших сценаріїв.

• Умова запуску: рекомендації формуються на основі контексту, а не однієї конкретної події: схожі товари на сторінці товару, товари, які часто купують разом, у кошику, наступна найкраща пропозиція після покупки, бестселери категорії для ще неідентифікованих відвідувачів. Розширені алгоритми можуть виконувати більшу частину цієї роботи автоматично.
• Вимоги до даних: цей сценарій має певні передумови. Алгоритмам рекомендацій eSputnik потрібні веб-трекінг і товарний фід. Фід можна оновлювати щогодини, а ринковий фід може передавати дані про локальну доступність і ціну зі знижкою, якщо контакт має відповідний ідентифікатор ринку (market ID). Фільтри за наявністю та ціною також мають значення. Блок рекомендацій із товаром, якого немає в наявності, погіршує клієнтський досвід.

• Де це працює найкраще: блоки cross-sell та upsell в післяпродажних листах, повідомленнях про відновлення покинутих кошиків і загалом у тригерних кампаніях. Компанії, які активно використовують персоналізацію, часто відзначають зростання середнього чека, що підтверджує актуальність товарних рекомендацій.
• KPI: додатковий дохід, отриманий завдяки рекомендаціям, порівняно з контрольною групою. Далі — кількість товарів у замовленні та середня вартість замовлення. У кейсах Shopify щодо товарних рекомендацій часто наводять CTR рекомендаційного блоку як основну метрику. Її найпростіше продемонструвати, але вона не відображає безпосереднього впливу рекомендацій на дохід.

Практичні приклади використання товарних рекомендацій ви можете переглянути у цій статті.

Сценарії після покупки та поповнення запасів

Лист із підтвердженням замовлення — це повідомлення, яке відкривають найчастіше з усіх, що ви надсилаєте. Занадто багато магазинів не використовують цю можливість.

• Умова запуску: створення замовлення, після чого сценарій розгалужується залежно від того, чи це перша чи повторна покупка, категорії товару та очікуваного циклу його використання.
• Логіка: транзакційні повідомлення потрібно відокремлювати від маркетингової згоди на комунікацію. Не надсилайте нагадування про повторне замовлення, якщо клієнт уже зробив повторну покупку. Час надсилання такого нагадування має відповідати реальному циклу використання товару: наприклад, 30 днів для кави чи 6 місяців для фільтрів, а не єдиній стандартній затримці для всіх товарів. У цьому кейсі можна побачити, як такі регулярні покупки можна опрацьовувати в eSputnik.
• Контент: повний постпокупковий сценарій може включати підтвердження замовлення, інформацію про відправлення та трекінг, підтвердження доставки, поради щодо використання або налаштування товару, запит на відгук, крос-продаж супутніх товарів і, зрештою, нагадування про повторне замовлення. У власних рекомендаціях Shopify радить надсилати навчальне повідомлення через 1–3 дні після доставки — саме тоді клієнт уже починає користуватися товаром.

В eSputnik для блоків із популярними товарами та апсейлу використовується спеціальна подія. Дані про події та поля контактів дають змогу формувати динамічний контент в email та коротких каналах комунікації.

• KPI: частка клієнтів, які здійснили другу покупку, або своєчасність повторного замовлення для категорій із чітким циклом споживання. Додатково відстежуйте кількість днів до другого замовлення та частку повторних покупок.

Кампанії реактивації сплячих користувачів

• Умова запуску: зниження активності клієнта, визначене з урахуванням циклу покупок у конкретній категорії, а не стандартного 90-денного періоду. Наприклад, клієнт, який щомісяця купує корм для собак, може опинитися в зоні ризику вже на шостому тижні. А клієнта, який придбав матрац, не варто вважати неактивним лише тому, що минуло 10 місяців.
• Логіка: сегментуйте клієнтів за давністю, частотою та сумою покупок, категорією товарів і попередньою реакцією на комунікацію. Після останнього етапу кампанії припиніть промокомунікацію та видаліть адресу з активної бази, замість того, щоб надсилати повідомлення безкінечно.

RFM-сегментація в eSputnik розподіляє контакти за давністю, частотою та сумою покупок і може запускати подію, коли клієнт переходить до сегмента ризику, автоматично запускаючи кампанію для його повернення. Предиктивна сегментація може зробити цей процес ефективнішим, оцінюючи ймовірність відтоку клієнта замість очікування фіксованого періоду неактивності.

• Контент: почніть із новинок, корисного контенту або персоналізованого нагадування, перш ніж пропонувати знижку. Далі можна перейти до запиту на зворотний зв’язок, безкоштовної доставки, спеціальної пропозиції на конкретний товар і, зрештою, фінальної пропозиції для повернення клієнта.
• KPI: частка реактивованих клієнтів і додатковий дохід від кампанії з їх повернення з урахуванням маржі після витрат на стимули. Якщо повернення клієнтів приносить менше, ніж коштує їхнє залучення та обслуговування, це вже радше кампанія зі збиткового повернення.

Автоматизація сценаріїв: день народження та програма лояльності

• Умова запуску: для дня народження — спеціально зібране поле з датою. Для програми лояльності — подія: приєднання до програми, перехід на новий рівень, нарахування винагороди, наближення терміну її дії або досягнення певної суми покупок.
• Логіка: перед надсиланням знижки перевіряйте нещодавні покупки, адже немає сенсу пропонувати клієнту знижку на день народження, якщо він зробив покупку вчора. Лист із привітанням краще надсилати заздалегідь, а в день народження — нагадувати про пропозицію, щоб клієнт мав час нею скористатися.

Esputnik підтримує динамічні сегменти за датою народження з таймерами у сценарії, а профілі контактів можуть зберігати бонусні бали та інші бізнес-атрибути, які запускають сценарії після досягнення певних показників або зміни рівня програми лояльності.

• KPI: частка використаних пропозицій і частка повторних покупок серед VIP-сегмента. Додатково відстежуйте кількість учасників програми та переходи між її рівнями.

Гейміфіковані попапи та збір лідів

• Умова запуску: контекст поведінки відвідувача: новий користувач, час перебування на сторінці, глибина прокручування, переглянута категорія, намір залишити сторінку або джерело кампанії.
• Логіка: налаштуйте обмеження частоти показів, щоб не показувати попапи повторним відвідувачам надто часто. Подбайте про коректне відображення на мобільних пристроях. Умови отримання винагороди мають бути прозорими. Якщо законодавство вимагає подвійного підтвердження підписки (double opt-in), після нього одразу запускайте welcome-серію.

eSputnik пропонує no-code віджети для підписки, інформування, збору заявок і запуску попапів, а також age-gate, які можна налаштовувати за правилами показу, геотаргетингом, обмеженнями частоти, діями після відправлення форми та A/B-тестуванням. Гейміфікація підтримує механіки “Колесо фортуни”, подарункову коробку, скретч-картку, слот-машину та пошук скарбів із налаштуванням ймовірності виграшу й типів винагород.

Промокод, виданий через віджет eSputnik, можна автоматично застосувати під час оформлення замовлення в Shopify — клієнту не потрібно нічого копіювати та вставляти.

• KPI: частка підтверджених підписок, а не просто кількість заповнених форм. Далі відстежуйте частку валідних контактів, конверсію в першу покупку та дохід на залучений контакт. У кейсах Shopify часто наводять кількість заповнених форм, але ця метрика завищує цінність механіки й нічого не говорить про те, чи здійснили ці контакти покупку.

Якщо хочете побачити реальний приклад використання гейміфікованих віджетів, перегляньте цей кейс.

Сповіщення про появу товару в наявності та зниження ціни

Це одні з найефективніших повідомлень у даному списку. Клієнт уже чітко продемонстрував, що саме його цікавить.

• Умова запуску: зафіксований інтерес до товару, якого немає в наявності, або до переглянутого товару, після чого змінюється його доступність чи ціна.
• Логіка: перевіряйте актуальну наявність і ціну безпосередньо перед відправленням повідомлення. Обмежуйте аудиторію користувачами, які проявили інтерес нещодавно. Припиняйте надсилання після покупки.

В eSputnik події, які відстежує Shopify, підтримують повідомлення про знижки для переглянутих товарів і товарів, доданих до кошика.

• KPI: конверсія повідомлень про доступність або зміну ціни в замовлення та дохід від повернутого попиту. Додатково відстежуйте час від появи товару в наявності до надсилання повідомлення, а також частку надмірних продажів (overselling) і скасувань замовлень.

Керування омніканальними кампаніями

Омніканальний маркетинг — це не про те, щоб надсилати одну й ту саму пропозицію через кілька каналів. Йдеться про те, щоб один сценарій обирав найкращий доступний канал, зберігав контекст взаємодії та зупиняв усі повідомлення, щойно клієнт здійснить покупку.

Наприклад, це може працювати так: покинутий кошик → email через 45 хвилин → зупинка сценарію, якщо клієнт здійснив покупку → web push або mobile push через 4 години, якщо email не відкрито → SMS через 24 години, але лише для контактів, які надали згоду на отримання повідомлень (так само, як і для email) і мають кошик на суму, вищу за визначений поріг.

Регулярні eSputnik-сценарії дають змогу об’єднати email, web push, mobile push, SMS, Viber та App Inbox в одному ланцюжку. Правила можуть базуватися на тригерах подій, полях профілю, зовнішніх подіях, взаємодії з повідомленнями, належності до сегмента, часі та доступності конкретного каналу. Саме це дає змогу реалізувати описану вище логіку переходу між каналами.

Більшість розглянутих сценаріїв Shopify найкраще працюють саме в такій координації. Їхня ефективність знижується, коли кожен канал працює незалежно.

• KPI: додаткова конверсія порівняно з базовим показником найефективнішого окремого каналу. Далі відстежуйте частку дубльованих контактів, успішність переходу між каналами та кількість відписок за кожним каналом.

Як налаштувати розглянуті сценарії Shopify в eSputnik 

Наведені вище сценарії Shopify мають спільну основу. 

1. Підключіть магазин. 

Встановіть застосунок eSputnik із Shopify App Store та підключіть його за допомогою API-ключа з повним доступом із вашого облікового запису eSputnik. Контакти та замовлення синхронізуються в реальному часі, включно з історичними даними. 

2. Активуйте трекінг та ідентифікацію.

Увімкніть розширення теми eSputnik та опублікуйте його. Це встановить скрипт на сайт і service worker для роботи веб-пушів. Переконайтеся, що події MainPage, ProductPage, CategoryPage, CustomerData, StatusCart і PurchasedItems коректно передаються та обробляються. Якщо у вас є стабільний зовнішній ідентифікатор клієнта, використовуйте його.

3. Синхронізуйте дані каталогу.
   Завантажте товарний фід і налаштуйте графік його оновлення. Це необхідно для товарних рекомендацій, повідомлень про появу товару в наявності та зниження ціни. Якщо ви продаєте на кількох ринках, налаштуйте доступність товарів і ціни для кожного ринку окремо.
4. Створіть сегменти, повідомлення та сценарії.
   Почніть із динамічних сегментів за етапами життєвого циклу клієнта: новий підписник, користувач із покинутим кошиком, клієнт, який здійснив першу покупку, клієнт у зоні ризику відтоку, VIP-клієнт. Потім створіть шаблони, які підтягують дані профілю, замовлень, подій і рекомендацій. Для кожного сценарію додайте умови запуску, затримку, перевірку відповідності умовам, послідовність повідомлень, умову зупинки після покупки, обмеження частоти та резервний канал комунікації.
5. Протестуйте, запустіть, вимірюйте.
   Перед запуском протестуйте сценарії перегляду товарів, додавання до кошика, покупки, надання згоди та зміни статусу товару на тестових профілях. Перевірте коректність ідентифікації клієнтів, динамічного контенту, посилань, виключень із комунікацій і часових поясів. Якщо обсяг даних це дозволяє, сформуйте контрольну групу та заздалегідь визначте вікно атрибуції, перш ніж запускати автоматизації.

Порядок побудови має значення, і багато сценаріїв Shopify вибудовують у неправильній послідовності. Почніть із відновлення покинутих кошиків і welcome-серії, оскільки вони мають найбільший обсяг і найвищий намір до покупки. Потім переходьте до сценаріїв після покупки та повторних замовлень, покинутого перегляду, повідомлень про появу товару в наявності та зниження ціни, кампаній для повернення та реактивації клієнтів і програм лояльності. Омніканальну комунікацію варто налаштовувати в останню чергу — після того, як ви побачите, який внесок у результат реально дає кожен окремий канал.

Десять сценаріїв використання Shopify — це значно більше, ніж варто запускати магазину одночасно. Оберіть два сценарії з найбільшим обсягом і найчіткішим наміром до покупки, правильно вибудуйте їхню послідовність і перевірте приріст доходу порівняно з контрольною групою, перш ніж масштабувати.

Принцип однаковий для всіх сценаріїв. Shopify надає дані про продажі та поведінку користувачів. CDP об’єднує дані про клієнта, керує його профілем, активує сегмент, визначає контент і координує канал комунікації. Рентабельність інвестицій з’являється тоді, коли дані точні, технічні налаштування коректні, логіка сценаріїв запобігає нерелевантним повідомленням, а результати вимірюються порівняно з реальним базовим показником.

Якщо хочете дізнатися більше про використання eSputnik для вашого Shopify-магазину, заповніть форму нижче — і ми зв’яжемося з вами.

Отримати персональну консультацію