Роман с Data Science. Как монетизировать большие данные - читать онлайн книгу. Автор: Роман Зыков cтр.№ 58

Представьте, что у вас есть некоторая существующая база данных клиентов: там есть контакты, факты отправок корреспонденции и факты заказов, эти люди регулярно получают каталоги товаров по обычной почте. Вам поручено сделать очередную рассылку, чтобы получить от клиентов дополнительные заказы. Самый простой подход – отправить всем клиентам одно и то же, например предложение со скидкой. Это довольно дорогое удовольствие – каждое письмо стоит денег, да и скидка уменьшит маржинальность компании. Также нужно учесть, что часть клиентов и так сделает заказ, даже без скидки. Тогда возникает идея разбить клиентов на группы, те из них, кто сделает заказ без промоскидки, не получит ничего – в крайнем случае, простое предложение без скидки. А те, кто менее склонен к покупке, получат скидку. Клиенты, которые совсем давно не делали заказ, не получат ничего.

Чтобы воспроизвести такую схему, понадобится механизм скоринга клиентов. Для нашей маркетинговой акции необходимо рассчитать вероятность покупки у каждого клиента в нашей базе данных. Затем, используя эту шкалу, разбить их на несколько групп, у каждой из них будет свое промопредложение. Например:

• Группа лучших клиентов (вероятность от 70 %) получит скидку 3 %.

• Группа хороших клиентов (вероятность от 40 до 70 %) получит скидку 10 %.

• Группа плохо покупающих (вероятность от 20 до 40 %) получит купон на 500 рублей.

• Группа давно не покупавших (вероятность ниже 20 %) не получит ничего.

Такую модель можно собрать на обычной логистической регрессии, используя RFM-фичи, о которых я уже писал в главе 9. На данном этапе мы разбиваем всех клиентов по группам и начинаем делать план теста.

Наша модель может ошибаться, несмотря на хорошие метрики, полученные на уже существующих данных. Чтобы это проверить, нужно провести А/Б-тест с контрольной группой. Для этого в каждой группе клиентов случайно выберем 20 % из них и разобьем получившуюся группу пополам. Одна часть группы получит промопредложение – это будет тестовая группа. Вторая получит простое письмо или не получит ничего, в зависимости от маркетинговой акции – это будет контрольная группа. Так нужно сделать для всех групп, может быть, за исключением давно не покупавших. После подготовки плана, верстки и печати писем производится их отправка клиентам. Аналитики выжидают некоторое время – месяц или два – и считают результаты: продажи и все расходы, которые можно учесть. Для каждой группы должна получиться следующая таблица (табл. 12.2).

Таблица 12.2. Расчет прибыли от тестовой рассылки

1 – тестовая; 0 – контрольная.

В итоге по лучшим клиентам стоит сделать скидку, по хорошим тоже, а вот по плохо покупающим – нет. С ними произошло следующее – купон на 500 рублей привлек много покупателей, но их средний чек покупки стал меньше, чем в контрольной группе. Это не окупило маркетинговую акцию, результат (прибыль) в контрольной группе оказался лучше. Из моего опыта: клиенты лучше реагируют на купон с фиксированной суммой, чем на скидку, но средний чек у «купонщиков» всегда ниже «скидочников». Эта тема довольно неплохо и понятно изложена в моей любимой книге Джима Ново «Drilling Down» [71], другой источник – книга «Маркетинг на основе баз данных» [110] Артура Хьюза. В реальной жизни дизайн может быть сложнее – для группы тестируют сразу несколько типов скидок, купонов и подарков. Я делал такие акции для давно не покупающих клиентов в Ozon.ru, и мне удавалось получать не одну сотню тысяч долларов дополнительных продаж.

С течением времени директ-маркетинг стал ассоциироваться с рассылкой спама, хотя это не та область, где бьют по большим площадям. Сейчас его, конечно, стало меньше в связи с переходом на электронную почту. Экономически доставить обычное письмо стоит намного дороже, чем электронное. Что привело к взрывному росту количества сообщений в наших электронных почтовых ящиках. Но давайте порассуждаем: если заваливать вас потоком сообщений – вы будете больше покупать? В краткосрочном периоде компания получает рост продаж, но в долгосрочном – происходит такое явление, как «эрозия» базы данных клиентов. Компания теряет кредит доверия покупателей – постоянная рассылка раздражает, и недовольные получатели либо отписываются от нее, либо (что чаще) не выдерживают и нажимают кнопку «в спам». А это влияет на репутацию компании и ведет к тому, что в спаме окажутся и последующие рассылки. Но чаще всего люди просто перестают реагировать на сообщения. В Ozon.ru я тестировал оптимальную плотность и лучший день для рассылок. Какие-то клиенты получали письма каждый день, какие-то – каждую неделю. В итоге мы выяснили, что лучше рассылку отправлять раз в неделю по вторникам. Там же, в Ozon.ru, мы каждое утро делали рассылку с книжными новинками, пока однажды не решили, что это слишком часто, и стали отправлять клиентам подборки книг один раз в неделю. Наши адресаты начали писать в поддержку – почему письма стали приходить реже? Один клиент написал, что у него на работе нашу рассылку привыкли читать каждый день всем офисом. После этого мы добавили в подписку опцию: клиент сам решал, как часто он хочет получать письма – раз в неделю или каждый день. Одни хотят получать рассылку часто, другие – редко, и эту информацию желательно учитывать – например, снижать информационное давление на тех клиентов, которые не совершали действий в результате прошлых рассылок. Каждое новое электронное письмо, которое клиент даже не открывает, ведет к тому, что чаша его терпения однажды переполнится.

Следующей ступенью эволюции email-маркетинга стали триггерные письма и цепочки взаимодействия с клиентом на их основе. Триггерное письмо – это реакция на какое-либо действие или бездействие клиента. Примеры триггерных писем:

• Отправляем письмо клиенту, который зарегистрировался на сайте, но не сделал заказ в течение трех дней. При этом из статистики у нас есть информация, что с каждым днем вероятность не сделать заказ повышается на 10 %.

• Отправляем письмо клиенту, который положил товар в корзину, но не сделал никаких действий в течение часа.

• Отправляем письмо со ссылками на сверла клиенту, который месяц назад купил дрель. Из статистики мы знаем, что 50 % клиентов покупают сверла в течение 30 дней после покупки дрели. Сверла – расходный материал.

Таких вариантов может быть много, поэтому их тестируют и собирают в единую цепочку взаимодействия с клиентами. Впервые я познакомился с такими схемами еще в Ozon.ru, тогда их предложили некие французские консультанты тогдашнего инвестора PPE Group. Конструктор такой системы рассылки реализован и в Retail Rocket с использованием данных взаимодействия клиентов с сайтом.

Некоторое время назад тема стартапов стала популярной; мой собственный карьерный путь связан как раз с работой в стартапах, а не в глобальных корпорациях. Я стоял у истоков одного из них как сооснователь и считаю, что имею право высказаться на эту тему. Что движет людьми, которые хотят создать новый бизнес? Для стартаперов очень важен их собственный профессиональный опыт в той области, в которую они хотят влезть, – с ним есть очень хорошие шансы запустить бизнес, не привлекая мегаинвестиции. А вот отсутствие опыта порой приходится заливать деньгами. Но вне зависимости от опыта забыть про выходные и свободное время приходится всем, кто параллельно с основной работой пилит стартап. Обычно его доводят до стадии MVP (Minimum Viable Product) и потом начинают активно искать инвестиции и питчить проект на конференциях перед инвесторами.