Out of Cloud
Tom Tailor: как привлечь клиентов из офлайна в онлайн
Out of Cloud
WDA
2023
#Email-маркетинг

Tom Tailor: как привлечь клиентов из офлайна в онлайн

3489 
Out of Cloud
Out of Cloud Россия, Москва
Поделиться:
Клиент

Tom Tailor

Сфера

Одежда

Регион

Россия

Сдано

Июнь 2021

Задача

1. Привлечь офлайн-покупателей в фирменный онлайн-магазин.

2. Увеличить выручку от прямого маркетинга.

Решение

Запустили омниканальную программу лояльности.

Запустили триггерные рассылки по клиентам из онлайна и офлайна в зависимости от их поведения и типа.

Внедрили возвраты и бронь товара с примеркой в розничных магазинах и другие механики для миграции покупателей из офлайна в онлайн.

1Как внедряли платформу

Внедрение платформы, запуск программы лояльности в онлайне и офлайне, триггеров и новых механик заняли 8 месяцев.

Все этапы интеграции проходили параллельно, чтобы в Tom Tailor как можно раньше начали использовать функционал платформы.

Особенности, которые учитывали при интеграции:

1. Перенос баллов и статусов по существующей программе лояльности. У Tom Tailor уже действовала программа лояльности на базе другой системы. Чтобы сохранить баллы и статусы клиентов, помимо интеграции на кассах и сайте, понадобилось интегрировать личные кабинеты. Готовились несколько недель, переносили данные ночью, чтобы сделать переход для клиента бесшовным.

2. Отдельные акции для онлайна и офлайна. Товарный ассортимент и скидки в интернет-магазине и в рознице отличаются. Это учли в программе лояльности.

В момент перехода на другую систему для клиентов действовали 50 акций. Их перенесли в новую программу лояльности так, чтобы они работали уже на старте.

3. Распределение выкупа по заказу click and collect. Предложение click and collect предполагает заказ в онлайне и выкуп в офлайне. По умолчанию платформа относила заказы к онлайну по точке заказа.

Из-за разницы в акциях онлайна и офлайна возникали сложности, если клиент докупал товары на месте в магазине. С помощью дополнительного функционала получилось разнести товары в одном чеке: к первоначальному заказу применять акции онлайна, а к товарам, купленным на месте в рознице, — акции офлайна. На платформе они размечаются специальным маркером, чтобы в BI попадала корректная статистика по точке продажи и акциям.

4. Омниканальность для контактов. Mindbox — мастер-база и по контактам, и по баллам, в офлайне — только по баллам, а контакты аккумулирует сайт. Из-за этого по одним и тем же клиентам могла быть разная информация в офлайне и онлайне. Чтобы исправить, настроили функционал: если клиент меняет данные в розничном магазине, при онлайн-входе сайт спрашивает, хочет ли он заменить данные и здесь.

5. Тестирование. Интеграцией онлайна и офлайна занимались отдельные подрядчики — их надо было контролировать и тестировать результаты. Этот процесс требовал дополнительных ресурсов участников.

2Как запускали триггеры

Первой задачей было автоматизировать коммуникацию с клиентами и предусмотреть максимум сценариев взаимодействия — в этом помогли триггерные рассылки. Всего запустили 54 триггерные механики, 1 письмо в 2 дня — ограничение по отправке триггеров, чтобы не спамить клиентов.

Маркетолог закладывает логику поведения триггеров в карту коммуникаций и настраивает их в Mindbox. Не спамить клиентов при большом числе триггеров помогают приоритеты.

Если запустилась цепочка по брошенной корзине, остальные триггеры отключаются. По тому же принципу клиенты, которые оформляют заказ или недавно совершили покупку, не получат акционные предложения.

Условие не распространяется на транзакционные и сервисные письма.

Примеры рассылок

1. Сезонные механики. Это подборки одежды по погоде и категориям. Рассылки запущены по узким категориям товаров: текстиль, деним, верхняя одежда и аксессуары. В планах команды распространить их на другие категории, чтобы кратно увеличить выручку с рассылок.

Сезонные рассылки формируются автоматически на основе товаров из каталога и отправляются по расписанию или по событию.

Сезонные рассылки сегментированы по полу. Данные собираются с помощью программы лояльности: за заполнение полей клиент получает бонусы, которые можно потратить в онлайне или офлайне

2. Ценовые подборки. Средний чек в заказе Tom Tailor — 5 тыс. рублей. Чтобы создать релевантное предложение для клиентов, сделали подборки по цене и разделили их на две категории: товары с примерной стоимостью 5 тыс. рублей и 3 тыс. рублей. Примечательно, что обе механики оказались в два раза эффективнее по конверсии в заказ, чем акционные рассылки. При этом компания не раздает скидки и сохраняет маржу.

Автоматическая подборка учитывает заданные ограничения по полу и цене товаров. Например, в ней нет дешевых аксессуаров. Это нужно, чтобы предлагать клиенту товары, близкие по стоимости к среднему чеку, а не меньше его.

Рассылка работает как реактивация для тех, кто давно не покупал. Клиенты, которые часто покупают товары или чей чек значительно выше или ниже заданных цен, не получат рассылку.

Результат — в 2 раза выше конверсия в заказ у рассылок с ценовыми подборками по сравнению с акционными рассылками.

Подборки по ценам реактивируют неактивных клиентов и помогают не раздавать скидки напрасно

3. Смена статусов в программе лояльности. Рассылка сообщает клиенту сумму покупок, которой ему не хватает, чтобы перейти на следующий уровень программы лояльности, и предлагает совершить покупку.

Рассылки показали самый высокий RPE, revenue per email. Конверсия в заказ в 6 раз выше у рассылок со сменой статуса в программе лояльности, чем у рассылок по брошенной корзине. Сравнивали с механиками по брошенной корзине, потому что они обычно показывают лучшую конверсию.

Клиент меняет статус в программе лояльности на основе суммы покупок. Сумма, недостающая до следующего статуса, — повод стимулировать клиентов к покупке.

3Как тестировали гипотезы

Чтобы определить самые эффективные коммуникации и максимально вовлекать базу, проверяем гипотезы с помощью A/B-тестов.

Бонусы vs скидка как мотивация в брошенной корзине. В первом письме из триггерной цепочки по брошенной корзине клиент получает напоминание о добавленных товарах, а во втором — дополнительную мотивацию на покупку в виде бонусов или скидки.

Чтобы опредлить, что работает лучше, скидка или бонусы, провели A/B-тест: части клиентов предлагали 500 бонусов, а другим — скидку 5%. Достоверность теста 95%, атрибуция last click.

Результаты показали, что, по сравнению со скидкой, у предложения с бонусами конверсия в заказ выше в 4 раза, а конверсия в кликах — в 1,3 раза. Это неожиданный результат, потому что бонусами можно оплатить не более 50% заказа и с учетом органического чека скидка выгоднее для клиента.

Подборки по интересам vs по сумме накопленных бонусов. Чтобы определить, как лучше стимулировать клиента потратить бонусы на следующую покупку, сравнили два письма:

— первое сообщает о количестве накопленных бонусов и призывает купить товары из подборки с учетом предпочтений клиента,

— второе включает только те товары, стоимость которых не превышает количества накопленных баллов.

Достоверность теста 95%, атрибуция last click.

Результаты теста показали, что персонализация с заботой о пользователе работает лучше: клики у второй рассылки выше в два раза, а доход — в семь раз.

Сравнили персонализированные подборки товаров по интересам и бонусам, чтобы понять, какие рассылки лучше стимулируют к покупкам. Подборки по сумме накопленных бонусов оказались эффективнее.

4Как работали с болями клиентов при переходе из офлайна в онлайн

После того как появилась возможность объединить базы клиентов из онлайна и офлайна и отслеживать их поведение в обоих каналах, провели исследование розничных покупателей, чтобы выявить причины, по которым они не покупают в онлайн-магазине.

Получили следующие результаты:

— 80% клиентов боялись, что не угадают с размером и придется оформлять возврат.

— 50% не знали, что существует услуга примерки в интернет-магазине.

— 30% не покупали в интернет-магазине, потому что нельзя было вернуть товары в розницу.

Проработали каждую из болей: внедрили возвраты в розничные магазины и бесплатную доставку для части лояльных клиентов, увеличили срок возврата товаров до 365 дней и анонсировали услугу примерки в интернет-магазине. Также запустили таргетированную рекламу для клиентов из офлайна, чтобы донести до них вышеперечисленные преимущества.

5Как клиенты мигрируют из офлайна в онлайн. Пример

Миграция клиентов из офлайна в онлайн — долгий и последовательный путь, в котором click and collect может оказаться решающим фактом. Пример миграции реального клиента из офлайна в онлайн.

2018 год. Клиент покупает товары в торговых центрах. Это стабильный розничный клиент, у которого много покупок.

Январь 2021 года. Вступает в программу лояльности на кассе магазина, начинает получать триггерные рассылки:

Февраль-2021. Читает рассылки, но продолжает покупать в офлайне:

При этом начинает переходить из рассылок на сайт:

Апрель-2021. Первая авторизация на сайте:

Первый заказ click and collect. Затем последовали еще два заказа, значит, клиент активно пользуется услугой и продолжает заказывать на сайте:

Результаты по приросту омниканальной базы

Доля омниканальных клиентов в общей базе клиентов, у которых указан email. Омниканальная часть прирастает не быстро, но последовательно по мере введения новых коммуникаций и механик.

6Почему решили изменить условия программы лояльности

Изначально условия программы лояльности предполагали два сегмента: стандарт и VIP. К стандарту относилось 95% пользователей, а к VIP — 5%. Клиентов из VIP меньшинство, они сами поддерживают активность, а бо́льшая часть из стандартного сегмента была недостаточно активна и понемногу уходила в отток. Порог перехода в следующий сегмент оказался слишком высок. Чтобы снизить его и создать дополнительную возможность для коммуникации, программу дополнили третьим промежуточным сегментом.

Оценивать эффективность программы лояльности планируем по Retention Rate с помощью контрольной группы, когда пройдет значительное время после запуска новой программы.

Условия программы лояльности

Три уровня клиентов в программе лояльности. Статус зависит от суммы покупок. Накопленные баллы действуют бессрочно, но, чтобы оставаться в рамках текущего статуса, нужно тратить определенную сумму в год

Результат

Доля выручки идентифицированных чеков от рассылок относительно всей выручки интернет-магазина и розницы:

По данным из сводного отчета по рассылкам Mindbox

По данным из Google Analytics, атрибуция last click

Отзыв клиента

Елена Ложкина
Елена Ложкина

руководитель отдела маркетинга и e-commerce Tom Tailor

У нас всегда была проблема объединения онлайна и офлайна, все базы жили отдельно. Главной причиной, почему мы выбрали Mindbox, стала возможность объединить клиентские данные и выстроить единую коммуникацию на оба канала. Кроме этого, нам важно отслеживать действия и путь клиента в онлайне и офлайне, потому что привлечение офлайн-покупателей в собственный онлайн-магазин стало главной целью этого года.

По рассылкам у нас изменился визуальный шаблон, и мы довольны всем, что касается коммуникаций. В предыдущей системе рассылок были проблемы с шаблонами.

Сейчас мы видим покупки в интернете и в рознице вплоть до деталей, кто наши клиенты и какие у них предпочтения. Прозрачность и глубина данных очень нравится.

https://outofcloud.ru/tom-tailor-kak-privlech-klientov-iz-oflayna-v-onlayn

Награды


Над проектом работали:


Выскажите мнение
Авторизуйтесь, чтобы добавить свой комментарий.
оставить заявку

Хотите заказать похожий проект?

Out of Cloud с удовольствием обсудит вашу задачу

Оставить заявку