Найти подход к каждому: как «Столото» взаимодействует с 30 млн клиентов

Профилирование, сегментация, персонализация.

Данные о клиентах — один из главных активов «Столото», на их основе строятся многие бизнес-процессы. Статистика продаж влияет на формирование продуктовых предложений. Исторические данные о клиентском поведении нужны, чтобы прогнозировать спрос. Метрики digital-аналитики помогают корректировать работу сайта, мобильного приложения и рекламу в онлайне.

В этой статье — о том, какие данные о клиентах «Столото» собирает в онлайне и офлайне, как их интерпретирует и использует для развития бизнеса.

Каждый год компания GfK проводит для нас большое социологическое исследование. Из него мы знаем, что среднестатистический офлайн-участник лотерей покупает билеты раз в месяц и тратит около 300 рублей. Он семейный человек с детьми, в возрасте 40–45 лет. Примерно 60% офлайн-клиентов — мужчины.

Но для персонализации предложений данных соцопросов недостаточно. Нужна точная, личностная информация об офлайн-клиентах. Её мы получаем благодаря тому, что в своё время ввели идентификатор клиента — номер телефона. Его нужно сообщать при покупке большинства лотерей. По номеру телефона мы отслеживаем частоту покупок, средний чек, продуктовые предпочтения — всё, что касается транзакционной активности клиента.

Имея информацию, какие лотереи предпочитает человек, когда покупал билет в последний раз и выиграл ли деньги, мы можем составить персональное сообщение. Основной канал коммуникации с офлайн-клиентами — СМС-рассылки.

СМС — один из самых дорогих каналов прямой коммуникации с клиентом, поэтому мы вынуждены постоянно искать баланс между охватом и эффективностью. Из-за невысокой маржинальности бизнеса массовые рассылки не выгодны.

Есть категория клиентов, которые покупают билеты, не требующие обязательной идентификации по номеру телефона. Соответственно, отправить им СМС мы не можем. Таких клиентов мы пытаемся охватить рекламными кампаниями на телевидении, используя данные исследований GFK.

Аналитические инструменты, подключённые к сайту и мобильному приложению, дают несопоставимо больше информации о клиентах, чем опросы в офлайне. Все данные можно разделить на четыре блока:

В среднем онлайн-участники моложе на три-четыре года и имеют более высокий доход, чем те, кто покупают билеты в офлайне. В первую очередь их интересуют быстрые лотереи, где не нужно долго ждать результатов. Коммуницировать с онлайн-участниками гораздо проще из-за разнообразия доступных каналов. Мы отправляем предложения по СМС, через личный кабинет, электронную почту и мессенджеры.

Содержание сообщения зависит от того, к какому сегменту аудитории относится пользователь. Распределением занимаются алгоритмы, учитывающие массу различных показателей. Самые важные метрики — LTV (Lifetime Value — сумма, которую человек потратил за всё время), частотность покупок, средний чек, продуктовые предпочтения и стадия жизненного цикла (накопленный опыт).

Маркетологи перестраивают логику коммуникации с клиентами каждую неделю. Более длительные горизонты планирования недостаточно гибкие — продуктовые предпочтения аудитории меняются из-за разнообразия параллельных активностей. Примерно 70% сообщений настраиваются вручную в зависимости от текущих задач. Остальные 30% — это автоматические триггерные цепочки.

Цепочки триггерных коммуникаций чаще всего используются для оптимизации воронки продаж — от регистрации до второй покупки. На этом пути пользователь должен совершить ряд целевых действий: подтверждение электронной почты и номера телефона, завершение регистрации, покупка. Когда клиент не проходит какой-то этап в течение суток, он гарантированно попадает в цепочку триггерных взаимодействий.

Если пользователь прошёл регистрацию на сайте и оставил адрес почты, но не подтвердил его, то на следующий день он получит письмо с предложением сделать это. Ещё через день придёт письмо, в котором будут перечислены преимущества полноценной регистрации. Если пользователь и тогда не подтверждает почту, мы предложим ему бонусы или промокод на бесплатный билет в обмен на завершение регистрации.

Подобный набор триггерных событий прописан для каждого этапа воронки. Когда он не срабатывает, пользователь считается ушедшим в так называемый отток. Там же оказываются участники, которые больше месяца не покупали билеты. С ними ведётся работа на реактивацию.

Пользователи, зачисленные в отток, получают специальные письма. Тем, кто раньше активно играл, предлагаем поучаствовать в промоакции. К примеру, гарантированное вознаграждение при покупке билета. В ротации постоянно находится 10-15 разных реактивирующих механик.

Мы с высокой долей вероятности предсказываем попадание активного клиента в отток. За это отвечает математическая модель, которая профилирует пользователей и для каждого считает скоринговый балл. Чем выше балл, тем выше вероятность, что клиент скоро перестанет покупать билеты.

Модель учитывает множество факторов и на основании исторических данных делает вывод о возможном спаде активности. Сигналом могут служить, например, резкое снижение частотности покупок или среднего чека. Похожие модели используют банки и крупные ритейлеры.

Любые инструменты прогнозирования и моделирования — это важные точки роста. Модель отклика повышает эффективность использования коммуникационных каналов — оптимизирует выборку, по которой рассылаются коммуникации. А модель лучшего предложения подбирает наиболее релевантные продукты для конкретных пользователей.

Мы стремимся к тому, чтобы перейти к проактивной коммуникации — не реагировать на уже случившиеся изменения клиентского поведения, а заранее предлагать участникам движение по релевантному для него пути. Для этого нужно увеличить скорость сбора данных.

Наша цель — динамически персонализировать главную страницу сайта под каждого пользователя. Задача технологически сложная — сайт и без того постоянно работает под нагрузками, — но крайне важная. Проактивная коммуникация должна принести существенный прирост по откликам и выручке.