Tom Tailor развивает e-commerce, задача которого — улучшить омниканальный опыт покупателя и увеличить долю интернет-канала в общей выручке компании. Один из способов — привлекать клиентов из офлайна в онлайн.
Tom Tailor — немецкий бренд одежды и обуви. У компании 57 магазинов по всей России и 1 миллион лидов в базе.
Задачи
- Привлечь офлайн-покупателей в фирменный онлайн-магазин.
- Увеличить выручку от прямого маркетинга.
Решение
- Запустили омниканальную программу лояльности.
- Внедрили возвраты и бронь товара с примеркой в розничных магазинах и другие механики для миграции покупателей из офлайна в онлайн.
- Запустили триггерные рассылки по клиентам из онлайна и офлайна в зависимости от их поведения и типа.
За 9 месяцев совместной работы Tom Tailor, Out of Cloud и Mindbox достигли 8,93% максимальной доли выручки идентифицированных чеков от рассылок относительно всей выручки интернет-магазина и розницы. В 3 раза выросла выручка от триггерных рассылок по атрибуции last click. Всего у Tom Tailor появилось 54 новых триггера.
Почему решили автоматизировать маркетинг
Проблема
- Розница и интернет-магазин существовали разрозненно из-за разных маркетинговых активностей и метрик каждой команды.
- Не получалось выстроить единый подход к покупателям.
- Акции в онлайне и офлайне не были едиными, и клиенту тяжело было разобраться в их правилах и сочетании.
- Было невозможно тестировать новые гипотезы и запускать маркетинговые кампании, это тормозило рост выручки.
Решение
- Централизовать данные из офлайна и онлайна с помощью платформы автоматизации маркетинга и получить единый инструмент управления.
- Собирать отчетности для всех команд в одном окне.
- Запустить программу лояльности, которая учитывает поведение клиента в обоих источниках и позволяет синхронизировать акции.
- На базе платформы запускать и проверять новые гипотезы и увеличивать выручку за счет новых кампаний.
Как 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:
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.
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.
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.
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.
Тестирование. Интеграцией онлайна и офлайна занимались отдельные подрядчики — их надо было контролировать и тестировать результаты. Этот процесс требовал дополнительных ресурсов участников.
Нам удалось проинтегрировать всё, что задумывалось. Если возникают новые запросы, мы реализуем их дополнительной интеграцией. Например, заполнение email на кассе у «старого» клиента, у которого он был не указан. Тут была большая работа и с нашей стороны, и со стороны Mindbox — по отладке функционала и его тестирования.
Работа не стоит на месте: мы постоянно реализуем дополнительные возможности. Например, сейчас работаем над функционалом, чтобы стимулировать клиентов оставлять отзыв о магазине, в котором он сейчас находится, на глобальной геокарте: Яндекс, Google и 2ГИС.
Как 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.
Главное правило, которое мы соблюдали: если на подготовку рассылки задействуется много ресурсов, например работа верстальщика, копирайтера, проработка идеи, то сначала мы отправляем ее вручную, и если видим результат, то автоматизируем. Таким образом, промоплан превращается в триггерные коммуникации, которые за счет автоматизации продолжают приносить деньги с рассылок и экономят ресурсы на создание точечных писем.
Примеры рассылок
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.
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.
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.
Если тестировать много гипотез, то можно обнаружить неожиданные результаты, как это случилось с рассылкой по смене статуса в программе лояльности. При оценке результатов мы ориентируемся на показатель RPE, соотношение количества рассылок на базу и доход с одного отправленного письма, чтобы слать меньше коммуникаций, а получать больше.
Триггеры стали для нас чувствительной темой. Если раньше было восемь триггеров для интернет-магазина и пять в рознице, то теперь их 54. И это существенный доход. Недавно у нас была техническая неполадка, из-за которой триггеры перестали работать, и в течение нескольких дней количество заказов упало почти в три раза.
Как 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.
Как 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.
Как развивали омниканальный клиентский опыт
Интернет-магазин Tom Tailor изначально небольшой, но ставит цель на рост. Как правило, бюджет небольшого интернет-магазина сжат и ресурсы на поиск трафика клиентов с высоким чеком ограничены. Поэтому мы решили расти за счет омниканальности: брать базу клиентов, которые совершали покупки в розничных магазинах, имеют бонусы и лояльны к бренду, и стимулировать их покупать в интернет-магазине. Так мы сформулировали задачу на этот и следующий год — перевести как можно больше офлайн-клиентов к покупкам в интернет-магазине, то есть предложить им пользоваться двумя каналами продаж в зависимости от того, что в данный момент удобнее клиенту.
Сформулировали цель: увеличить долю омниканальных клиентов вдвое. Чтобы достичь ее, для начала провели анализ базы: построили сегменты клиентов с активной подпиской на email, оценили, сколько из них клиентов с омниканальными заказами, и проанализировали действия тех, кто покупает только в офлайне. Выяснилось, что такие клиенты читают рассылки, но предпочитают покупать в рознице. Чтобы влиять на них, подготовили и протестировали несколько акций.
Мотивация –50% на первый заказ. Гипотезу о миграции из офлайна в онлайн проверяли на сегменте клиентов, которые покупают только в рознице, но посещают сайт. Им отправили предложение со скидкой 50% на первый заказ в онлайне. Результаты замеряли с контрольной группой.
Всего получили 73 заказа, из которых 62 в онлайне, а 11 в офлайне с конверсией 0,4%. Сделали вывод, что миграция клиентов в онлайн возможна, но всегда будут те, кто предпочитает розницу, даже несмотря на скидки.
Мы уже год пытаемся работать с покупателями из розницы и ищем оптимальный путь, как вовлечь их в покупки в онлайне. Примечательно, что конверсию 0,4−0,5% мы видим у офлайн-клиентов по разным источникам коммуникации, в том числе СМС, в то время как конверсия онлайн-клиентов в СМС всегда больше 1%. То есть офлайн-клиенты — это в большинстве люди, которые не очень хотят покупать, и с ними тяжело работать.
Еще один пример. С начала мая мы запустили механику в рознице — выдавали листовку с промокодом на скидку 50% в онлайне и смотрели на отдачу. Столкнулись с двумя сложностями: первое — заставить розницу раздавать листовки, потому что она явно не заинтересована в продажах интернет-магазина, а второе — стимулировать покупателей совершить покупку в онлайне. Заказов в рамках акции было немного, и конверсия тоже оказалась на уровне 0,4−0,5%. Мы сделали вывод, что это средняя конверсия из розницы в интернет-магазин для нашего бренда, и планируем масштабировать акцию на всю сеть уже осенью.
Click and collect. Следующим крупным шагом было внедрение системы click and collect: можно выбрать и заказать товары в онлайне, а примерить и выкупить — в розничном магазине.
С первых информационных рассылок половина заказов была от розничных клиентов без опыта покупки в онлайне. Таким образом, с Mindbox мы стали видеть, как традиционный email-канал влияет не только на продажи интернет-магазина, но и на розничные продажи.
Как 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
Почему 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 большая 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 и названия статуса выбирали сами клиенты в опросах. И переход для клиента был максимально бесшовным. Статусы плавно перетекали из одной части платформы в другую. Когда пришло время, мы оперативно завели замену сегментов: старые отключили, а новые включили.
По сути, для клиента ничего не поменялось. Отдельно мы не оповещаем клиентов об изменении программы лояльности, чтобы избежать большого числа вопросов. Мы сообщаем об этом только активным клиентам в попапе при заходе на сайт или на кассе в рознице.
Результаты автоматизации маркетинга и омниканальной программы лояльности
Доля выручки идентифицированных чеков от рассылок относительно всей выручки интернет-магазина и розницы:
54 триггера запустили
8,93% — максимальная доля выручки идентифицированных чеков от рассылок относительно всей выручки по итогам 9 месяцев работы
×3 — выручка от триггерных рассылок по last-click
Отзыв клиента
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.
Елена Ложкина, руководитель отдела маркетинга и e-commerce Tom Tailor
Денис Панин, старший CRM-специалист Tom Tailor
Валентин Москалёв, ведущий менеджер Mindbox
Алексей Шиповников, консультант по внедрению Mindbox
Юлия Сомова-Гольцвирт, руководитель SMB-направления Out of Cloud
Анастасия Сикорская, автор
Сёма Сёмочкин, редактор