Кейс «ТомДом»: как ошибиться в email рассылке и поднять недельные показатели на треть

В сети довольно много материалов, каких ошибок следует избегать в маркетинге и что делать, если ошибка всё-таки случилась. Но есть и другой жанр: ошибки, которые по случайности принесли пользу. Нынешний кейс «ТомДом» именно про это:)

Мы решили дополнить email маркетинг магазина автоматическим реактивационным письмом, которое предлагает пользователю скидку на следующий заказ, если он долго не совершает покупок:

Кейс «ТомДом»: как ошибиться в email рассылке и поднять недельные показатели на треть

Для реализации сценария использовали сервис UniBase, с помощью которого уже налаживали другие базовые механики, такие как отправка напоминаний о брошенных корзина и просмотрах.

Момент отправки сообщения — спустя 3 месяца после даты предыдущей покупки. Протестировать механику с таким временным интервалом, конечно, проблематично. Можно сделать пробный заказ, прождать 3 месяца и обнаружить, что в доставленном письме что-то не сработало. И всё по новой…

Поэтому для отладки мы использовали сокращённый интервал ожидания, 3 минуты вместо 3-х месяцев. Очень удобно: указали почту на сайте, оформили заказ, и уже через 3 минуты в наше почтовом ящике тестовое сообщение — «Дарим вам скидку 20% на шторки. Возвращайтесь!»

Кейс «ТомДом»: как ошибиться в email рассылке и поднять недельные показатели на треть

Отладка заняла несколько недель: мы настраивали передачу в сервис нужных данных, их корректное отображение в письме и прочие детали. Наконец, мы проверяли, приходит ли письмо по расписанию? — ровно спустя 3 минуты после оформления тестового заказа:

Кейс «ТомДом»: как ошибиться в email рассылке и поднять недельные показатели на треть

Когда всё было готово, мы поменяли интервал отправки сообщения с 3-х минут на запланированные 3 месяца и перевели его из режима настройки в активный режим. Тут-то и началось веселье.

При запуске кампании мы не учли техническую специфику Юнибэйс: в режиме настройки он накапливал контакты в очереди отправки согласно первоначально установленному расписанию, через 3 минуты после совершения заказа.

За время наладки в этой очереди скопилось более тысячи контактов — тех людей, которые просто оформляли заказы на сайте. Очередь стоило почистить перед тем, как запускать рассылку. Но тогда мы ещё не были в курсе и просто включили кампанию. Разумеется, Юнибэйс исправно отработал по накопившейся очереди и разослал столько же реактивационных писем.

Неладное мы почувствовали, когда стали поступать первые звонки: покупатели в разговоре упоминали об этом сообщении, а также называли реактивационный промокод, который в тот момент был ещё не активен на сайте (т.е. попросту не срабатывал при введении в корзине). Поскольку первые отправки писем по расписанию ожидались через 3 месяца, мы собирались включить его позже. Но теперь, разумеется, тут же включили и пошли смотреть, что такое у нас случилось?

В отчёте сервиса значились та самая 1000+ отправленных писем. То есть запуск реактивационного сценария у нас сопроводился незапланированной акцией — скидкой 20% на следующий заказ для новых покупателей. Причём сам формат сообщения вряд ли выглядел адекватно. Мы успели «соскучиться» по тем пользователям, которые делали покупку в «ТомДом» и неделю назад, и ещё буквально вчера.

Когда «пыль немного осела», мы решили подвести итоги: какой результат принесла случайная рассылка? Гугл Аналитикс показал рост недельных показателей email примерно на одну треть по сравнению с предыдущей неделей, где мы делали ровно всё то же самое за исключением реактивационной рассылки:

Кейс «ТомДом»: как ошибиться в email рассылке и поднять недельные показатели на треть

Учитывая сравнительно небольшое количество отправленных реактивационных писем — куда меньше, чем в наших проморассылках — результат более чем неплохой!

В общем, получилось занятно и эффективно. Но, конечно, это не тот эксперимент, который хочется повторять. Теперь мы знакомы со спецификой UniBase и всегда вычищаем очередь отправки перед запуском очередной триггерной механики.

1111
3 комментария

Учитывая специфику вашего товара (шторы), насколько в дальнейшем поменялся LTV тех клиентов, которые купили "по ошибке"?

2
Ответить

Алексей, спасибо за вопрос!  На такую глубину не анализировали, но это очень дельное замечание. В будущих кейсах постараемся показывать и этот параметр тоже.

А пока, чисто предположение: вывели новых клиентов на вторую покупку почти сразу, увеличили вероятность последующих покупок - т.е. LTV должен был подрасти.

2
Ответить

короче

1
Ответить