Тренды целевого маркетинга в ритейле: как выстроить эффективную CVM-систему

16 сент. 2024

Розничная торговля традиционно является одним из лидеров цифровизации. Например, ИТ-решения в области управления потребительской ценностью (Customer Value Management или CVM) помогают не просто лучше понимать клиентов, а предлагать им гораздо более подходящие товары, основываясь на их потребностях, ожиданиях и возможностях. Но на какие подходы в CVM-маркетинге ритейлу действительно стоит обратить внимание и как объединить традиционные каналы продвижения с диджитал, используя при этом доступную информацию о клиентах максимально эффективно? Об этом и многом другом рассказывают руководитель группы клиентской аналитики компании IBS Павел Тарханов и эксперт компании Rubbles Дмитрий Макеев.

За последний год среди ИТ-трендов целевого маркетинга в ритейле можно выделить всего пять основных:

– построение карты клиентского пути, или сквозной CJM, для эффективных цепочек коммуникаций на всех этапах взаимодействия клиента с точкой продаж (от проявления интереса до повторных покупок)
– использование исходных данных о клиентах, их интересов, предпочтений и совершаемых действий для построения моделей и аналитики
– управление коммуникациями в цифровых каналах наравне с классическими (взаимодействие в магазине у дома и пр.)
– сбор виртуального маршрута пользователя (кликстрима) и работа с ним в CVM-системе
– применение генеративного искусственного интеллекта

А теперь подробнее о каждом из них.

Сквозной CJM для построения цепочек коммуникаций

Ритейл постепенно переходит к сложным механикам взаимодействия с клиентами — изучению карты клиентского пути, или к сквозным CJM (Customer Journey Map). Вместо разрозненных маркетинговых кампаний выстраивается единый процесс коммуникации, который объединяет традиционные пакетные (периодическая отправка коммуникаций по выбранной клиентской базе в запланированный срок и по выбранным заранее критериям) и real-time подходы (отправка коммуникаций «сразу» в момент совершенного и заранее предустановленного действия клиента).

Сквозной CJM дает возможность создавать многоступенчатые сценарии коммуникаций с клиентом, охватывая практически все точки контакта, взаимодействуя через разные каналы коммуникаций, а также дает больше возможностей для контроля и позволяет отслеживать динамику взаимодействия. Например, сколько людей охвачено на том или ином этапе маркетинговой кампании, где не хватило промежуточной коммуникации, а где она оказалась лишней. Такой подход особенно актуален в сегментах торговли с длинным циклом покупки, возможностью допродажи сопутствующих товаров или кросс-продажах. К ним можно отнести мебель, крупную бытовую технику, товары для ремонта и строительства и т.д.

ПРИМЕР

Покупатель пришел в строительный магазин и купил напольное покрытие. Вероятно, он находится в процессе ремонта, то есть для него могут быть актуальны предложения других отделочных материалов, мебели, вплоть до услуг перевозки и доставки, временного хранения вещей. Правильно настроенный сквозной CJM позволит вовремя сформировать и отправить подходящее предложение.

Для реализации подобной механики требуется техническая гибкость ИТ-решения и интеграции с внешними системами. Как правило, в готовом, так называемом «коробочном решении», то есть с базовой функциональностью, нет возможности коммуницировать с клиентами во всех возможных каналах. Чаще всего их функциональность предполагает только отправку сообщений по электронной почте и СМС.

Однако для этих целей есть CVM-системы (от англ. Customer Value Management, или управление потребительской ценностью). С их помощью можно охватить все доступные каналы, включая пуш-уведомления, баннеры на сайте и в приложении, чат-боты и многое другое. Кроме того, CVM-системы способны получать необходимую информацию практически из любого источника — от Excel-таблиц, загружаемых в ручном режиме в системы управления коммуникациями, до операционных, фронтальных CRM, а также действий клиента из внешних цифровых каналов (сайты, мобильные приложения, мессенджеры).

Доступ к исходным данным для моделирования и аналитики

Смена массового подхода в маркетинге на стратегию «Персональная цена/персональное предложение» требует новых методик в аналитике и моделировании для точечных персональных воздействий на каждого клиента в зависимости от изменений цены на товар. Стандартных моделей в этой ситуации оказывается недостаточно.

Для прогнозной аналитики с оглядкой на предыдущий опыт покупок и точечной персонализации ритейл-компаниям нужен доступ к исходным данным о клиентах. Например, контактные данные, информация о первом визите/запросе товара, первой покупке, первом товарном чеке, сформированной корзине, истории взаимодействия с продавцом в соцсетях и по другим внешним каналам.

В гибких CVM-системах инструменты аналитики максимально широкие — подключаться можно к любым источникам данных, собирая, обрабатывая их и сегментируя в зависимости от предпочтений и целей бизнеса в единый модуль CDP (модуль или платформа сбора и обработки данных) для оперативной передачи готовых сегментов в модуль управления коммуникациями. Единственное ограничение — дотянуться до данных нет возможности. Профит — сокращение временных затрат на предварительную подготовку данных и построение моделей (зачастую в ручном режиме), увеличение скорости контакта с клиентом, удержание его интереса и повышение прибыльности.

Управление коммуникациями в цифровых каналах наравне с классическими 

Классические каналы коммуникаций и продаж, такие как звонки, СМС, email-рассылки, начинают проигрывать битву цифровым каналам — мобильным приложениям и рекомендательным баннерам, пушам, подсказкам на сайтах и страницах соцсетей, мессенджерам.

Количество продаж через цифровые каналы продолжает расти, поэтому повышаются требования к управлению такими коммуникациями. Например, в финансовых и телеком- отраслях уже успешно применяется модель «ранжирования» баннеров и сторис внутри мобильных приложений: если клиент интересовался определенной категорией продуктов или услуг, то в первую очередь нужно показывать ему баннеры с данной категорией, при этом меняя динамически в зависимости от действий (или бездействий) клиента. Такую же модель успешно можно применять и в мобильных приложениях для ритейла.

Цифровые коммуникации также можно задействовать в сквозных маркетинговых сценариях: когда клиенту предлагается одна и та же категория товаров как через классические СМС и email, так и в виде баннеров на сайте или сторис в мобильном приложении. Применение двух типов каналов в связке существенно влияет на конверсию.

Работа в цифровых каналах зачастую сложнее, чем в классических. В отличие от отправки СМС, контакт клиента с баннером отследить не так просто.

ПРИМЕР

У ритейлера есть система, в которой хранятся различные виды рекламных цифровых баннеров. Раз в месяц рассчитывается, какой продукт стоит предложить клиенту. Допустим, предлагаем кроссовки. Баннер меняется. Но что, если клиент в течение этого месяца купил кроссовки? Ему по-прежнему показывается баннер с кроссовками, хотя можно было предложить другой продукт. Например, набор гантелей.

Как должно быть в идеале? Во-первых, нужно увеличить частоту обновления баннеров по запросу из модуля управления кампаниями (Campaign CVM). Во-вторых, если клиент несколько раз видел баннер (но даже не нажал на него и не купил продукт), то меняем на баннер с продуктом  новинкой (или продуктом из предсказательной модели с наибольшей вероятностью отклика), затем исследуем отклик. В-третьих, если на другом канале коммуникаций, например, на сайте, он интересовался лыжами, то баннер с кроссовками, который размещен в мобильном приложении, меняем на лыжи или зимнюю спортивную тематику, поскольку вероятность его продажи больше.

Сбор кликстрима в CVM-системе

Кликстрим (от англ. Clickstream, то есть поток кликов) — запись пользовательской активности на сайте. Этот инструмент позволяет компаниям исследовать поведение клиентов, мотивацию приобретения товаров или услуг, а также видеть, откуда именно они приходят.

Клиенты все больше времени проводят на онлайн-площадках, поэтому данные об их поведении важно использовать не только для управления коммуникациями в диджитал-каналах, но и в классическом маркетинге. Вот только поведение клиентов на цифровых площадках может не учитываться. Если данные и собираются, то только в качестве веб-аналитики, чтобы оптимизировать клиентские пути в онлайн, но не для сегментации и таргетирования аудитории.

Между тем по действиям клиента на сайте или в приложении можно узнать гораздо больше, чем по его эпизодическим покупкам. При коммуникации важнее учитывать данные о том, какими категориями товаров он интересуется сейчас, а не сведения о том, что он покупал месяц назад в офлайн-магазине. Изучив кликстрим, можно выбрать несколько товаров, потенциально интересных клиенту, и отправить ему email с предложением небольшой скидки или СМС с персональным купоном, если мы говорим о классических каналах.

Информация о поведении клиента на цифровых площадках может не использоваться в маркетинге по разным причинам. Но чаще всего дело в разрозненности систем — как на техническом уровне, так и на уровне бизнес-процессов. Кликстрим не поступает в CVM-систему, а команды классического маркетинга и диджитал работают отдельно друг от друга, ориентируясь только на свой план продаж и не обмениваясь информацией о поведении клиентов. Тем не менее кликстрим — сейчас один из основных трендов целевого маркетинга в ритейле.

Применение генеративного искусственного интеллекта

Только за счет генеративного ИИ продуктивность маркетинга, по оценкам McKinsey, может увеличиться на 5–15% от общих расходов на него.

В первую очередь генеративный ИИ в маркетинге может применяться для создания контента. Сейчас такую работу выполняют контент-менеджеры, затрачивая на это много времени. ИИ позволяет не только автоматизировать труд, но и максимально персонализировать коммуникацию с клиентами.

Например, для одного и того же маркетингового предложения можно готовить множество вариантов email-рассылок. На основе имеющихся данных о клиентах легко выбрать такую подачу информации, которая будет максимально близка конкретному человеку и повысит вероятность того, что он откликнется на это предложение.

Еще один вариант применения генеративного ИИ — оптимизация рабочих процессов в ходе маркетинговой кампании. Он может освободить специалистов от ручных операций в процессе сегментации аудитории. ИИ можно использовать для выбора подходящей клиентской схемы под конкретную задачу или для быстрого поиска лучших кейсов из тех, что уже применялись.

Кроме того, бывают ситуации, когда в ходе маркетинговой кампании требуются сложные преобразования данных, которые можно выполнить только с помощью написания кода. ИИ-помощник в этом случае избавит от необходимости обращаться к разработчикам.

Полная новость на RetailTech