Pavel Pola vystoupil na konferenci Gecom, kde prezentoval, jak chytře využít data k aktivaci zákazníků, kteří delší dobu nenakoupili.
S důrazem na personalizaci, automatizaci e-mailového marketingu a analýzu dat Pavel ukázal praktický způsob, jak zvyšovat angažovanost zákazníků a konverze pomocí datových poznatků.
Spojit stovky milionů událostí za jeden den na jedno místo.
Máme mnoho dat, která nechceme jen hromadit a nevyužívat – historii zákazníka v objednávkách, na webu, v mobilní aplikaci nebo komunikaci. Všechna tato data pocházejí z různých systémů, mají různé formáty a struktury a potřebujeme je dostat na jedno místo - customer data platform.
Jeden člověk s námi může mít interakce na různých zařízeních a my je potřebujeme identifikovat a získané informace propojit. Tomu říkáme Profile stitching - identifikujeme zařízení, například díky prokliknutému e-mailu, a k tomuto zařízení přiřadíme i ostatní interakce - tím je možné spojit i “anonymní” interakce z dřívějška k profilu konkrétního zákazníka.
Recency, frequency a monetary model vám řekne, kdy zákazník udělal aktivitu naposledy, jak často nakupuje a kolik u vás utratil peněz. Na základě této analýzy rozdělíme zákazníky do skupin.
Základem je zjistit, kde o zákazníky přicházíte, a pak určit, co musíte změnit. Například pokud 90 % zákazníků nakoupí jen jednou, pak je potřeba se nejprve zaměřit na zlepšení zákaznické spokojenosti, a až poté se pustit do retenčních kanálů a rekomendačních modelů.
Na začátku byl klasický leták. Je dlouhý, vyžaduje od zákazníka hodně vlastní iniciativy. Zákazník je zahlcen množstvím produktů, které pro něj nemusí být relevantní.
A tak můžeme jeho pozornost zaujmout produktem, o kterém víme, že ho zná, kupuje a nyní ho může koupit výhodněji. Čím si chceme zákazníka získat, víme. Ale kde? Tam, kde ho oslovíme už na první pohled – v předmětu e-mailu.
Připravili jsme tedy unikátní předmět e-mailu pro každý produkt z letáku. Produktů bylo 1300, ale k nim vzniklo jen 22 unikátních předmětů, protože mezi těmi 1300 produkty byly i různé varianty.
Dál jsme museli určit, který předmět komu pošleme. S tím nám pomohla umělá inteligence, které jsme ale museli dát ty správné informace.
Vstupy:
Výstupy AI:
Personalizovaná byla první věta a předmět - konkrétně na produkt, který zákazník v minulosti nakoupil.
Sami jsme nevěřili, že je možné dosáhnout tak dobrých výsledků a tak jsme se rozhodli spustit A/B test. Část příjemců dostala e-mail bez personalizace a druhá část naopak e-mail s personalizací.
Neměříme jen open rate, zajímají nás i nákupy. A díky věrnostnímu programu bylo možné dopočítat i ty offline, neboli nákupy na prodejně.
Data má dnes v podstatě každý. Ale ne každý je umí správně zpracovat, spojit a najít v nich ty poklady, ze kterých vznikne nápad, který dokáže oživit i mrtvolu. Se zpracováním vám může pomoci třeba CDP, s nápadem vám rádi pomůžeme my.
Chcete pomoct nacházet poklady v datech?
Ozvěte se nám info@activate.cz.