По состоянию на 2018 год сеть Hoff насчитывала 39 магазинов. К этому моменту онлайн-трафик уже заметно превышал оффлайн: 66 млн посещений против 16 млн.
Компания активно развивает онлайн-продажи. Если в 2016 году они не превышали 2,5 млрд рублей, то к концу 2018-го достигли уже 5,5 млрд рублей, что составляет почти 16% от общей суммы продаж.
Автоматизацию процессов в Hoff мы решили проводить в четыре этапа:
1. Автоматизация маркетинга.
2. Внедрение собственной мультиканальной модели атрибуции.
3. Усовершенствование аналитики.
4. Настройка омниканальной коммуникации с клиентами.
Распишем поэтапно эти пункты.
Исторически так сложилось, что наша маркетинговая активность направлена на три сегмента: оффлайн-гипермаркеты, интернет-магазин и телефонные продажи (до 20% всех заказов в интернет-магазине Hoff делаются по телефону).
Наша контекстная реклама на сегодняшний день – это более 2 млн объявлений. И мы поставили перед собой задачу автоматизировать управление ими. Она включала в себя две подзадачи: автоматизация создания объявлений и автоматизация замены цен (нам было необходимо, чтобы при изменении стоимости товара на сайте без участия человека актуализировалась его стоимость в объявлении).
Автоматизировать создание объявлений нам помогало наше рекламное агентство и команда сервиса «Яндекс.Директ». Теперь мы готовим только шаблоны, а все заголовки и тексты объявлений создаются системой. И наш опыт показывает, что это не только удобно, но и выгодно. Во-первых, такая «шаблонная» реклама более кликабельна – CTR составляет более 9%. А во-вторых, управление объявлениями обходится на 25% дешевле.
Автоматизацию замены цен мы реализовали путём внедрения специального API. Теперь каждый день (точнее каждую ночь) компания Alytics, которая занимается управлением нашей контекстной рекламой, делает запрос к нему с ID объявления, географией и текущей ценой. А дальше возможны два сценария:
На начальных этапах нашего онлайн маркетинга мы, как многие, использовали модель атрибуции Last Click. Позже перешли на управление ассоциированными конверсиями. Наконец, мы решили, что пришло время сделать следующий шаг и запустить собственную модель атрибуции. Это и есть наша модель эволюции маркетинга к более совершенной аналитической модели.
Такая модель хороша тем, что можно более грамотно распределять бюджет между рекламными каналами, поскольку есть чёткое представление о том, какие из них наиболее эффективны с точки зрения привлечения покупателей. Мы также хотели оценивать эффект ROPO, поскольку всегда осознавали, что онлайн-продвижение влияет и на продажи в офлайне, но не могли выявить закономерность.
Внедрение собственной модели атрибуции заняло у нас девять месяцев, поскольку в процессе мы добавляли всё новые и новые данные и приходилось решать вопрос с их «склейкой».
О потраченном времени мы нисколько не пожалели, поскольку результаты оказались впечатляющими:
В процессе внедрения собственной модели атрибуции мы собрали в одном месте огромный массив данных.
Было бы довольно расточительно ими не пользоваться – и мы решили «склеивать» данные из разных источников. На примере анализа звонков это выглядит так:
Для визуализации аналитики мы используем сервис Geckoboard, предоставляющий наглядную информацию об эффективности различных маркетинговых каналов.
Сотрудники отдела довольны.
В период работы над автоматизацией маркетинговых процессов мы активно развивали программу лояльности.
Благодаря развитию технологий у компаний сегодня нет недостатка в каналах взаимодействия с клиентом: email-рассылки, СМС, push-сообщения, персонализированные баннеры и т. д. Проблема только в том, что «по умолчанию» каждый канал воспринимает одного и того же клиента как уникального пользователя.
Чтобы взаимодействие с компанией не вызывало у человека негативные эмоции, мы приняли решение перейти на омниканальную коммуникацию. А переходным этапом в этом процессе стала кроссканальная коммуникация.
Наша система анализирует огромное количество информации о пользователе:
Результатом этого глубокого анализа является то, что теперь мы точно знаем любимый канал коммуникации каждого клиента и, учитывая это, уменьшаем напор других. Это позволяет минимизировать риск отписки пользователей и оптимизировать бюджет.
Автоматизация маркетинговых процессов уже принесла свои плоды, но останавливаться на достигнутом мы не намерены.
Мы планируем «автоматизировать уже автоматизированное»: развивать модель атрибуции, усилить эффект ROPO, а также автоматизировать работу с большими данными.
В общем, живём по принципу «Нет предела совершенству!»
Хочу получать интересные новости блога
4 марта 2019
21 февраля 2019
6 февраля 2019
4 апреля 2019
9 апреля 2019
10 апреля 2019
Нажимая на кнопку, вы даете согласие на обработку своих персональных данных
