Upload
rusbase
View
592
Download
1
Embed Size (px)
Citation preview
От big data к smart data: аналитика клиентской базы
в прямых коммуникациях
Давид Вачадзе
Где в принципе живут клиентские данные?
Где в принципе можно строить прямую коммуникацию?
Кейс: миссия проекта
₋ Повысить эффективность маркетинга автобренда
₋ за счет data-driven оптимизации
₋ прямой коммуникации с потребителями
₋ в рамках клиенто-центрической модели
3 составные части работы с даннымиот романтизма big data к реализму smart data за 4 шага1. Собрали много data, отдали покрутить DB
программисту.
2. Собрали big data: 1.5 года прямой коммуникации в почте и смс, 228 уникальных точек конверсии в digital. Отдали математику.
3. Добавили small data: продажи, сервис. Отдали аналитику.
4. Добавили живого business process owner-а. Получили smart data
Кросс-канальный identity matchingи другая гигиена данных• В России для доступа в интернет в среднем используется 2-3 устройства
(TNS 2016)
• Физическая персона представлена в интернете примерно 10-ю unique online users в контексте вебовской аналитики (TNS 2016)
• До 35% действий потребителя происходит вне одно-канальной статистики (открыл письмо, зашел на сайт без клика, с другого устройства) (проектные данные BM)
• А также все остальные меры по очистке, валидации и интеграции данных = >80% затрат и других ресурсов проекта
Интеграция данных и работа с базой
• В 2х узловых из 228 точек CJ конверсии происходила полная потеря контекста и данных о потребителе
• Интеграция данных CJ позволила 67% опт-аутов и sms-only контактов идентифицировать в качестве аудитории programmatic
• email ретаргетинг горячих лидов повторных покупок среди посетителей веб сайта
• Реструктуризация базы: +33% эффективного охвата при сокращении трафика и бюджета
Рост эффективности коммуникаций
• Data-driven омниканальная стратегия: рост OR до 46%, рост CTR на 17%
• Микро-сегментирование рассылок в рамках клуба лояльности: рост OR +28% CTR +66%
• Обогащение данных aftersales: рост показателей коммуникации до OR = 41,3% , CTR = 46.5%
Lead
Prospect
Client
ClientLead
ClientProspect
0 2500 5000 7500n
stat
us
open.segmentnever.opens
newcomers
sleeping
Never opens segment
Lead
Prospect
Client
ClientLead
ClientProspect
0 5000 10000 15000n
stat
us
open.segment
current.active
current.passive
old.active
old.passive
recent.active
recent.passive
Regular: 2+ newsletters, 1+ opens
“Every time I buy a vanilla ice-cream,
car won't start”.
• Реальный кейс в GM• Выводы:
• Не понимаешь что происходит – копай• Слушай потребителя, недооценивай его жалобы, какими бы идиотскими они не казались• Вовлекай бизнес (инженер vs Президент)
Сравниваем цифры: пример из UK 2014, Homebase
• Предыдущий опыт – массовые рассылки со скидками, в результате RR=9%, низкая маржа и ROI=120%
• В 2013 году проведена интеграция данных, поведенческие модели (птичий корм x8 кухни)
• Развитый оптимизированный CJ (включая офлайн) и коммуникационный план в зависимости от:
• состояния жизненного цикла,
• Первой/сезонной покупки, RFM, CLV,
• контекста (переезд, рождение детей и пр.)
• DM RR +500%, повторные визиты +6%
• рост ROI на 350% до 4.3:1
• £60.7М инкрементальный доход в 2013 (+4.5%), превышение KPI на 48%, и рост в 4 раза за 3 года
Спасибо! Вопросы?
Если осталось время – можно еще посмотреть другие западные
цифры/кейсы
Давид Вачадзе, Brand Mobile
Costa Coffee 2012SVC, персонализация и многоканальность
• Охвачены все каналы CJ – in-store, имейл, SMS, онлайн, соц-медиа, поддержка (сервис)
• Сегментация RFM + жизненный цикл CLM • 2М участников• 47% рост визитов в кофейни• NPS = 51 (рост c 41)• ROI = 29:1• £21М инкрементальный доход, 50%
инкрементальный рост продаж среди участников
Whitbread Restaurants 2014Multi Channel Customer Loyalty Program, рассылки
• Веб, мобайл, голос (доступ оператора колл-центра)• Микросегментирование в рассылке (баллы,
информация профиля, треггера по датам): в среднем 1М писем / 933 варианта в месяц
• Рекрутировано 1,25М участников, 46% сказали что будут ходить чаще, 61% рекомендовали карту
• Средний OR=60%, лучший CTR=40%• Покупки среди членов клуба лояльности выше на 25 –
220 %%• 25% транзакций привязаны к карте, 33% дохода от
членов клуба лояльности
CRM-Programmatic: Kiehl’s Canada• Компания традиционно не использует
медиа• В рамках данного кейса задействовали
базу икоммерса, объединив ее с данными покупателей из оффлайн продаж
• Данные из CRM позволили увеличить медийных охват в интернете в 3.2 раза
• Конверсия на сайте составила 32%
CRM-Programmatic: US big box retailer
• CRM data onboarding + Lookalike, Programmatic Premium.• Использовался динамический (персональный) креатив• Аттрибуция оффлайновых продаж, 3 месяца
• Конверсия in-store: +41%• Consumer Acquisition Cost: -42%• Возврат на рекламу in-store: +74%
LiveRamp + Adaptive Audience, задача Drive Online 2 Offline Sales