Зачем персонализировать массовые email-рассылки в беттинге
Legalbet - одно из самых цитируемых спортивных СМИ в России, специализирующееся на спорте и ставках. Каждые три дня платформа отправляет подписчикам дайджест с актуальными бонусами от букмекерских контор: условия получения, сроки действия, правила отыгрыша.
Проблема типичная для любого медиа, работающего с партнёрскими офферами: все подписчики получали одну и ту же подборку бонусов в случайном порядке. Тот, кто играет только в одной конторе, видел предложения от десятка других, которые ему неинтересны. Логично, что click rate держался на уровне 9%, а доля по-настоящему целевых переходов - тоже около 9%.
CRM-команда Legalbet задалась вопросом: можно ли с помощью данных о предпочтениях пользователей сделать рассылку точнее и при этом не усложнять процесс подготовки писем? Ответ оказался простым - да, если грамотно использовать ту информацию, которую пользователи уже оставили при регистрации.
Что известно о подписчиках и как это использовать
При регистрации на сайте Legalbet каждый пользователь отмечает букмекерские компании, в которых он делает ставки. Эти эти хранятся в карточке клиента в CRM-системе. До определённого момента их никак не задействовали в рассылках - письма формировались одинаково для всех.
Между тем информация о предпочтениях подписчиков - готовый сегментирующий признак. Если человек играет в двух-трёх конкретных конторах, логично показать ему бонусы именно от них в первую очередь. А предложения от остальных партнёров - вынести ниже, во вторую часть письма.
Это типичный пример ситуации, когда компания уже собирает полезные эти, но не применяет их в коммуникациях. Подобный разрыв между данными и их использованием встречается постоянно: в ритейле, в финтехе, в образовании. Разница лишь в том, какой именно параметр берётся за основу персонализации.
Гипотеза: покажи релевантное первым - получишь больше кликов
Команда Legalbet сформулировала гипотезу: если в начале письма выводить бонусы от тех букмекеров, которых выбрал конкретный пользователь, то и click rate, и доля целевых переходов вырастут.
Целевым переходом в Legalbet считают последний клик в цепочке "письмо - сайт - ссылка на букмекера", если он произошёл в течение трёх дней после открытия рассылки. Это жёсткая метрика: случайные клики по заголовкам или по кнопкам навигации сюда не попадают. Засчитываются только те действия, которые привели пользователя к конечному партнёру.
Гипотеза опиралась на простую логику: человек скорее кликнет на предложение от знакомой ему конторы, чем будет листать письмо в поисках нужного блока среди десятка чужих офферов.
Техническая реализация: шаблонизатор и динамические блоки
Решение не потребовало сложной разработки. Механика работает через шаблонизатор писем, который при формировании каждого конкретного письма проверяет карточку получателя и подставляет в начало рассылки бонусы от его букмекеров.
Процесс выглядит так:
- Система берёт список букмекерских компаний из профиля пользователя.
- Из общего пула актуальных бонусов отбираются те, что относятся к выбранным конторам.
- Эти бонусы выводятся первым блоком в письме.
- Все остальные предложения идут ниже - так же, как и в стандартной версии рассылки.
При этом для актуальности данных в Legalbet настроен ежедневно пересчитываемый сегмент. Бонусы, у которых истёк срок действия, автоматически исключаются из рассылки. Новые предложения подтягиваются по мере появления. Это гарантирует, что подписчик видит только действующие офферы.
Подход сохраняет частоту отправки - раз в три дня. Письма по-прежнему уходят по всей базе. Единственное отличие: порядок блоков внутри письма теперь зависит от профиля получателя.
Почему это работает: три фактора успеха
Персонализация писем в данном случае сработала по нескольким причинам:
- эти уже были собраны. Не потребовалось запускать дополнительные опросы, трекинг поведения или ML-модели. Информация о предпочтениях лежала в CRM и ждала применения.
- Изменение минимально для пользователя. Подписчик получает то же самое письмо, с тем же набором бонусов. Меняется только порядок - релевантное поднимается наверх. Нет ощущения, что за тобой "следят".
- Техническая простота. Шаблонизатор подставляет эти автоматически. CRM-команде не нужно создавать отдельные версии писем для каждого сегмента. Одно письмо, один шаблон, динамическая подстановка.
Этот подход хорошо масштабируется. Если завтра Legalbet добавит новые параметры в профиль пользователя - любимый вид спорта, предпочитаемый тип ставок - их тоже можно будет использовать для приоритизации контента в рассылке.
Результаты: рост click rate на 6 п.п. и целевых кликов на 11 п.п.
Для оценки эффекта CRM-команда сравнила показатели за два трёхнедельных периода: до внедрения персонализации и после. Выборка одинаковая, частота отправки не менялась, контент рассылок оставался аналогичным по объёму.
Цифры:
- Click rate вырос с 9% до 15% - рост на 6 процентных пунктов, или почти в 1,7 раза.
- Доля целевых кликов выросла с 9% до 20% - рост на 11 процентных пунктов, больше чем в два раза.
Рост доли целевых кликов оказался даже заметнее, чем рост общего click rate. Это говорит о том, что персонализация не просто привлекла больше кликов - она привлекла более качественные клики. Пользователи чаще доходили до конечного действия - перехода на сайт букмекера.
"Мы ожидали, что персонализированное письмо будет работать эффективнее, и остались довольны результатом. Аналогичную персональную рекомендацию бонусов уже добавили в автоматические рассылки: welcome-цепочку и брошенный просмотр".
Семён Козлов, CRM-специалист Legalbet
Что дальше: персонализация по поведению на сайте
После успеха с бонусами CRM-команда Legalbet решила не останавливаться. Следующий шаг - учитывать в сообщениях не только заявленные предпочтения, но и реальное поведение пользователя на сайте: какой вид спорта он чаще просматривает, за какими турнирами следит, какие команды ему интересны.
"В CRM-направлении продолжаем фокусироваться на персонализации: будем учитывать в сообщениях любимый вид спорта, турнир и команду на основе последней активности пользователя на сайте".
Артур Харитонов, CRM-специалист Legalbet
Это логичное развитие: эти из регистрации статичны, а поведенческие сигналы отражают текущие интересы. Объединив оба источника, можно добиться ещё более точного таргетинга внутри рассылки.
Кейс Legalbet демонстрирует несколько практических принципов, которые применимы далеко за пределами беттинг-индустрии:
- Начинайте с имеющихся данных. Не нужно внедрять сложные рекомендательные системы, чтобы получить первый результат. Часто достаточно посмотреть, какие эти уже лежат в CRM, и начать их использовать.
- Персонализация порядка контента - самый простой вход. Не обязательно создавать разные версии писем для разных сегментов. Иногда достаточно поменять последовательность блоков, чтобы получить ощутимый эффект.
- Измеряйте качество, а не только количество кликов. Рост click rate - хорошо. Но рост доли целевых кликов - ещё лучше, потому что это прямой показатель ценности для бизнеса.
- Тестируйте на коротких периодах. Трёхнедельный A/B-тест дал достаточно данных для принятия решения. Не нужно ждать месяцами - если гипотеза верна, результат виден быстро.
- Масштабируйте успешные механики. Legalbet перенесли персонализацию из массовой рассылки в welcome-цепочку и триггер брошенного просмотра. Рабочий принцип стоит копировать во все каналы.
Персонализация email-рассылок часто воспринимается как что-то технически сложное и ресурсоёмкое. Пример Legalbet показывает, что для старта достаточно одного поля из профиля пользователя и шаблонизатора, который умеет подставлять эти динамически. Остальное - вопрос приоритетов и готовности команды работать с данными, которые уже есть.
