Зачем крупной розничной сети выстраивать CRM-маркетинг на данных
«Улыбка радуги» - федеральная сеть магазинов косметики, парфюмерии и бытовой химии. Больше 1700 точек в 270 городах, 20 лет работы на рынке. В программе лояльности 16 миллионов участников. Для ритейлера такого масштаба главная задача - не просто рассылать акции по всей базе, а добиться того, чтобы каждое сообщение приводило к покупке.
Основной доход сети приходится на офлайн-продажи. Один из сильнейших драйверов этого дохода - рассылки и механики программы лояльности. Компания хранит около 70 параметров по каждому клиенту, использует самообучающиеся модели для прогнозирования поведения и ежемесячно запускает до 100 CRM-кампаний. Результат подтверждают контрольные группы.
Итоговые цифры за год: +5% к выручке CRM-канала и +2,5% к частоте покупок. Для зрелого маркетинга с базой в 16 миллионов - это заметный прирост.
Сегментация: RFM плюс три математические модели
Компания комбинирует классическую RFM-сегментацию с предиктивной аналитикой. Обе системы работают параллельно и дополняют друг друга.
Как устроена RFM-сегментация
Каждый день система оценивает каждого клиента по трём параметрам:
- Recency - как давно человек совершал покупку
- Frequency - как часто он возвращается
- Monetary - сколько выручки принёс
Учитываются данные за последний год. Каждому клиенту присваиваются три оценки по шкале от 1 до 4, где 1 - суперлояльный, а 4 - неактивный. Комбинация оценок формирует клиентский портрет, а сочетание портретов с дополнительным параметром (перспективный, обычный или минимальный) даёт финальный сегмент. Всего таких портретов 10.
Задача CRM-команды - как минимум удержать клиента в пределах его текущего сегмента, как максимум стимулировать движение вверх по RFM.
Предиктивные математические модели
Аналитики «Улыбки радуги» разработали три модели для анализа поведения клиентов:
- Вероятность покупки товарной категории - модель смотрит, как часто человек приобретал определённый вид товаров, и рассчитывает, когда он снова за ними придёт
- Вероятность оттока в течение 14 дней - анализирует частоту покупок, средний чек и динамику последних визитов
- Вероятность прихода в магазин в ближайшую неделю - помогает выбрать хорошое время для отправки коммуникации
С одной стороны, это выделяет клиентов, готовых к покупке прямо сейчас, и предлагает им то, что интересно. С другой - заранее определяет тех, кто на грани оттока, чтобы их удержать.
Все три модели ежедневно обрабатывают свежие данные и переобучаются. Результаты попадают в дополнительные поля клиентского профиля CDP-платформы, где на их основе формируются сегменты и запускаются автоматические сценарии.
Три CRM-канала и их роли
«Улыбка радуги» работает с тремя основными каналами коммуникаций. Каждый выполняет свою задачу.
SMS - для краткосрочных акций
Первоочередной канал с базой более 15 миллионов получателей. Через него анонсируют индивидуальные предложения и акции, которые действуют 2-7 дней. Канал дорогой, но окупается за счёт высокой конверсии в покупку.
Email - для акций и формирования лояльности
По email рассказывают об акциях в начале месяца, продвигают хиты продаж и новинки, отправляют письма с рекомендациями по использованию товаров (например, как подобрать средства для чувствительной кожи). Email-подписчики получают доступ к акциям раньше других клиентов, это мотивирует людей подписываться на рассылки.
Мобильные пуши - для пользователей приложения
Пуши подсказывают клиенту, как получить дополнительную скидку через приложение. Пользователи приложения узнают об акциях из пушей, а не из SMS, что помогает экономить на более дорогом канале.
Кроме трёх основных каналов, у компании работает Telegram-бот с 300 тысячами подписчиков, через него рассылают анонсы главных сетевых акций.
Как измеряют эффект рассылок в офлайне
Измерять влияние рассылок на покупки в офлайн-магазинах - отдельный вызов. «Улыбка радуги» отслеживает результат по трём метрикам:
- Конверсия в покупку - какая доля получателей рассылки пришла в магазин и что-то купила
- Uplift - разница между конверсией целевой и контрольной групп, показывает «чистый» эффект рассылки
- Чистая прибыль на одно сообщение - учитывает стоимость отправки и маржу с покупки
У каждого канала своё окно атрибуции:
- SMS - до 7 дней, но может быть меньше, если акция короткая (2-3 дня). В день отправки целевую и контрольную группу исключают из рассылок во всех остальных каналах, чтобы оценить чистый эффект
- Email - всегда 7 дней, даже если акция длится месяц. Люди обычно открывают письмо в течение пары дней, всплеск продаж и спад происходят в течение недели
- Мобильные пуши - тоже 7 дней
В каждом сценарии (за исключением транзакционных) выделяется контрольная группа - 10% аудитории, которые не получают рассылок. Это позволяет измерить реальный вклад коммуникации в продажи.
Контактная политика: подбор лучшей частоты через тесты
Чтобы определить идеальную частоту отправки сообщений, команда CRM провела серию тестов длительностью полгода. В каждом канале пробовали разные режимы: в первый месяц отправляли сообщения ежедневно, во второй - раз в 3 дня, затем раз в 5, 7, 10, 12 и 14 дней.
Эксперименты в разных каналах не пересекались по времени. Предложения в рассылках были примерно одинаковыми. Реакцию получателей оценивали по четырём метрикам: открываемость (для email), конверсия в покупку, uplift, чистая прибыль с сообщения. По итогам определили, какая частота работает лучше всего, и зафиксировали её.
Кампании для повторных продаж
Сценарий ко дню рождения
За три дня до праздника клиент получает предложение с подарком, 15% кешбэка. Канал выбирается каскадно: сначала система проверяет подписку на пуши в приложении, затем на email и пуши в «Кошельке». Если ничего из этого нет - уходит SMS. Почти каждый пятый клиент совершает покупку благодаря этой кампании.
Сценарий по модели вероятности покупки
Каждые два дня аналитики выгружают сегмент клиентов, которые в ближайшие 5 дней с высокой вероятностью купят товар из определённой категории. Этому сегменту уходит рассылка с персональным спецпредложением.
Как это работает на практике: если клиент покупает зубную пасту каждые 35 дней, модель подсказывает, что на 30-й день стоит отправить ему SMS со скидкой. Человек получает предложение именно тогда, когда паста заканчивается.
Реактивация: работа с предоттоком и оттоком
У «Улыбки радуги» работает три реактивационных кампании:
- По вероятности оттока - математическая модель рассчитывает вероятность ухода на основе частоты покупок, среднего чека и динамики последних визитов. При повышенной вероятности оттока клиент попадает в сегмент предоттока и получает SMS с персональным предложением
- По предоттоку (RFM) - когда клиент теряет позиции в RFM-сегментации и приближается к неактивным
- По оттоку - для тех, кто не возвращается более 4 месяцев
Первые два сценария нацелены на удержание. Третий - на возврат. Удерживать выгоднее, чем возвращать, поэтому приоритет отдаётся работе с предоттоком.
Все три сценария не пересекаются для одного клиента. Контактная политика это контролирует: если человек сегодня получил акционное SMS, в ближайшие два дня он не попадёт в кампанию по модели вероятности оттока. Но позже, если он продолжит терять позиции в RFM, подключится реактивационный сценарий.
21 автоматический сценарий
Помимо массовых рассылок, у сети постоянно работает 21 автоматический сценарий:
- Механика ко дню рождения клиента
- Welcome-цепочка для новых участников программы лояльности
- Цепочки по RFM-сегментам
- Кампании по сегментам на основе математических моделей
Сегодня CRM-команда может запустить кампанию по возврату оттока, завтра продвигать продажи декоративной косметики. Каждую неделю команда анализирует результаты кампаний и CRM-каналов. Если видят падение метрик, перестраивают сегменты и сценарии. Раз в месяц подводят итоги и корректируют стратегию.
Внедрение CDP-платформы: от выбора до интеграции
Для процессинга программы лояльности «Улыбка радуги» использует сервис Artix. Он обрабатывает баллы и механики, но не умеет отправлять рассылки. Раньше email, SMS и пуши отправляли через американскую платформу SAS. В 2022 году она ушла из России, и компании пришлось срочно искать замену.
Разрабатывать собственное решение было бы слишком долго и дорого. Программу лояльности оставили на Artix - за 10 лет там накопилось множество механик, и платформа глубоко интегрирована в IT-инфраструктуру. Отрывать процессинг означал бы месяцы работы и риски для бизнеса.
Поиск платформы для рассылок занял около трёх месяцев. Многие решения не подходили: одни продавали только «всё целиком» (с процессингом лояльности, который уже не нужен), другие не готовы были дорабатывать сервис под задачи клиента.
В итоге выбрали платформу, которая позволяла подключить только нужные модули без переплаты за лишнее. Но интеграция заняла полгода вместо запланированных трёх месяцев:
- Специфическая IT-архитектура - пришлось перенастраивать обмен данными, чтобы соединить CDP с кассовым ПО, мобильными приложениями, хранилищем данных и сервисами аналитики
- Объём накопленных механик - за годы работы подключено множество правил начисления и списания баллов, скидочных кампаний, программ для разных категорий клиентов
- Миграция данных - 16 миллионов клиентских профилей с историей покупок, настройками подписок и персональными параметрами
Чему учит опыт «Улыбки радуги»
Несколько выводов из этого кейса, которые полезны для любой розничной сети с программой лояльности:
- Предиктивные модели окупаются. Если у вас миллионы клиентов, даже небольшой рост конверсии за счёт точного прогнозирования даёт заметный прирост выручки
- Контрольные группы обязательны. Без них невозможно доказать, что рассылки приносят деньги
- Частоту рассылок нужно тестировать. Интуитивно кажется, что чем чаще, тем лучше. На практике лучшая частота находится через полугодовые эксперименты
- Удерживать дешевле, чем возвращать. Три реактивационных кампании построены на этом принципе - максимум усилий на предотток
- Каналы нужно разделять по задачам. SMS для срочных акций, email для лояльности, пуши для пользователей приложения. Каскадная отправка помогает не переплачивать за дорогие каналы
CRM-маркетинг «Улыбки радуги» показывает, как данные, модели и выстроенные процессы дают стабильный рост выручки год за годом. +5% ежегодно для базы из 16 миллионов клиентов - это работающая система.
