Отправные данные кейса

Проект: Сайт-агрегатор скидок и промокодов Promokodex.ru. Принцип работы любого купонника заключается в умении привлекать качественный трафик сначала на свою площадку, а затем с партнёрской кукой на сайт рекламодателя (модель CPA). К основным источникам трафика для купонных площадок относятся: трафик с массовых рассылок, поисковой трафик, трафик из социальных сетей и разного рода покупной трафик (арбитраж и прочее).

Какие инструменты использовались нами для теста

1. Сборщик e-mail-адресов – всплывающее окно от Witget.com.
2. Сервис для автоматической рассылки электронных писем Smartresponder.ru.

Цель теста: повышение конверсии, а именно:

1. улучшение открываемости рассылаемых писем (Open-Rate);
2. улучшение показателя продаж, которые состоятся после рассылки.

Наш тезис: Разделение адресатов email-рассылки на узкие тематические группы должно положительно сказаться на открываемости писем и ощутимо повысить эффективность монетизации этого вида трафика.

С какими показателями стартовали (данные до кластеризации)

• Средний показатель открываемости писем: около 14%.
• Количество продаж с каждой рассылки: около 0,5%.

Наша работа состояла из нескольких этапов.

Этап №1: Получение данных о подписчиках

Email-адреса собрались нами в течение нескольких месяцев с помощью pop-up’а от Witget.com – типичной формы для сбора данных. Всплывающее окно содержало промокод, позволяющий пользователю получить скидку на заказ в определенном онлайн-магазине. На тот момент это был очень популярный купон от Ив Роше.

С помощью формы мы получали следующую информацию о пользователе:

1. Имя
2. Email-адрес
3. Сведения о странице сайта, на которой пользователь подписался на рассылку.

Результаты сбора данных в админке Witget.com выглядят следующим образом:

Этап №2: Создание тематических групп на основе полученных данных

Эта стадия заключалась в систематизации подписчиков на основе их интересов, то есть в создании множества тематических кластеров. При сегментации использовались следующие характеристики будущих адресатов рассылки:

Пол

Половая принадлежность адресата устанавливалась нами по имени, полученному из формы подписки. Мы считаем необходимым учитывать пол подписчика, так как женские и мужские предпочтения в области интернет-покупок заметно разнятся. Например, мужчинам будет неэффективно рассылать промокоды для онлайн-магазинов модной одежды. Их интересуют, в первую очередь, техника, электроника, товары для спорта. Женщины же будут активнее реагировать на рассылки с промокодами из категорий Косметика, Мода, Товары для детей.

Сфера интересов

Для определения сферы интересов пользователя нами была установлена страница, на которой он подписался на рассылку. В общем нами было установлено около 20 тематических групп, в том числе Мода, Развлечения, Бижутерия, Покупки в китайских магазинах и т. д.

Тематические группы разбиваются на несколько подгрупп с учетом пола подписчика. Сводные данные по группам и подгруппам выглядят следующим образом:

Группа: "Спортивные товары"1 Подгруппа: "Спортивные товары - мужчины"2 Подгруппа: "Спортивные товары - женщины"

Этап №3: Тестирование рассылки по группам и подгруппам

Когда для каждого подписчика в базе были определены группа и подгруппа, мы начали массовые рассылки писем по собранным и отсортированным адресам. Для этого мы использовали сервис массовых рассылок Смартреспондер. С его помощью можно легко разбить адресатов на группы и организовать рассылку писем. Для каждой тематической группы мы определили основную группу и 2 подгруппы.

После создания группы и подгрупп и распределения по ним подписчиков мы произвели тестовую рассылку.

Письма для рассылки мы создавали с помощью специально разработанного нами инструмента - композера, генерирующего готовые к отправке письма. Нам же оставалось только подобрать для каждой группы и подгруппы интересный материал (в случае с нашим проектом Promokodex.ru – это промокоды). В качестве примера готовой рассылки могу показать одно из писем, которое в прошлый Киберпонедельник мы рассылали подписчикам из группы Техника - Мужчины:

Smartresponder позволяет провести A/B-тестирование писем. Для рассылки подбираются интересные заголовки, отражающие тематику писем. Для тестовых e-mail’ов мы использовали не всю базу, а только адресатов мужского пола. Это связано со спецификой Киберпонедельника – распродажи, в которой участвует в основном техника и электроника.

Этап №4: Создание писем для тематических групп

Тестовая рассылка позволила нам проанализировать данные об открываемости писем и установить наиболее успешную схему написания заголовков для массовой рассылки. По ней мы создали заголовки писем для каждой группы и подгруппы. Заголовки мы размножали при помощи Excel-таблицы.

Тестовая рассылка позволила нам выявить особенности каждой группы. Например, для одной группы подходит неформальное обращение на Ты, а другая лучше реагирует на письма, в которых к адресату обращаются на Вы.

Использование этих данных позволило нам разработать множество вариаций заголовков для подписчиков всех тематических групп и подгрупп.

Этап №5: Рассылка писем по созданным тематическим группам

Вот как выглядит профиль одной из подписчиц нашего сайта:

• Имя: Раиса
• Пол: женский
• Интересы: Обувь (так как подписка была оформлена на странице с промокодами Sapato.ru - одного из интернет-магазинов обуви и аксессуаров)

Тематической группе, к которой относится Раиса (Обувь - Женщины), мы предлагаем промокоды от таких крупных и известных ритейлеров и брендов как Sapato, Adidas, Nike и других онлайн-магазинов с аналогичным ассортиментом.

Мы посылаем Раисе письмо с заголовком вроде Привет, Раиса! Не упусти скидку 30% по промокоду для Вайлдберриз!. В первую отображаемую строку письма мы помещаем остальные интересные для Раисы промокоды: Промокод на скидку 10% в Ламоде, Финальная распродажа в VANS – экономия до 40%!

Предлагаю взглянуть на статистику по одному из наших писем для прошлого Киберпонедельника. Рассылка была рассчитана на подгруппу Техника, электроника - Мужчины:

На картинке показано количество кликов по разосланным нами акциям и промокодам. Напомню, всего тематических групп и подгрупп у нас около 60.

Итоги кейса

Работа по распределению адресов подписчиков по группам – довольно долгая и кропотливая. Но она действительно помогла нам повысить показатели эффективности email-рассылки. Вот чего нам удалось добиться:

• •Open-Rate:27% (до кластеризации было 14%).
• •Доля продаж с одной рассылки*: 1% (до кластеризации – 0,5%).

*До проведения работ по кластеризации базы подписчиков мы отсылали одно письмо по всем собранным адресам. После кластеризации мы стали рассылать до 60 различных писем, каждое из которых отвечало интересам определенной группы и подгруппы подписчиков.

Результаты эксперимента позволили сделать нам следующие выводы:

• Сегментация/кластеризация подписчиков – эффективный метод повышения конверсии e-mail-рассылок.
• Рассылку важно организовывать с учетом пола подписчиков.
• Для повышения эффективности рассылки необходимо как можно точнее определить интересы получателей писем.

Думаю, что наш опыт в той или иной степени можно переложить и на другие модели монетизации трафика.

В основе нашего кейса лежит одна очевидная и подтверждённая нами на опыте мысль – чем лучше мы знакомы с нашим потенциальным покупателем, тем интереснее для него станет наше предложение. Чем интереснее наше предложение, тем больше шансов для компании заработать на имеющейся информации о пользователе.

Если у кого-то из наших читателей возникли вопросы по кейсу, с удовольствием отвечу на них по адресу mail@promokodex.ru

Антон Дерябкин - руководитель проекта.