Продвижение бизнеса в интернете
Связаться с нами
Закрыть

С помощью простой RFM-сегментации увеличили конверсию на сайте Finn Flare на 30%

Задача

Увеличить продажи в онлайн-магазине в рамках строгого ДРР (доли рекламных расходов).
Результаты
+30%
рост конверсии на сайте
-24%
стоимость привлечения заказа
Команда проекта
Роман Святов
Руководитель группы в отделе аналитики
Кирилл Федоров
Руководитель группы
Как делали?

В индустрии Fashion все должно быть красиво: и модели, и мерчендайзинг, и даже маркетинг. Красивые маркетинговые решение в сути своей просты. Одно из таких решений агентство MediaNation предложило бренду одежды Finn Flare, и с его помощью увеличило конверсию на сайте более чем на 30% за два месяца работ.

О клиенте

Finn Flare —  международный бренд одежды, который входит в топ-15 крупнейших компаний fashion-ритейла России. Представлен более чем 100 офлайн-магазинами, в том числе в Казахстане. Имеет свой онлайн-магазин и мобильное приложение. 

Задача, поставленная перед MediaNation

Увеличить продажи в онлайн-магазине в рамках строгого ДРР (доли рекламных расходов). То есть за меньшие деньги, чем прежде, привлечь больше покупателей на сайт.

Решение

Обдумывая варианты стратегий, мы рассуждали: самый надежный способ эффективнее расходовать бюджет — демонстрировать рекламу тем, кто уже знаком с брендом и делал у него покупки. 

Поэтому нашим предложением стал ремаркетинг, но не обычный. Мы предложили использовать RFM-сегментацию, когда аудитория покупателей делится на группы по давности, частоте и сумме заказов. Созданные сегменты аудитории получали соответствующую корректировку при демонстрации рекламы: наиболее перспективные покупатели видели рекламу чаще, а наименее перспективные — реже. 

Ход работ

Команда маркетологов Finn Flare c интересом отнеслась к идее и оперативно обеспечила агентству доступ к информации о клиентах за последние два года. Этот отрезок времени позволял захватить достаточную для анализа историю пользователей, учитывая, что покупки совершаются не так часто.

Для создания RFM-сегментов в CRM клиента запрашивалась следующая информация:

  • дата заказа;

  • доход с заказа;

  • телефон пользователя (в захэшированном виде);

  • внешний идентификатора пользователя;

  • идентификатор заказа;

  • почта пользователя (в захэшированном виде).


Агентство MediaNation разработало скрипт, который ежедневно выгружал эти данные из CRM-клиента, сегментировал пользователей, передавал сегменты в Яндекс.Аудитории и обновлял в них информацию о клиентах с учетом их новых действий. 

Слишком много сегментов

RFM-сегментация делит аудиторию на 27 сегментов. Например:

  • Сегмент 111 — покупал давно, не часто и на небольшую сумму 

  • Сегмент 333 — покупал недавно, часто и на большую сумму 

  • (...)


Разделив аудиторию на 27 сегментов, мы обнаружили, что в некоторых сегментах набирается менее 100 пользователей, что, затрудняло дальнейшую работу с Яндекс.Аудиториями, где пользователей должно быть больше 100. Мы решили некоторые сегменты объединить — это сократило общее количество групп и облегчило дальнейший анализ эффективности каждой из них.

Мы сократили число групп с 27 до 8. В итоге список сегментов выглядел следующим образом:

  • Активные нерегулярные покупатели

  • Бывшие частые покупатели

  • Время от времени покупающие

  • Лидеры среди клиентов

  • Недавно покупавшие, теперь неактивные

  • Новички

  • Перспективные клиенты

  • Однократные покупатели 


Тратить ли деньги на лояльных клиентов?

После того, как все сегменты были сформированы, залиты в Яндекс Аудитории и обеспечены ежедневным обновлением, мы запустили рекламные кампании в Яндекс.Директ (ремаркетинг в Поиске, РСЯ) с использованием понижающих и повышающих коэффициентов. Тем клиентам, у которых вероятность покупки была высока, мы установили повышающий коэффициент, — реклама им демонстрировалась чаще. Тем клиентам, у которых вероятность покупки была невелика, был установлен понижающий коэффициент. 

Однако был нюанс в работе с самой горячей аудиторией: «Лидерами среди клиентов». Мы решили не выставлять им максимальную корректировку, потому что они лояльны к бренду без дополнительных стимуляций к покупкам. Ставка для них была высокой, но не максимальной.


Минимальная корректировка была -15%, а максимальная +70%. Качество работы аудиторий и ставок находились под постоянным контролем: если сегмент отрабатывал плохо, мы его отключали. А еще меняли корректировки в зависимости от того, насколько эффективной она показывает себя в отношении конкретного сегмента.

Результат

Через два месяца после начала работ мы получили следующий результат: конверсия выросла на 30,7%, а стоимость заказа снизилась на 24%.

Выводы и рекомендации

  1. Оперативность открытия доступа к данным из CRM-клиента сильно влияет на скорость получения результатов рекламной кампании. Чем скорее клиент предоставит необходимую для RFM-сегментации информацию, тем быстрее он снизит стоимость привлечения покупателей.

  2. RFM-сегментация — это не обязательно 27 сегментов. Если есть необходимость объединить похожие сегменты и тем самым увеличить количество пользователей в каждом из них, можно смело отойти от правил. 

  3. На лояльных клиентах можно сэкономить. Им, безусловно, надо показывать рекламу, но не так часто, как тем, кто колеблется с покупкой.

  4. Можно быть гибкими в отношении корректировки для каждого сегмента — увеличивать ее или уменьшать в зависимости от того, насколько эффективной она себя демонстрирует именно с этой аудиторией.

  5. RFM-сегментация — простой и, увы, недооцененный инструмент, способный в довольно короткие сроки давать отличный результат.

Не пропустите новые полезные статьи о digital-маркетинге. Подписывайтесь на наш Телеграм-канал.

Давайте работать? Мы верим в ваш бизнес

Мы поможем вам найти своих клиентов
Вы можете загрузить до 3 документов общим весом до 200MB
Закрыть
Центральный офис в Москве
8 (495) 215-10-97 Пн-Пт: с 10:00 до 19:00
Наверх