Как увеличить продажи с сайта либо интернет магазина

Многие компании собирают собственную базу email адресов клиентов или потенциальных покупателей. Это достаточно мощный инструмент, который...

Многие компании собирают собственную базу email адресов клиентов или потенциальных покупателей. Это достаточно мощный инструмент, который дает возможность работать с лояльной аудиторией и повышать продажи. Если вы еще не начали собирать email, то после прочтения этой статьи, я рекомендую подумать в этом направлении. Это позволит существенно расширить ваш бизнес.

Сегодня я расскажу о реальном кейсе, который дал возможность повысить количество заказов на автомате. Это разработка для одного из наших клиентов в сегменте ecommerce, проект mircen.kiev.ua. Платформа дает возможность сравнивать цены на разные товары. Для того чтобы собирать email, мы поставили специальную форму на каждой странице сайта. Пользователи могут быстро подписаться на новинки или уведомления о понижении стоимости товара. После подписки, скрипт автоматически отправлял email. Периодичность рассылки составляет - один раз в 1-2 месяца. За этот период многие пользователи теряют интерес к покупке товара на который они подписались. У нас огромный ассортимент и наша площадка может удовлетворить любого покупателя. Но мы поняли, что мы теряем потенциальных покупателей и соответственно прибыль. Следующие советы вам пригодятся даже при запуске ICO.

Проведя мозговой штурм и проанализировав аудиторию, мы пришли к выводу, что пользователи часто меняют свое мнение перед покупкой. Они анализируют цены, характеристики аналогичных товаров и новинок. Через определенное время совершают покупку на основе многих параметров. Мы подумали, можем ли мы залезть в голову клиента и предложить именно то, что они ищут. Достаточно сложная задача.

Но мы нашли интересное решение, которое помогло лучше понять каждого пользователя и предложить именно то что он хочет. Мы решили анализировать поведение каждого пользователя. Небольшой скрипт записывал посещаемые страницы, параметры сортировки и фильтрации для каждого человека. Мы собирали все что можно. Таким образом формировалась история для каждого посетителя сайта. Наша посещаемость составляла 250 000 уникальных пользователей в месяц. Данных было достаточно много. Они исчислялись десятками миллионов. Теперь возник вопрос как анализировать все эти данные и выдавать каждому человеку самые интересные предложения. Для маркетплейса это до сих пор является труднейшей задачей.

Несколько недель нам понадобилось для решения этой задачи. Нами был написан скрипт, который учитывает все доступные параметры и сортировал их. Все на что пользователь обратил внимание, мы выделяем как основные параметры для формирования предложения. Также у нас присутствуют параметры по-умолчанию, которые стоит анализировать. Например, для мобильных телефонов мы принимали во внимание размер экрана, операционную систему, количество оперативной памяти, стоимость. Собрав нужные параметры, скрипт проводит поиск соответствующих моделей и отправляет уведомления если стоимость на некоторые из них изменялась. Если в эти параметры попадали новинки, мы отправляли уведомление пользователям о поступлении новых моделей. Буквально за первые несколько дней работы нашего алгоритма мы увеличили конверсию рассылки с 2% до 15%. Маркетинг ICO играет важную роль, и оптимизация конверсия ключевой пункт.

Чтобы все параметры были точные, мы идентифицируем пользователя по уникальному коду, который записываем в cookies. Для рассылки используем автоматические уникальные метки в каждом email. Таким образом когда пользователь кликал по ссылке и переходил на сайт, мы уже знали кто к нам пришел. Немного поработав над скриптами, мы начали сортировать товар на основе его истории и предпочтений. Чем больше пользователь находится на сайте, тем больше информации мы собираем. А это дает возможность более точно формировать уникальные предложения для каждого человека. Таким образом мы повысили лояльность, среднее число просмотров и самое главное количество покупок.

После этого, мы пошли дальше. Мы уже имели готовую и живую аудиторию, которую отслеживали. В ходе дискуссии с руководителем (CEO) компании у нас возник вопрос, возможно ли улучшить наш результат? Мы решили сделать еще более глубокую итерацию и выделили самых активных пользователей. Далее мы их рассортировали по таким группам - самые активные, вовлеченные и слабо активные. У нас была глубокая и детальная информация о их поведении – какие товары просматривали, как долго интересовались, читали ли отзывы и т.д. На основе этой статистике, нами было замечено, что спустя 5-6 недель, человек проявлял пониженную активность. Именно за это время пользователь успевал выбрать и купить нужный товар. В таком случае чтобы не терять связь с клиентом, мы решили отправлять ему письмо с просьбой прокомментировать или дать обзор на товар. Это дало возможность повысить количество полезных отзывов.

Результат: Конверсия: 15% Изменения: 6.3 стр/пользователя Активность: 2.45 мин

Это была непростая работа, которая дала хороший результат и повысила количество продаж.

Оцените (3 голосов - 5 из 5)
Спасибо!
1
(Ужасно)
2
(Плохо)
3
(Средне)
4
(Хорошо)
5
(Класс!)


Спасибо!