Предсказание поведения пользователей — уже не новость. Более того, предиктивный маркетинг никогда ещё не был настолько популярным и доступным.

Мы собрали лучшие кейсы по теме предиктивной аналитики и рассказали про них подробнее в этом материале. Почему мы считаем их лучшими? Потому что использованные методы прекрасно отлажены и могут быть воспроизведены немедленно, как только ваши данные будут подготовлены должным образом.

Ознакомьтесь с нашими кейсами и рекомендациями по использованию таких технологий, чтобы быть на шаг впереди.

Что такое предиктивный маркетинг?

Машинное обучение, искусственный интеллект, большие данные — называйте, как хотите, но факт в том, что e-commerce маркетологам пора обратить внимание на предиктивный маркетинг. Это новый стратегический рубеж вне зависимости от размеров бизнеса.

Предиктивный маркетинг представляет собой область маркетинга, задача которой — определить, какие стратегии с наибольшей вероятностью окажутся успешными или неудачными, на основе предиктивной аналитики.

Вместо того, чтобы действовать наугад, маркетологи могут собрать большие массивы данных, выявить в них закономерности и определить, каким будет поведение покупателей, динамика продаж и прибыли.

Как работает предиктивный маркетинг

В основе предиктивного маркетинга лежит data science и методы систематизации больших массивов данных, а также предиктивная аналитика, что вместе формирует научный подход к разработке маркетинговых стратегий.

Фундаментальный принцип состоит в том, что, анализируя исторические данные, можно предсказывать события — очень похоже на прогноз погоды. Ведь метеорологи не угадывают, какая будет температура, а делают выводы на основе предыдущих периодов и актуальных данных.

Преимущества предиктивного маркетинга

Конечно, сбор пользовательских данных — не новое слово в маркетинге, но теперь для обработки невообразимых объёмов информации используются технологии машинного обучения и искусственного интеллекта.

Маркетологи могут извлекать выгоду из анализа пользовательских профилей, строя с их помощью прогнозные модели, выявляя перспективных клиентов и отслеживая эффективность кампаний. Вдобавок компании, которые используют предиктивные стратегии, имеют больше возможностей обращаться к своей целевой аудитории адресно в соответствии с тем или иным сценарием.

Важнее всего то, что гибкость технологии позволяет применять её в самых разных условиях, она доступна маркетологам и легко внедряется.

Решаемые проблемы

Предиктивный маркетинг — хорошо отлаженный механизм. Разрозненные данные, неточные выводы и запаздывающая отчётность служат преградой на пути к эффективной работе маркетинга и продаж.

Вам же важно как можно чаще и точнее обращаться напрямую к своей аудитории, а для этого нужны правильные рабочие инструменты.

Убойная комбинация

Залог конкурентоспособной стратегии работы с данными прост:

Маркетологи изо всех сил стараются обеспечить клиентам персонализированный подход, но часто просто теряются среди многочисленных решений и, хуже того, данные оказываются разбросаны по разным базам.

Через уникальное сочетание платформы клиентских данных (CDP) и предиктивной аналитики открываются возможности настоящего предиктивного маркетинга и реальные результаты.

Определение CDP

В усложняющемся мире, наполненном технологиями, легко забыть о живых людях, которые принимают решения о покупках.

CDP собирают и систематизируют информацию о клиентах, предоставляя продавцам возможность превратить сухую статистику в идеальный опыт для покупателей.

Платформа агрегирует данные о клиентах, накопленные заказчиком, унифицирует их, размечает и реорганизует, а каналы коммуникации замыкает на единый центральный хаб.

Платформа агрегирует данные о клиентах, накопленные заказчиком, унифицирует их, размечает и реорганизует, а каналы коммуникации замыкает на единый центральный хаб.

Дэвид Рааб, основатель и директор Raab & Associates, составил чек-лист из пяти пунктов, который помогает дать определение платформе клиентских данных.

Данные может организовать любая CDP, но на правильную CDP можно также установить дополнения: A/B-тесты, аналитику кампаний, рекомендательные системы и, разумеется, предиктивную аналитику.

Определение предиктивной аналитики

Предиктивная аналитика — это использование алгоритмов для предсказания вероятности наступления событий в будущем (например, повторной покупки).

Это тоже довольно мощная технология.

Изучив влияние предиктивных технологий на показатели эффективности компаний, Forbes заключает: «Компании, применяющие предиктивный маркетинг, в 1,8 раза чаще перевыполняет целевые показатели и в 2,9 раза чаще сообщают о более высоких темпах роста прибыли, чем в среднем по отрасли».

В общем и целом, предиктивная аналитика:

1. 1. Помогает действовать вовремя за счёт предсказания активности клиента.
   2. Даёт более глубокое знание о клиентах, оценивая их согласно вероятности наступления событий в каждом случае.
   3. Обеспечивает лучшую автоматизацию кампаний, сегментируя коммуникации на основе оценок, присвоенных клиентам.
   4. Повышает конкурентоспособность благодаря отлаженным алгоритмам.

Это только основные преимущества предиктивной аналитики. Но придётся погрузиться глубже, чтобы сформировать полные профили клиентов и обеспечить релевантные предложения: всё дело в комплексном подходе.

Уникальное сочетание

Представьте другую ситуацию: холистический подход к работе с клиентами и данными ограничен или вообще невозможен. Информация для аналитических моделей неполная и разрозненная. Итоговые прогнозы не будут отличаться точностью, а стратегические решения будут приниматься на основе недостоверной аналитики.

Для кого-то это реальность, но так не должно быть.

Сочетание CDP с предиктивной аналитикой даёт колоссальное преимущество. Сделав всё правильно с самого начала, вы обеспечите такое взаимодействие с клиентом, которое полностью отвечает его запросам.

Самое важное — CDP в сочетании с предиктивной аналитикой полностью раскрывает ваш маркетинговый потенциал.

Прочитайте наши кейсы и приступайте к внедрению.

В поисках идеального сочетания — кейсы

Когда вам пытаются продать решение, подходящее для всех сразу, знайте, что это кот в мешке. Ключевая особенность предиктивной аналитики в том, что модели в её основе создаются под конкретный датасет и набор целей.

Качественные решения невероятно гибкие и показывают себя наилучшим образом в специфических условиях с теми или иными клиентами, компаниями, отраслями.

Чтобы понять, как это всё работает, поймите, что часто множество отдельных предиктивных методов пересекаются друг с другом и выступают единым фронтом для решения сложных задач.

Например, доставка сообщения конкретному клиенту (прогноз открываемости) правильным способом (определение предпочитаемого канала) в нужное время (определение оптимального времени отправки).

(1.) Прогноз покупок

Что такое прогноз покупок?

Мы используем предиктивную аналитику для анализа предпосылок, ведущих к покупке в случае конкретного пользователя. Эта информация представляется в виде оценки, которая используется для сегментации, и является решающим фактором при определении необходимости дальнейших вложений в клиента.

Вы же не станете отправлять промо клиенту, который и так сделает покупку, в то время как остальным просто необходим дополнительный стимул для конверсии.

Практические результаты

Прогноз покупок — один из самых показательных примеров работы предиктивной аналитики. Модель использует в качестве переменных характеристики клиента (возраст, время между первой и последней покупкой, частота покупок и так далее).

Можно начать с данных за один месяц. В целом, чем их больше, тем более точные прогнозы даст модель.

В примере ниже туристическое агентство Kiwi.com запускает сегментацию коммуникаций при помощи предиктивной аналитики.

Стратегия коммуникации с каждым сегментом в этом случае была уникальна:

• По клиентам с высокой вероятностью покупки работал ретаргетинг с целью подтолкнуть их к оформлению заказа.
• Клиенты со средней вероятностью получали пуш-уведомления с предложением скидки, побуждающим к покупке.
• Для низкой вероятности была разработана малобюджетная кампания с целью привлечь внимание.

Зачем вообще проводить сегментацию?

Учитывая, что CTR в ретаргетинге в 10 раз выше, чем у обычной медийной рекламы, мы можем пойти дальше, улучшив этот показатель при помощи предиктивной аналитики.

Если запускать ретаргетинг только по клиентам, которые с наибольшей вероятностью совершат покупку, посетят сайт или оставят свои данные, мы можем экономить на рекламе, получая высокую конверсию.

Именно так и получилось, когда Kiwi.com применили ту самую убойную комбинацию. Они зафиксировали впечатляющие +15% возврата на вложения в рекламу, +34% к конверсии и -16% стоимости продажи (cost per purchase).

По факту, новая стратегия ретаргетинга отработала даже лучше, чем пиксель Facebook, благодаря дополнительным преимуществам прогнозирования.

(2.) Прогноз открываемости email

Что такое прогноз открываемости email?

В некоторых случаях электронная почта — главный канал коммуникации с клиентом.

Если средняя стоимость одного адреса в вашей базе составляет £84,5, почему бы не предпринять меры, чтобы удостовериться в вовлечённости покупателей и надёжности базы?

Прогноз открываемости показывает, откроет ли покупатель ваше следующее письмо.

С помощью этой информации можно гибко настроить частоту отправки сообщений, снизив риск отписок и попадания в спам — негативного сценария для любого бренда.

Практические результаты

Смысл прогнозирования открываемости сообщений состоит в том, чтобы выявить наиболее вовлеченных, пропустив незаинтересованных.

В приведенном далее кейсе ZlavaDna, купонного агрегатора Центральной и Восточной Европы, мы протестировали простую гипотезу: действительно ли нам нужно отправлять рассылку всем подряд? Что если оставить только вовлеченных клиентов?

С помощью предиктивной аналитики мы провели скоринг клиентов на основе информации из их профилей в CDP, учитывая предыдущие рейтинги, активность в интернете и сравнение с другими похожими клиентами.

Затем оценка была использована для сегментации, введено ограничение по отправкам для каждого сегмента.

ZlavaDna таргетировали 20% клиентов с наибольшей оценкой вероятности открытия сообщений, чтобы минимизировать число отправок и максимизировать эффект от каждого сообщения.

Взгляните на результаты:

В результате, ZlavaDna смогли отправить 1 миллион писем, у которых открываемость возросла в 4 раза, а количество кликов — в 3 раза, при том, что доход был тот же самый, что и при отправке 4,5 миллионов не сегментированных email.

Они нашли баланс, обращаясь лично к каждому клиенту, учитывая предпочтения и настраивая оптимальную частоту рассылки.

В качестве бонуса — сэкономленные бюджеты благодаря более концентрированной рассылке.

(3.) Прогноз оптимального времени отправки

Что такое прогноз оптимального времени отправки?

Прогноз открываемости призван оптимизировать частоту отправки, а прогноз отптимального времени отправки помогает рассчитать идеальное время, в которое лучше всего отправить сообщение.

Это крайне важно, так как предпочтения клиентов сильно варьируются. Кто-то более склонен просматривать почту утром, другие — после рабочего дня, а кто-то открывает коммерческие рассылки в обеденный перерыв.

Зная точное время, в которое следует делать рассылку, маркетологи получают значительные преимущества:

• Большие данные, которые было бы невозможно получить иначе.
• Автоматизацию управления рассылками без участия пользователя.
• Рост открываемости и CTR.

Практические результаты

Всё, что в данном случае необходимо, так это одно пользовательское событие, например, начало сессии, или же первое открытие письма, позволяющее рассчитать оптимальное время коммуникации. Мы все руководствуемся привычками, поэтому каждое последующее действие будет уточнять и подтверждать тот или иной паттерн поведения, доводя модель до совершенства.

В случае с Missguided гипотеза была простой: Когда нам отправлять новостные рассылки, чтобы их точно открывали?

В этот раз клиентам присвоили не оценку, а оптимальное время отправки, и провели сегментацию в целях персонализации обращений. Как это сработало:

При выборке из приблизительно 100 000 клиентов результат ожидаемый. Предсказание оптимального времени отправки улучшило CTR, +12%, что, в свою очередь, выразилось в увеличении дохода, +13%.

Таким образом, вместо бесконечного поиска ответа на вопрос: «Когда лучше всего отправлять рассылки?» Missguided пошли дальше и с помощью предиктивного маркетинга персонализировали свои рассылки под каждого клиента.

(4.) Предотвращение оттока клиентов

Что такое прогноз оттока клиентов?

Задача прогнозирования оттока состоит в том, чтобы как можно раньше распознать желание клиента уйти и удержать его различными способами с помощью повторного вовлечения, пока не поздно.

Жалуется только 1 из 26 разочарованных клиентов. Остальные 96% уходят тихо.

Соответственно, пришло время спросить себя, не теряете ли вы клиентов? Если да, то как?

Саймон Таранто, Marketing Development Manager в American Express Global Corporate Payments, заявил: «В отделе по работе с клиентами понятия не имели, почему некоторые люди уходили — у нас не было выводов, только предположения на предмет того, почему с ними не сработал тот или иной подход».

Тысячи компаний оказываются в той же ситуации. Клиенты уходят рано или поздно, и в связи с этим необходимо всегда быть в курсе событий, чтобы предотвращать их негативное развитие. Ушедший клиент вероятнее всего окажется у конкурентов, и каждый из таких клиентов — ваша упущенная возможность.

Но надежда есть.

Предиктивная аналитика указывает на тех клиентов, которые склоняются к уходу, давая шанс принять меры заблаговременно. Через снижение оттока клиентов мы приходим к важности удержания и роста пожизненной ценности клиента (CLV).

Практический пример:

Цель проста: определить клиентов, готовых уйти, и удержать их, увеличив общий показатель конверсии и доходов.

Для этого понадобятся данные о клиентах за 180 дней, включая сессии и события авторизации, и тогда вы сможете увидеть ситуацию как на ладони. При достаточном объёме информации можно оценить и сегментировать клиентов по вероятности оттока.

Так вам будет проще удержать клиентов. В частности, вы сможете отправлять им персональные предложения, скидки, повышать качество обслуживания.

Вот, как выглядит продвинутая аналитика оттока:

Просчитывая наперёд ключевые стратегические шаги, маркетологи не только управляют оттоком, но и влияют на прибыль компании. Таким образом, выстраивая индивидуальную коммуникацию с различными сегментами, вы не палите из пушки по воробьям, а достигаете оптимального результата при экономии средств.

(5.) Прогноз внутри сессии

Что такое прогноз внутри сессии?

Клиенты, готовые к конверсии, ведут себя примерно одинаково. Определяя их паттерны поведения заранее, маркетологи могут предложить им привлекательный стимул к покупке.

Стимулы могут быть различными, но наиболее эффективен веблеер, новый тип баннеров, которые делают ненавязчивое одноразовое предложение, помогающее повысить шансы на успешную коммуникацию.

Практический пример:

Всего 1 000 клиентов в месяц, и вам открывается возможность изучать поведение пользователей в ходе сессии, что позволяет улучшить персонализацию страниц.

Как понять, какой баннер лучше показать?

Исторические данные используются для оценки и сегментации клиентов. Затем эти данные могут использоваться в целях автоматизации персональных предложений, мотивирующих к покупке.

При высокой вероятности покупки скидки не обязательны, ведь целевое действие уже не за горами. В то же время, бесплатная доставка, равно как и кросс- или апселл могут оказаться эффективными вместе с обратным отсчётом, создающим чувство срочности.

Как это работает:

(+) Кастомные прогнозы

Для более продвинутых заказчиков всегда можно настроить индивидуальные прогнозы. Охват, гибкость и срочность действия могут быть кастомизированы под широкий перечень сценариев.

В завершение

На стыке платформ клиентских данных и предиктивной аналитики рождается уникальный инструмент разработки маркетинговых стратегий, позволяющий делать ценные выводы, снижать риски, принимать взвешенные решения и предоставлять клиентам персональное обслуживание.

Учитывая все плюсы, едва ли возникнут сомнения в том, что предиктивный маркетинг позволяет достигать большего и повышает потенциал продаж.

А ваши маркетинговые инструменты умеют так управлять данными, помогая бизнесу расти быстрее? Если у вас пока нет этого убойного комбо и вы работаете с разрозненными данными, не используя предиктивную аналитику, вы можете остаться позади конкурентов.

Exponea помогает таким быстрорастущим брендам, как Desigual, Missguided и Kiwi.com, увеличивать продажи с помощью супер-таргетированных релевантных кампаний. 

Мы предсказываем вам год, беспрецедентный по росту прибыли, в случае, если вы присоединитесь к ним.

Предлагаем вам запланировать демо →