Три главные ошибки персональных предложений в программах лояльности
Manzana Group 13 лет занимается разработкой программ лояльности в области ритейла, в том числе и в направлении персональных предложений, основанных на больших данных. Значительный опыт позволяет компании хорошо понимать, как правильно соотнести запросы большого количества покупателей, информацию о которых «накопили» розничные продавцы за время работы программ лояльности, с ассортиментом товаров, представленных в их магазинах. Manzana Group хорошо знает, как сделать персональные предложения по-настоящему эффективными и попадающими прямо в цель. За время работы Manzana Group удалось сформулировать и самые распространенные ошибки, которые делают компании при внедрении персональных предложений.
Ошибка 1. Только одно предложение
Когда компания ритейлер начинает персонифицировать взаимодействие с клиентами только с одного-двух предложений, это не только становится «половинчатой мерой», которая не приносит достаточных результатов, но это еще и не дает возможности правильно анализировать и трактовать результаты акции. Оптимальное количество персональных предложений — пять.
Ошибка 2. Только один алгоритм.
Когда розничные продавцы начинают работать с персональными предложениями, велик соблазн до запуска попробовать несколько алгоритмов, выбрать один, запустить на его основе акцию и дальше работать над ее совершенствованием. Намного эффективнее попробовать не один алгоритм, а несколько, и посмотреть, какие из них покажут лучшие результат на пилотном проекте.
Ошибка 3. Забыть про сегментацию
Внедрение персональных предложений — не повод избавиться от сегментации. Персональные предложения и сегментация отлично работают вместе. Если рассмотреть сегмент лояльных постоянных клиентов, которые по какой-то причине наметились в отток, и другой сегмент — случайных покупателей розничной сети, которые приходят в магазины только перед праздником, очевидно к этим двум сегментам надо применять разные предложения. В первую очередь потому – что у них будут совершенно разные цели. В случае с возвратом ценного клиента из оттока – имеет смысл предлагать товары из его корзины с интересными для него поощрениями и забыть про желание допродать новые товары или категории. А во втором случае – значительную часть предложений надо отвести как раз под кросс-сейл. С большой вероятностью искусственный интеллект предложит для них разные топ-5 товаров и разную частоту коммуникации, что позволит действительно персонализировать обращение к клиенту, сделать предложение полезным и не навязчивым.