Как увеличить конверсию SMS-рассылки вдвое: кейс «Билайна» и METRO
«Билайн» и METRO делятся результатами рекламной кампании с применением модели машинного обучения
Metro в России – российское подразделение компании METRO, имеет 93 торговых центра в 51 регионе РФ. Количество сотрудников – около 11 тыс. человек.
Задача: привлечение новых регистраций в программе лояльности METRO.
Исходные данные: METRO провела аналитику своей клиентской базы, выявив параметры наиболее ценных клиентов.
Модель машинного обучения:
ML-модель дополнила профиль, использовав 150+ критериев из Big Data «Билайна», и, применив собственные алгоритмы, выявила закономерности между характеристиками. Далее ML-модель по найденным инсайтам подобрала в базе билайн абонентов, которые сформировали сегмент «теплых клиентов» для проведения РК. Вероятность, что такие пользователи могли заинтересоваться предложением METRO, была предположительно выше, чем при использовании стандартных таргетингов без применения алгоритмов ИИ для анализа аудитории.
Денис Гнатенко, руководитель по клиентскому сервису маркетинговых продуктов «Билайна»:
«Одной из основных задач любого бизнеса является поиск новых клиентов. На реализацию данной задачи направлена большая часть рекламных бюджетов. В то же время эффективность кампаний по привлечению новых клиентов остается довольно низкой. Одним из факторов невысокой эффективности является сложность подбора аудитории.
Заказчики и рекламодатели определяют таргет кампании, исходя из бизнес-логики, маркетинговых исследований и т.д. Подобный подход хорошо работает на первых этапах развития бизнеса, но затем конверсия подобного таргетинга начинает снижаться, и появляется необходимость искать менее очевидные паттерны в поведении клиентов».
Сегмент:
По итогам работы алгоритмов в городах присутствия METRO было выявлено 500К потенциальных клиентов для проведения рекламной кампании. В ходе проведения РК модель продолжала обучаться и модифицировала сегмент для получения лучших результатов, т. е. процесс обучения и совершенствования модели был построен итерационно1.
Ход кампании:
Собранная ML-моделью выборка, разделенная под каналы, была использована для проведения медийной кампании (на программатик-платформе DSP OTM) и SMS-рассылки1. Период кампании составил 2 недели.
Результаты2:
-
Количество показов баннеров за 2 недели – 2 550 000.
-
Количество разосланных SMS в ходе РК – 56 675.
-
Итого 8811 кликов на баннер и ссылку в SMS.
-
Итого 284 регистрации в программе лояльности Metro.
-
2640 абонентов, получивших SMS, посетили Metro в течение 1,5 месяца после старта кампании.
Ольга Гахария, менеджер специальных проектов отдела управления клиентской базой METRO:
«По нашим оценкам в сравнении с предыдущими SMS-кампаниями, когда были использованы стандартные таргетинги без применения ML-алгоритмов, проведенная РК дала конверсию в два раза выше. Результат нашего кейса значительно лучше бенчмарка таймаута между регистрацией и совершением первой покупки — 3-7 дней против 30 дней в среднем. Модель позволяет привлекать лояльных в долгосрочной перспективе клиентов, что приносит отдачу в виде повышения LTV привлечённого клиента».
1Оказание услуг осуществляется при наличии согласия пользователя на обработку данных и получение рекламы.
2Эффективность рассчитана на основе данных, предоставленных клиентами билайн по результатам оказания услуг. Информация носит информационный характер, «Билайн» не гарантирует достижение указанных результатов.
