Письма с одинаковыми подборками на всю базу практически не работают: подписчики пролистывают товары, которые им не подходят, и со временем перестают открывать рассылки. Персональные товарные рекомендации решают эту проблему — каждый получатель видит продукты, собранные под его интересы.
Разберём, как устроены рекомендации, какому бизнесу подходят и как их настроить в рассылках.
Что такое персональные рекомендации и зачем они нужны
На сайтах и в приложениях интернет-магазинов, в контекстной рекламе, на маркетплейсах и в email-рассылках можно встретить персональные рекомендации. Обычно такие блоки подписаны «Вам может понравиться», «С этим товаром покупают» или «Специально для вас».
Работает это так: пока человек изучает каталог и открывает карточки товаров, система фиксирует его действия, а затем предлагает похожие товары и позиции, которые с большой вероятностью его заинтересуют. По схожему принципу устроены подборки в стриминговых сервисах: чем больше пользователь смотрит, тем точнее сервис угадывает, что ему может понравиться.
В чём преимущества рекомендаций для бизнеса
По итогам 2024 года персонализация предложений стала одним из главных драйверов роста российского e-commerce. Рекомендации товаров работают и закрывают сразу две задачи. Клиенту — экономят время: вместо поиска по каталогу он переходит по ссылке из письма и видит подходящие товары. Бизнесу — помогают поднять конверсию, средний чек и выручку.
Кому подходят
Персональные рекомендации уместны почти в любом бизнесе с широким ассортиментом. Это магазины одежды и обуви, косметические бренды, аптеки, автомагазины, онлайн-школы и т. д.
Исключение — B2B, где клиент заранее определяет фиксированный бюджет и точно знает, что ему нужно. Там за дополнительные продажи отвечают менеджеры, а не персональные рекомендации в письмах.
Но и в B2B эффективность персонализации может быть высокой, если ассортимент большой, а закупки повторяются. Представим поставщика, который снабжает кофейни. По истории заказов он видит, что конкретная точка каждые две-три недели заказывает стаканы, крышки и зерно. В email-рассылке можно напомнить о закупке расходников, а заодно предложить сопутствующие позиции: сиропы, трубочки, сахар и т. д.
Какими бывают письма с товарными рекомендациями
Сами рекомендации могут быть персонализированными и неперсонализированными. Первые опираются на поведение конкретного пользователя, поэтому у каждого получателя подборка своя. Вторые содержат одинаковые для всех рекомендованные товары — например, хиты продаж.
Рассмотрим подробнее, в какие email-рассылки добавляют блоки товарных рекомендаций, чтобы увеличить показатели вовлечённости и конверсии.
Welcome-цепочки
Регистрация на сайте и подписка на рассылку не дают достаточной информации о клиенте, чтобы составить персональные товарные рекомендации. А если отправить приветственную серию писем со встроенными подборками, можно узнать пользователя получше.
По показателям можно будет оценить, какие из рекомендованных товаров заставили подписчика кликнуть по ссылке и перейти на страницу, а какие, наоборот, не привлекли внимания. Эта информация станет основой для дальнейшей персонализации в коммуникациях с клиентом.
Напоминания о просмотренных товарах
Сценарий брошенного просмотра активируется, когда человек заходит на сайт, смотрит товары, но не добавляет их в корзину и не покупает. Данные о просмотрах помогают настроить товарные рекомендации.
Например, если пользователь искал товары из одной категории, в рассылку можно включить и просмотренные товары, и непросмотренные, которые тоже могли бы его заинтересовать. Получается персонализированное письмо, которое догоняет ушедшего человека в почтовом ящике, мотивирует вернуться на страницу и совершить покупку.
Сообщения о наличии и снижении цены
В рассылке о том, что товар снова в продаже, можно продемонстрировать похожие товары. Например, вместо того, чтобы отправлять письмо только про крем, показать тоник, сыворотку, очищающую пенку и другие продукты, которые дополнят уход.
То же самое, когда на товар из корзины или избранного снижается цена. Вместе с ним можно показать сопутствующие или похожие продукты. Желательно выбирать предложения тоже со скидкой, чтобы сильнее стимулировать переход на сайт.
Даже то, что товар закончился, можно использовать как повод показать другие продукты. Например, парфюмерный магазин может выразить сожаление о том, что добавленных в корзину духов больше нет, и предложить другие с похожими нотами. Это простое решение, которое может привести клиента к покупке.
Проморассылки
Рекомендательный блок может быть общим для всех — например, если поместить в него хиты продаж. Бестселлеры по определению нравятся многим, поэтому они отлично подходят для товарных рекомендаций в письмах.
Когда есть данные о клиенте, промоконтент можно привязывать не только к текущим акциям и товарным фокусам, но и к персональному опыту клиента. Например, если знать, где человек живёт, можно предложить подборку дешёвых авиабилетов с вылетом из его города.
Акционные письма
Связывать текущие акции и просмотры — хорошее решение для увеличения конверсии. Люди любят скидки, особенно на те товары, которые они и так хотели купить.
Поэтому скидка на те категории, которыми интересовался пользователь — идеальное комбо. Допустим, человек положил в корзину шампунь одной фирмы, а в магазине идёт распродажа косметики другого бренда. Это товары одной категории, и с высокой вероятностью человек может заинтересоваться похожей, но более выгодной позицией.
Письма о заказе
Транзакционное письмо обычно носит исключительно информационный характер, но даже в него можно добавить персональные рекомендации. Это могут быть сопутствующие товары или похожие товары из той же категории.
Цель — не провести клиента от почтового ящика к немедленной покупке, а использовать письмо как витрину. Возможно, пользователь не сделает заказ прямо сейчас, но запомнит, что в магазине есть что-то ещё, что может ему понравиться.
Главное, рассылать такие письма только подписанной аудитории. Тем, кто не соглашался на почтовую рассылку, можно отправлять строго информационные сообщения о заказах, без какого-либо намёка на промо.
Письма благодарности
Поводы для email-рассылки могут быть разными — от какого-то действия пользователя до дня рождения и Нового года. Но чтобы письма работали на бизнес, они должны мотивировать на повторную покупку. Например, с помощью индивидуальных промокодов.
Это нужно, чтобы у клиента сформировалось понимание: возвращаться в интернет-магазин выгодно. А товарная рекомендация в письме с благодарностью подскажет, на что обратить внимание и потратить бонусы.
Какие данные нужны для формирования персональных рекомендаций
Чтобы давать точные персональные рекомендации в письмах, нужно собрать как можно больше данных о получателях. Сформировать для каждого условную карточку клиента, в которой будет храниться всё, что известно.
Вот основная информация, которую нужно собрать:
- История покупок: что человек приобретал, из каких категорий, как часто и на какие суммы.
По этим данным можно оценить персональные предпочтения пользователя и спрогнозировать следующие заказы. Например, предложить сопутствующие товары к предыдущим покупкам или напомнить о повторном заказе, когда расходник вот-вот закончится.
- Поведение на сайте и в приложении: какие категории человек просматривал, какие карточки открывал и что добавлял в корзину. Даже без покупок эти действия много говорят об интересах пользователя и позволяют настроить сценарии «брошенный просмотр» и «брошенная корзина». Сделать это можно с помощью CDP.
- Предпочтения пользователя. Часть данных клиент сообщает сам — напрямую или косвенно. Это заполненные поля профиля (пол, город, дата рождения) и список позиций в избранном.
Такие данные помогают автоматически исключать нерелевантные товары из рекомендательных подборок и точнее попадать в интересы. Например, не показывать детскую линейку тем, у кого нет детей.
- Реакция на предыдущие рассылки. Какие письма клиент открывал, а какие висят в почте непрочитанными. По каким ссылкам кликал, а какие пропускал. Чем дольше человек взаимодействует с рассылками, тем понятнее, как скорректировать подборки и сделать рекомендации точнее.
Важно понимать, что сбор данных — не разовое мероприятие, а постоянный процесс. И пользу они приносят только тогда, когда актуальны, иначе персонализация даст сбой.
Какие ошибки снижают эффективность персонализации
Неудачная рекомендация обходится дороже, чем её отсутствие. Есть риск потерять доверие пользователя и подтолкнуть его к отписке. Рассмотрим основные ошибки, которые допускаются при внедрении подборок.
Использование устаревших данных
Человек оформил заказ, а ему ещё неделю приходят подборки с тем же товаром на почту. Или ему упорно рекомендуют категорию, которая ещё полгода назад потеряла актуальность. Например, в июле пользователь заказал на сайте автотовары, в октябре продал машину, а в марте его засыпало подборками летних шин.
Такие письма показывают клиенту, что его не понимают. Чтобы этого не происходило, приоритет стоит отдавать недавнему поведению, а не накопленной истории. Реагировать на то, что человек смотрит и ищет в моменте. Тогда подборка будет отражать то, что актуально сейчас, а не месяц назад.
Недостаточная сегментация аудитории
Если всей базе уходит одинаковая подборка, персонализации в ней нет — это обычная массовая рассылка. Чем крупнее и разнороднее сегмент, тем реже рекомендуемые товары в письме совпадают с интересами конкретного получателя и тем быстрее аудитория привыкает пролистывать рекомендательные блоки не глядя.
Сделать коммуникацию целевой помогает сегментация по поведению и данным профиля, а не только по полу и возрасту. Чем точнее группа — «смотрели книги в жанре иронический детектив», «покупали книги Донцовой из серии про Дашу Васильеву», «открывали письма про новинки, — тем релевантнее подборка и выше отклик.
Слишком очевидные рекомендации
Товарная рекомендация, которая показывает то, что клиент уже видел или положил в корзину — это хорошо. Но тем же письмом можно продать ценность других товаров, если подсказать сопутствующий продукт, удачную замену или следующий логичный шаг.
К беговым кроссовкам добавить носки и часы с пульсометром, к смартфону — чехол и защитное стекло. Полезная подборка автоматически расширяет выбор, подталкивает к новой покупке и наращивает дополнительные продажи.
Отсутствие тестирования алгоритмов
Персонализация — это процесс, который настраивается по мере накопления данных. И очень редко рекомендации товаров выстреливают с первого раза.
Если настроить блок и забыть о нём, невозможно понять, какие товары приносят клики и продажи, а какие — нет. Какой принцип подбора работает, на какое место в письме лучше ставить рекомендательный блок, какое количество товаров в подборке оптимально.
Нужно тестировать разные варианты. Сравнивать результаты по кликам, конверсии и выручке. Оставлять те, что работает лучше. А чтобы не делать это вручную, можно использовать CDP.
Какие функции CDP помогают строить персональные рекомендации в рассылках
Объединение данных из разных источников
Чтобы подборка попадала в клиента, платформе нужны данные о нём. Sendsay интегрируется с сайтом, мобильным приложением и CRM. Собирает данные и сводит информацию в единый профиль.
Формирование единого профиля клиента
Один и тот же человек заходит на сайт с телефона, оформляет заказ по звонку и подписывается на рассылку с рабочей почты. CDP связывает эти данные через разные идентификаторы — email, телефон, ID, cookies, — убирает дубли и создаёт единый профиль клиента: одну карточку со всей историей.
Чем полнее профиль, тем точнее платформа понимает интересы человека и тем точнее становятся персональные рекомендации в рассылках.
Использование данных в режиме реального времени
Платформа фиксирует каждое действие клиента, обновляет данные и корректирует сегменты. Например, посмотрел он товары из категории «Электроника», но не купил — вслед можно отправить письмо с подборкой рекомендуемых товаров на сайте, пока интерес активен. Это снимает одну из основных причин промахов — работу на устаревших данных.
Автоматическое обновление рекомендаций
Чем больше релевантных товаров видит клиент, тем выше его вовлечённость и средний чек. В Sendsay для этого есть два типа рекомендаций:базовые и сгенерированные AI. К первым относятся подборки самых продаваемых позиций по общей выручке, лидеров продаж в категории и самых просматриваемых товаров на сайте.
AI-рекомендации работают на опережение. Искусственный интеллект анализирует историю покупок и просмотров конкретного покупателя, а также поведение похожих на него пользователей, и формирует прогнозные подборки — сопутствующие товары, персональные рекомендации и позиции, которые потенциально заинтересуют клиента. Система обучается и обновляет рекомендации товаров ежедневно, без ручной настройки.
Эффект заметен на цифрах. Так, мультибрендовый магазин премиальной одежды и обуви подключил AI-рекомендации в сценарии «Брошенный просмотр» и получил рост выручки более чем в четыре раза. Без рекомендаций товаров письма приносили 110 530 ₽, а с AI-рекомендациями — 489 778 ₽.
Омниканальная персонализация
Рекомендации товаров работают не только в email-рассылках. На основе единого профиля CDP ведёт общение с клиентом во всех каналах — СМС, пушах, мессенджерах — и объединяет их в каскадные сценарии.
Например: клиент добавил товар в корзину и не оплатил — через час ему приходит письмо с этим товаром и подборкой к нему. Если письмо не открыто спустя несколько часов, следом приходит пуш. Клиент получает единое предложение, а не разрозненные сообщения из разных каналов.
Как сделать товарные рекомендации в Sendsay
Настроить рекомендации нужно один раз — дальше подборки собираются автоматически, на основе действий подписчиков.
Вот какие шаги предстоит выполнить:
- Настроить передачу данных с сайта и из приложения, чтобы CDP видела просмотры карточек, добавления в корзину и покупки.
- Написать в поддержку Sendsay, чтобы активировать модуль товарных рекомендаций.
- Создать шаблон рассылки с местом под блок похожих товаров.
- Добавить рекомендательный блок в письмо через код с командой подстановки.
- Запустить тестовую отправку и проверить, корректно ли подтягиваются рекомендуемые товары в письмо. Если всплывают ошибки, обратиться в службу поддержки.
Попробовать Sendsay бесплатно →
Ответы на часто задаваемые вопросы
