Как сегментировать базу контактов для email-рассылок?
Помните захватывающие сцены из фильмов? Опасность. Невероятно милая блондинка сейчас упадёт с крыши дома и разобьётся. В последний момент приходит герой и спасает горе-барышню. Все счастливы.
Жизнь интернет-маркетолога не лишена экшна. Вы вот-вот потеряете Клиента. Мгновение — и он забудет о вас навсегда. В последний момент отправляете ему купон на огромную скидку. Клиент спасён. Все счастливы.
Но как интернет-маркетологу уловить нужный момент? Когда можно ненавязчиво напомнить? Когда стоит давить на полную? А когда забыть о бывшем покупателе?
Для этого нужен анализ баз данных и сегментация.

Сбор данных для сегментации
Данные для email-рассылок нужно собирать со всех источников. Накопленная статистика продаж за 3 года. Регистрации на сайте. Онлайн- и оффлайн-покупки.
Все это бережно накапливается и сохраняется в:
- базах данных — CRM, ERP или CMS;
- системах аналитики — Google Analytics, Яндекс.Метрика;
- в файлах Excel.
Чтобы правильно собирать информацию о Клиентах, ответьте на такие вопросы:
- Какой % базы не покупает?
- Какой % базы покупает только 1 раз?
- Какой % базы покупает больше 1 раза?
- Как часто покупают мои Клиенты?
- Когда перестают покупать?
- Что именно покупают?
Чтобы не запутаться в базе, у вас должен быть уникальный идентификатор Клиента — id. Вы можете присваивать свой внутренний идентификатор. Можете использовать телефон или email.

Собирайте данные по таким правилам:
1. Делите выборку на очевидные сегменты. Например, опт/розница.
2. Если ваши сотрудники покупают что-то для себя в вашем магазине, заставляйте их делать заказы с корпоративного ящика, чтобы было легко отделить их от общей массы Клиентов. Иначе, если таких заказов достаточно много, в малом и среднем бизнесе это искажает данные и адрес сотрудника попадает в категорию самых лояльных Клиентов. Корпоративные адреса можно легко отфильтровать, тогда останется только чистый список Клиентов.
3. Отдельно отмечайте заказы от партнёров-рефералов, чтобы при необходимости легко отделить их от «обычных» Клиентов.
4. Сохраняйте статусы заказов (выполнен/отменён по нашей вине/отказ Клиента).
5. (Необязательно): сохраняйте информацию о содержании заказов — какая группа товаров.
Структура базы данных
После того, как база собрана, начинаем её чистить и структурировать.
Часто можно выделить такие полезные поля в списке Клиентов:
- номер заказа;
- email (в идеале — id Клиента);
- дата заказа;
- статус заказа;
- сумма заказа;
- содержание заказа: тип товара.
Это данные, с которыми можно работать. Но их бывает недостаточно. Добавьте поля, которые можно вычислить самостоятельно:
- Количество заказов
- Количество уникальных заказов
- Количество выполненных заказов
- Дата первого и второго заказа
- Дней между заказами 1 и 2
- Год и месяц текущего заказа
- Год и месяц 1-го заказа
- Месяцев и дней с первого заказа
- Уникальный заказ или второй заказ за 1 день
Вручную это сложно создать. Нужен Excel, время сотрудников и компьютер с большим объёмом оперативной памяти. Легче обратиться к программисту и попросить его добавить эти поля.
Когда список готов, начинаем структурировать данные под потребности маркетинга.
1. Структура базы по количеству заказов
Определяем, кто не покупает никогда, кто покупает только 1 раз и т.д.
Используйте сводную таблицу:

В ней вы видите распределение заказов по базе Клиентов.
2. Когда люди перестают покупать?
Чтобы узнать это, используйте когортный анализ. Это инструмент, который позволяет маркетологу заглянуть в будущее. Определяет вероятность повторных покупок. И жизненный цикл Клиента. Когда люди перестают покупать?
Как работает когортный анализ?
Например, у нас есть группа людей, которые сделали первую покупку в январе. Это отдельная когорта. Сводим статистику по этой группе. Выясняем, что большинство таких людей совершили повторную покупку в марте и мае. После этого ничего не покупали.
Берем следующую когорту. Люди, которые впервые купили в феврале. Они покупают снова в апреле и июне. И уходят.
По такому же принципу анализируем всех покупателей. Находим тенденцию — Клиенты совершают по 2 повторные покупки. Через 2 и 4 месяца после первой. А потом склонны не возвращаться в магазин.
Можно делать вывод, что все покупатели в будущем будут вести себя так же.
Это идеальная ситуация. В жизни поведение пользователей сложнее. Но в нем есть закономерности. Когортный анализ показывает эти закономерности и дает прогноз на будущее.
Как использовать когортный анализ для сегментации базы?
Колонка слева — год первого заказа Клиентов. Колонка справа — сколько месяцев прошло с первого заказа.
Получаем такую таблицу:

Каждая строчка таблицы — информация по месяцу и году. Когда люди, которые пришли в первый раз в январе 2014 года, перестали покупать?
Для чего это нужно? Чтобы понять цикл покупки. Например, вы видите закономерность, что люди умирают в базе через 6 месяцев. Это есть ваше узкое место. Место для экшна. У вас есть 6 месяцев, чтобы реанимировать Клиента. Дальше человек не будет покупать.

После того, как вы собрали и структурировали данные, можно создавать сегменты для рассылки.
Совет! Срезы по базе делайте не чаще, чем 1 раз в квартал. Делать чаще нет смысла. Воронка не успеет поменяться.
Критерии для сегментации
Универсальные сегменты для рассылок:
- one-time-buyers — люди, которые купили только 1 раз;
- те, кто не смог купить — только зарегистрированные пользователи;
- покупал давно, но перестал;
- делал 2 и больше покупки и перестал;
- лояльные Клиенты.
Это готовые списки для рассылок, которые можно улучшить с помощью анализа баз данных.
Например, берём сегмент one-time-buyers. Делим его на 2 группы: недавние покупатели и люди, которые сделали покупку давно.

Повторяем действие для сегмента людей, которые никогда не покупали. Оставили email недавно или давно.

Получили 4 сегмента для рассылки. Отправили письма. Результаты могут быть разными. Конверсия по сегментам наших Клиентов отличается в 10 раз.

Что делать с новыми сегментами? Дальше вы можете настроить систему триггерных имейлов. И автоматически отправлять реанимационные письма Клиентам, которых можете потерять.
Понимайте Клиентов лучше. Отправляйте хорошие письма в правильный момент. И продажи вырастут.
Улучшили доставляемость писем для 23 компаний
Интернет-магазин агропродукции
Система автоматизации ресторанов и кафе
Разработчики софта под Mac
Читай также
Партнеры
Google Analytics Individual Qualified
c 2009 г.
Meta Business Partner.
Таких всего ~16 в Украине
- Сертификации: Bing Ads Accredited Professional 2015
- HubSpot Email Marketing Certified 2020
- HubSpot Inbound Certified Professional 2009
- Reply.io Outbound Sales Mastery 2021
- Сертифицированный консультант Google Ads 2011
Клиенты
С 2008 года мы работали с 263 Клиентами и помогли им сделать интернет-маркетинг эффективнее и заработать больше.
Клиенты
О НАС
Почему мы выбрали Roman.ua?
Потому что в хорошем смысле они задроты.
Мы в СМИ
Мы — фанаты продуктивности.
Ваше и наше время стоит дорого и мы хотим использовать его максимально эффективно. Будем рады договориться о встрече, внести её в календарь и поговорить голосом лично или онлайн.
Но к встрече нам нужно будет подготовиться. Для этого мы начнем общение по email и вышлем вам бриф.