На создание сегментов можно потратить очень много времени, особенно при большом количестве условий. Вам поможет автоподстановка данных.
Когда вы настраиваете очередную емейл-рассылку, первое, что нужно сделать — определить необходимый сегмент получателей.
Вы собираете группу пользователей для рассылки, готовите 5 писем для каждого сегмента. И одна емейл-кампания, кажется, длится вечность.
И если с выборками для рассылки специального предложения ситуация понятна, то что же делать, чтобы упросить процессы?
Как автоматизировать сегментацию, чтобы отправлять одно письмо с релевантным предложением сразу всем пользователям?
Для тех, кому нравится делать сегментацию вручную мы написали статью об определении сегментов.
Сегментация не стоит свеч
Многие емейл-маркетологи при отправке писем вовсе не делают сегменты, а отправляют массовые рассылки по всей базе. Да, если сделать правильные выборки, это увеличит показатели, количество заказов.
НО! Сколько на это нужно потратить времени? Например, чтобы сегментировать подписчиков на основе RFM-анализа, даже у грамотного аналитика уйдёт много времени. Поэтому сегментация не всегда оправдана.
Пример сегмента:
Не тратьте время впустую
Представьте, что перед вами задача отправить рассылку подписчикам, разделив их по полу, отправить разные товарные предложения в зависимости от возраста, города, интересов и предпочтений.
Это, как минимум, 4 условия и 2 рассылки.
Добавьте к этим данным еще и поведение: время проведенное на сайте, глубина просмотра страниц. Вы получите огромный список условий, по которым надо сделать выборку подписчиков. После манипуляций с данными останется протестировать каждое из 2 писем.
Чтобы избавиться от рутины, добавьте условия для сегментации сразу в код письма.
Приведем пример.
Интернет-магазин Butik.ru использует условия для double opt-in рассылок, предлагая пользователям скидку в обмен на согласие на подписку.
Для каждой формы на сайте срабатывает разное условие. В случае, если пользователь не подписался при первой сессии на сайте, меняется текст в всплывающем окне при следующем посещении, и по заданному условию будет отправлено письмо-подтверждение с другим текстом.
Важно понимать, что письмо настраивается одно, а получатели видят содержимое в зависимости от условия и источника подписки.
С этого и начинается автоматическая сегментация пользователей.
Чтобы не ходить вокруг да около, сразу покажем, что из себя представляют условия в письмах и как работают.
Автоматическая сегментация при помощи условий в письмах
Разберем на примере, что из себя представляют условия. Рассмотрим работу с условиями в профессиональной платформе ExpertSender и популярной среди миллионов пользователей по всему миру Mailchimp.
1) Пример условия ExpertSender:
Данное условие отобразит имя подписчика в письме только в том случае, если данное поле в списке рассылок не равно пустому значению. В другом случае имя пользователя не отобразится.
2) В Mailchimp условия работают практически аналогично. Отличается синтаксис:
С применением даже таких условий сегментация отходит на второй план.
Используйте условия в письмах не только для работы с именем подписчика. Подставляйте блоки с предложением оформить подписку для пользователей, которые этого еще не сделали либо не совершили иное действие.
Пример письма Fl.ru с предложением опубликовать конкурс. В зависимости от наличия PRO аккаунта будет отправлен один вариант или второй:
Анонс конкурса для пользователей без PRO аккаунта:
Анонс конкурса для пользователей с PRO аккаунтом:
Автоматическая сегментация с помощью таблиц данных.
Для подготовки одного письма с данными из таблиц вы потратите время. Бесконечно работать с сегментами или научиться работать с динамическим персонализированным контентом? Хватит сегментировать, автоматизируйте свои рассылки!
Покажем вариант работы с таблицами на примере рассылки развлекательного проекта Имхонет.
Кейс Имхонета: формирование письма c помощью динамического контента из таблиц данных.
Имхонет — это развлекательный портал, на котором можно найти разнообразные фильмы, сериалы, книги и пр. Благодаря персональным рекомендациям пользователи получают контент, отвечающий их вкусу и предпочтениям.
В данном кейсе нет информации о росте конверсии, увеличению подписчиков за 10 дней или о росте выручки при отправке очередного промо-письма. Расскажем о том, как мы работали над письмом с рекомендациями.
Задача
Пользователи Имхонета привыкли к рекомендациям контента на сайте. Поэтому тот же путь выбран для регулярной рассылки — рекомендации контента по интересам пользователя.
Решение
При формировании рассылки для проекта Имхонет использованы перечисленные выше методы: и условия внутри письма, и таблицы данных. Не обошлось и без ручной сегментации базы, чтобы сформировать группу пользователей, которые активны в рассылках.
Последовательность наших действий:
1) Таблицы данных.
Первый этап начался с определения количества необходимых данных для рассылки и определения структуры ТД. В итоге получилось 5 основных таблиц с элементами для наполнения письма.
2) Подготовка шаблона письма.
После определения данных, необходимых для письма, мы подготовили макет:
3) Подстановка данных в рассылку и подготовка к отправке.
После тестирования передачи данных в таблицы и их полного наполнения, мы приступили к настройке письма.
Для использования данных из таблиц использовали запросы вида:
<!— Тянем строки с элементами из таблицы element, по id элементов: —>
<var Element_1=»GetRows(‘element’, null, null, new [] {new Filter(‘element_id’, EQ, User_Elements[0][‘element_1’])})»/>
<var Element_2=»GetRows(‘element’, null, null, new [] {new Filter(‘element_id’, EQ, User_Elements[0][‘element_2’])})»/>
<var Element_3=»GetRows(‘element’, null, null, new [] {new Filter(‘element_id’, EQ, User_Elements[0][‘element_3’])})»/>
<var Element_4=»GetRows(‘element’, null, null, new [] {new Filter(‘element_id’, EQ, User_Elements[0][‘element_4’])})»/>
<var Element_5=»GetRows(‘element’, null, null, new [] {new Filter(‘element_id’, EQ, User_Elements[0][‘element_5’])})»/>
<var Element_6=»GetRows(‘element’, null, null, new [] {new Filter(‘element_id’, EQ, User_Elements[0][‘element_6’])})»/>
<var Element_7=»GetRows(‘element’, null, null, new [] {new Filter(‘element_id’, EQ, User_Elements[0][‘element_7’])})»/>
<var Element_8=»GetRows(‘element’, null, null, new [] {new Filter(‘element_id’, EQ, User_Elements[0][‘element_8’])})»/>
<var Element_9=»GetRows(‘element’, null, null, new [] {new Filter(‘element_id’, EQ, User_Elements[0][‘element_9’])})»/>
<!— Тянем строку с информацией для баннера из таблицы mailing_params, по content_id первого элемента —>
<var Banner=»GetRows(‘mailing_params’, null, null, new [] {new Filter(‘content_id’, EQ, Element_1[0][‘content_id’]), new Filter(‘name’, EQ, ‘banner_1’)})»/>
<var Intro=»GetRows(‘mailing_params’, null, null, new [] {new Filter(‘content_id’, EQ, Element_1[0][‘content_id’]), new Filter(‘name’, EQ, ‘intro’)})»/>В данном случае использовался синтаксис ExpertSender, так как письмо отправлялось с помощью этой платформы.
Для вывода нужной информации в содержимое письма использовались условия:
<if condition=»Element_1[0][‘content_id’].ToString() == ‘1’»>Рекомендуемая<br>книга</if>
<if condition=»Element_1[0][‘content_id’].ToString() == ‘3’»>Рекомендуемый<br>фильм</if>
<if condition=»Element_1[0][‘content_id’].ToString() == ‘5’»>Рекомендуемая<br>игра</if>
<if condition=»Element_1[0][‘content_id’].ToString() == ’54′»>Рекомендуемый<br>сериал</if>
<if condition=»Element_1[0][‘content_id’].ToString() == ’55′»>Рекомендуемая<br>телепередача</if>В итоге получилось 9! подобных блоков только для подстановки нужных нам заголовков, а в письме было использовано 30 различных элементов вывода контента.
В ExpertSender письмо выглядит так:
4) Тестирование и запуск.
После настройки несколько раз протестировали письма и запустили рассылку в бой.
Заключение
Передача данных, интеграции, настройки требуют тщательного тестирования.
Представьте себе, миллион пользователей, миллиард предпочтений и интересов, несколько категорий контента и по всем этим условиям нужно протестировать и сформировать сегменты. Та еще задача.
Пробуйте и автоматизируйте свою работу. Удачи.
