В одной из прошлых статей мы рассказывали, как собирать данные об аудитории через сайт. С их помощью можно изучить и сегментировать посетителей, чтобы создавать персонализированный контент. За счет него можно заметно поднять продажи на сайте — согласно исследованию, 86% покупателей признают, что персонализация напрямую влияет на решение о покупке. Из этой статьи вы узнаете, что такое персонализированный контент и как его применять на практике.
Что такое персонализированный контент
Персонализированный контент строится на основе данных об аудитории. Вы собираете данные с сайта, социальных сетей и других платформ, сегментируете аудиторию и обращаетесь к ней напрямую. Данные могут быть какие угодно: возраст посетителя, его пол, место проживания, история покупок и так далее. Чаще всего информация собирается на основе cookies, которые оставил гость, или с помощью форм на сайте. При этом персонализированный маркетинг можно использовать как в сфере B2C, так и в сфере B2B.
Представьте, что пользователь зашел на сайт, где продают одежду. Посмотрел несколько товаров, но ничего в итоге не купил. При этом сайт «запомнил» посетителя — когда он зайдет в следующий раз, система на основе просмотров предложит рекомендуемые товары.
Это один из вариантов применения персонализированного контента. Есть и более сложные формы: например, когда магазин отправляет на почту гостя рассылку с товарами, которые он положил в корзину, но не стал оплачивать.
Зачем использовать персонализированный контент
Когда пользователь видит обращенное к нему предложение, то больше шансов, что он не уйдет с пустыми руками. Таким образом, персонализированный контент помогает компаниям привлекать на сайт посетителей и больше продавать.
Чтобы использовать персонализацию, нужно собрать данные. Рассказываем, какие инструменты могут это сделать и как применить персонализированный контент на практике.
Как собирать информацию и применять ее на практике
Для сбора информации есть несколько инструментов и методов.
«Яндекс Метрика»
Собирает данные о пользователях по полу, возрасту и географии посетителя. Также показывает, с какого устройства он зашел, каким браузером пользуется и сколько у него сейчас времени. Сервис можно интегрировать в CRM-системы типа «Битрикса 24» и использовать для сегментации клиентов. Например, выяснить, что мужчины в возрасте 25–34 лет чаще всего пользуются вашими услугами, и создавать контент уже для этой группы пользователей.
Применять данные из «Яндекс Метрики» можно, например, для предложения на основе географии посетителя. Сайт будет автоматически определять ваш город, чтобы показывать предложения из магазинов, которые находятся в вашем месте проживания.
Сеть DNS уточняет город посетителя сайта
Платформа клиентских данных (CDP)
Это базы клиентов, в которых хранятся их личные данные, история взаимодействия с вашим продуктом, история поиска и другая информация. Система показывает, что клиент делал на вашем сайте, открывал ли рассылки, когда и сколько покупал и так далее. Всё это позволяет составлять подробный портрет пользователя, на основе которого вы и можете сегментировать аудиторию. Популярные CDP-платформы — Mindbox, Passteam и так далее. Для B2B-сегмента можно посоветовать сервисы Clearbit Connect и UpLead.
Собранная информация помогает организовать ленту рекомендуемых товаров. Вы видите, чем интересовался человек в прошлый раз, и предлагаете ему подборку популярных товаров на основе этих просмотров. Так больше шансов, что гость сразу купит понравившийся товар, а не будет искать его по всему магазину.
Ozon составляет ленту рекомендуемых товаров, основанную на предыдущих просмотрах
Кроме того, при помощи CDP можно предлагать посетителю личные акции. Например, показывать гостю уникальные скидки, интересные именно ему. Если вы снижаете цены на компьютерные комплектующие, а посетитель недавно искал видеокарту или процессор, можно сообщить ему о скидке. Или устраиваете распродажу в определенном городе и сообщаете об этом его жителям.
Wildberries показывает скидки, основываясь на предпочтении посетителя. Так больше шансов, что гость купит товар
Счетчик-пиксель
Счетчик-пиксель — это скрипт, связывающий ваш сайт с рекламным кабинетом, из которого вы управляете таргетированной рекламой. Счетчик видит, что делает посетитель на сайте, после чего отправляет данные на ваш аккаунт.
Счетчик-пиксель применяется для персонализированной рекламы. Он позволяет обращаться с рекламного баннера напрямую к читателю — можно назвать город или указать на историю предыдущих поисков. Это помогает преодолеть баннерную слепоту и достучаться до посетителя.
Сбор данных для email-рассылки
Обращенное напрямую к читателю письмо — один из самых эффективных методов персонализации. Маркетологи уверяют, что персонализированная рассылка на 139% повышает кликабельность по сравнению с обычными письмами. В тексте можно обратиться по имени к адресату и, например, сообщить о скидках на товар, который он просматривал ранее.
Чтобы собрать базу данных для рассылки, можно использовать несколько методов:
- Предложить подписаться во всплывающем окне на главной странице.
- Оставить форму подписки в подвале сайта.
- Собрать данные во время офлайн-мероприятия.
Учтите, что посетитель должен явно согласиться на сбор персональных данных. Например, поставить галочку во время заполнения формы.
Персонализированная рассылка от «Активного гражданина» — авторы письма обращаются к адресату по имени и отчеству
Как сегментировать аудиторию
Чтобы персонализация была наиболее эффективной, посетителей нужно сегментировать. Есть три варианта, как это сделать.
Сегментация на основе анкетных данных. Если известен пол, возраст или географическое местоположение человека, можно сегментировать аудиторию на основе этих данных, а потом показывать разным группам разный контент. Например, если у вас маркетплейс, то логично демонстрировать разные товары 30-летнему мужчине из Владивостока и 15-летней девушке из Москвы. Но учитывайте, что это базовый метод, — он не позволяет показывать пользователю контент, максимально ориентированный на его интересы, потому что мы многое о нем не знаем.
Сегментация на основе взаимодействия с вашим продуктом. Упомянутые платформы клиентских данных изучают, как посетитель попал на сайт, что на нем делал, какими товарами интересовался, что писал в поддержку, на какие баннеры кликал, что покупал и на какую сумму. Данные из этих аналитических систем можно использовать для сквозной аналитики:
- сегментировать аудиторию по многочисленным критериям;
- выбирать каналы рекламы, которые приносят лучший результат;
- показывать самые эффективные рекламные креативы с персонализированными предложениями;
- создавать программы лояльности.
Например, владелец образовательной платформы может заметить, что гости интересуются курсами по Data Science, и предложить на них скидку.
Сегментация на основе предпочтений. При помощи аналитических систем и счетчика-пикселя изучаются действия посетителя в интернете: что покупал, какие сайты посещал, на какие сообщества подписан и так далее. Эта информация помогает выявить предпочтения гостя. Скажем, если магазин одежды узнает, что его новый посетитель регулярно заказывает запчасти для мотоцикла, а в соцсетях подписан на сообщества байкеров, — логично предложить ему подборку кожаных курток.
Чек-лист: что нужно для успешного применения персонализированного контента
Итак, персонализированный контент обращен к посетителю сайта напрямую. Он помогает достучаться до человека и повышает шанс, что гость не уйдет без покупки. Чтобы использовать такой вид маркетинга, нужно:
1. Собрать данные о пользователях и применить эту информацию на практике. Сделать это можно при помощи «Яндекс Метрики», счетчика-пикселя, опросов, форм подписки на рассылку или платформ клиентских данных, собирающих информацию для сквозной аналитики.
Когда данные собраны, можно создавать персонализированный контент. Это может быть:
- Предложение товаров и акций на основе географии пользователя.
- Создание ленты товаров, ориентированной на гостя.
- Предложение персональной скидки.
- Персонализация рекламы или рассылок.
2. Не забывать о сегментации аудитории. Это делается как на основе анкетной информации, вроде пола и возраста, так и на основе взаимодействия с продуктом или интересов посетителя. В дальнейшем можно создавать контент, ориентированный на каждый сегмент.