Как омниканальность помогает экономить бюджет на продвижение: 5 кейсов и гайд для бизнеса по внедрению

Омниканальность — это объединение разрозненных каналов общения с клиентом в единую систему, в которой опыт взаимодействия с брендом становится бесшовным за счет того, что все акции едины и система помнит обо всех действиях клиента. Например, кто-то купил кофеварку в офлайн-магазине — при посещении сайта увидит рекомендацию пополнить запас фильтров. Product owner лояльности платформы автоматизации Mindbox Андрей Медведев рассказал «Про бизнес» на примере «Вкусвилла», зачем омниканальность нужна бизнесу и почему без программы лояльности собрать клиентские данные не получится. В статье также кейсы Charuel, italy & co., «Асконы», «Петровича» — эти бренды благодаря омниканальности оптимизируют затраты. А в конце вы найдете памятку по внедрению инструмента.

---

Зачем бизнесу омниканальность?

— Ответ на вопрос поможет дать пример «Вкусвилла», одного из самых заметных игроков на этом поле в России. Активно развивать омниканальность в сети начали во время пандемии, с ростом числа доставок.

Проанализировали результаты — оказалось, что у омниканальных клиентов выше и средний чек, и частота покупок. При этом в онлайне средний чек в 1,8 раз выше, чем в офлайне: главная задача «Вкусвилла» — привлечь офлайн-покупателей в онлайн.

Делают это с помощью QR-кодов в торговом зале, радиороликов и скриптов для кассиров. Основной же инструмент — программа лояльности. Бóльшая часть привилегий доступна онлайн: в мобильном приложении представлены уникальные продукты и акции, удобно получать информацию обо всех предложениях.

Однако главная роль программы лояльности не в привлечении в онлайн — она позволяет идентифицировать клиентов в офлайн-магазине. Других способов нет: клиенты делятся своими персональными данными и тратят время на предъявление карты в обмен на бонусы и скидки. Чтобы максимально упростить идентификацию, «Вкусвилл» предлагает покупателям выбор: можно назвать номер карты или телефона кассиру, отсканировать QR-код товаров или QR-код на кассе с помощью приложения.

Омниканальность также влияет на удовлетворенность клиентов. Американо-швейцарское исследование The state of customer experience, в котором участвовало 619 респондентов, выявило прямую связь между уровнем развития омниканальности и удовлетворенностью клиентов. NPS (индекс потребительской лояльности) у компаний со зрелой омниканальной стратегией равен 85 (против 58 с незрелой).

«Вкусвилл» в этом смысле следует тренду: в компании есть направление сервисного дизайна, которое работает над созданием идеального процесса онлайн-заказа и, по словам лидера направления, «как иголочка сшивает между собой направления, отделы, процессы, чтобы покупатели получали классный опыт взаимодействия со „Вкусвиллом“».

Как омниканальность помогает брендам экономить

Пример 1. Бренд Charuel — снижение затрат на скидки по программе лояльности. До 2020 года у фешн-брендов Charuel и Calista была скидочная программа лояльности. Для получения скидки достаточно было на кассе предъявить пластиковую карту — ее часто передавали подругам. Это размывало клиентский профиль и усложняло сегментацию. Проблемой была и обезличенность базы: из нескольких сотен тысяч выданных карт только к 50% был привязан номер телефона, к 16% — email, а по 36% не было никаких данных, даже имени.

Программа лояльности действовала и в офлайне, и в онлайне, но подлинной омниканальности не было: данные обновлялись с сильной задержкой. Клиенты в офлайне заполняли анкеты вручную, затем сотрудники магазинов переносили данные в Excel и направляли в офис, где их так же, вручную, загружали в 1С. Информация о покупках передавалась раз в сутки. В онлайне ситуация была еще хуже: накопления и регистрации клиентов из интернет-магазина попадали в общую базу 1С один раз в месяц, при закрытии отчетного периода.

В результате уровень программы лояльности обновлялся с опозданием, базу сегментировали только по городу и размеру скидки (не всегда актуальному). Не было возможности полноценно коммуницировать с клиентами и предлагать акции только тем, кто не совершит следующую покупку без них.

В начале 2020 года компания перешла на единую платформу клиентских данных — за четыре месяца в новую систему перенесли цепочки из SMS- и email-рассыльщиков. В апреле 2021 года начала работать новая балльная программа лояльности, где контактные данные — обязательное условие регистрации, а информация обновляется в режиме реального времени. Стала возможной сегментация базы и формирование персональных предложений.

Переход от раздачи скидок к бонусной модели и персональным акциям позволил сократить среднюю скидку по программе лояльности в офлайне на 4,9 процентных пункта. На 34% в целом сократилась сумма предоставляемых скидок, средний чек участников вырос на 10%.

Пример 2. italy & co. — снижение стоимости лида в рекламе. У компании italy & co. есть и рестораны, и доставка — перед бизнесом стояла задача снизить стоимость лида, а также повысить конверсию рекламы в оформление доставки и бронирование столов. Сделать это решили с помощью передачи сегментов аудитории в рекламные кабинеты «Яндекс.Директа», «ВКонтакте» и MyTarget.

Дело в том, что для настройки таргетинга по умолчанию используются только данные рекламных систем. Но у самой компании гораздо больше информации о клиентах, включая конверсию, частоту покупок и средний чек. italy & co. смогла настроить таргетинг с учетом этих показателей, потому что еще с середины 2020 года собирает и сегментирует аудиторию в единой платформе клиентских данных.

Для теста выбрали клиентов, которые показывали высокую конверсию в рассылках, — это аудитория доставки. Настроили воронку из трех сообщений: напоминание о доставке и предложение блюда в подарок → стандартная акция на доставку → предложение забронировать стол.

За месяц стоимость лида (оформившего доставку или забронировавшего стол) сократилась с 300 до 120 российских рублей — в 2,5 раза. Кроме того, на 41% увеличилось количество конверсий в оформление доставки, на 25% — количество броней столов. Доход от контекстной рекламы вырос на 23%, ее ROI — на 15 п. п. Такой результат в компании объясняют тем, что рекламу видели только «горячие» клиенты, то есть готовые к совершению целевого действия — без омниканальности у компании не было бы этих данных.

Пример 3. «Аскона» — снижение доли рекламных расходов (ДРР). Производитель товаров для сна «Аскона» смог снизить ДРР благодаря тому, что начал оценивать эффективность онлайн-рекламы с учетом офлайн-покупок. Рекламная кампания может плохо отработать в интернете, но сильно повлиять на трафик в магазины. Чтобы увидеть полную картину, нужно учитывать влияние онлайн-кампаний на офлайн-покупки — так называемый показатель ROPO.

У «Асконы» была программа лояльности, но она позволяла связать с онлайн-сессиями только 10−15% офлайн-покупок — это объясняется невысокой долей авторизующихся на сайте пользователей и коротким сроком жизни cookies. Подключение электронных чеков Upmetric позволило идентифицировать 96% ROPO-сессий — у «Асконы» появилась возможность выявлять недооцененные онлайн-кампании и перераспределять на них бюджет. Эксперимент подтвердил правильность подхода: ДДР с учетом ROPO за время теста сократилась на 2,69 п. п., выручка рекламной кампании выросла на 110,3%.

Пример 4. «Петрович» — сокращение расходов на коммуникации. Омниканальность — это объединение не только онлайна и офлайна, но и разных каналов коммуникации, например email, приложения, SMS. При этом можно настроить так называемые каскадные рассылки. Они позволяют не только достучаться до максимального количества клиентов, но и сэкономить бюджет на отправку платных сообщений.

Суть каскада следующая: общение с клиентом начинается с условно бесплатных каналов, где отправка каждого сообщения не тарифицируется, затем подключаются более дорогие каналы — в порядке возрастания цены. Каждое последующее сообщение отправляется, только если клиент не получил предыдущее (или, в другом варианте, не совершил целевое действие).

Проще всего настроить каскад, если, как в случае с DIY-ритейлером «Петровичем», сообщения по всем каналам уходят из одной платформы. Более трудоемкий, но тоже возможный вариант — отправлять сообщения из разных платформ и фильтровать открытия или целевые действия вручную.

Первое, что нужно сделать, — определить приоритетность каналов. У «Петровича» это мобильные пуши — и по отклику, и по обороту. Соответственно, коммуникации с клиентами начинаются в мобильном приложении, далее подключается email (если у клиента не установлено приложение или пуш не доставлен). Следующий этап — Viber. SMS отправляют в самом конце — тем, кто не получил все прошлые сообщения.

Благодаря каскадным рассылкам «Петровичу» удалось донести информацию до максимального количества клиентов, включая тех, у кого не указан email или не установлено мобильное приложение. Охват очень важен: DIY-ритейлер обязуется компенсировать клиентам сгоревшие баллы за свой счет, если сообщение не доставлено.

При внедрении каскадов в «Петровиче» ожидали сокращения затрат на 20−25%. Результат превысил ожидания: с 51,1% пользователей удалось связаться с помощью условно бесплатных мобильных пушей и писем. То есть затраты на коммуникации удалось сократить в два раза.

Памятка: с чего начать внедрение омниканальности

1. Определиться с целями внедрения.

Внедрение омниканальности не дает моментальных результатов: обычно она начинает окупаться не раньше, чем через год. Основная цель на первом этапе — получение «чистых» и качественных клиентских данных.

«Чистота» и качество данных — это отсутствие в базе дублей и заполненные анкеты с указанным телефоном и email. Важна также доля проникновения, то есть процент неанонимных покупателей. Как правило, компании стремятся к доле проникновения не ниже 70%. «Чистота» данных в сочетании с высокой долей неанонимных покупателей позволяет оценить реальный средний чек и частоту покупок, а значит, запускать персонализированные механики и повышать выручку.

На втором этапе уже можно говорить о целях, привязанных к выручке, — увеличении LTV (life-time value, пожизненная ценность) клиентов и, соответственно, росте выручки «период к периоду».

2. Выбрать инструмент для внедрения омниканальности.

Многие компании, особенно исторически офлайновые, живут в состоянии интеграционного хаоса — без централизации клиентских данных. Если информация задваивается или обновляется с задержкой, построить омниканальность не получится: у компании просто не будет реальных данных о частоте покупок и поведении покупателей в целом.

Отсюда — неактуальные акции и отсутствие того самого бесшовного клиентского опыта, который по определению заложен в омниканальности. Например, актуальный балльный счет в личном кабинете, мобильном приложении и на кассах будет недоступен в режиме реального времени.

Инструментом, обеспечивающим омниканальность, может быть самописная или покупная CRM, а также платформа клиентских данных (CDP). Другой вариант — объединить клиентские данные из разных систем (рассыльщика, рекомендательной системы, мобильного приложения и так далее) с помощью интеграции. Главное, чтобы все данные собирались в одном месте (так называемая мастер-база) и автоматически очищались от дублей.

3. Запустить омниканальную программу лояльности.

Программа лояльности — один из важных этапов внедрения омниканальности: она позволяет получать клиентские данные в обмен на привилегии и связываться с клиентами с помощью условно бесплатных email-рассылок и мобильных пушей.

Обычно программу лояльности запускают сначала в онлайне и только потом подключают офлайн-магазины: интеграция с кассами — самый сложный и долгий этап. Важно, чтобы клиенту было просто авторизоваться в каждом из каналов, иначе доля проникновения не будет расти. Пример удобной авторизации — click and collect, когда клиент делает заказ на сайте, а забирает его в офлайн-магазине.

4. Очистить и сегментировать базу.

Если база очищена от дублей, то бизнес видит реальное поведение клиентов и понимает, что покупатель в офлайне, мобильном приложении и онлайне — один и тот же человек.

Такую базу можно разделить на сегменты для проверки гипотез по каждому из них. Классический подход — RFM-анализ, то есть учет давности (recency), частоты (frequency) и суммы (monetary) покупок. Кроме проверки гипотез, RFM-анализ позволяет выделить самых ценных клиентов и использовать их для построения look-a-like-сегментов в рекламе.

5. Запустить омниканальные механики.

Главное, что нужно учесть, — механики должны быть персонализированными. Без этого теряется весь смысл омниканальности: она нужна для сбора данных, которые позволяют сегментировать клиентов и не тратить маржу на раздачу скидок тем, кто купит и без них.

Примеры персонализированных механик:

• предлагать повышенный кешбэк клиентам в оттоке;
• начислять дополнительные бонусы за покупку от 2 тысяч рублей тем, кто обычно покупает на тысячу;
• дарить офлайн-клиентам с высоким средним чеком купон на скидку в интернет-магазине.

6. Оценить эффективность.

Как я говорил выше, в первый год внедрения омниканальности главное — отслеживать долю проникновения, «чистоту» и качество данных. Но это не значит, что при достижении 70% проникновения можно расслабиться — всегда есть риск поломки процессов или интеграции, когда данные передаются с ошибками.

С запуском персонализированных механик выручка должна увеличиваться — ее прирост отслеживают период к периоду. Важный момент: чтобы персонализированные механики давали этот эффект, нужно понимать, какие из них привлекательны для клиентов, то есть проверять гипотезы с помощью контрольной группы.