Клиент в пиццерии подключился к Wi-Fi. Как это использовать для роста продаж: кейс

Представьте ситуацию: посетитель приходит в магазин или кафе, подключается к точке Wi-Fi — и передает данные о себе. Пол, возраст, предпочтения… Всю эту информацию можно анализировать и использовать в маркетинговых целях. Как такой инструмент big data (технология сбора, обработки и анализа большого массива данных) можно использовать в бизнесе: читайте кейс интернет-провайдера «Деловая сеть» и сети пиццерий «Пицца Темпо».

— Ранее считалось, что использовать big data в маркетинговых целях могут позволить себе только мультинациональные или национальные гиганты — мобильные операторы, банки, автоконцерны — те, кто располагает не только значительными собственными объемами данных, но и достаточными средствами для их использования. Однако сейчас технология становится доступней, в том числе благодаря продуктам с открытыми кодами (open source).

Использование big data намного реальнее, чем кажется на первый взгляд. И источником больших данных могут быть общественные точки доступа Wi-Fi. Ведь любой контакт внутри беспроводной сети не остается незамеченным. Времена, когда Wi-Fi был дополнительным сервисом, который помогал привлекать и удерживать клиентов за счет бесплатного доступа в Интернет, прошли. Сегодня беспроводной доступ дает возможности изучить свою аудиторию, выстраивать коммуникацию с ней.

Прежде всего, речь идет о возможности составить портрет аудитории самостоятельно, без привлечения исследовательских агентств. Cуществуют системы, которые автоматически анализируют всех зарегистрированных пользователей через глобальную базу данных.

Алгоритм работает так, чтобы вы получали подробную информацию о социально-демографических (пол, возраст) и поведенческих характеристиках (интересы — учеба, погода, новости и т.п.) всех пользователей Wi-Fi.

Для чего можно использовать данные Wi-Fi

1. В первую очередь статистика демонстрирует ключевые показатели: пол, возраст, социальный статус, интересы. Вы можете подтвердить уже имеющееся представление о своем клиенте или его опровергнуть. К примеру, вы считали, что ваш средний клиент — менеджер с высоким достатком, а статистика показывает, что это специалисты со средним заработком.

2. Можно проводить локальные исследования-опросы целевой аудитории. К примеру, компания вводит новый продукт, но не знает, как это откликнется ее клиентам. Можно спросить их напрямую, задав вопрос при подключении Wi-Fi.

3. С учетом полученных данных можно сформировать точечные адресные предложения. К примеру, если среди клиентов преобладающая масса студентов, в предложении можно указать проблемы с недосыпом, сессией.

Как это работает на практике — пример

Совместно с маркетологами сети пиццерий «Пицца Темпо» мы углубленно изучили целевую аудиторию сети, используя данные Wi-Fi.

Большой поток посетителей для них является нормальным явлением. За завтраком заведения становятся местом рабочих встреч, в обед их посещают сотрудники близлежащих офисов, а вечером — студенты и семьи с детьми. Согласитесь, что это неоднородный контингент, и сформулировать ЦА довольно трудно.

Задача. Нам нужно было проанализировать демографические и поведенческие особенности посетителей, а также — определить, как привлечь новых и повысить лояльность уже имеющихся клиентов, увеличить поток посетителей и/или средний чек.

Реализация. Во всех заведениях работает Wi-Fi с возможностью сбора расширенной статистики о пользователях. Это значит, что любая регистрация в сети не проходит мимо. Все внесенные данные анализируются и собираются в единую базу. В ней стандартно указывается пол, возраст пользователей, а также их интересы.

Аналитику этой базы мы и использовали. В итоге мы получили 2 основных сегмента ЦА с разными показателями платежеспособности:

• Студенты — 40%
• Офисные сотрудники — 40%.

Далее мы разработали две рекламные кампании в Facebook и Instagram. Одна была направлена на контрольную группу, которая была определена ранее как целевая аудитория сети пиццерий, а вторая — на пользователей, имеющих интересы, которые мы выявили.

Каждая кампания была запущена с персональным промокодом, по которому пользователь получал бесплатный напиток. С помощью промокода мы могли отследить количество заказов в заведениях.

Мы предполагали, что в случае рекламы по интересам мы получим больший отклик по отношению к нашей стандартной рекламе. Однако данные оказались практически одинаковыми. Причина может быть в алгоритмах выдачи Фейсбука. Он автоматически может вычислять интересы необходимой нам аудитории по первым реакциям. Этот эксперимент необходимо будет еще повторить, установить закономерность и изучать подробнее.

В любом случае получить подробное описание поведенческих особенностей никаких дополнительных затрат не составило. И коммерческие результаты были положительными.

Что мы сделали далее?

Сбор e-mail и таргетированная реклама. Мы доработали портал авторизации пользователей в Wi-Fi и ввели пункт «Ввести e-mail» при регистрации в сети. Это было необязательно, но так «Пицца Темпо» получила хороший отклик, что подтверждает высокую лояльность посетителей к бренду заведения.

67% пользователей указали свой контакт и согласие на участие в рекламных кампаниях.

Мы выгрузили базу почтовых адресов и таргетировали на нее рекламу в Фейсбук. Из этой же базы мы составили аудиторию look-a-like — Фейсбук на основании данных нашел людей со схожими интересами, которые могут быть потенциальными клиентами сети.

В этих двух случаях мы получили меньший охват, чем в двух первых кампаниях. Цена за клик стала выше, однако с ней же и выросла конверсия. Эти кампании также запущены с персональными промокодами на бесплатный напиток. Заказы по ним были выше обычного показателя.

Баннерная реклама. Баннеры демонстрировались при всех авторизациях или новых регистрациях в сети Wi-Fi. Прямой контакт с баннером составляет примерно 3−5 секунд (а вообще — сколько угодно, но исследования потребителей рекомендуют не более 5 — в случае статичной картинки, и не более 10 секунд — в случае с гиф- или видео-баннером), что уже достаточно для фиксации и запоминания. А это значит, что такое решение эффективно.

Баннер невозможно пропустить — его просматривает 100% пользователей точки Wi-Fi. После показа происходит редирект на любую целевую страницу, необходимую бренду. И только после этого пользователь получает доступ в сеть. В нашем случае баннер рассказывал о специальных предложениях пиццерии и новом меню. В течение двух недель он был продемонстрирован более 29 000 раз. Пока это было тестовое решение.

Также мы планируем немного геймифицировать баннер. Можно сделать небольшой опрос или даже квест. К примеру, напишем кодовое слово, по которому официант не только угостит чашкой кофе, но и станцует или расскажет стихотворение.

Результаты

Благодаря статистике и методам анализа данных маркетологи получили ряд плюсов:

• Подтвердили свое представление о ЦА заведений и смогли сегментировать ее на основании интересов
• Определили демографические и поведенческие характеристики посетителей
• Смогли понять, как взаимодействовать со своей аудиторией и расширить ее за счет поиска по схожим интересам в Фейсбуке.

Успешно работать с big data с помощью точки Wi-Fi могут не только кафе, отели, рестораны. Этот кейс — один из примеров, как заставить точки Wi-Fi работать c большей отдачей для бизнеса: не только предоставлять своим посетителям бесплатный Интернет, но и наладить почти персональный контакт. И предлагать то, что нужно в данный момент в данном месте.

Материал подготовлен IPM Review Бизнес-школы ИПМ