Marketing Automation w Ecommerce - sposób na
maksymalizację konwersji dzięki
komunikacji one-to-one
Bartłomiej Piechota
SA...
Weźmy pod lupę trzy rodzaje
sklepów
• Supermarket
• Sklep odzieżowy w galerii handlowej
• Internetowy sklep odzieżowy
Jak kształtuje się konwersja?
• Konwersja w supermarkecie - ~100%

• Konwersja w tradycyjnym sklepie
odzieżowym w galerii ...
Różnice w podejściu do sprzedaży
- Supermarket – klient wchodzi do sklepu,
wybiera towar i kupuje
- Sklep odzieżowy - klie...
Co różni podejście do sprzedaży w
supermarkecie i w sklepie
odzieżowym?
Sklep odzieżowy sprzedaje
bezpośrednio!

„Dzień dobry, w jakim rozmiarze szuka Pani sukienki?”
Co dokładnie robi ekspedientka?
Etap 1 – analiza potrzeb
1. Stwierdza obecność potencjalnego klienta (ktoś jest w
sklepie)...
Co dokładnie robi ekspedientka?
Etap 2 – sprzedaż bezpośrednia
1. Nawiązuje konwersację w oparciu o analizę („Dzień
dobry,...
Świetnie, ale jak to zrobić w
Internecie?
Mechanizm jest dokładnie ten sam.
Rozpoznanie potrzeb –> sprzedaż bezpośrednia
P...
Spróbujmy
1. Analizujemy kim są nasi potencjalni klienci
(dane z formularzy, dane demograficzne, dane
transakcyjne)
2. Ana...
Problemy sprzedaży one2one w
ecommerce (1)
Wiemy tylko sumarycznie jakie produkty są
najpopularniejsze – NIE wiemy którymi...
Problemy sprzedaży one2one w
ecommerce (2)
Brak synchronizacji danych z różnych
źródeł – brak możliwości stworzenia pełneg...
Problemy sprzedaży one2one w
ecommerce (3)
Brak wiedzy kiedy i jaką wiadomość wysłać
do danej osoby
Zarejestrowała się wcz...
Co zatem robimy?
Analizujemy dane które mamy, tworzymy
maile, a następnie…
Dlaczego to nie działa jak w sklepie
stacjonarnym
1.
2.
3.
4.

Nie wiemy czego potrzebuje ten konkretny klient
Nie wiemy k...
Efekt – 93,78* na 100 „rozmów”
wygląda tak:

*średnie otwarcia maili produktowych w ecommerce – 6,22%
(Benhauer, 2013)
A gdy klient „jest w sklepie” tak:
- Szukasz

sukienki na wesele?
- Nie, szukam torebki
- Świetnie! Zainteresuj się naszym...
Czego nam brakuje?
Musimy rozpoznać wizytę danej osoby, stworzyć jej
aktualny profil – kim jest, czym się interesuje, czym...
Kim jest potencjalny klient
Pani Karolina:
•
•
•
•

•

weszła na stronę z newslettera
w ciągu ostatniego roku zakupy za
12...
Co wysyłamy
„Karolino,

zrób sobie prezent na urodziny!
10% zniżki na wybrane produkty”

A wśród nich:
•
•
•

2 oglądane s...
Jak robi to Marketing Automation –
analiza behawioralna
System rozpoznaje, które
z Twoich kontaktów
pojawiają się na Twoje...
Jak robi to Marketing Automation –
Mail dynamiczny

Zaawansowana selekcja oferty biorąca pod uwagę:
● Właściwy czas wysyłk...
Efekt
Co jeszcze można?
E-Mail z porzuconym koszykiem
Możliwości:
•

•
•

Wysyłanie po wizycie i
powtórne przesyłanie w razie
braku konwersji
Doda...
Lead Nurturing

Podziękowanie za
subskrypcję

Przedstawienie marki

Korzyści z dokonywania
zakupów online
Dynamiczna treść na stronie
Inne przykłady zastosowania
dynamicznej treści na stronie
WWW
• Wyświetlenie dopasowanych produktów w koszyku
zakupowym pr...
Personalizacja w RTB
Kto powiedział, że możemy
sprzedawać tylko w
naszym sklepie?
Możliwości:
•
•

•

Upselling na podstaw...
Oferta dojrzewająca wraz z klientem
Możliwości Lifecycle
Marketing:
•

Serwowanie dopasowanej treści
we wszystkich kanałac...
I wiele innych…
•
•
•
•
•
•
•
•

Up-seling
Cross-selling
Wykorzystanie efektu ROPO
Programy win-back
Wspieranie call-cente...
bartlomiej.piechota@benhauer.pl
+48 727 903 148
www.salesmanago.pl

marketing-automation.pl
facebook.com/automatyzacjamark...
Dzień z Profesjonalistą w eHandlu - Uczelnia Łazarskiego - Bartłomiej Piechota - Salesmanago
Dzień z Profesjonalistą w eHandlu - Uczelnia Łazarskiego - Bartłomiej Piechota - Salesmanago
Dzień z Profesjonalistą w eHandlu - Uczelnia Łazarskiego - Bartłomiej Piechota - Salesmanago
Upcoming SlideShare
Loading in …5
×

Dzień z Profesjonalistą w eHandlu - Uczelnia Łazarskiego - Bartłomiej Piechota - Salesmanago

1,008 views

Published on

Published in: Technology
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
1,008
On SlideShare
0
From Embeds
0
Number of Embeds
15
Actions
Shares
0
Downloads
6
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Dzień z Profesjonalistą w eHandlu - Uczelnia Łazarskiego - Bartłomiej Piechota - Salesmanago

  1. 1. Marketing Automation w Ecommerce - sposób na maksymalizację konwersji dzięki komunikacji one-to-one Bartłomiej Piechota SALESmanago Marketing Automation
  2. 2. Weźmy pod lupę trzy rodzaje sklepów • Supermarket • Sklep odzieżowy w galerii handlowej • Internetowy sklep odzieżowy
  3. 3. Jak kształtuje się konwersja? • Konwersja w supermarkecie - ~100% • Konwersja w tradycyjnym sklepie odzieżowym w galerii handlowej – 30-40% (CleverPath, 2012) • Konwersja w internetowym sklepie odzieżowym – 2-3% (Forrester Research, 2012)
  4. 4. Różnice w podejściu do sprzedaży - Supermarket – klient wchodzi do sklepu, wybiera towar i kupuje - Sklep odzieżowy - klient wchodzi do sklepu, wybiera towar i kupuje - E-sklep - klient wchodzi do sklepu, wybiera towar i kupuje Czy na pewno?
  5. 5. Co różni podejście do sprzedaży w supermarkecie i w sklepie odzieżowym?
  6. 6. Sklep odzieżowy sprzedaje bezpośrednio! „Dzień dobry, w jakim rozmiarze szuka Pani sukienki?”
  7. 7. Co dokładnie robi ekspedientka? Etap 1 – analiza potrzeb 1. Stwierdza obecność potencjalnego klienta (ktoś jest w sklepie) 2. Rozpoznaje intencję zakupową (nie wyszedł 5 sekund od wejścia) 3. Rozpoznaje potencjalny problem z dokonaniem wyboru (ktoś rozgląda się od kilku minut w dziale z sukienkami) 4. Ocenia z kim ma do czynienia (elegancka kobieta, ~40 lat) 5. Identyfikuje potencjalną potrzebę (Pani nie może wybrać dla siebie sukienki)
  8. 8. Co dokładnie robi ekspedientka? Etap 2 – sprzedaż bezpośrednia 1. Nawiązuje konwersację w oparciu o analizę („Dzień dobry, w jakim rozmiarze szuka Pani sukienki?”) 2. W zależności od odpowiedzi: a.) „Tylko się rozglądam, dziękuję” („Ok, gdyby miała Pani pytania będę obok . Mamy dzisiaj promocję, 50% na drugą rzecz”) b.) „36, macie tę czarną w takim rozmiarze?” („Już przynoszę/aktualnie nie mamy, ale w niebieskiej byłoby Pani do twarzy, proszę przymierzyć”) c.) „Szukam sukienki na wesele” („Proponuję tę czarną i do tego takie buty...”) itp. itd. 3. Dopina sprzedaż, lojalizuje klienta (Uśmiech, gratisy, kupon rabatowy, karta podarunkowa, zniżka za zostawienie adresu email do newslettera itp.)
  9. 9. Świetnie, ale jak to zrobić w Internecie? Mechanizm jest dokładnie ten sam. Rozpoznanie potrzeb –> sprzedaż bezpośrednia Potrzebujemy tylko narzędzia do analizy i do komunikacji – cyfrowej ekspedientki 
  10. 10. Spróbujmy 1. Analizujemy kim są nasi potencjalni klienci (dane z formularzy, dane demograficzne, dane transakcyjne) 2. Analizujemy co ich interesuje (GA, zakupy) 3. Tworzymy content i wysyłamy newslettery lub cykl maili z autorespondera Pytanie: Czy to odzwierciedla proces sprzedaży ze sklepu stacjonarnego?
  11. 11. Problemy sprzedaży one2one w ecommerce (1) Wiemy tylko sumarycznie jakie produkty są najpopularniejsze – NIE wiemy którymi konkretnie jest zainteresowana w tej chwili dana osoba. Mamy tylko dane masowe, nie mamy indywidualnych. Wykorzystanie do tego ogólnych danych jest jak wykorzystanie w sklepie stacjonarnym informacji przy których wieszakach jest najbardziej wytarta podłoga
  12. 12. Problemy sprzedaży one2one w ecommerce (2) Brak synchronizacji danych z różnych źródeł – brak możliwości stworzenia pełnego profilu danego leadu. Możemy wiedzieć jaki jest nasz profil nabywców, ale nie wiemy, czy ta konkretna osoba do niego pasuje.
  13. 13. Problemy sprzedaży one2one w ecommerce (3) Brak wiedzy kiedy i jaką wiadomość wysłać do danej osoby Zarejestrowała się wczoraj – co wysłać jej dzisiaj/jutro/za miesiąc?
  14. 14. Co zatem robimy? Analizujemy dane które mamy, tworzymy maile, a następnie…
  15. 15. Dlaczego to nie działa jak w sklepie stacjonarnym 1. 2. 3. 4. Nie wiemy czego potrzebuje ten konkretny klient Nie wiemy kim dokładnie jest Nie wiemy czy i co do nas mówi Nie wiemy nawet, czy jest w ogóle w sklepie (czy trafiliśmy z ofertą na moment zakupowy) 5. Nie wiemy co mu zaoferować Mówimy, zamiast rozmawiać!
  16. 16. Efekt – 93,78* na 100 „rozmów” wygląda tak: *średnie otwarcia maili produktowych w ecommerce – 6,22% (Benhauer, 2013)
  17. 17. A gdy klient „jest w sklepie” tak: - Szukasz sukienki na wesele? - Nie, szukam torebki - Świetnie! Zainteresuj się naszymi złotymi zegarkami! - Ludzie, nie chcę, chce torebkę… - Promocja na okulary! -…
  18. 18. Czego nam brakuje? Musimy rozpoznać wizytę danej osoby, stworzyć jej aktualny profil – kim jest, czym się interesuje, czym interesowała się wcześniej, co kupowała. Następnie ocenić czym możemy ją zainteresować, a na końcu – dać jej dopasowaną ofertę. Skąd wziąć takie informacje? Z mowy ciała!
  19. 19. Kim jest potencjalny klient Pani Karolina: • • • • • weszła na stronę z newslettera w ciągu ostatniego roku zakupy za 1200 zł (2 torebki i sukienkę), wraca do sklepu 2 razy w tygodniu dzisiaj o 13:42 przez 3 minuty oglądała 2 sukienki w cenach 250300 zł z wiosennej kolekcji ma urodziny za 3 tygodnie.
  20. 20. Co wysyłamy „Karolino, zrób sobie prezent na urodziny! 10% zniżki na wybrane produkty” A wśród nich: • • • 2 oglądane sukienki 2 sukienki z tej samej kolekcji w cenach 300-350 zł 2 torebki z nowej kolekcji tej samej marki co poprzednio kupione
  21. 21. Jak robi to Marketing Automation – analiza behawioralna System rozpoznaje, które z Twoich kontaktów pojawiają się na Twojej stronie WWW i kompleksowo monitoruje ich zachowanie: – – – – – Odwiedzone podstrony Frazy wejść z wyszukiwarek Kampanie, UTM Social Media Newslettery, e-mailingi • Dodatkowe wymiary: – – Scrolling Mousetracking
  22. 22. Jak robi to Marketing Automation – Mail dynamiczny Zaawansowana selekcja oferty biorąca pod uwagę: ● Właściwy czas wysyłki ● Profil użytkownika ● Historię użytkownika (zarówno zachowania jak i wykonywanych transakcji, kryteriów wyszukiwań w portalu)
  23. 23. Efekt
  24. 24. Co jeszcze można?
  25. 25. E-Mail z porzuconym koszykiem Możliwości: • • • Wysyłanie po wizycie i powtórne przesyłanie w razie braku konwersji Dodawanie sugerowanych dodatkowych produktów Dodawanie kodów rabatowych
  26. 26. Lead Nurturing Podziękowanie za subskrypcję Przedstawienie marki Korzyści z dokonywania zakupów online
  27. 27. Dynamiczna treść na stronie
  28. 28. Inne przykłady zastosowania dynamicznej treści na stronie WWW • Wyświetlenie dopasowanych produktów w koszyku zakupowym przed konwersją • Ramka z dopasowanymi produktami + rabat • Bestsellery dopasowane historii wizyt użytkownika • Modyfikacja stałych elementów w zależności od profilu demograficznego klienta • Dynamic pricing • Uzależnienie wyglądu strony od referrera
  29. 29. Personalizacja w RTB Kto powiedział, że możemy sprzedawać tylko w naszym sklepie? Możliwości: • • • Upselling na podstawie danych zakupowych klienta Dopasowywanie reklam w zależności od etapu sprzedażowego Dopasowanie reklam w zależności od etapu kampanii na którym znajduje się klient
  30. 30. Oferta dojrzewająca wraz z klientem Możliwości Lifecycle Marketing: • Serwowanie dopasowanej treści we wszystkich kanałach marketingowych w zależności od rejestrowanych aktywności transakcyjnych i przewidywanego etapu cyklu życia klienta
  31. 31. I wiele innych… • • • • • • • • Up-seling Cross-selling Wykorzystanie efektu ROPO Programy win-back Wspieranie call-center Dynamiczne pop-upy SMS VMS
  32. 32. bartlomiej.piechota@benhauer.pl +48 727 903 148 www.salesmanago.pl marketing-automation.pl facebook.com/automatyzacjamarketingu

×