Документ обсуждает использование больших данных в интернет-ритейле, акцентируя внимание на построении рекламных кампаний на основе потребительского поведения и важности персонализации. Он охватывает аспекты, такие как управление жизненным циклом пользователей и товарные рекомендации, а также методы повышения эффективности взаимодействия с клиентами. Приводятся примеры ретаргетинга и реактивации лучших клиентов, чтобы оптимизировать расходы на маркетинг и улучшить результаты продаж.

2. Использование больших
данных в интернет-ритейле
Павел Алёшин, руководитель Яндекс.Маркета

3. 3
Поговорим про:
• Построение РК на основе потребительского
поведения,
• Персонализацию,
• User journey,
• Связанные покупки и товарные рекомендации,
• Регулярные покупки.

4. Построение РК на основе потребительского
поведения
Аналитика и Wordstat
Крипта
Помечать пользователя и настраивать
ретаргетинг
4

5. Как это работает
5
Поведенческие
данные
Данные о
продажах
Демографические
данные
Социальные
данные
YaCRM
Динамические кампании персонально
для каждого пользователя

7. Персонализация

8. Персонализация — это ответы на вопросы:
8
Что?
Кому?
Как?
Когда?

9. Персонализация нужна для:
Построения системы взаимодействия с пользователем
на всех этапах воронки продаж
Оптимизации расходов на привлечение и удержание
пользователей
Эффективного распределения маркетингового
бюджета
Автоматизации взаимодействия с пользователем
9

10. Когда?

11. В процессе смены потребительского
поведения
11
Номера
покупок
Дней между
соседними
покупками
Средний интервал между
покупками
Превышает ли
интервал среднюю
величину
№1-№2 90 90 Нет (90=90)
№2-№3 60 (90+60)/2 = 75 Нет (60<90)
№3-№4 30 (90+60+30)/3 = 60 Нет (30<75)
№4-№5 60 (90+60+30+60)/4 = 60 Нет (60=60)
№5-№6 90 330/5 = 66 Да! (90>60)
№6-№7 120 450/6 = 75 Да! (120>66)
№7-№8 150 600/7 = 85,7 Да! (150>75)

12. Вовремя напомнить, что пора купить:
Линзы
Лекарства
Корм для кошки
Кассету для фильтра воды
Продукты
12

13. Как?

14. Знакомство с пользователем
14
Включаем
welcome-
рассылку

15. Не прочитал X писем на протяжении Y дней
15
Включаем
ретаргетинг с
персональным
предложением

16. Если нет реакции на рассылку - включать
дополнительные мощности
16
Реактивация

17. Пример рассылки (реактивация)
17

18. Кому и что?

19. 19
Лучшие клиенты
С наибольшим
потенциалом
Новые клиентыБывшие новые клиенты
Бывшие лучшие
клиенты
361-450 271-360 181-270 121-180 91-120 61-90 31-60 0 - 30
1
2
3
4
5
Собирать информацию,
welcome-серия рассылок
Вернуть, дать скидку
Получить обратную связь,
исправиться
VIP-сервис, подарки
Исследовать,
персонализировать
Дни
Покупки

20. User journey

21. Управление жизненным циклом
Предсказывает вероятность оттока
пользователя и автоматически стартует
кампании по возврату, снижая отток

22. Связанные покупки и
товарные рекомендации

23. Зачем нужны товарные рекомендации?
23

24. Типичный пример — сопутствующие товары
24

25. Или когда холодильник - не просто холодильник
25

26. Анализировать, что пользователи покупают в
одной корзине
26

27. Как реализовать систему рекомендаций?
Настроить соответствие вручную (item to item)
Самим разработать софт (как ozon.ru)
Обратиться в компании, специализирующиеся
на рекомендательных сервисах (Yandex Data
Factory)
27

28. Вопросы?

29. Павел Алёшин
Контакты
+7 495 739-70-00
adv@yandex-team.ru