
Выступление Анны Ларионовой, директора по маркетингу, и Георгия Иващенко, заместителя директора продукта Ventra Go!, VENTRA, в рамках III Всероссийского форума по сбору и анализу данных в маркетинге Marketing Data Analytics 2023 28-29 сентября.
Главная цель коммуникаций — мотивировать пользователей на целевые действия. Но встает вопрос: как сделать коммуникации более персонализированными и эффективными. Представители компании Ventra рассказали, какими знаниями о пользователях они обладают, как обрабатывают данные и конвертируют их в деньги.
Зачем нужны crm-коммуникации?
Можно потратить огромное количество денег, чтобы привести пользователей на платформу. Но это только начало работы. Основная цель — совершение целевого действия. Здесь в игру вступают все продуктовые процессы. Crm-коммуникации позволяют сделать пришедших людей активными пользователями. Сбор более подробных данных о пользователях позволяет лучше коммуницировать, и, как результат, стимулирует рост финансовой платформы.
Коммуникации с пользователями внутри продукта
CDP-платформа позволяет осуществлять омниканальные коммуникации. Это бесплатный канал. SMS, мессенджеры и соцсети — дополнительный платный канал. Внутри приложения есть чат, различные модальные окна, сториз. Есть инструменты аналитики, которые позволяют считать эффективность каждой коммуникации, менять их, тестировать разные гипотезы и в итоге внедрять то, что лучше всего работает.
Система аналитики в компании не заканчивается на CDP. Есть дашборды, на которых отображается, сколько пользователей отреагировало на коммуникацию, сколько пользователей перешли по ссылке и сколько пользователей совершило ключевое действие. Если не срабатывает один триггер, его догоняют другими коммуникациями, платными или бесплатными, чтобы пользователь всё-таки совершил целевое действие. Естественно, компания заинтересована в бесплатных коммуникациях, но иногда приходится подключать платные каналы, которые работают на определенных когортах эффективнее, чем бесплатные.
Когорты пользователей
Продуктовая команда много изучала профили пользователей и в результате было выделено 14 больших когорт. Но этого мало. На платформе 500 000 человек, каждый из которых имеет свои цели и задачи. Второй по важности фактор для простых работников, из которых состоит аудитория платформы, это человеческое отношение. Оно становится возможным, когда мы понимаем пользователей.
Какие данные собирает компания:
- Пол
- Возраст
- Адрес проживания
- Как часто и где берут подработки
- За сколько дней до старта берут подработки
- Берут несколько заданий или по одному
- Как часто выводят средства/месячный доход в зависимости от когорты
- Какими каналами предпочитают пользоваться
Все коммуникации идут по довольно узким когортам, максимально релевантные конкретным пользователям и задачам. Как это происходит сейчас: команда маркетинга оценивает максимально релевантную когорту по разным параметрам, делает выборку и запускает коммуникации вручную или на базе определенных триггеров. Триггерные коммуникации настраиваются и на какие-то события как на этапе онбординга, и на различные этапы существования пользователя внутри платформы. Это могут быть информационные рассылки, мотивационные программы, бонусы, акции, всё, что замотивирует человека остаться. Во многом, триггеры — это работа с активацией и реактивацией юзеров.
Использование машинного обучения в коммуникациях
Когортный подход дает свои плоды. Но как учитывать сотни факторов? Мало знать основные данные. Нужны более умные системы для определения того, с кем и как надо коммуницировать.
Почему потребовалось внедрения машинного обучения в бизнесе?
- Высокоскоростной бизнес. Основные конверсии осуществляются менее чем за сутки до начала работ
- End-to-end сервис. Необходимо максимизировать уровень качества
- Нет “безлимита” на достижение критической массы пользователей системы
Всё началось с оцифровки всех действий пользователя. Цифровой портрет пользователя — это не просто данные о пользователе. Это данные, наложенные всю историю действий внутри приложения. Цифровой профиль позволяет как распределять пользователей в укрупненные сегменты, так и делать персонализированные коммуникации.
Следующий этап — рекомендательная модель на базе AI. Входные данные — набор параметров цифрового слепка пользователя. В качестве выходных данных получаем вполне конкретный набор набор id заданий, на которые пользователь запишется с наибольшей вероятностью.
Это используется во всех сферах взаимодействия с клиентами: автоматизированных цепочках коммуникаций, в контакт-центрах, в смежных алгоритмах и инструментах, при решении задач по оптимизации (в том числе для оптимизации коммуникаций).
При использовании надо периодически обновлять модель. Два года назад компания начинала с очень простых эвристик: место жительства, день недели, категория работ, стоимость 1 рабочего часа. Конверсии составляли 0,5% с каждого открытого пуша. Сейчас учитывается порядка 300 параметров исполнителя и порядка 100 о задании, и конверсия возросла приблизительно до 6% с открытого пуша.
Цель развития AI в продукте — не достигнуть ВАУ-эффекта, а решить конкретную прикладную бизнес-задачу. Поэтому обычно нет смысла максимизировать качество моделей. Достаточно приемлемого качества, после достижения которого можно двигаться дальше. Следствием становится более чем приемлемый price-to-value и небольшая AI команда (в Ventra это всего 1 человек).
Результаты
Модель пользователя очень помогает в повышении конверсий в конкретном канале и уменьшить трудозатраты команды маркетинга. В компании она повысила рост активаций в канале и выручку из конкретного канала. На 20% повысилась доля совершенных целевых действий в канале коммуникаций.
Бизнес конференции в Москве в 2023-24 году, список в формате PDF
#mda #marketing #анализданных #dataanaytics #interforum #interforums