Как определить готовность лида к покупке без надоедающих телефонных звонков

Смотрите в каталоге
Веб-статистика

Один из клиентов «Конгру» продаёт большой и дорогой продукт (мебель премиум-класса). Длительность продажи может составлять от 3 недель и до 1.5 лет.

Типичный сценарий сделки:

  1. Входящее обращение с сайта (звонок или заявка) 
  2. Первый разговор менеджера по продажам с потенциальным клиентом 
  3. Договорённость о следующем контакте (звонок, письмо, встреча) 
  4. n-ное количество контактов 
  5. Заключение сделки

Основная проблема на промежуточных этапах сделки — невозможность связать данные между онлайн-активностью посетителей сайта и общением c менеджером по продажам. Это и стало главной задачей.

В психологии есть понятие «язык телодвижений» — наука о том, как понять состояние человека по его внешним проявлением (выражение лица, поза, жесты).

В интернет-маркетинге тоже есть «цифровой язык телодвижений» — персонифицированная аналитика. Вы оцениваете интересы каждого пользователя, его мотивы и готовность к покупке.

Понять это можно по следующим данным (по тексту будет более подробно):

  1. Количество посещений сайта конкретным пользователем;
  2. Источники посещений (из каких каналов он приходил на сайт);
  3. Маршрут и активность пользователя на сайте (какие страницы и сколько раз он посещал перед тем, как обратиться в компанию).

Яндекс.Метрика и Google.Analytics дают только общие данные (все клики, просмотры, посещения) —они нам не помогут. Нужна именно персонифицированная аналитика по каждому посетителю.

Плюс, к задаче добавлялась одна сложность: 80% обращений в компанию — это звонки, а не заполнение форм на сайте. Для получения данных о посетителях, которые совершили звонок, требовалась интеграция с российской системой колл-трекинга (в компании уже 1.5 года используется сервис Alloka).

Интегрировать западную систему с российским колл-трекингом — это крайне трудоёмкая задача. Поэтому была найдена альтернатива — русскоязычный сервис персонифицированной аналитики Carrot Quest, который обеспечил интеграцию с Alloka.

Помимо сбора информации о пользователях, в CarrotQuest есть инструменты, которые помогают как автоматически, так и вручную вести пользователя к покупке (онлайн-чат, email-рассылки, всплывающие окна).

Результат интеграции: как только поступает обращение от лида (звонок по телефону или заполнение формы на сайте), то сразу отображается вся информация по данному лиду.

Принцип работы интеграции показан ниже:

Ключевая выгода: из всех лидов можно выделить сегмент тех, кто возвращается на сайт (либо самостоятельно, либо после звонков и писем от менеджеров компании). После действий пользователя, данные из CarrotQuest загружаются еще и в личную карточку в CRM.

Таким образом, из всей базы лидов можно выделить наиболее заинтересованную аудиторию. Это повышает эффективность отдела продаж — специалисты работают с уже «подогретой» аудиторией, не растрачивая время на тех,  кто еще не готов к покупке (этот сегмент еще предстоит вовлечь и довести до покупки).

По каждому лиду ведется персональная работа, основанная на полученных данных. Например, один из пользователей постоянно приходил на сайт компании с сайта по продаже автомобилей представительского класса. В переписке с ним менеджер использовала сравнения с покупкой дорого автомобиля, это принесло результат.

Вот как выглядит карточка пользователя с подробной информацией:

Результат: из 400+ лидов, которые планировали делать ремонт и заказывать мебель в 2016 году, за первый месяц использования этой системы было выявлено 70 лидов, которые действительно проявляют интерес к совершению сделки.

При этом без анализа активности лида на сайте выявить этот интерес намного сложнее — клиенты часто не берут трубку или просят перезвонить позднее (т.к. им неудобно разговаривать). А предложение о покупке, когда пользователь к ней еще совсем не готов, может только оттолкнуть. Чтение писем и многократное посещение определенных страниц сайта говорит об интересе к покупке в целом, и к самой компании.

Например, благодаря Carrot Quest был выявлен лид, который собирался посетить офис компании, однако на встречу так и не приехал.

Ему было отправлено письмо, которое он открыл и перешёл на сайт по ссылке внутри. Через 15 минут менеджер позвонил ему, однако клиент не взял трубку. Тем не менее, клиент продолжил изучать сайт и в день звонка, и на следующий день. Таким образом, был подтверждён его интерес.

После этого была проведена индивидуальная работа — были подготовлены письма с кейсами, которые отвечают потребностям данного клиента. Письма отправлялись с интервалом в 4-5 дней. По статистике открытий писем и посещений сайта стало очевидно, что у данного лида есть большой интерес к сделке.

Уже после такой «арт-подготовки» было отправлено специальное предложение — предлагали именно ту коллекцию мебели, которую он регулярно смотрел на сайте.

Результат — на следующий день после получения письма лид самостоятельно позвонил менеджеру и попросил оформить договор. От момента первого звонка и до заключения сделки прошло 2 месяца, при этом основная коммуникация велась через e-mail-рассылку, которую читал потенциальный клиент (на телефонные звонки он отвечал редко и неохотно).

Важно: когда вы выявите определенные закономерности — какие сценарии и коммуникации лучше всего действуют на определенный сегмент (конверсия в покупку высокая), то сможете автоматизировать весь процесс. В Carrot Quest можно делать триггерные сообщения с тонкой настройкой аудитории, тогда сервис будет сам автоматически доводить до покупки некоторые сегменты.

Компании и сервисы: Яндекс.Метрика, Carrot quest, Alloka
Автор: Анна

Подписаться на новости

Читайте также

Нейромаркетинг в e-mail рассылках: Как использовать психотипы для создания максимально персонализированного предложения

В последние пару лет термин “нейромаркетинг” все чаще звучит среди маркетологов. И действительно, перспектива понять отношение потребителя к продукции еще до того, как он сам его осознал, и тем более влиять на это отношение, выглядит очень заманчиво. Чтобы использовать возможности воздействия на подсознание для работы с потребностями пользователей, нужна грамотная сегментация.

далее →

Автоматическое построение сегментов в email-рассылках Basketshop.ru: рост выручки на одно отправленное письмо (RPE) в 13 раз

Сегодня на примере интернет-магазина Basketshop мы расскажем, каких результатов можно добиться при сегментации подписчиков по интересам, как повысить все ключевые значения e-mail рассылок с помощью релевантного содержания и докажем в цифрах, что персонализированные предложения могут увеличить выручку на одно письмо в 13 раз.

далее →

Growth Hacking в триггерных письмах интернет-магазина «QUELLE»: 7 кейсов

Специалисты по Growth Hacking в Retail Rocket каждый день проводят десятки АБ-тестов, проверяя гипотезы оформления e-mail рассылок, чтобы увеличить выручку интернет-магазинов. Сегодня мы расскажем о том, каких результатов можно добиться, если правильно выбрать тему письма и время отправки, как оптимизировать размер товарных карточек и какие элементы стоит удалить, чтобы не отвлекать внимание покупателя, на примере интернет-магазина QUELLE.

далее →

25 апреля / Комментарии

Сегментация подписчиков на основе интересов в интернет-магазине детских товаров. Рост количества заказов в 8 раз.

Инноваторы онлайн-ритейла сегодня движутся в сторону отправки email-рассылок не единым письмом по всей базе, а в сторону построения системы из множества индивидуальных сегментов (от 2 до бесконечности в зависимости от ресурсов компании) и отправке более релевантных писем индивидуально для каждой группы получателей. Рассмотрим кейс в котором сегментация подписчиков для массовых email-рассылок в интернет-магазине детских товаров дала рост количества заказов в 8 раз.

далее →

10 апреля / Комментарии

Кейс Mixit: рост Email-канала в 2 раза за полгода

Mindbox запустили Email-маркетинг для компании Mixit совместно с агентством Prism Solutions. Коллеги настроили интеграцию продуктов Mindbox с Интернет-магазином Mixit. Первая кампания была запущена уже спустя неделю после подписания договора. В этом кейсе мы расскажем о результатах работы за первые полгода (доход от Email-канала подсчитан с помощью Google Analytics и внутренней системы учета).

далее →

X
Нажмите «Нравится»,
чтобы читать Shopolog.ru в Facebook