HackCRM:drivers модуль парсинга драйверов из CRM коммуникаций
Драйверы покупательского поведения определяют как отреагирует клиент на предложения бренда (механики, офферы). Наш модуль позволяет индивидуально выявить самые сильные драйверы из анализа отправленных коммуникаций.
Покупателями руководят разные психологические драйверы в определенные моменты их пути к покупке. Каждая компания ищет ключи к ответу на вопрос "Когда мои клиенты покупают?", чтобы приводить их к нужному состоянию чаще.

Автоматически оценить какие драйверы лучше работают на индивидуального клиента можно через анализ контента CRM коммуникаций совместно с реакцией клиентов на эти предложения. Выгруженная история рассылок с контентом (для LLM модели) и результирующими метриками (OR, CR, UR) позволяет выявить драйверы каждого клиента.
Список драйверов как может быть задан заранее (мы с клиентом определяем его на старте проекта в виде банка), так и выявлен по ходу из контента рассылок.

Маркетинговые механики с фокусом на создание желания в покупке часто используют так называемые когнитивные искажения. Их также модель выявляет из контента и добавляет в единый банк.

Отправлять клиентам много писем с разными механиками дорого и неэффективно. Чем быстрее компания найдет драйверы своих клиентов, тем лучше изменятся быстрые (те CRM метрики) и долгие (ценности клиента как NPS и LTV) метрики.
Например, компания проанализировала свои рассылки за 6 месяцев по 4м отобранных Драйверам:

  1. Рациональность. Акцент на технологиях. Долгосрочные выгоды и преимущества продукта перед другими. Аргументация через данные.
  2. Социальное доказательство. Акцент на общественном одобрении: отзывы других клиентов, мнение инфлюенсеров, рейтинги, высокие продажи («Популярный товар», «Хит сезона»).
  3. Стиль. Акцент на внешнем виде. Аргументация через моду: фокус на лимитированные и новые коллекции.
  4. FOMO. Акцент на упущенной возможности. Упоминания об ограниченном времени или количестве товара. Эксклюзивное предложение («только для вас»).

И определила доминирующие драйверы у каждого клиента, от 1 до 3 разных с разной степенью силы. Следующим шагом стала адаптация контента писем и используемых механик. Однотипных по драйверам клиентов объединили в сегменты и персонализировали им предложения.

В результате на 20% вырос OR% и кратно - конверсии.
Понимание потребностей клиентов - вот ультимативная суть современного маркетинга, в котором основное внимание уделяется превращению разовых покупателей в постоянных лояльных клиентов.
Андрей Муратов, Управляющий партнер Coffee Analytics
У любой компании собирающей клиентские данные, с CRM коммуникациями и продающей онлайн есть возможность быстро провести такой проект и выяснить драйверы своих клиентов.
Преимущества персонализации CRM по драйверам
Повышение оперативных метрик (OR, CR)
Выстраивание осмысленной CVM стратегии
Максимизация дохода на клиента при здоровом ROI
Повышение вклада коммуникаций в LTV клиента
Книга об LTV: расчет, анализ и применение
LTV (life time value), пожизненная ценность клиента — ценность клиента для компании в деньгах, которые он предположительно принесет в течение своей жизни как покупателя. Все, что нужно знать про метрику в одной Книге.
Как работает ансамбль моделей персонализации + предсказания вероятности
Компании выгодно создавать несколько моделей для экономии ресурсов дата-инженеров и разработчиков. Так, для персонализации CRM маркетинга к определению драйвером мы рекомендуем разработывать:
  1. модели микро-сегментации,
  2. модели Прогноза вероятности покупки,
  3. Next Best Offer / Time (определение лучшего оффера и времени отправки).

Они позволяют определить индивидуально конфигурацию лучшего предложения на основе поведения и покупок клиентов.

Совместная работа над моделями позволяет исследователям преодолевать сложности в обработке данных и экономить время на подготовку предикторов (фичей). Помимо этого, результаты одних моделей могут использоваться в расчетах другой.
HackCRM:drivers модуль парсинга драйверов из CRM коммуникаций
Драйверы покупательского поведения определяют как отреагирует клиент сейчас на предложения бренда (механики, офферы). Наш подход позволяет выявлять лучшие работающие прямо из анализа отправленных коммуникаций.
Долгосрочный эффект таких инициатив сложно переоценить. Как и многочисленны сценарии его продолжения, например в область JTBD профилирования клиентов, те определения на какие "работы" они нанимают компанию.
Остались вопросы по работе ML продукта?
Проконсультируем за чашечкой кофе
Ищете решение
сложной задачи на доступных данных?
Нажимая кнопку "Отправить заявку" вы принимаете политику обработки персональных данных сайта
Сервисы, ПО и разработки для глубокой клиентской аналитики
Задать вопрос
Telegram
Phone
WhatsApp