Сегментация электронной почты с помощью Klaviyo AI позволяет брендам организовывать списки подписчиков на основе прогнозных метрик, а не только на основе прошлых покупок. Используя встроенную прогнозную аналитику, вы можете выявлять клиентов, склонных к оттоку, или тех, у кого высокая прогнозируемая пожизненная ценность. Этот подход выходит за рамки простой демографии, позволяя таргетировать пользователей на основе вероятности их будущих покупок. Как агентство, мы часто видим, что команды испытывают трудности с ручным управлением списками, поэтому автоматизированные сегменты предлагают четкий путь к повышению эффективности email-маркетинга.
Что такое прогнозная аналитика в Klaviyo?
Документация Klaviyo описывает прогнозную аналитику как систему, оценивающую исторические данные о заказах для оценки будущего поведения пользователей. Эта функция фокусируется на двух основных метриках: прогнозируемой пожизненной ценности клиента и оценке риска оттока. Она работает путем анализа частоты, денежной стоимости и давности прошлых транзакций для генерации оценки для каждого отдельного профиля. Поскольку эти оценки обновляются автоматически на основе новой активности, ваши сегменты остаются точными без необходимости постоянной ручной корректировки вашей командой.
Прогнозная аналитика превращает необработанные данные о транзакциях в полезные инсайты для email-маркетологов. Когда вы смотрите на профиль клиента, вы можете увидеть дату его следующего заказа и ожидаемые расходы за определенный период времени. Эти точки данных обеспечивают основу для создания сегментов, которые отвечают реальным потребностям покупателя. В типичном аккаунте эта система сокращает время, затрачиваемое на очистку списков, и позволяет более точно таргетировать клиентов на протяжении всего их жизненного цикла.
Как настроить прогнозные сегменты
Настройка этих сегментов происходит на вкладке «Списки и сегменты» в вашей панели управления Klaviyo. Вы начинаете с нажатия кнопки «Создать список/сегмент» и выбора опции «Сегмент». Вместо выбора традиционных условий, таких как «сделал заказ», вы прокручиваете вниз до раздела «Прогнозная аналитика». Здесь вы можете выбрать критерии, такие как «Прогнозируемый пол» или «Риск оттока», чтобы отфильтровать вашу аудиторию на основе выводов модели ИИ. Этот процесс настройки прост, но требует, чтобы в вашем магазине было достаточно исторических данных о заказах, чтобы ИИ мог построить надежные модели.
- Перейдите на вкладку «Списки и сегменты» в вашей основной панели управления.
- Нажмите кнопку «Создать список/сегмент» и выберите «Сегмент».
- Используйте конструктор условий, чтобы найти категорию «Прогнозная аналитика».
- Выберите желаемые метрики, такие как «Риск оттока» или «Прогнозируемая пожизненная ценность».
- Определите пороговые значения, например, уровни риска оттока «Высокий» или «Средний».
- Сохраните сегмент, чтобы запустить автоматическое обновление участников.
Может ли прогнозная сегментация снизить отток?
Оценка риска оттока помогает вам выявлять клиентов, которые проявляют признаки потери интереса, прежде чем они полностью перестанут покупать. Создав сегмент для тех, у кого высокий риск оттока, вы можете запустить специальные цепочки писем для возврата клиентов, предлагающие стимулы или полезный контент. Распространенный шаблон — предоставить этим пользователям код скидки или опрос, стремясь вернуть их, пока они еще активны в системе. Этот метод часто эффективнее, чем отправка общих писем всему списку подписчиков.
Использование прогнозных данных для управления оттоком требует баланса между частотой и ценностью. Если вы отправляете слишком много писем тому, кто уже находится под риском ухода, вы можете случайно ускорить его решение отписаться. Вместо этого используйте сегмент риска оттока для доставки продуманного, ограниченного набора сообщений, которые фокусируются на ценности вашего продукта. Например, магазин, работающий по подписке, может отправить напоминание о преимуществах своего продукта пользователю, помеченному как имеющий высокий риск.
Как Alien Road применяет Klaviyo AI?
Alien Road использует Klaviyo AI для уточнения процесса таргетинга аудитории для наших клиентов. Мы начинаем с аудита исторических данных о заказах в аккаунте, чтобы убедиться, что прогнозные модели имеют достаточно информации для правильного функционирования. Как только модели активны, мы создаем специфические сегменты на основе прогнозируемой пожизненной ценности клиентов. Это позволяет нашей команде создавать VIP-программы для высокоценных пользователей, одновременно управляя оттоком для сегментов риска.
Наш подход фокусируется на последовательном мониторинге этих сегментов. Например, мы ежемесячно проверяем эффективность цепочек возврата клиентов, связанных с сегментами риска оттока. Если показатели открываемости писем или конверсии падают, мы корректируем контент или предложение, предоставляемое сегменту. Это гарантирует, что автоматизированная система остается согласованной с более широкими целями бизнеса. Используя сегменты, основанные на данных, мы помогаем клиентам экономить время, одновременно повышая релевантность их коммуникации.
Какие прогнозные метрики следует приоритизировать?
Приоритизация метрик зависит от вашей конкретной бизнес-модели и текущих целей роста. Если ваш магазин полагается на повторные покупки, фокусировка на риске оттока и прогнозируемой дате следующего заказа является важной. Если вы сосредоточены на масштабировании привлечения, то прогнозируемая пожизненная ценность является более полезной метрикой для идентификации высококачественных лидов. Вам следует выбирать метрики, которые напрямую влияют на ваши текущие финансовые цели, и корректировать их по мере развития вашего магазина.
- Прогнозируемая пожизненная ценность (CLV): Лучше всего подходит для идентификации ваших самых лояльных сторонников для эксклюзивных предложений.
- Риск оттока: Необходим для управления удержанием и предотвращения потери клиентов.
- Прогнозируемая дата следующего заказа: Полезна для эффективного планирования ваших писем о пополнении запасов.
- Ожидаемое количество заказов: Полезно для идентификации клиентов, которые представляют долгосрочный потенциал.
Распространенные ошибки в сегментации с помощью ИИ
Частая ошибка — полагаться исключительно на прогнозные сегменты без проверки базовых данных. Хотя ИИ полезен, он зависит от точности вашей истории транзакций. Если ваш магазин был перенесен с другой платформы или имеет фрагментированные данные, прогнозные оценки могут быть неточными или недоступными. Всегда проверяйте, что интеграция вашей платформы настроена правильно для передачи данных о заказах в Klaviyo, прежде чем полагаться на эти сегменты для критически важных маркетинговых кампаний.
Другая проблема — чрезмерная сегментация. Если вы создаете слишком много узких сегментов, вы можете обнаружить, что ваш объем электронной почты становится слишком низким для получения значимых выводов. Начните с широких, высокоэффективных сегментов, таких как «Высокая пожизненная ценность» или «Высокий риск оттока», прежде чем переходить к более детальным фильтрам. Этот простой подход делает ваше тестирование управляемым и гарантирует, что у вас достаточно данных, чтобы увидеть четкие тенденции в ваших показателях эффективности электронной почты.
С чего начать на этой неделе
Начните с входа в свой аккаунт и проверки раздела прогнозной аналитики на панели управления вашего профиля. Даже если вы не создадите сегмент немедленно, просмотр текущих оценок ваших существующих клиентов предоставит ценный контекст. Определите свои топ-10 процентов клиентов по прогнозируемой пожизненной ценности и создайте для них простой тестовый сегмент. Отправьте на этой неделе одно целевое письмо, которое признает их ценность для вашего бренда, и отследите, как оно сравнивается с вашими обычными рассылками.
После того как вы настроите сегмент высокой ценности, посмотрите на свою группу риска оттока. Убедитесь, что у вас есть базовая цепочка возврата клиентов, которая запускается для этих пользователей. Если у вас ее нет, составьте последовательность из двух писем, которая предлагает четкую причину для возврата. Сосредоточившись на этих двух сегментах, вы начнете видеть практическое влияние сегментации на основе ИИ на эффективность вашего магазина. Держите свою отчетность простой и фокусируйтесь на показателях конверсии для измерения успеха.
Читать далее: Агентство маркетинга с ИИ · Маркетинг с ИИ