Использование рекомендательных систем для формирования персональных предложений
С целью увеличения лояльности Участников ПЛ, а также для выстраивания стратегии по удержанию, возврату и уменьшению оттока клиентов Партнеры могут использовать различные рекомендательные системы, которые помогают формировать персональные предложения для каждого Участника Программы лояльности и производить рассылку по наиболее эффективному для данного Участника ПЛ каналу коммуникации.
Принцип работы рекомендательной системы
Рекомендательные системы собирают данные и обновляют их по мере изменений предпочтений клиентов, а так же анализируют имеющиеся исторические данные. При сборе и анализе данных учитываются следующие группы параметров:
- анкетные данные Участников ПЛ (например, пол, возраст, наличие и возраст детей, и др.);
- покупательская способность (например, количество и частота покупок, сумма и длина чека, предпочтения по производителям, акционная чувствительность и чувствительность к каналам коммуникации, и др.);
- товары и категории товара (например, количество и частота покупок, атрибуты товаров, ценовая ниша, присутствие категорий в чеке и др.);
- торговые точки (например, атрибуты торговых точек, ценовой сегмент покупателей и товаров, наличие производителей и др.);
- календарь и сезонные факторы (зависимость покупок от сезона, времени года, дня недели, праздников, и пр.).
Результаты сбора и анализа данных обрабатываются, после чего происходит выборка оптимальной для данного персонального предложения модели. В результате Участник ПЛ получает уникальные предложения по оптимальному для него каналу коммуникации.
Интеграция Loymax Loyalty с рекомендательной системой
При интеграции рекомендательной системы с Loymax Loyalty оптимизируется подход к заведению акций в Системе с учетом персонализации предложений. Это позволяет снизить нагрузку на расчет акций, давать мгновенный ответ даже при наличии сложных правил, исключать задержки и т. д.
Процесс интеграции с Loymax Loyalty можно разделить на несколько этапов.
Этап 1. Подготовка данных
На начальном этапе Партнер совместно с представителями Loymax заполняет анкету, в которой указываются все необходимые параметры и ограничения для запуска персональных предложений. Также на этом этапе происходит интеграция с ERP-системой Партнера. Проводится аудит исторических данных и клиентской базы Партнера.
Этап 2. Настройки
На данном этапе происходит более детальная настройка системы, проводятся необходимые интеграции (указать какие). Согласуются механики, которые будут использоваться для выработки персональных предложений. В случае использования модуля Loymax ML в качестве рекомендательной системы, то на данный момент доступно 8 механик:
- Скидка, % на чек,
- Баллы, % на чек,
- Скидка, % на чек от суммы чека,
- Баллы, % на чек от суммы чека,
- Скидка, % на категорию,
- Баллы, % на категорию,
- Скидка, % на товар,
- Баллы, % на товар.
Также, если используется модуль Loymax Loyalty, на этом этапе выбираются и настраиваются каналы коммуникаций с клиентами:
- Мобильное приложение,
- Email,
- SMS,
- Viber,
- Push,
- Сообщения на чек.
Происходит формирование шаблонов рассылок, которое включает следующие шаги:
- Заполнение текстов сообщений (Партнер);
- Настройка шаблонизатора (Loymax);
- Подготовка и добавление картинок-заглушек, которые будут отображаться в случае, если нет фото для конкретного товара или категории (Партнер/Loymax);
- Проведение тестовых коммуникаций и финальная правка текстов/картинок-заглушек (Партнер/Loymax).
Этап 3. Подключение рекомендательной системы
На данном этапе происходит подключение рекомендательной системы, через которую осуществляется обработка и анализ данных и формируются рекомендации уникальных предложений для Участника ПЛ по оптимальному для него каналу коммуникации.
Этап 4. Процессинг Loymax
Результаты расчетов с персональными рекомендациями передаются в модуль Loyalty (процессинг Loymax), где происходит создание необходимых атрибутов для хранения предложений, пакетная загрузка атрибутов в Систему, регулярное обновление значений атрибутов. На основе этих данных формируются целевые аудитории (если необходимо создание контрольной группы), создаются акции на предоставление преференций из преднастроенных шаблонов, отправляются рассылки с информацией о персональных предложениях и т. д. Результаты процессинга в дальнейшем могут использоваться рекомендательной системой для учета при формировании новых предложений.