Шеннон Йоргенфельт обеспечивает 30–40% выручки от прямых продаж (DTC) японского бренда по уходу за кожей Tatcha, работая в команде из двух человек. Ее правило использования ИИ в маркетинговой персонализации звучит так: «тестируй понемногу, заслуживай доверие, а затем расширяйся».

Она управляет критически важной частью выручки Tatcha с помощью своих стратегий жизненного цикла маркетинга. В прошлом году Tatcha увеличила выручку от новогодних промоакций на 20% благодаря email- и SMS-маркетингу, и это еще до учета системы доверия к ИИ, которую она выстроила с тех пор.

В нашем первом эпизоде Klaviyo Originals Йоргенфельт делится подходом своей команды к маркетинговой персонализации, своей философией относительно того, где ИИ полезен, а где нет, и советами для брендов, стремящихся увеличить выручку, сохраняя доверие клиентов.

Подъем по 4 ступеням персонализации на базе ИИ

Рассматривая маркетинговую персонализацию, Йоргенфельт возвращается к концепции омотэнаси — японскому подходу к гостеприимству, который определяет, как Tatcha относится к своим клиентам: вы предвосхищаете потребности гостя еще до того, как он о них попросит.

«Действительно ли информация, которую мы вам отправляем, помогает вам?» — говорит она. — «Или мы просто получили о вас немного информации, очень обрадовались и захотели сразу же ею воспользоваться?»

Йоргенфельт объясняет, что, работая вдвоем, ее команда должна тщательно обдумывать каждое решение. «Это заставляет нас адаптироваться и пробовать новое по мере появления технологий, чтобы соответствовать уровню персонализации, которого ожидают клиенты».

Она сравнивает маркетинговую персонализацию с восхождением по лестнице. Персонализация происходит шаг за шагом, и пропуск ступеней или слишком быстрый подъем — это то, из-за чего большинство команд останавливаются в развитии. Она рекомендует не ограничиваться добавлением имени в тему письма, а пройти 4 ступени лестницы персонализации, собирая данные по пути.

1. Сегментируйте свою аудиторию, чтобы отправлять более целевые сообщения

Все начинается с сегментации: создания списка на основе того, чему на самом деле посвящено сообщение, вместо отправки одной и той же кампании всем подряд.

«Убеждаемся ли мы, что охватываем тех, кто наиболее вовлечен? Отправляем ли мы людям именно тот продукт или сообщение, которое им подходит?» — говорит она.

На практике это означает, что лояльный клиент, который совершает покупки постоянно, получает больше информации о новых продуктах и новостях бренда, в то время как новый клиент сначала узнает историю основателя Tatcha и знакомится с бестселлерами, так как у него еще нет этого контекста.

Та же логика распространяется на защиту самого канала связи. Tatcha создала сегмент прямой почтовой рассылки для клиентов с высокой пожизненной ценностью (LTV), которые перестали реагировать на email — обычно это те, кто не открывал письма от 3 до 6 месяцев, а в периоды крупных запусков — до года. Вместо того чтобы продолжать писать тем, кто потерял интерес, команда взаимодействует с ними через совершенно другой канал. Недавний запуск обновленного очищающего средства, отправленный этому сегменту, принес 19-кратную окупаемость расходов на рекламу.

2. Персонализируйте контент с помощью триггеров в реальном времени на основе поведения

Следующая ступень лестницы маркетинговой персонализации — это реакция на то, что клиент только что сделал на сайте или в письме, вместо отправки сообщений по фиксированному графику.

«Реагируете ли вы в реальном времени на действия пользователя?» — говорит она. — «Отправляете ли вы им сообщение, которое соответствует тому, что они только что сделали на вашем сайте или в письме?»

Используя ИИ, вы можете адаптировать маркетинг к индивидуальным предпочтениям людей:

Используйте предпочтения по каналам связи, чтобы достучаться до них там, где они реагируют лучше — будь то email или текстовое сообщение.

Персонализируйте время отправки в зависимости от того, когда получатели обычно открывают свою почту.

3. Используйте предиктивную аналитику для предвосхищения потребностей

Далее, по словам Йоргенфельт, «наступает момент, когда можно начать играть в более продвинутом пространстве ИИ», используя поведенческие данные и предиктивную аналитику, чтобы предвидеть, что нужно человеку, а не просто реагировать на то, что он уже сделал.

С помощью предиктивной аналитики можно оценить предполагаемую дату следующего заказа клиента, среднее время между заказами, потенциальный риск оттока, средний чек и прогнозируемую пожизненную ценность клиента. Затем эти данные можно использовать для формирования маркетинговой стратегии и отправки более полезного контента, основанного на прогнозируемых моделях расходов.

4. Создавайте полностью персонализированные сообщения, генерируемые ИИ в реальном времени

Верхняя ступень лестницы — это полностью кастомизированные сообщения, создаваемые и доставляемые в реальном времени для каждого человека; это область, для которой созданы маркетинговые ИИ-агенты.

Tatcha пока не достигла этого уровня. «Это наше будущее», — говорит она. — «Но есть небольшие шаги, которые можно предпринять, чтобы к этому прийти».

Смысл такого подхода, по словам Йоргенфельт, заключается в том, чтобы понимать, на какой ступени вы находитесь на самом деле, а не чувствовать себя отстающим из-за того, что вы еще не внедрили «полную ИИ-персонализацию».

Как персонализация на основе машинного обучения заменила 6-месячное правило возврата клиентов в Tatcha

Самый яркий пример третьей ступени проявляется в стратегии возврата клиентов Tatcha. Распространенная стратегия для брендов электронной коммерции — отправлять код скидки всем, кто не совершал покупок в течение последних 6 месяцев. Йоргенфельт заметила, что сроки и содержание самого письма не работают для подписчиков Tatcha.

«У нас есть люди, которые каждый год совершают покупки в «Черную пятницу», и делают это уже десять лет», — говорит она. — «А есть те, кто покупает нашу маску для губ каждый месяц. Если вы связываетесь с обоими этими людьми через 6 месяцев после их последней покупки, это неподходящее время для обоих».

Поэтому ее команда заменила календарный триггер на прогнозируемую дату следующей покупки — модель ИИ, которая оценивает, когда каждый отдельный клиент, скорее всего, совершит покупку снова, и выстроила цепочку возврата вокруг этого.

«Неважно, ожидается ли дата следующей покупки через месяц или через год», — говорит она. — «Если вы пропустили эту дату, именно тогда мы с вами свяжемся».

Результатом стала более стабильная выручка вместо больших, резких скачков, которые возникают при массовой рассылке скидок по всему списку сразу, плюс в целом стало отправляться меньше промокодов.

Эта цепочка охватывает клиентов, для которых есть конкретная дата. Другие письма должны удерживать внимание без нее.

Создание бренда вне цикла покупок

Некоторые из самых привлекательных писем Tatcha не связаны с распродажами. Они созданы для поддержания отношений между покупками.

Когда Tatcha выпустила лимитированную версию маски для губ Momiji, история ее создания была разослана по всему списку в рамках кампании по запуску продукта, давая каждому повод заинтересоваться новинкой.

Тема письма: История лимитированного оттенка маски для губ в этом году 🍁

Так как же Tatcha продолжает взаимодействовать с теми, кто покупает «раз в год», пока не придет время для покупки? Они пропускают стандартное сообщение «мы скучаем по вам» в пользу чего-то более содержательного, например, рассказа о вехе в партнерстве Tatcha с Room to Read, некоммерческой организацией, финансирующей образование девочек, или образовательной статьи о лучших практиках ухода за кожей, которая будет полезна всем, даже если у них под рукой нет продукта Tatcha.

«Есть ли у нас что-то интересное, чтобы рассказать о том, кто мы такие?» — говорит она, описывая, как она думает о поддержании вовлеченности.

Тема письма: Мы благодарны вам 🫶🏼

Тест на доверие, который Tatcha использует для ИИ

Йоргенфельт установила правило для своей команды при принятии решения об использовании любого нового ИИ-инструмента. «Все дело в доверии, и ключ к успеху — тестировать на малом, развивать это доверие, а затем начинать расти оттуда», — сказала она.

Это правило также объясняет, почему она проводит четкую границу в отношении конкретного использования ИИ. Предиктивная аналитика быстро завоевала свое место, потому что ее было легко протестировать в одном из сегментов бизнеса и оценить по четкому результату. Напротив, область, в которой она пока не будет экспериментировать, — это генерация изображений людей. В сфере ухода за кожей она не убеждена, что это лучшее применение ИИ.

«Мы не готовы пробовать полностью сгенерированные ИИ электронные письма или генерацию изображений с помощью ИИ», — сказала она. «В уходе за кожей это очень деликатный вопрос. Мы не хотим показывать вам фальшивого человека. Мы хотим показать вам настоящую кожу».

Вместо этого ее команда тестирует тексты для SMS-сообщений, сгенерированные ИИ, запуская их параллельно со стандартной версией и наблюдая за результатами, прежде чем принимать решение о построении стратегии вокруг них.

Полностью отказаться от ИИ тоже не вариант. «Это будущее, это направление, в котором мы движемся», — сказала она. «Поэтому до определенной степени мы должны не отставать, иначе останемся позади, а никто не хочет оставаться позади».

Команда уже начала доверять инструментам аналитики на базе ИИ. Поскольку всего два человека отвечают за все рабочие процессы Tatcha, ИИ-инструменты, такие как Composer и Claude, теперь помогают ей заметить «первые тревожные сигналы» до того, как процесс перестанет работать, вместо того чтобы вручную просматривать «миллион потоков, миллион показателей открываемости, миллион показателей кликабельности».

«ИИ стал своего рода дополнительным сотрудником в команде», — сказала она. Но она четко дала понять, что он не заменяет человеческую интуицию. «Мне кажется, мы никогда не придем к тому, чтобы можно было заниматься маркетингом без маркетолога-человека, потому что маркетинг — это очень человеческая сфера».

Поднимайтесь по лестнице персонализации путем тестирования

Совет Йоргенфельт другим маркетологам заключается в том, чтобы найти ту ступеньку, которая соответствует текущему положению команды, и двигаться оттуда, а не бросаться в ИИ с головой или полностью избегать его.

«Каждый должен начать экспериментировать с персонализацией так, как ему удобно, будь то очень осознанная и стратегическая ручная сегментация или начало тестирования генеративного ИИ», — сказала она.

На какой бы ступени ни начала команда, работа не заканчивается после запуска процесса. «Вы должны убедиться, что постоянно все проверяете. Нельзя просто запустить процессы и никогда к ним не возвращаться, потому что именно так вы попадаете в ловушку устаревания».

Для небольшой команды, обеспечивающей треть выручки бренда от прямых продаж потребителям, эта привычка тестировать по одному процессу за раз и является всей стратегией.