4 новых способа использования данных Klaviyo с помощью Composer и Customer Agent

У маркетинговых команд часто накапливается список вопросов, на которые нет ответов. Сколько клиентов совершили первую покупку в прошлом квартале и с тех пор ничего не заказывали? Какие публикации в Instagram привели к продажам? Кто из клиентов давно не совершал покупок в категории, в которой раньше был активен? Что должен увидеть покупатель во Франции, когда задает вопрос о возврате товара?

Большая часть данных, необходимых для ответа на эти вопросы, уже находится в Klaviyo. Вместо того чтобы запрашивать информацию у аналитика данных или вручную создавать сегменты, вот 4 новых способа работы с этим списком с помощью Klaviyo AI.

1. Задавайте Composer любые вопросы о ваших данных с помощью Klaviyo SQL

Klaviyo Data Platform теперь поддерживает Structured Query Language (SQL) — стандартный язык для запросов к данным. Composer, встроенный ИИ-агент Klaviyo для маркетинга, пишет SQL-код за вас.

Допустим, вы хотите узнать, какая часть выручки со скидками за прошлый квартал пришлась на клиентов, которые уже дважды совершали покупки по полной цене. Задайте вопрос Composer на обычном языке, и он напишет запрос и выполнит его по вашим данным. Бренд с выручкой от скидок в 4,82 миллиона долларов может обнаружить, что 1,49 миллиона долларов — около трети — пришлись именно на таких клиентов.

Composer также показывает ход своих мыслей. Его поток рассуждений демонстрирует, как он интерпретировал ваш вопрос, включая определение выручки со скидками. В данном примере это означает валовые продажи по заказам, к которым был применен оффер, за вычетом возвратов и отмен. Если это определение не совпадает с тем, как его измеряет ваша команда, вы можете заметить расхождение до того, как начнете действовать на основе полученных цифр.

Тем временем MCP-сервер Klaviyo подключает ИИ-ассистентов, таких как Claude, к вашим данным Klaviyo. Задайте Claude тот же вопрос, и вы получите тот же результат, поскольку в основе лежит один и тот же SQL-запрос. Поддержка SQL предоставляется вместе с подключением, поэтому ничего дополнительно включать не нужно.

Это работает не только в ритейле. Ресторанная группа может спросить, какая доля клиентов, впервые заказавших доставку в прошлом квартале, пришла поесть в заведение и в каких именно локациях. Ответ может показать, что в одной локации это сделали почти треть клиентов, тогда как в других — ближе к пятой части.

2. Используйте Klaviyo Social Performance, чтобы увидеть, какие публикации стимулируют продажи

Допустим, кто-то комментирует ваш пост в Instagram или пишет в личные сообщения с просьбой предоставить код на скидку. До сих пор вы могли видеть, что это произошло, но не знали, привело ли это к продаже.

Klaviyo Social Performance теперь доступен для пользователей Klaviyo Social. Он показывает выручку, которую приносит ваше присутствие в социальных сетях, поскольку данные о ваших заказах и данные из соцсетей находятся в одном месте.

Вы можете детализировать вовлеченность по лайкам, комментариям и репостам за любой период времени. Вы также можете увидеть свой самый эффективный контент, включая пользовательский контент, с информацией о том, кто его создал, как он сработал и есть ли у вас согласие на его повторное использование. Добавляйте лучшие материалы в свою следующую кампанию прямо из редактора. Затем, когда в отчете наблюдается всплеск или спад, увеличьте масштаб до этой даты и попросите Composer объяснить тренд. Он покажет, что стоит за этим, поэтому вам не придется просматривать отдельные публикации вручную.

3. Запускайте до 4 моделей RFM, по одной для каждой категории товаров

RFM-анализ (Recency, Frequency, Monetary) распределяет ваших клиентов по группам, таким как «Требуют внимания» или «В зоне риска», основываясь на том, как давно они совершали покупки, как часто они это делают и сколько тратят.

До сих пор эти группы формировались на основе единой модели, которая рассматривала все заказы клиента вместе. В Klaviyo теперь можно запускать до 4 моделей одновременно, каждая из которых создана для одной категории товаров, например, одежды или обуви. У каждой модели есть своя метрика конверсии, определяющая, какие заказы учитываются, и свои пороги того, что считается «недавним», «частым» и «высоким уровнем трат» в этой категории.

Это важно, потому что люди покупают товары разных категорий по-разному. Возьмем клиента, который часто покупает одежду, но не менял свои беговые кроссовки уже больше года. Каждая модель считывает историю покупок для своей категории, поэтому в вашей модели одежды она попадает в группу «Требуют внимания», а в модели обуви — «В зоне риска». Единая смешанная модель усреднила бы эти сигналы и упустила бы проблему с обувью. Теперь вы можете отправить ей кампанию о новых кроссовках на основе ее группы в категории обуви, при этом ее покупки одежды не будут скрывать этот факт.

4. Адаптируйте ответы службы поддержки для каждого рынка

Бренды, продающие товары на нескольких рынках, имеют дело с разными правилами, продуктами, ценами и языками. K:AI Customer Agent, встроенный ИИ-агент Klaviyo для обслуживания клиентов, теперь адаптируется к рынку каждого покупателя с помощью функции multi-geo для Shopify Markets. Он подключается напрямую к рынкам, которые вы уже настроили в Shopify.

Начните с контента, на основе которого Customer Agent дает ответы. Когда вы добавляете контент в его базу знаний, например, политику возврата, вы выбираете, к какому рынку Shopify он относится.

Навыки работают так же. Навык — это набор инструкций, который говорит Customer Agent, как выполнять конкретную задачу, например, возврат товара. Если вы обрабатываете возвраты по-разному в США и ЕС, создайте отдельный навык возврата для каждого региона и назначьте их соответствующим рынкам. Затем Customer Agent будет следовать правильному процессу для каждого покупателя.

Предустановленный навык рекомендации товаров также следует за рынком покупателя. Он ищет товары в каталоге этого рынка, поэтому покупатели видят только те товары, которые доступны в их регионе, с правильными ценами и валютой.

Для навыков, которые вы создаете самостоятельно, добавьте инструмент «Get Profile». Он позволяет навыку просматривать профиль покупателя и проверять его страну, поэтому один навык может обрабатывать один и тот же запрос по-разному в зависимости от того, где находится покупатель.

Задайте один и тот же вопрос о возврате из США и из Франции, и каждый покупатель получит политику, соответствующую его рынку. Если покупатель переключается на французский язык, Customer Agent отвечает на французском и сохраняет контекст того, где именно совершается покупка.

С чего начать работу с каждым обновлением

Вам не нужно внедрять все 4 обновления сразу. У каждого из них есть быстрый первый шаг:

• Задайте Composer вопрос, который вы обычно отправляете аналитику. Откройте поток рассуждений, чтобы проверить, как он интерпретировал ваш вопрос.
• Откройте Social Performance и найдите свой самый эффективный пост. Затем проверьте, есть ли у вас согласие на его повторное использование.
• Добавьте вторую модель RFM для вашей самой крупной категории товаров. Затем отправьте кампанию клиентам, которые находятся в ней «В зоне риска».
• Настройте один навык Customer Agent для конкретного рынка. Возвраты — хорошее начало.