• صفحه نخست
  • مارتک
  • 7 داستان موفقیت استفاده معروفترین برندهای دنیا از پلتفرم داده مشتریان (CDP)

7 داستان موفقیت استفاده معروفترین برندهای دنیا از پلتفرم داده مشتریان (CDP)

زمانی که به صورت کلی در مورد پلتفرم داده مشتریان یا CDP صحبت می‌کنیم، مزایا و کاربردهای فراوانی را برای آن نام می‌بریم. اما شاید بهتر باشد برای درک بهتر مزایای این پلتفرم، به مثال‌های عینی در دنیای واقعی بپردازیم و ببینیم معروف‌ترین برندهای دنیا چ...
ارسلان ابراهیمی

مدیر مارکتینگ

اشتراک گذاری در:

7 داستان موفقیت استفاده معروفترین برندهای دنیا از پلتفرم داده مشتریان (CDP)

زمانی که به صورت کلی در مورد پلتفرم داده مشتریان یا CDP صحبت می‌کنیم، مزایا و کاربردهای فراوانی را برای آن نام می‌بریم. اما شاید بهتر باشد برای درک بهتر مزایای این پلتفرم، به مثال‌های عینی در دنیای واقعی بپردازیم و ببینیم معروف‌ترین برندهای دنیا چگونه از این پلتفرم بهره برده‌اند. در ادامه ۷ برند معروف دنیا را بررسی کرده‌ایم که با چالش‌هایی روبه‌رو بوده‌اند و استفاده از پلتفرم داده مشتریان توانسته به آن‌ها کمک کند.

در مورد هر برند، چالش‌هایی که پیش از استفاده از CDP با آن مواجه بوده‌اند را ذکر کرده‌ایم و سپس اشاره کرده‌ایم که CDP چه راه حل‌هایی ارائه کرده و نتایج آن چگونه بوده است.

۱) Yves Rocher

Yves Rocher یک برند فرانسوی تولید محصولات آرایشی است که در سال ۱۹۶۵ تأسیس شده و در حال حاضر در بیش از ۸۸ کشور دنیا فعالیت می‌کند.

چالش‌ها:

  • افزایش تبدیل در میان بازدیدکنندگان ناشناس
  • افزایش نرخ حفظ مشتری (customer retention)
  • شخصی‌سازی ارتباطات جمعی
  • بهینه‌سازی مسیر خرید

راه‌حل‌ها:

  • سگمنتیشن (دسته‌بندی) کاربران بر اساس الگوهای رفتاری و تراکنشی
  • برنامه خوشامدگویی به کاربران جدید
  • رسیدگی به سبدهای خرید رها شده
  • ریتارگتینگ
  • انتشار محتوای داینامیک در سایت
  • ارسال ایمیل تولد

در صفحه محصولات، کاربران هم می‌توانند محصولات مختلف را به صورت تکی خریداری کنند و هم این که پیشنهاد ویژه‌ای (با تخفیف) برای هر کدام، برای خرید چند محصول با هم ارائه می‌شود. ۳۰ درصد از خریدهای اول کاربران، به خرید از این محصولات چندتایی تعلق دارد.

زمانی که کاربر بدون انجام خرید از سایت بازدید می‌کند، یک ایمیل اتوماتیک برایش ارسال می‌شود که محصولات مختلف را بر اساس صفحاتی که از آن‌ها بازدید کرده، به او پیشنهاد می‌کند.

به صورت کلی برای ۳ هدف مختلف از ایمیل استفاده می‌شود:

  • ریتارگتینگ
  • سبدهای خرید رها شده
  • فعال کردن دوباره کاربران بعد از چند روز معین عدم فعالیت

نتیجه افزایش ۱۲۰۰ درصدی نرخ کلیک بر روی ایمیل‌ها در مقایسه با زمانی است که ایمیل‌ها به صورت فله‌ای ارسال می‌شد.

۲) DeLonghi

DeLonghi یک برند تولید لوازم خانگی است که در ایتالیا واقع شده است.

چالش‌ها:

  • نصب سیستم فروش به صورت موازی در چند وبسایت مختلف:
    • delonghigroup.com
    • Livinshop.it
    • Kenwoodclub.it
  • افزایش کیفیت ارتباط با مشتریان بالقوه
  • استفاده از اثر ROPO برای افزایش فروش (تحقیق آنلاین، خرید آفلاین)

راه حل‌ها:

  • مدیریت رویداد – طراحی لندینگ پیج برای ثبت نام در کارگاه‌های آشپزی، ارسال ایمیل برای رویدادهای آینده
  • ارسال ایمیل‌های اتوماتیک حاوی دستورالعمل‌های غذایی مختلف
  • سگمنتیشن کاربران بر اساس علایق
  • استفاده از ابزارهای پرورش لید

در وبسایت این برند، پاپ آپ‌هایی به نمایش درمی‌آید که از کاربر می‌خواهد در ازای تخفیف، در خبرنامه سایت عضو شود. بعد از جذب لید از این طریق، لیدها پرورش داده می‌شوند و تلاش می‌شود یک رابطه قوی شکل بگیرد.

با استفاده از این روش، تبدیل کاربران ۱۶۰ درصد افزایش داشته است.

ساختن لندینگ پیج برای ثبت نام در کارگاه‌های آشپزی یکی دیگر از روش‌های جذب لید بوده است. همچنین برای این کاربران، ایمیل‌های اتوماتیک (بر اساس الگوهای رفتاری) ارسال می‌شود که در آن‌ها دستورالعمل غذاهای مختلف وجود دارد. ۵۲ درصد از پیام‌های ارسالی توسط کاربران باز می‌شوند (OR rate=52%)

۳) new balance

new balance یک برند تولید کفش و پوشاک ورزشی است که در بوستون آمریکا واقع شده است.

چالش‌ها:

  • گسترده بودن طیف مشتریان و تنوع سلیقه در آن‌ها
  • شخصی‌سازی تجربه کاربر از ابتدای ورود به سایت تا نهایی کردن خرید
  • بازگرداندن کاربران به سایت و خرید دوباره

راه حل‌ها:

  • سگمنتیشن بر اساس الگوهای رفتاری و تراکنشی
  • توجه به سبدهای خرید رها شده
  • ریتارگتینگ کاربران
  • استفاده از یادگیری ماشین (ML) و هوش مصنوعی (AI) برای فعال‌سازی کاربران غیرفعال

با استفاده از دیتای کاربران و الگوریتم‌های یادگیری ماشین و هوش مصنوعی، خریدهای کاربران به کاربران دیگری که رفتار مشابه با آن‌ها داشتند، پیشنهاد می‌شد.

همچنین سیستم به صورت اتوماتیک به کاربرانی که ۳۰ تا ۶۰ روز غیرفعال بودند، پیامی حاوی پیشنهادهای اختصاصی می‌فرستاد.

نتیجه ۲۰۰ درصد افزایش در نرخ باز شدن و نرخ کلیک در مقایسه با پیام‌های فله‌ای بود.

۴) T Mobile

T Mobile یک شرکت مخابراتی آلمانی است که در بسیاری از کشورهای دنیا از جمله آلمان، هلند و آمریکا خدمات ارائه می‌کند.

چالش‌ها:

  • طیف گسترده دستگاه‌ها و پکیج‌ها
  • امکان فروش مکمل یا cross sell (تلویزیون، اینترنت، تلفن خانگی)
  • زیاد بودن نقاط تماس با مشتریان

راه حل‌ها:

  • استفاده از استراتژی اومنی‌چنل برای ارتباط با مشتریان
  • ارائه پیشنهادهای ویژه برای افزایش فروش خدمات و پکیج‌های اضافی
  • ارائه پیشنهادهای ویژه بر اساس دیتای کاربران

بعد از این که کاربر از وبسایت این برند بازدید می‌کند، اما خریدی انجام نمی‌دهد، یک ایمیل حاوی موارد زیر برایش ارسال می‌شود:

  • یک پیشنهاد ویژه از محصولی که از آن بازدید کرده (مثلاً تلویزیون)
  • اطلاعات در مورد پیشنهاد ویژه کمپانی درباره محصول (مثلاً ارائه اشتراک کانال‌های خاص)
  • ارائه یک پیشنهاد برای خرید موبایل

نتیجه نرخ ۵۷ درصدی باز شدن ایمیل‌ها و نرخ ۱۹ درصدی کلیک بود.

همچنین خبرنامه این برند حاوی موارد زیر است:

  • پیشنهادهای ویژه بر اساس آخرین فعالیت‌های کاربر در سایت
  • محتوای شخصی‌سازی شده بر اساس دیتای کاربر

نتیجه افزایش ۵۰ درصدی نرخ باز شدن و نرخ کلیک بر روی ایمیل بود.

۵) vodafone

Vodafone نیز یک شرکت مخابراتی بریتانیایی است که دومین شرکت بزرگ مخابراتی در دنیا محسوب می‌شود.

چالش‌ها:

  • محدود بودن فعالیت‌های بازاریابی در قبال کاربران ناشناس
  • تبدیل لید به مشتری
  • ایجاد ارتباط قوی با لیدها از اولین تماس

راه حل‌ها:

  • تولید لید هوشمند با استفاده از محتوای شخصی‌سازی شده
  • ارسال پیام‌های خوشامدگویی شخصی‌سازی شده
  • ارسال پیشنهادهای شخصی‌سازی شده به کاربران جدید

زمانی که کاربران ناشناس از سایت بازدید می‌کنند، در یک پنجره پاپ‌آپ به آن‌ها پیشنهاد می‌شود تا در ازای ایمیلشان، یک تخفیف ویژه در اختیارشان قرار بگیرد. این تخفیف ویژه بر روی محصولی اعمال می‌شود که کاربر به آن علاقه بیشتری نشان داده (مثلاً از صفحه آن بازدید کرده).

نتیجه این کار افزایش ۲۲۰ درصدی نرخ تبدیل بود.

همزمان هر کاربری که ایمیل خود را در اختیار وبسایت این برند قرار می‌دهد، یک ایمیل خوش‌آمدگویی دریافت می‌کند که شامل این موارد است:

  • اطلاعات عمومی درباره برند و پیشنهادهای کلی از سوی کمپانی
  • پیشنهادهای اختصاصی بر اساس بازدیدهای اخیر کاربر
  • پیشنهاد کالاهای مشابه بر اساس قیمت

این ایمیل‌ها دارای ۵۴ درصد نرخ باز شدن و ۲۷ درصد کلیک هستند که رقم قابل توجهی است.

۶) Oriflame

Oriflame یک برند آرایشی-بهداشتی سوئدی است.

چالش‌ها:

  • ارتباط مستقیم تنها با مشاورین آرایشی-بهداشتی بود و با مشتریان نهایی نبود
  • تاریخچه خرید مشاورین بسیار متنوع و گسترده بود
  • اندازه سبدهای خرید نیز بسیار بزرگ بود

راه حل‌ها:

  • یکپارچه سازی سیستم‌ها و دیتاهای CRM
  • اجرای شخصی‌سازی برای پیام‌های جمعی
  • ارسال پیام‌های خودکار برای افزایش فروش
  • استفاده از دیتای جزئی مشاورین برای اجرای کمپین‌های هدفمند

ایمیل‌های خودکاری برای مشتریان ارسال می‌شد که در آن‌ها پیشنهادهایی که مطابق با آخرین خریدهای آن‌ها بود یا این که مکمل آن‌ها بود، در آن ایمیل‌ها وجود داشت. با این روش نرخ باز شدن ایمیل‌ها ۱۶۲ درصد افزایش یافت.

از ویژگی‌های زیر برای دسته‌بندی مشاورین آرایشی-بهداشتی و اجرای کمپین هدفمند استفاده می‌شود:

  • تاریخچه خرید
  • الگوی رفتاری
  • امتیاز وفاداری
  • فاصله تا آخرین خرید

کمپین‌هایی که با استفاده از سگمنتیشن و دسته‌بندی اجرا شد، ۳۰ درصد نرخ باز شدن و کلیک بالاتری داشتند.

۷) ۴Finance

۴finance یک موسسه مالی-اعتباری است که در سطح اروپا و آسیا فعالیت می‌کند و دفتر مرکزی آن‌ها در کشور لتونی واقع شده است.

چالش‌ها:

  • رقابت شدید با دیگر کمپانی‌ها که وام اول را بدون بهره می‌دادند
  • استفاده از مرکز تماس در پروسه درخواست
  • مجموعه گسترده‌ای از اطلاعات مختلف که از مشتریان موجود بود و یکدست نبود

راه حل‌ها:

  • یکپارچه‌سازی اطلاعات موجود در سیستم CRM
  • نمایش فرم‌ها و بنرهای تبلیغاتی برای مشتریان بر اساس دیتای آن‌ها
  • ارسال هشدار در هنگام فعالیت مشتریان خاص در سایت

برای مشتریانی که اجازه ارسال ایمیل را نداده بودند، پیام‌هایی در قالب پاپ‌آپ در وبسایت نمایش داده می‌شد. در این پیام از کاربر خواسته می‌شد تا تنظیمات ایمیلی خود را تغییر دهد و پیشنهادهای ویژه‌ای را در قالب ایمیل دریافت کند. نرخ تبدیل این کار ۱۲ درصد بود.

کاربران ناشناسی که بیش از ۲ دقیقه در سایت فعالیت می‌کنند و حداقل ۵ صفحه را بازدید می‌کنند هدف قرار می‌گیرند. در اینجا تلاش می‌شود تا تولید لید اتفاق بیفتند و مشخصات کاربر در قالب یک پنجره پاپ‌آپ از او پرسیده می‌شود. (نام، تلفن و ایمیل).

اطلاعات لیدهای تولید شده مستقیماً به مرکز تماس انتقال می‌یابد تا آن‌ها سریعاً با آن‌ها تماس بگیرند و پیشنهادهای ویژه را ارائه کنند. نرخ تبدیل کاربران ناشناس به لید ۷ درصد است.

امتیاز به مقاله

عضویت در ماه‌نامه دیپین

جدیدترین مقالات داده‌محور را دریافت کنید

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

فهرست مطالب

سایر مقالات مرتبط

۹ مدل اصلی بخش‌بندی مشتریان (Segmentation)
در حوزه دسته‌بندی یا بخش‌بندی مشتریان (Segmentation) آزمایش و تست کردن، نقش مهمی ...

ارسلان ابراهیمی

مدیر مارکتینگ

چگونه پکیجی از ابزارهای فناوری بازاریابی (MarTech) تهیه کنیم؟
تیم بازاریابی شما در شش ماه آینده چه وضعیتی خواهد داشت؟ یک سال دیگر چطور؟ چند نفر...

ارسلان ابراهیمی

مدیر مارکتینگ

موتور پیشنهادکننده (Recommendation Engine) چیست و سیستم‌های تو...
موتورهای پیشنهادکننده سیستم‌های پیشرفته فیلتر محتوا هستند که پیش‌بینی می‌کنند که ...

ارسلان ابراهیمی

مدیر مارکتینگ

تحلیلگر داده (Data Analyst) چه کاری انجام می‌دهد و چطور یک تحل...
تحلیلگر داده (Data Analyst) فردی است که وظیفه جمع‌آوری، پاکسازی و تفسیر دیتا را ب...

ارسلان ابراهیمی

مدیر مارکتینگ

بازاریابی داده‌محور (Data-driven Marketing) و ظهور پلتفرم داده...
به نظر می‌رسد همه چیز، انفجار فعلی بازار «پلتفرم داده‌ مشتریان» (CDP) را توجیه می...

ارسلان ابراهیمی

مدیر مارکتینگ

آینده کوکی ها (Cookies) و نقش پلتفرم داده مشتریان (CDP) در آن
برای بسیاری از کاربران اینترنت، تبلیغات دیجیتال بیش از آن که به یک ارتباط سالم با...

ارسلان ابراهیمی

مدیر مارکتینگ

دسترسی سریع به آخرین مطالب
۹ مدل اصلی بخش‌بندی مشتریان (Segme...

سه شنبه, ۲۶ مهر ۱۴۰۱

چگونه پکیجی از ابزارهای فناوری باز...

دوشنبه, ۲۵ مهر ۱۴۰۱

موتور پیشنهادکننده (Recommendation...

یکشنبه, ۲۴ مهر ۱۴۰۱

تحلیلگر داده (Data Analyst) چه کار...

شنبه, ۲۳ مهر ۱۴۰۱

دیپین در شبکه‌های اجتماعی