Эффективный возврат и активация участников программы лояльности «Почетный гость»

Главное о кейсе

Результаты
Двухнедельная акция на всех сегментах сработала лучше однонедельной.
Неактивированным клиентам эффективнее дарить 450 баллов, а оттоковым — 250-350.
Нет смысла много вкладывать в оттоковых клиентов, которые в прошлом приносили большую прибыль.
Разницы между отправкой дополнительных коммуникаций в субботу или в воскресенье нет.
Выделены микро-сегменты, имеющие негативный эффект и эффект значимо выше среднего по сегменту для более точного таргетинга в будущих кампаниях.


— Достигли показателей:

40% прироста по посещениям,
36% прироста по сумме счетов,
17% прироста по марже.

Results:
two-week action in all segments worked better than a one-week one.
It is more efficient for non-activated clients to give 450 points, and for outflow - 250-350.
It makes no sense to invest a lot in outflow customers, who in the past have brought great profits.
There is no difference between sending additional communications on Saturday or Sunday.
During the promotion, on average, we received 40% incremental (additional) increase in visits, 36% increase in the amount of accounts, 17% in margin.
For more accurate targeting in future campaigns we identified the micro segments with a negative effect and micro segments which have a significantly higher effect than the average for the whole segment.


- Achieved indicators:

40% increase in visits,
36% increase in invoice amount,
17% increase in margin.

Бизнес-задача и ее решение

Задачи (Challenge)
Активировать неактивированных клиентов (дата регистрации клиента в программе лояльности более 155 дней и количество транзакций равно нулю).
Реактивировать оттоковых клиентов (меньше 3 транзакций и давность последней более 155 дней, больше трех транзакций, давность последней превышает тройное время между транзакциями и 155 дней).
Изучить влияние разных вариантов воздействия на клиентов. Понять:
акции какой длительности работают лучше;
сколько баллов и каким клиентам выгодно дарить;
имеет ли значение день отправки дополнительных коммуникаций;
стоит ли инвестировать больше в оттоковых клиентов, которые в прошлом принесли нам много прибыли;
сработает ли реактивационная механика на увеличение частоты походов в сегменте активных клиентов;
выделить подсегменты с максимальной и нулевой реакцией для учета в будущих промокампаниях.

Решение
Промокампания с баллами на короткий срок в подарок на сегментах отткоковых и неактивированных клиентов, варьирование количества подарочных баллов, периода их сгорания, дня отправки.

Описание
В рамках внедрения CRM-стратегии в сети ресторанов «Росинтер» начали проводить кастомизированные кампании на сегментах неактивированных и оттоковых клиентов.

Для определения количества дней, которое свидетельствует, что клиент давно не появлялся в ресторане, использовалась метрика Q90(AIPI) — квантиль уровня 90% среднего времени между транзакциями, рассчитанное на данных клиентов, совершивших три и более транзакции. Q90(AIPI) = 155 дней. Это означает, что в распределении метрики «Среднее время между транзакциями» 90% значений меньше 155 дней, а 10% больше.

В кампанию взяли тех, у кого
— нет транзакций и с даты регистрации прошло более 155 дней.
— меньше 3 транзакций и давность последней более 155 дней.
— больше трех транзакций, давность последней превышает тройное время между транзакциями и 155 дней.

В рамках акции дарили клиентам дополнительные баллы на короткий срок.

Механика
В день старта мы начислили дополнительные баллы и отправили клиентам пуш и персональное сообщение в мобильном приложении, email с анонсом акции: мы любим вас и ждем возвращения, поэтому дарим баллы (отток) и дарим баллы, чтобы вы попробовали нашу вкусную еду (неактивированные).
В выходные перед окончанием акции отправили стимулирующую коммуникацию — email-напоминание клиентам, которые не сделали заказ по акции.
За день до сгорания дополнительных баллов клиентам, которые не воспользовались акцией, отправили email и пуш уведомления, что баллы скоро сгорят.


Реализация
В рамках проекта мы:
сформулировали гипотезу;
выделили сегменты, подсегменты, подобрали промо;
разработали дизайн эксперимента;
провели промокампанию
настроили передачу данных с сайта “Почётного гостя” hgclub.ru, из мобильного приложения и CRM-системы в платформу Mindbox,
подготовили и автоматизировали отправку email-рассылок различных типов (анонсы, приветствие, письма с баллами и промокодами), информационных пуш-уведомлений;
проанализировали полученные результаты.


Отправка писем, уведомлений происходили автоматически и осуществлялись на базе платформы Mindbox.

Не забыли о следующем:

экспериментальный дизайн (выделение контрольных групп для всех сегментов)
статистические тесты на разницу в долях и средних значениях для изучаемых метрик (выявляем только статистически-значимую разницу в поведении)
эконометрические методы и методы машинного обучения для выявления микросегментов, имеющих нулевую (отрицательную) либо максимальную реакцию на воздействия для использования в последующих механиках.

Challenge.
Activate non-activated clients (the client's registration date in the loyalty program is more than 155 days and the number of transactions is zero.
Reactivate outflow clients (less than 3 transactions and the duration of the latter is more than 155 days, more than three transactions, the duration of the latter exceeds the triple time between transactions and 155 days).
Examine the impact of different exposure options on customers. Understand:
which stocks’ duration works better;
how many points and to which customers we should give;
does the day of sending additional communications matter;
whether it is worth investing more in outflow customers who in the past have brought us a lot of profit;
whether reactivation mechanics will work to increase the frequency of hikes in the segment of active customers;
how to select subsegments with maximum and zero response for consideration in future promo campaigns.

Solution
We created promo campaign with gift points for a short period of time on segments of outflow and unactivated customers, the variation in the number of gift points, the period of their combustion, the day of dispatch.

Description
As part of the implementation of the CRM strategy in the Rosinter Restaurant chain, we began to conduct customized campaigns on the segments of non-activated and outflow customers.

To determine the number of days, which indicates that the client has not appeared in the restaurant for a long time, we used the Q90 metric (AIPI) - a quantile of the level of 90% of the average time between transactions calculated on the data of customers who completed three or more transactions. Q90 (AIPI) = 155 days. This means that in the distribution of the average time between transactions metrics, 90% of the values ​​are less than 155 days, and 10% more.

We conducted the campaign for those who
have no transactions and more than 155 days have passed since the date of registration.
less than 3 transactions and the duration of the last more than 155 days.
more than three transactions, the duration of the latter exceeds the triple time between transactions and 155 days.

Within the campaign the customers were given extra points for a short period.

Mechanics
On the day of launch, we accrued gift points and sent customers a push and a personal message in the mobile application, email with the announcement of the action: we love you and look forward to your returning, so we give points (for outflow) and give points so that you can try our tasty food (non-activated).
At the weekend, before the end of the promotion, we sent stimulating communication - an email-reminder to customers who did not place an order for the promotion.
The day before the burning of additional points to customers who did not use the action, we sent an email and a push notification that the points would soon burn.

Implementation
Within the project we:
formulated a hypothesis;
identified segments, subsegments, picked up promo;
created the design of the experiment;
conducted a promotion
set up data transfer from the Honored Guest website hgclub.ru, from a mobile application and a CRM system to the Mindbox platform,
prepared and automated the sending of various types of email mailings (announcements, greetings, letters with points and promo codes), information push-notifications;
analyzed the results.

Sending of letters and notifications was occurred automatically and carried out on the basis of the Mindbox platform.

We haven’t forgotten about:
experimental design (selection of control groups for all segments)
statistical tests for differences in shares and average values ​​for the studied metrics (we reveal only a statistically significant difference in behavior)
econometric methods and machine learning methods for identifying micro segments that have zero (negative) or maximum impact response for use in subsequent mechanics.

Прочая информация о кейсе

В рамках внедрения CRM-стратегии в сети ресторанов «Росинтер» начали проводить кастомизированные кампании на сегментах неактивированных и оттоковых клиентов.

Для определения количества дней, которое свидетельствует, что клиент давно не появлялся в ресторане, использовалась метрика Q90(AIPI) — квантиль уровня 90% среднего времени между транзакциями, рассчитанное на данных клиентов, совершивших три и более транзакции. Q90(AIPI) = 155 дней. Это означает, что в распределении метрики «Среднее время между транзакциями» 90% значений меньше 155 дней, а 10% больше.

В кампанию взяли тех, у кого
— нет транзакций и с даты регистрации прошло более 155 дней.
— меньше 3 транзакций и давность последней более 155 дней.
— больше трех транзакций, давность последней превышает тройное время между транзакциями и 155 дней.

В рамках акции дарили клиентам дополнительные баллы на короткий срок.

As part of the implementation of the CRM strategy in the Rosinter Restaurant chain, we began to conduct customized campaigns on the segments of non-activated and outflow customers.

To determine the number of days, which indicates that the client has not appeared in the restaurant for a long time, we used the Q90 metric (AIPI) - a quantile of the level of 90% of the average time between transactions calculated on the data of customers who completed three or more transactions. Q90 (AIPI) = 155 days. This means that in the distribution of the average time between transactions metrics, 90% of the values ​​are less than 155 days, and 10% more.

We conducted the campaign for those who
have no transactions and more than 155 days have passed since the date of registration.
less than 3 transactions and the duration of the last more than 155 days.
more than three transactions, the duration of the latter exceeds the triple time between transactions and 155 days.

Within the campaign the customers were given extra points for a short period.

Скриншоты