email marketing automation - avenida.com
TRANSCRIPT
Caso E-mail Automation
DISEÑO
Organigrama
Objetivo Ofrecer beneficios únicos del canal, creando conceptos de comunicación y ofertas diferenciales
Automatización email diarioHerramienta en VBA para creación del HTMLMayor tiempo destinado al análisis estratégico y numérico del canalLimpieza y división de la base según engagement.
Qué representa Email Marketing en Avenida.com20% del revenue20% del tráfico+500k suscriptores – 20M emails mensuales
E-mail Marketing | Newsletter Diario
Automatización de mails
Basados en el comportamiento del usuario y sus preferencias
0,8% del trafico pero 4,5% de la venta
Mejores ratios de performance: +OR, +CTR, +CR.
Objetivo: contenido más relevante a cada usuario basado en sus interacciones con el sitio.
Ejemplos: Serie bienvenida, Recupero de Carrito, Producto Visto, Cross-sell, incentivo para usuarios inactivos.
Emails automáticos
Bienvenida
Objetivo: paso de subscripción a compra
Bienvenida, propuesta de valor e incentivo con caducidad
Exposición de los “mejores” productos
Promoción para aquellos que no convirtieron
“… última oportunidad”
Sessions
Product view
Checkout
Thank you page
Add to Cart
Producto visto
Subject personalizado
Contenido relevante
Urgencia
Social Proof
Ofertas y productos relacionados
Sessions
Product view
Checkout
Thank you
page
Add to Cart
1- Recordatorio y propuesta de valor
2- Descuento
3- Seguimiento
Recupero de carrito
Sessions
Product view
Checkout
Thank you
page
Add to Cart
Cross sell y recurrencia
Cross-Sell: Seguimiento con productos relacionados.
Recurrencia: Incentivar recompra mediante gift card.
Estrategia Unique Opens Unique Clicks Conversion Rate
Newsletter Diario 8,34% 1,22% 0,74%
Bienvenida 25,50% 6,53% 5,90%
Product Viewed 38,49% 9,48% 2,26%
Recupero Carrito 40,74% 10,45% 8,30%
Cross-Sell 27,60% 7,13% 2,01%
Recompra 21 días 16,13% 6,65% 2,02%
Recompra 60 dias 14,58% 5,64% 3,23%
Resultados
Segmentación de los usuarios sin comportamiento en base a datos demográficos
Recolección de datos Armado de clusters Automatización en la generación de las bases y el contenido
Optimización del tiempo de envío. Llegar a cada usuario en el horario adecuado
Modelos predictivos para evitar Churn (modelo Pareto/NBD de Fader et al.)
Continuar optimizando el modelo de atribución
Próximos pasos
¡Gracias! Franco Fagioli [email protected]