Инструмент «Клиентомер» в Azure: от подсчета до автоматизации привлечения посетителей

Инструмент «Клиентомер» в Azure: от подсчета до автоматизации привлечения посетителей

Помните, в прошлом году перекусили в отличном кафе? То ли за углом, то ли на перекрестке, то ли в Лабытнанги. Хочется вернуться, но название и адрес напрочь вылетели из головы?

Да и сам бизнес «забывает» своих клиентов. Как их «запомнить», вернуть и «узнать» при повторном визите? И какую пользу несет эта информация? Эти вопросы мы задали основателю компании ReMarked Леониду Касаткину.

Черный ящик

Что же предлагает компания ReMarked своим клиентам? Устройство в точке продаж и работу с данными. Датчик, установленный, например, в ресторане, идентифицирует гостей по Wi-Fi. В дальнейшем система находит их в Интернете и показывает им рекламу, например, с новыми предложениями в меню. Если гость возвращается в ресторан, устройство это «видит», таким образом можно оценить эффективность рекламы, разграничить поток случайных посетителей, постоянных и привлеченных клиентов.

«Если говорить о схожих решениях, — отвечает Леонид Касаткин на вопрос о конкурентах, — то в мире это Retail Next, в России — НПО «Аналитика». Наше отличие в том, что мы используем не только офлайн-, но и онлайн-данные, и за счет этого имеем возможность отслеживать возвращение клиентов и подсчитывать эффективность рекламы».

Когда посетитель проходит мимо датчика, система «видит» только МАС-адрес его телефона. Это деперсонализированные данные и они не позволяют выяснить, кто владелец трубки. По MAC-адресу можно проанализировать поведение пользователя: в каких местах был, как часто посещал точку, сколько времени там провел. Например, для торгового центра можно сказать, в каких конкретно точках продаж был клиент. Когда пользователь подключается к Wi-Fi, на его телефон записывается файл cookie, что тоже не является персональными данными. Система устанавливает связь между МАС-адресом и файлом cookie. Если пользователь зашел через гостевой портал заведения, то у него запрашивается номер телефона или же предлагается авторизация через аккаунт на портале госуслуг. В этом случае система имеет дело с персональными данными, и пользователь ставит соответствующую галочку о согласии на их использование. При этом данные об авторизации хранятся на сервере в России.

Но рекламой все не ограничивается: диапазон предоставляемых клиенту данных может варьироваться.

Леонид Касаткин
Пресса о нас

Вот как используют «Клиентомер» некоторые компании:

  1. Рестораны «Жан-Жак» предпочитают классику: определение и подсчет посетителей, «догоняющая» реклама в социальных сетях и оценка ее эффективности. По статистике, гости, видевшие рекламу, возвращаются через 23 дня, не видевшие — почти в два раза дольше, через 40 дней.
  2. Для сети официальных дилеров Volkswagen система аналитики выполняет несколько функций: подсчитывает клиентов и составляет их портрет (в какие заведения ходят, какие места посещают, в каких районах города), оценивает, сколько пришло в автосалон человек с мероприятий и выставок, которые проводил дилер, собирает отзывы по Wi-Fi от посетителей автосервиса и передаёт их в службу контроля качества, показывает адресную рекламу в соцсетях по посетителям автосалона на основании их интересов (например, новые авто или аксессуары).
  3. Для центрального универмага Санкт-Петербурга ReMarked подсчитывает покупателей, показывает им рекламу в Интернете, отслеживает их возвращение и повторные покупки. В результате стоимость возврата постоянных клиентов упала в полтора раза, а посещаемость среди контрольной группы увеличилась на 20%.

В три этапа

У проекта два основателя: Леонид Касаткин, управленец с более чем 10-летним опытом в интернет-маркетинге, и бизнесмен Алексей Которский. За два года команде удалось пройти три этапа.

Леонид Касаткин

Этап первый. В 2015 году появилась идея считать клиентов, определяя их по сотовым телефонам. Прототип сначала тестировали в метро, потом бесплатно устанавливали в кафе по договоренности с владельцами. Технология позволяла получать аналитику: сколько постоянных клиентов, как часто люди заходили, сколько времени проводили внутри, как распределяются данные по часам, дням и месяцам.

«Быстро выяснилось, что как таковая аналитика не очень интересна бизнесу, — рассказывает Леонид Касаткин, — так как предпринимателям не хватает ресурсов, чтобы проанализировать данные и сопоставить их с информацией о продажах. Мы поняли, что клиенты не готовы покупать решение в таком виде».

Этап второй. Осенью 2016 года компания ReMarked попала в акселератор ФРИИ. Здесь руководители нашли новую бизнес-модель и придумали, как на основании аналитики увеличить продажи. Исходной точкой стало понимание, что компании хотят повысить эффективность той рекламы, которую уже используют.

«Нам удалось увеличить обороты в 7-8 раз, — комментирует Леонид Касаткин. — Из услуги, которая не пользовалась большим спросом, мы сделали продукт, который приносил деньги».

Этап третий. В настоящее время коллектив состоит из 15 человек, включая отделы по разработке, продажам, монтажу и поддержке. Команда дорабатывает существующую платформу и расширяет ее функционал, реализуя проекты в Москве и Санкт-Петербурге.

Не только реклама

Оценка эффективности рекламы — не единственное применение сервиса Remarked. Например, организаторы летнего фестиваля «О да! Еда!» получают отличный маркетинговый инструмент для разговора с потенциальными спонсорами. В нем отражены:

  1. Посещаемость по дням и часам.
  2. Постоянные клиенты, вернувшиеся на второй день
  3. Постоянные клиенты, вернувшиеся через год.
  4. Тепловая карта фестиваля.
  5. Проходимость каждого стенда фестиваля.
  6. Гостевой Wi-Fi с голосованием за лучший ресторан, который получал приз.
  7. Конверсия в рестораны после фестиваля.
  8. Длительность визитов клиентов.

Тепловая карта посетителей показывает, в какой части площадки наблюдалось наибольшее скопление людей, и позволяет внести коррективы в будущие мероприятия: например, поменять геометрию пространства, чтобы гости максимально рассредоточились по территории.

Данные также полезны для участников. «На фестивале был стенд ресторана «Две палочки», — рассказывает Леонид Касаткин, — зная, сколько людей его посетило, мы смогли отследить тех, кто пришел в ресторан повторно. Это помогло оценить эффективность участия в мероприятии».

Будущее распознавания

Сейчас технологии Microsoft используются на всех этапах сбора, обработки и вывода данных. Умное облако Microsoft Azure хранит и анализирует более 100 Гб информации. Мы поинтересовались перспективами использования новых технологий, например, распознавания видеопотока, представленного на последней конференции Build.

«В сегодняшней ситуации, когда огромный массив данных остается необработанным, требуются продвинутые аналитические инструменты, а также интеграция результатов анализа с CRM-системами», — считает Леонид Касаткин. «Я думаю, что года через два мы дополним нашу систему решениями на базе видеоаналитики», — прокомментировал он.

В будущем «забывчивость» и проблема возвращения клиентов никуда не денется, но бороться с ней скорее всего будут персональные цифровые помощники. Вместо показа рекламы с новым блюдом от шеф-повара, пользователь получит сообщение от бота, который поговорит по душам и оповестит обо всех новинках и акциях. Но это уже следующий этап автоматизации привлечения...

Источник: Microsoft