В марте этого года подписчики активно обсуждали кейс компании Florist.ru, которая выдавала разные цены на букеты в зависимости от того, с какого устройства пользователь искал цветы. Цена на один и тот же букет могла отличаться почти на 3 тысячи рублей для юзера с ПК на Linux (7620 рублей) и юзера с Macbook Pro (10320 рублей ).
Тогда читатели обсуждали, что это: A/B-тестирование, поведенческий маркетинг, аукцион или просто-напросто обман. Маркетолог стартапа Flowwow.com Вячеслав Богдан, отработавший пять лет в «Яндексе», 2ГИС и iConText, написал колонку о том, откуда берется ценовая дискриминация.
Большой брат никогда не спит
Не секрет, что сегодня у каждого более-менее обученного интернет-маректолога в арсенале невиданное количество инструментов для сбора и анализа данных. С помощью них можно отcлеживать не только источники перехода, cookies, IP, браузеры и операционные системы, но и пол и возраст человека, его предпочтения. Речь, в частности, о таких стандартных инструментах, как Google Analytics, «Яндекс.Метрика», Flurry — и не очень стандартных и дорогих, как Google Analytics Premium и Adobe Marketing Cloud.
Естественно, имея такие знания о своем пользователе, любой маркетолог может не устоять перед соблазном использовать их, чтобы быстро заработать больше. Первыми показывать завышенные цены стали авиакомпании: они предлагали билеты по более высокой цене для пользователей, зашедших с устройств подороже. Кроме того, они могли использовать и другие данные клиентов, которые уже воспользовались их услугами. Такие, например, как направления и частота перелетов, ценовой диапазон билетов.
Далее «моду» подхватил Amazon и другие крупные интернет-магазины, а сегодня этим занимаются все кому не лень. Правда, не круглый год. Особенно актуальной данная проблема становится перед праздниками. Например, перед рождественскими каникулами на Amazon сметается всё, и практически без разбора. Впрочем, если говорить про цветочный рынок, то это, скорее, 8 марта и 1 сентября, а также День Влюбленных.
Сами маркетологи любят оправдывать свои действия объективной потребностью бизнеса: мол, мы делаем A/B-тесты, определяем оптимальную цену, проводим поведенческий маркетинг. На деле, чтобы провести один внятный тест и установить оптимальную цену, необходимо три-четыре тысячи посетителей и неделя времени, но любой маркетолог-перфекционист будет утверждать, что ему нужно больше. Всем известная «Крипта» от «Яндекса» обучается минимум на 30 тысячах пользователей. Конечно, здесь немного другая история, но и параметров для анализа более 300. Я думаю, что маркетолог любого крупного e-commerce согласится, что для А/В-тестов аудитории достаточно, главное, не проводить их пачками одновременно и не на всех посетителях сразу.
Осторожно! Дикий рынок
Если говорить откровенно, то рынок онлайн-продаж цветов в России совсем дикий. Он напоминает рынок такси до появления таких сервисов, как «Яндекс.Такси». Цены абсолютно непрозрачные. Один и тот же букет может стоить и 1000, и 3000, и 5000 рублей. Магазины не очень сильно заботятся о качестве сервиса, нет единой системы оценки. Опоздать с доставкой на пару часов считается нормой. Продавать несвежие букеты — считается нормой.
И мы боремся с этим. Да, мы тоже максимально отслеживаем все данные о наших посетителях, но обычное повышение цены по устройству не используем. Если человек это заметит, то больше не вернется к нам, плюс еще всем друзьям негатив расскажет и пару постов в соцсетях выложит. То есть выйдет себе дороже. При этом я считаю, что данные нужно собирать, хранить и обрабатывать таким образом, чтобы в нужный момент сделать предложение нужному человеку.
Например, мы используем такой чат-рулет фотографий букетов для того, чтобы понять, какой букет больше нравится людям, и построить рейтинг популярности.
Подобную механику, но с фотографиями девушек, использовал Цукерберг, когда только создавал Facebook.
У нас есть инструменты, которые позволяют собирать ID юзеров в соцсетях по нужным нам параметрам. Например, все знают, что в соцсетях можно таргетировать рекламу на тех, у кого скоро день рождения. Но нам такой таргетинг неинтересен, так как мы считаем, что человек не будет покупать сам себе цветы на день рождения (хотя такое, конечно тоже бывает). Поэтому мы парсим ID молодых людей девушек, и через списки ретаргетинга показываем рекламу нашей ЦА.
Естественно, делаем максимальную разметку аудитории и дальше анализируем поведенческие данные уже на сайте. Конечно, анализируем данные по повторным продажам. То есть, зная о том, какие цветы муж постоянно дарит своей жене, мы предлагаем ему оформить подписку на определенный вид букетов к основным значимым датам. Многие клиенты говорят, что мы просто прочитали их мысли.
Это удобно и для пользователя, и для сервиса, который таким образом приобретает лояльного клиента. Ведь любой маркетолог знает, что привлечение нового клиента дороже, чем удержание старого, так что жажда сиюминутной выгоды совершенно не работает в долгосрочной перспективе. К тому же большой объем данных о покупателях поможет более правильно настроить мерчендайзинг на сайте.
В целом, желание нажиться побольше здесь и сейчас говорит о недальновидности маркетологов и владельцев бизнеса. Ведь если проявить смекалку, терпение и такт, все те же данные можно использовать во благо покупателей. Надеюсь, что через 5-6 лет все изменится, и всё будет максимально прозрачным.
А что пока делать пользователям? Выхода два: чистить cookies или заходить на сайты за покупками через программы-анонимайзеры.
About the author