Cara mencapai tingkat konversi email 15% untuk agen perjalanan

Untuk biro perjalanan online, tantangan utama terletak pada membuat pelanggan tidak hanya memilih biro perjalanan ini tetapi kembali lagi di lain waktu dan menjadi pelanggan setia. Karena orang cenderung lupa di mana mereka membeli perjalanan bersama dengan fakta bahwa itu adalah kesempatan langka (biasanya setahun sekali), agensi berusaha untuk memastikan bahwa pelanggan mengingatnya kapan pun mereka membutuhkan layanan perjalanan lagi.

Dalam hal ini, kami menjelaskan solusi yang diberikan oleh tim OWOX BI untuk agen perjalanan online besar yang bermitra dengan lebih dari 130 operator tur dan menawarkan tur untuk setiap selera ke lebih dari 80 negara.

Karena layanan yang diberikan oleh perusahaan agak mahal dan membeli perjalanan bukanlah hal yang sering dilakukan seseorang, retensi pelanggan dan keterlibatan kembali adalah salah satu tujuan utama perusahaan, selain menarik pelanggan baru.

Situs web badan tersebut menyediakan layanan perjalanan dan pariwisata, menerima rata-rata 100.000.000 pengunjung per bulan. Pelanggan dapat membayar tur pilihan mereka di situs web, di kantor perusahaan, atau melalui kurir. Perusahaan juga memiliki pusat panggilan, yang memungkinkan pelanggan memesan tur atau menjawab pertanyaan mereka melalui telepon.

Mencari cara untuk meningkatkan tingkat konversi dan penjualan, perusahaan memutuskan untuk menjalankan dua eksperimen dan membandingkan apa yang lebih efektif: menawarkan layanan melalui panggilan telepon atau mengirim email.

Di antara alat analitik yang diterapkan oleh agensi adalah:

• Google Analytics — digunakan untuk melacak interaksi pengguna dengan situs web: klik, tampilan halaman, pencarian internal, kedalaman gulir, waktu antar sesi, jumlah foto yang dilihat, kunjungan di berbagai perangkat. Data tentang semua transaksi yang dilakukan oleh pelanggan, termasuk transaksi call center, dikirim ke Google Analytics melalui Measurement Protocol.
• OWOX BI Pipeline — digunakan untuk mengumpulkan dan menggabungkan semua data yang diperoleh di Google BigQuery hampir secara real-time.

Data tentang tur dan harga tur selama 14 hari terakhir disimpan di gudang berbasis ClickHouse milik perusahaan.

Selain itu, agensi menambahkan token ke setiap email dalam kampanye pemasaran emailnya. Ini memungkinkan untuk melacak tarif terbuka, klik, dan lalu lintas untuk setiap penerima email. Sekitar 10% dari lalu lintas situs web diidentifikasi menggunakan otentikasi berbasis token.

Jika pengguna telah melakukan tindakan tertentu di situs web, dapat diasumsikan bahwa pengguna ini sedang merencanakan perjalanan. Sebaiknya bantu dia melakukan pembelian dengan menelepon dan menawarkan opsi paling menarik untuk apa yang dia cari.

Pemasar agensi membuat database nomor panggilan yang menerapkan sejumlah karakteristik yang dengannya pelanggan dapat ditambahkan ke pilihan. Misalnya, pelanggan dianggap bersedia membeli tur jika mereka:

• menggunakan pencarian 5 kali dan melihat lebih dari 15 tur.
• menggunakan pencarian 10 kali dalam seminggu dan melihat lebih dari 15 tur.
• menggunakan pencarian 10 kali, melihat 20 tur, melihat-lihat foto, atau menggulir ke bawah untuk membaca ulasan tentang 10 tur.

Selanjutnya, pemasar hanya memilih pelanggan yang nomor teleponnya diketahui. Ini adalah orang-orang yang sudah menggunakan agensi untuk bepergian, atau meminta kemasan dinamis. Kemudian, penawaran yang dipersonalisasi berdasarkan data tentang resor, hotel, dan jenis akomodasi yang diminati oleh pelanggan tertentu dibuat. Penawaran diserahkan kepada manajer yang kemudian menelepon pelanggan dan menawarkan untuk membeli tur yang paling sesuai dengan permintaan mereka.

Meskipun agensi menerima sebagian besar umpan balik positif, itu tidak dapat menghasilkan peningkatan penjualan, karena tingkat konversi untuk panggilan dingin rata-rata adalah 3%. Selain itu, operator call center menghabiskan terlalu banyak waktu untuk berbicara dengan pelanggan. Eksperimen itu ternyata tidak berhasil, dan perusahaan memutuskan untuk menjalankan yang lain.

Untuk percobaan kedua, sekali lagi perilaku situs web pelanggan dianalisis tetapi komunikasi dialihkan ke email.

Setiap hari, 40 juta paket wisata ditambahkan ke situs web. Mereka berbeda berdasarkan tujuan, tanggal keberangkatan, durasi, hotel, kamar, makanan, jumlah orang dalam grup, dan operator tur. Selain itu, parameter dan harga tur dapat berubah sepanjang hari. Hasilnya, hingga 220 juta paket unik tersedia di situs web. Bagaimana agensi dapat menawarkan tur yang menarik bagi pengguna tertentu?

Misalnya, jika pengunjung situs web pertama kali menelusuri hotel all-inclusive bintang 5 Yunani dan kemudian mulai mencari hotel yang lebih murah, dapat diasumsikan bahwa dia mencari nilai terbaik dengan anggaran terbatas. Karena pelanggan biasanya memutuskan untuk menghabiskan lebih banyak uang daripada yang direncanakan sebelumnya, jika mereka ditawari apa yang paling penting bagi mereka, keputusannya adalah mengirim email kepada pelanggan tersebut dengan tur yang baru-baru ini menjadi jauh lebih murah. Parameter seperti waktu atau durasi departemen dianggap sebagai kepentingan sekunder bagi pelanggan dan dapat sedikit disesuaikan untuk menyertakan penawaran.

Contoh lain adalah seorang pelanggan yang berencana untuk mengunjungi Yunani dengan tiga anggota keluarga untuk menginap 10-14 malam pada akhir Juli. Dia mengunjungi situs web dan mencari hotel all-inclusive di tepi laut, siap menghabiskan hingga 80 ribu dolar. Data tentang perubahan harga hotel Yunani selama 14 hari terakhir disimpan dalam database agensi. Pakar pemasaran dapat dengan mudah memilih tur dengan harga yang paling rendah dan mengambil yang terdekat dengan tanggal departemen dan durasi liburan yang dicari pelanggan. Meskipun penawarannya tidak sama persis, pelanggan kemungkinan besar akan mengatur ulang tanggalnya jika dia mengetahui berapa banyak harga yang telah turun dan betapa beruntungnya dia mendapatkan penawaran ini.

Secara teknis, percobaan dilakukan sebagai berikut:

1. Daftar pelanggan email dibuat dengan menanyakan database situs web.
2. Google BigQuery digunakan untuk membuat daftar pengguna situs aktif dan menganalisis penelusuran mereka.
3. Skrip dijalankan secara reguler, interval waktu yang telah ditentukan sebelumnya, untuk mencocokkan data dari kedua daftar dan melihat apa yang dicari pelanggan di situs web.
4. Selanjutnya, data tentang tur dan harga di ClickHouse dikueri untuk mengambil tur yang cocok dengan penelusuran spesifik setiap pelanggan.
5. Data yang diperoleh digunakan untuk membuat email yang dipersonalisasi dan mengirimkannya.

Dengan mengirimkan email dengan penawaran yang dibuat secara otomatis, agensi berhasil mencapai KPI berikut:

• Tingkat Buka Email — 85%.
• Rasio Klik Email — 65%.
• Tingkat Konversi Email — 15%.

Berbeda dengan eksperimen dengan panggilan dingin, agensi tidak harus melibatkan sumber daya call center. Dengan sistem intelijen bisnis yang kuat, agensi terus menguji hipotesis yang berbeda untuk meningkatkan tingkat konversi email.