Como alcançar uma taxa de conversão de e-mail de 15% para uma agência de viagens

Para uma agência de viagens online, o principal desafio é fazer com que os clientes não apenas escolham essa agência, mas voltem a ela na próxima vez e se tornem clientes fiéis. Como as pessoas tendem a esquecer onde compraram uma viagem e o fato de ser uma ocasião rara (geralmente uma vez por ano), a agência se esforça para garantir que os clientes se lembrem disso sempre que precisarem de um serviço de viagem novamente.

Neste caso, descrevemos a solução fornecida pela equipe OWOX BI para uma grande agência de viagens online que faz parceria com mais de 130 operadoras de turismo e oferece passeios para todos os gostos em mais de 80 países.

Como os serviços prestados pela empresa são bastante caros e comprar uma viagem não é o que uma pessoa faz com muita frequência, a retenção e o reengajamento de clientes estão entre os principais objetivos da empresa, além de atrair novos clientes.

O site da agência presta serviços de viagens e turismo, recebendo em média 100 milhões de visitantes por mês. Os clientes podem pagar os passeios escolhidos no site, nos escritórios da empresa ou por correio. A empresa também possui um call center, permitindo que os clientes reservem um passeio ou tirem suas dúvidas por telefone.

Procurando uma maneira de aumentar as taxas de conversão e as vendas, a empresa decidiu fazer dois experimentos e comparar o que é mais eficaz: oferecer serviços por telefone ou enviar e-mails.

Entre as ferramentas de análise implementadas pela agência estavam:

• Google Analytics — usado para rastrear as interações do usuário com o site: cliques, visualizações de página, pesquisas internas, profundidade de rolagem, tempo entre sessões, número de fotos visualizadas, visitas em diferentes dispositivos. Os dados sobre todas as transações feitas por um cliente, incluindo transações de call center, são enviados ao Google Analytics por meio do Protocolo de avaliação.
• OWOX BI Pipeline — usado para coletar e mesclar todos os dados obtidos no Google BigQuery quase em tempo real.

Os dados sobre passeios e preços de passeios nos últimos 14 dias são armazenados no próprio depósito da empresa baseado em ClickHouse.

Além disso, a agência adiciona tokens a todos os emails em suas campanhas de email marketing. Isso permite rastrear taxas de abertura, cliques e tráfego para cada destinatário de e-mail. Cerca de 10% do tráfego do site é identificado usando autenticação baseada em token.

Se um usuário realizou determinadas ações no site, pode-se presumir que esse usuário está planejando uma viagem. Vale a pena ajudá-lo a fazer uma compra ligando e oferecendo as opções mais atraentes para o que ele procura.

Os profissionais de marketing da agência criaram um banco de dados de números de telefone aplicando uma série de características pelas quais um cliente pode ser adicionado à seleção. Por exemplo, os clientes são considerados dispostos a comprar um passeio se:

• usou a busca 5 vezes e viu mais de 15 tours.
• usou a pesquisa 10 vezes em uma semana e viu mais de 15 tours.
• usou a pesquisa 10 vezes, viu 20 tours, olhou fotos ou rolou para baixo para ler comentários em 10 tours.

Em seguida, os profissionais de marketing selecionaram apenas os clientes cujos números de telefone eram conhecidos. Essas foram as pessoas que já utilizaram a agência para viajar, ou solicitaram embalagens dinâmicas. Em seguida, foram criadas ofertas personalizadas com base nos dados sobre o resort, hotel e tipo de acomodação em que um determinado cliente estava interessado. As ofertas foram entregues aos gerentes que ligaram para os clientes e se ofereceram para comprar os passeios mais adequados às suas solicitações.

Embora a agência tenha recebido feedback principalmente positivo, não conseguiu gerar um aumento nas vendas, pois a taxa de conversão para chamadas frias foi de 3% em média. Além disso, os operadores de call center passavam muito tempo conversando com os clientes. O experimento acabou sendo malsucedido e a empresa decidiu executar outro.

Para o segundo experimento, novamente o comportamento do site dos clientes foi analisado, mas a comunicação foi alterada para e-mails.

Todos os dias, 40 milhões de pacotes turísticos são adicionados ao site. Eles diferem por destino, data de partida, duração, hotel, quarto, refeições, número de pessoas em um grupo e operador turístico. Além disso, os parâmetros e preços dos passeios podem mudar ao longo do dia. Como resultado, até 220 milhões de pacotes exclusivos estão disponíveis no site. Como a agência poderia oferecer passeios que seriam do interesse de um determinado usuário?

Por exemplo, se um visitante do site pesquisar primeiro um hotel de 5 estrelas com tudo incluído na Grécia e depois começar a procurar hotéis mais baratos, pode-se supor que ele esteja procurando o melhor valor com um orçamento limitado. Como os clientes geralmente decidem gastar mais dinheiro do que o planejado inicialmente, se lhes for oferecido o que mais importa para eles, a decisão foi enviar um e-mail a esses clientes com os passeios que recentemente ficaram muito mais baratos. Parâmetros como tempo ou duração do departamento são considerados de importância secundária para o cliente e podem ser ligeiramente ajustados para incluir a oferta.

Outro exemplo é um cliente que planeja visitar a Grécia com três membros da família para uma estadia de 10 a 14 noites no final de julho. Ele acessa o site e procura hotéis all inclusive à beira-mar, prontos para gastar até 80 mil dólares. Os dados sobre as mudanças de preços nos hotéis gregos nos últimos 14 dias são armazenados no banco de dados da agência. Os especialistas de marketing podem facilmente selecionar os passeios onde os preços mais caíram e escolher o mais próximo das datas do departamento e da duração das férias que o cliente pesquisou. Embora a oferta não seja uma correspondência exata, é muito provável que o cliente reorganize as datas se souber o quanto o preço diminuiu e como ele tem sorte de receber essa oferta.

Tecnicamente, o experimento é conduzido da seguinte forma:

1. Uma lista de assinantes de e-mail é criada consultando o banco de dados do site.
2. O Google BigQuery é usado para criar uma lista de usuários ativos do site e analisar suas pesquisas.
3. Os scripts são executados em intervalos de tempo regulares e predefinidos, para corresponder aos dados de ambas as listas e ver o que os assinantes estavam procurando no site.
4. Em seguida, os dados sobre passeios e preços na ClickHouse são consultados para pegar os passeios que correspondem às pesquisas específicas de cada cliente.
5. Os dados obtidos são usados ​​para criar e-mails personalizados e enviá-los.

Ao enviar e-mails com ofertas geradas automaticamente, a agência conseguiu atingir os seguintes KPIs:

• Taxa de abertura de e-mail — 85%.
• Taxa de cliques de e-mail — 65%.
• Taxa de conversão de e-mail — 15%.

Ao contrário do experimento com as ligações frias, a agência não precisou envolver recursos de call center. Com um poderoso sistema de business intelligence à sua disposição, a agência continua testando diferentes hipóteses para melhorar as taxas de conversão de e-mail.