如何为旅行社实现 15% 的电子邮件转换率

对于一家在线旅行社来说，主要的挑战在于让客户不仅选择这家旅行社，而且下次还会回来，成为忠实的客户。 由于人们往往会忘记他们在哪里购买了旅行以及这是一个罕见的场合（通常一年一次），因此该机构努力确保客户在他们再次需要旅行服务时记住它。

在这种情况下，我们描述了 OWOX BI 团队为一家大型在线旅行社提供的解决方案，该旅行社与 130 多家旅行社合作，并提供前往 80 多个国家/地区的各种口味的旅行。

由于公司提供的服务相当昂贵，而且购买旅行不是一个人经常做的事情，因此客户保留和重新参与是公司的主要目标之一，同时吸引新客户。

该机构的网站提供旅行和旅游服务，平均每月接待 100,000,000 名访问者。 客户可以在网站、公司办公室或通过快递支付他们选择的旅行费用。 该公司还有一个呼叫中心，让客户可以通过电话预订旅行或回答他们的问题。

为了寻找提高转化率和销售额的方法，该公司决定进行两项实验并比较更有效的方法：通过电话提供服务或发送电子邮件。

该机构实施的分析工具包括：

• 谷歌分析——用于跟踪用户与网站的交互：点击次数、页面浏览量、内部搜索、滚动深度、会话之间的时间、查看的照片数量、跨不同设备的访问。 客户进行的所有交易（包括呼叫中心交易）的相关数据都通过 Measurement Protocol 发送到 Google Analytics。
• OWOX BI Pipeline — 用于近乎实时地在 Google BigQuery 中收集和合并所有获得的数据。

过去 14 天的旅游和旅游价格数据存储在公司自己的基于 ClickHouse 的仓库中。

此外，该机构还在其电子邮件营销活动中的每封电子邮件中添加了代币。 这允许跟踪每个电子邮件收件人的打开率、点击次数和流量。 大约 10% 的网站流量是使用基于令牌的身份验证来识别的。

如果用户在网站上执行了某些操作，则可以假定该用户正在计划旅行。 通过拨打电话并为他正在寻找的东西提供最有吸引力的选择来帮助他进行购买是值得的。

该机构的营销人员创建了一个电话号码数据库，应用了许多特征，客户可以通过这些特征添加到选择中。 例如，如果客户满足以下条件，则认为他们愿意购买旅行团：

• 使用搜索 5 次并查看超过 15 次旅行。
• 一周使用搜索 10 次，浏览超过 15 次。
• 使用了 10 次搜索，查看了 20 个游览，浏览了照片，或向下滚动阅读了 10 个游览的评论。

接下来，营销人员只选择那些电话号码已知的客户。 这些人已经使用该机构旅行，或要求动态包装。 然后，根据特定客户感兴趣的度假村、酒店和住宿类型的数据创建个性化优惠。 这些报价被移交给经理，经理随后打电话给客户并提出购买最适合他们要求的旅行。

尽管该机构收到的反馈大多是积极的，但它并没有带来销售额的增长，因为陌生电话的转化率平均为 3%。 此外，呼叫中心操作员花费太多时间与客户交谈。 实验结果不成功，公司决定再做一次。

对于第二个实验，再次分析了客户的网站行为，但通信切换到了电子邮件。

每天，网站上都会增加 4000 万个旅行团。 它们因目的地、出发日期、持续时间、酒店、房间、膳食、团体人数和旅行社而有所不同。 此外，旅游参数和价格可能会全天变化。 因此，网站上提供了多达 2.2 亿个独特的包裹。 该机构如何提供特定用户感兴趣的旅行？

例如，如果网站访问者首先搜索希腊 5 星级全包式酒店，然后开始寻找更便宜的酒店，则可能会假定他正在寻找预算有限的最佳价值。 由于客户通常决定花费比最初计划更多的钱，如果向他们提供对他们来说最重要的东西，决定是通过电子邮件向这些客户发送最近变得更便宜的旅行。 部门时间或持续时间等参数被认为对客户来说是次要的，可以稍微调整以包括报价。

另一个例子是一位客户计划在 7 月底与三个家庭成员一起访问希腊，并在此逗留 10-14 晚。 他访问网站，寻找海边的全包酒店，准备花费高达 8 万美元。 过去 14 天希腊酒店价格变化的数据存储在该机构的数据库中。 营销专家可以轻松选择价格降幅最大的旅行，并选择最接近客户搜索的部门日期和假期持续时间的旅行。 尽管报价不完全匹配，但如果客户知道价格下降了多少以及他有多么幸运获得此报价，他很可能会重新安排日期。

从技术上讲，实验如下进行：

1. 通过查询网站数据库创建电子邮件订阅者列表。
2. Google BigQuery 用于创建活跃网站用户列表并分析他们的搜索。
3. 脚本以定期的预设时间间隔运行，以匹配两个列表中的数据并查看订阅者在网站上寻找的内容。
4. 接下来，在 ClickHouse 中查询有关旅行和价格的数据，以选择与每个客户的特定搜索相匹配的旅行。
5. 获得的数据用于创建个性化电子邮件并将其发送出去。

通过发送带有自动生成报价的电子邮件，该机构设法实现了以下 KPI：

• 电子邮件打开率 — 85%。
• 电子邮件点击率——65%。
• 电子邮件转换率 — 15%。

与冷电话的实验不同，该机构不必涉及呼叫中心资源。 凭借强大的商业智能系统，该机构继续测试不同的假设以提高电子邮件转换率。