如何為旅行社實現 15% 的電子郵件轉換率

對於一家在線旅行社來說，主要的挑戰在於讓客戶不僅選擇這家旅行社，而且下次還會回來，成為忠實的客戶。 由於人們往往會忘記他們在哪裡購買了旅行以及這是一個罕見的場合（通常一年一次），因此該機構努力確保客戶在他們再次需要旅行服務時記住它。

在這種情況下，我們描述了 OWOX BI 團隊為一家大型在線旅行社提供的解決方案，該旅行社與 130 多家旅行社合作，並提供前往 80 多個國家/地區的各種口味的旅行。

由於公司提供的服務相當昂貴，而且購買旅行不是一個人經常做的事情，因此客戶保留和重新參與是公司的主要目標之一，同時吸引新客戶。

該機構的網站提供旅行和旅遊服務，平均每月接待 100,000,000 名訪問者。 客戶可以在網站、公司辦公室或通過快遞支付他們選擇的旅行費用。 該公司還有一個呼叫中心，讓客戶可以通過電話預訂旅行或回答他們的問題。

為了尋找提高轉化率和銷售額的方法，該公司決定進行兩項實驗並比較更有效的方法：通過電話提供服務或發送電子郵件。

該機構實施的分析工具包括：

• 谷歌分析——用於跟踪用戶與網站的交互：點擊次數、頁面瀏覽量、內部搜索、滾動深度、會話之間的時間、查看的照片數量、跨不同設備的訪問。 客戶進行的所有交易（包括呼叫中心交易）的相關數據都通過 Measurement Protocol 發送到 Google Analytics。
• OWOX BI Pipeline — 用於近乎實時地在 Google BigQuery 中收集和合併所有獲得的數據。

過去 14 天的旅遊和旅遊價格數據存儲在公司自己的基於 ClickHouse 的倉庫中。

此外，該機構還在其電子郵件營銷活動中的每封電子郵件中添加了代幣。 這允許跟踪每個電子郵件收件人的打開率、點擊次數和流量。 大約 10% 的網站流量是使用基於令牌的身份驗證來識別的。

如果用戶在網站上執行了某些操作，則可以假定該用戶正在計劃旅行。 通過撥打電話並為他正在尋找的東西提供最有吸引力的選擇來幫助他進行購買是值得的。

該機構的營銷人員創建了一個電話號碼數據庫，應用了許多特徵，客戶可以通過這些特徵添加到選擇中。 例如，如果客戶滿足以下條件，則認為他們願意購買旅行團：

• 使用搜索 5 次並查看超過 15 次旅行。
• 一周使用搜索 10 次，瀏覽超過 15 次。
• 使用了 10 次搜索，查看了 20 個遊覽，瀏覽了照片，或向下滾動閱讀了 10 個遊覽的評論。

接下來，營銷人員只選擇那些電話號碼已知的客戶。 這些人已經使用該機構旅行，或要求動態包裝。 然後，根據特定客戶感興趣的度假村、酒店和住宿類型的數據創建個性化優惠。 這些報價被移交給經理，經理隨後打電話給客戶並提出購買最適合他們要求的旅行。

儘管該機構收到的反饋大多是積極的，但它並沒有帶來銷售額的增長，因為陌生電話的轉化率平均為 3%。 此外，呼叫中心操作員花費太多時間與客戶交談。 實驗結果不成功，公司決定再做一次。

對於第二個實驗，再次分析了客戶的網站行為，但通信切換到了電子郵件。

每天，網站上都會增加 4000 萬個旅行團。 它們因目的地、出發日期、持續時間、酒店、房間、膳食、團體人數和旅行社而有所不同。 此外，旅遊參數和價格可能會全天變化。 因此，網站上提供了多達 2.2 億個獨特的包裹。 該機構如何提供特定用戶感興趣的旅行？

例如，如果網站訪問者首先搜索希臘 5 星級全包式酒店，然後開始尋找更便宜的酒店，則可能會假定他正在尋找預算有限的最佳價值。 由於客戶通常決定花費比最初計劃更多的錢，如果向他們提供對他們來說最重要的東西，他們決定通過電子郵件向這些客戶發送最近變得更便宜的旅行。 部門時間或持續時間等參數被認為對客戶來說是次要的，可以稍微調整以包括報價。

另一個例子是一位客戶計劃在 7 月底與三個家庭成員一起訪問希臘，並在此逗留 10-14 晚。 他訪問網站，尋找海邊的全包酒店，準備花費高達 8 萬美元。 過去 14 天希臘酒店價格變化的數據存儲在該機構的數據庫中。 營銷專家可以輕鬆選擇價格降幅最大的旅行，並選擇最接近客戶搜索的部門日期和假期持續時間的旅行。 儘管報價不完全匹配，但如果客戶知道價格下降了多少以及他有多麼幸運獲得此報價，他很可能會重新安排日期。

從技術上講，實驗如下進行：

1. 通過查詢網站數據庫創建電子郵件訂閱者列表。
2. Google BigQuery 用於創建活躍網站用戶列表並分析他們的搜索。
3. 腳本以定期的預設時間間隔運行，以匹配兩個列表中的數據並查看訂閱者在網站上尋找的內容。
4. 接下來，在 ClickHouse 中查詢有關旅行和價格的數據，以選擇與每個客戶的特定搜索相匹配的旅行。
5. 獲得的數據用於創建個性化電子郵件並將其發送出去。

通過發送帶有自動生成報價的電子郵件，該機構設法實現了以下 KPI：

• 電子郵件打開率 — 85%。
• 電子郵件點擊率——65%。
• 電子郵件轉換率 — 15%。

與冷電話的實驗不同，該機構不必涉及呼叫中心資源。 憑藉強大的商業智能係統，該機構繼續測試不同的假設以提高電子郵件轉換率。