Recomendaciones personalizadas planteadas a través de un journey

Connectif es una herramienta con un potencial tremendo para la personalización, ya que es capaz de almacenar una gran cantidad de datos asociados a cada uno de nuestros contactos. El hecho de contar con una herramienta que además de almacenar la data tenga la capacidad de desplegar acciones en diferentes canales, es lo que convierte a Connectif en una de las mejores soluciones de marketing automation del mercado.

En este post hablaremos sobre cómo aprovechar esa data para personalizar la experiencia web de nuestros usuarios, ya sean anónimos o conocidos, y a través de diferentes canales que se relacionan entre sí.

La personalización supone definir un journey, no lanzar un carrusel de recomendados

Es muy común aplicar varios carruseles de recomendación de productos a lo largo del sitio web con lógicas simples como más vendidos o más visitados. A pesar de que supone un aprovechamiento de los datos, en muchas ocasiones es necesario ir más allá, ya que contamos con datos de navegación específicos del contacto.

¿Qué necesidad tenemos de mostrar un carrusel de productos más visitados a un contacto que abandonó ayer un carrito con determinados productos? ¿No será mejor mostrar esos productos junto con otros relacionados a ese carrito?

Por esta razón, nosotros preferimos hablar de journey. Porque en función de la fase del embudo en la que se encuentre el contacto podremos configurar diferentes lógicas, con el objetivo de que siga avanzando hacia la conversión o hacia la recompra.

En este post vamos a plantear diferentes contenidos personalizados en función del estado del contacto. Vamos a ello.

Contactos en su primera visita al sitio web

Este contacto es la primera vez que nos visita, por lo que no contamos aún con datos suficientes relacionados con su navegación. De esta manera la personalización debe ir orientada a datos mas generales del ecommerce.

Carrusel de productos más vendidos

Podemos impactarle en la home con un carrusel de productos más vendidos o incluso de productos más visitados. Como consejo, es importante que el rango temporal de la lógica sea reducido, ya que en tiendas con mucha estacionalidad es posible que se recomienden productos fuera de temporada. Salvando excepciones, es una buena práctica el recomendar productos top ventas de los últimos 30 días.

Carrusel de últimos productos visitados

Si durante esa primera navegación el contacto visita diferentes productos, podremos impactarle con datos específicos asociados. En este caso podremos impactarle en la home con un carrusel de últimos productos visitados. Parece simple pero es importante no cometer errores y tener en cuenta lo siguiente:

  • Menos es más. Si impactamos con un carrusel de últimos productos visitados, sólo debemos de mostrar los últimos productos visitados. Nosotros recomendamos no marcar la casilla de «rellenar hasta el límite de productos seleccionados». En caso de marcar esa casilla, se alimentará el carrusel con los últimos visitados y con productos más vendidos. Si el contacto ha visitado 2 productos, debemos mostrar esos 2 productos y no un listado mayor de productos que no guarden relación.
  • Este carrusel debe facilitar al usuario el poder volver atrás hacia los productos que ha ido visitando, por lo que es importante que tenga visibilidad. Generalmente podremos usarlo en la parte alta de la home, e incluso en las fichas de producto.
  • El rango temporal también es importante. En este apartado estamos hablando de contactos en su primera visita, pero si más adelante, en sucesivas visitas queremos mostrar un carrusel de últimos visitados, no tendrá mucho sentido que le impactemos con los productos que visitó hace meses o años.

Contactos que abandonen un carrito

Generalmente, las acciones de recuperación de carrito se suelen limitar a la acción específica de email para la recuperación. Sin embargo, recordemos lo que hablamos al principio del post: es necesario tener en cuenta el journey del contacto hacia la transacción, de tal manera que podamos tener una estrategia conjunta para cada objetivo.

Carruseles de productos en el carrito abandonado y relacionados

En el caso de un contacto que abandonó un carrito podremos impactarle en la home con los dos carruseles: productos que abandonó en el carrito y productos relacionados con los que abandonó.

  • Nosotros recomendamos no mezclar ambas lógicas, ya que cubren necesidades diferentes. Mientras que en el primero de ellos mostramos su cesta para que pueda revisar los productos, en el segundo le mostramos alternativas similares para que acabe dando el paso hacia la transacción.
  • Es importante jugar con la fase del embudo. Es decir, en el caso de que el contacto haya abandonado un carrito y podamos mostrar estos productos y similares en la home, supone que podríamos no mostrar los últimos visitados ni los más vendidos.
  • Se trata al fin y al cabo de entender las necesidades del contacto en cada paso del embudo, mostrando una personalización adecuada para que siga avanzando hacia la transacción.
  • En este punto recomendamos la experimentación. Contamos con funcionalidades de testing en Connectif, lo que nos va a permitir comprender qué tipo de contenido funciona mejor en cada fase.

En Connectif, podemos plantear el siguiente workflow para lanzar ambos carruseles:

En cuanto a qué tener en cuenta para configurar el workflow:

  • Este workflow se activará Al visitar página > Home
  • Planteamos la condición de que el contacto haya abandonado carrito en los últimos 30 días, garantizando que la recomendación no exceda un límite temporal amplio desde el abandono
  • Obtenemos los productos del último carrito abandonado, y le impactamos con ellos a través de un carrusel
  • En la parte inferior del workflow, obtenemos los productos que guardan relación con el carrito abandonado. NO seleccionaremos la casilla «Rellenar con productos hasta el límite seleccionado». De esta manera garantizaremos que la recomendación sea la más personalizada posible.
  • Al limitar lo comentado en el punto anterior, cabe la posibilidad que la recomendación sea de 0 productos. Por tanto, planteamos un nodo de condición para garantizar que el carrusel se muestre solo en los casos en que tenemos más de 0 productos. En este tipo de recomendaciones tan personalizadas, somos partidarios de no mostrar nada antes que mostrar otros productos que poco tengan que ver con los productos comprados.
  • Finalmente, impactamos con un segundo carrusel, en este caso para mostrar los relacionados al carrito.

Pop ups con productos de la cesta

Otra forma de personalización es impactar, a través de un pop up, al contacto que abandonó una cesta cuando vuelva al sitio web. A través de las lógicas de Connectif podemos mostrar el listado de productos incluidos en su cesta e incluir un CTA hacia el checkout.

Recomendamos que todo enlace a la página de carrito vaya tokenizado, para solventar problemas de cambio de dispositivo y caducidad de cookies. No hay nada más frustrante para un usuario que aterrizar en cestas vacías.

Contactos que hicieron una compra con anterioridad

Cuando un contacto ya ha realizado una compra, acumulamos mucha data que nos va a resultar muy útil para hacer recomendaciones personalizadas. Conocemos las últimos productos comprados, los que compra de forma regular, e incluso la tipología de productos que les pueden resultar de interés al guardar relación con los ya comprados.

Últimos productos comprados

En el caso de productos de compra recurrente, podremos impactar en la home con un carrusel que facilite al usuario hacer la recompra. Para poder gestionar esto de forma ágil en Connectif, es tan sencillo como generar una etiqueta asociada al producto que nos permita conocer si los productos que ya ha comprado son susceptibles de generar una recompra. En caso de que así sea, le impactaremos solo y exclusivamente con este tipo de productos en un carrusel.

Cross sell o venta complementaria

En este carrusel mostraremos aquellos productos que guardan relación con los últimos productos comprados por el contacto. Poniendo un ejemplo relacionado con la telefonía móvil, en el caso de compradores de un teléfono podremos plantearles la recomendación de fundas, cables, auriculares, etc…

  • Recomendamos tener en cuenta el rango temporal de la transacción del producto. Es decir, si el contactó compró el teléfono hace dos años y nos vuelve a visitar ahora, no tendrá sentido recomendar los productos complementarios.
  • Es posible enriquecer las recomendaciones basándonos en los segmentos RFM. De esta manera, aquellos clientes con mayor puntuación en valor monetario podrán recibir recomendaciones de mayor valor, mientras que aquellos que tengan un menor puntuación recibirán recomendaciones de menor valor.
  • No pienses solo en productos, piensa en segmentos. Aunque la praxis habitual suele ser emplear los segmentos en comunicaciones como email o push, es positivo enriquecer estos carruseles basándonos en el segmento al que pertenece el contacto.

En Connectif, si queremos apostar por la venta complementaria en una siguiente visita a la web, una vez realizada la transacción, podremos mostrar este carrusel con un worfklow cómo el de la imagen

En cuanto a qué tener en cuenta para configurar el workflow:

  • Este workflow se activará Al visitar página > Home
  • Obtenemos los productos comprados los últimos 180 días por el contacto.
  • Planteamos un segundo nodo, este caso para extraer los productos automáticamente relacionados a los últimos comprados. Para ello emplearemos un nodo de obtener productos bajo la configuración «Automáticamente relacionados a una lista de productos»
  • En ambos nodos «Obtener productos» NO seleccionaremos la casilla «Rellenar con productos hasta el límite seleccionado». De esta manera garantizaremos que la recomendación sea la más personalizada posible
  • Al limitar lo comentado en el punto anterior, cabe la posibilidad que la recomendación sea de 0 productos. Por tanto, planteamos un nodo de condición para garantizar que el carrusel se muestre solo en los casos en que tenemos más de 0 productos. En este tipo de recomendaciones tan personalizadas, somos partidarios de no mostrar nada antes que mostrar otros productos que poco tengan que ver con los productos comprados.

En definitiva, son muchas las estrategias que se pueden seguir en cuanto a la recomendación de productos, pero lo importante es tener en cuenta el quién y el cuándo. No se trata de inundar la web con diferentes contenidos personalizados. Se trata de entender qué objetivo tenemos para cada segmento dentro de un embudo definido y a partir de ahí plantear las diferentes acciones que cumplan ese objetivo. Y para eso, herramientas como Connectif que acumulan toda la información necesaria asociada al contacto son vitales para un planteamiento estratégico efectivo.

Marketing Automation: soluciones rápidas a problemas comunes

Cuéntanos tu problema, y te damos la solución. De eso trata este post.

Muchas veces encontramos consejos e información excesivamente teórica y poco aplicable, que es necesario digerir y aterrizar para poner en marcha acciones con impacto. Hoy vamos al grano con una serie de tips de Marketing Automation bajo una estructura de problemas y soluciones, que podrás aplicar rápidamente.

Estos consejos están estructurados bajo los diferentes fases del funnel: captación, conversión, fidelización y reactivación.

¿Listo? Muchas soluciones son más sencillas de lo que piensas. ¡Allá vamos!

Captación

El volumen de compradores suscritos es bajo (<30%)

  • Verifica si existe la opción de suscripción marcando una casilla en el checkout
  • Intenta derivar tráfico desde los mails transaccionales post compra, y personaliza el contenido web con el objetivo de conseguir la suscripción del comprador.
  • Ofrece algún incentivo para la primera compra al suscribirse

El volumen de suscritos es bajo, ya sean o no compradores

  • Como en el caso anterior, ofrece algún incentivo a la suscripción. Para ello ten en cuenta tus márgenes y el LTV. ¿Cuánto estás dispuesto en invertir por conseguir ese contacto?
  • En caso de que ya lo hagas, verifica la visibilidad del incentivo. No te limites solo al pop up, puedes tener una top bar que se muestre solo a los no suscritos

La tasa de conversión a lead del pop up de suscripción es baja (<1,5%)

  • Haz test A/B con el activador principal. Puedes probar a mostrar el pop up a determinado tiempo en página, a un porcentaje de scroll, a partir de la primera, segunda, etc.. página visitada..
  • Evita solicitar información que no vas a necesitar en el futuro. Ya tendrás tiempo de ampliar la información del contacto.
  • Haz test A/B con diferentes versiones del pop up

Conversión

El mail de carrito abandonado tiene un Open Rate bajo (<40%)

  • Evita asuntos tipo: «tu carrito te espera» «te guardamos tu carrito»…están muy manidos y no aportan valor real real al usuario
  • Personaliza. Usa el nombre del producto abandonado en la cesta como reclamo
  • Juega con los tiempos. Dependiendo del tipo de producto y el importe, las ventanas de tiempo de decisión varían. En tickets altos es recomendable esperar más para enviar el mail de recuperación de carrito, mientras que en tickets bajos tendremos más impactando enviando antes.

El CTOR del mail de carrito es bajo (<20%)

  • El contenido de este mail no debe de parecer una tómbola. Hay que ir al grano.
  • Verificamos que contamos con un CTA tipo «Finaliza tu compra”.
  • Presencia del producto abandonado en la cesta: nombre, precio, unidades añadidas e importe total de la cesta.
  • Diseño con foco transaccional, sin fugas fuera de objetivo. Es decir, evita banners, enlaces a social media y demás distracciones. El diseño de un mail de carrito perfecto debe ser muy similar al de confirmación de compra.
  • La información relevante (producto) debe de ser visible por encima de la línea de flotación. Evita una imagen grande al inicio del mail con un dibujo de un carrito y este tipo de acciones tan comunes.
  • Evita descuentos en este punto del embudo. La transacción está demasiado cerca como para forzarla a través de un descuento. En caso de que tu margen te lo permita, quizás puedas plantearlo en carritos abandonados de importes altos. Eso si, evita siempre incluir descuento en el primer mail del ciclo de recuperación. Déjalo como último empujón.

Se generan sesiones derivadas del mail de recuperación de carrito pero la tasa de conversión es baja

  • Tokeniza el carrito para evitar cestas vacías. De esta manera el usuario podrá hacer una navegación multidispositivo e incluso compartir el enlace a la cesta con otras personas.
  • Envía al usuario a la cesta en lugar del checkout. El usuario se siente más libre aterrizando en la cesta y podrá modificarla antes de iniciar el proceso de pago. No siempre enviar al usuario a un paso mas avanzado del embudo dará mejores resultados.

Hay contactos suscritos que visitan productos pero no llegan a comprar

  • Plantea un flujo de remarketing tras visitar producto.
  • Evita un ciclo de muchos envíos. Sí que podrás hacer varios impactos a los usuarios que muestran interés abriendo y clicando el mail.
  • En cuanto al diseño, muy similar al mail de recuperación de carrito, pero en este caso es recomendable mostrar también productos relacionados con los productos visitados. Si no avanzó en el embudo es porque los productos visitados no llegaron a convencerle. Ábrele un nuevo abanico de opciones relevantes para sus intereses.

Lectura recomendada: Caso de Estudio Unimart – Mejorando KPI’s de Marketing Automation

Fidelización y reactivación

La tasa de retención es muy baja, aunque mi producto es susceptible de compra recurrente

  • Genera un flujo con activación post compra con el objetivo de dejar buenas sensaciones. Pide reseñas, explica el porducto, ayúdale a sacarle partido a su compra.
  • Genera un flujo de recordatorio de compra.
  • No todos los productos tienen la misma ventana de tiempo para la recompra, por lo que un primer paso es plantear un genérico a la par que diferentes flujos específicos para los productos más vendidos.
  • Detecta los patrones de comportamiento de recompra a través de un análisis de cohortes.

La tasa de retención es muy baja, y mi producto NO es susceptible de compra recurrente

  • Enfoca tus automatizaciones hacia conseguir la primera transacción. No pierdas foco, tus resultados intentando conseguir recompras difícilmente se corresponderan a los esfuerzos.
  • Pon el foco en automatiaciones de cross sell y upsell en el sitio web a través de la personalización, con el objetivo de incrementar el ticket medio de la primera transacción

El volumen de contactos compradores inactivos es alto (>75%)

  • Plantea una acción de rescate con incentivos diferenciando segmentos por variables RFM
  • Plantea un coste de reactivación: ¿Cuánto estás dispuesto a gastar en reactivar a un contacto comprador? En ese caso, a contactos que hace tiempo que no compran pero compraron mucho en el pasado podrás incentivarles con un descuento, mientras que a contactos que solo compraron una vez simplemente se les enviará un mail.
  • Plantea una secuencia con una frecuencia más agresiva para los segmentos de inactivos de mayor valor.

Top automatizaciones de email para las distintas fases del funnel

Para lograr una estrategia efectiva de automatización de marketing por correo electrónico, es fundamental definir las diferentes etapas del embudo en las que se trabajará, así como las diversas acciones a implementar en cada una de esas etapas.

En este artículo, veremos varios ejemplos de automatizaciones de email de acciones centradas en 4 etapas diferenciadas:

  • Captación: acciones orientadas a incrementar el volumen de contactos
  • Conversión: acciones orientadas a la generación de transacciones
  • Fidelización: acciones orientadas a la repetición de transacciones
  • Reactivación: acciones orientadas a la activación de contactos dormidos

Captación de emails: cómo aumentar el volumen de contactos suscritos por medio de automatizaciones

La captación de contactos es vital para el desempeño de todas las automatizaciones a través de email. los contactos son la gasolina, de tal manera que una baja tasa de conversión a lead acabará repercutiendo drásticamente en todas las automatizaciones activas. Si no conseguimos generar leads, no podremos enviar carritos abandonados, ni recordatorios de compra, etc…

Vamos a ver diferentes ejemplos de automatizaciones orientadas a la consecución del mail y el consentimiento de nuestros usuarios.

«Pop up + Welcome» en tipologías de páginas informacionales

  • ¿Cuándo usarlo? Para los casos en que el journey de los usuarios tenga fases muy marcadas, y donde la fase de concienciación y descubrimiento tengan peso.
  • ¿En qué consiste? Cuando un usuario nos visite a través del blog, le mostraremos un pop up de suscripción ofreciéndole contenido de valor relacionado con el post que está leyendo, ampliando la información. Aportar valor es un término muy usado, pero es cierto que es necesario detectar la necesidad de ese usuario y ofrecerle algo que realmente le pueda ayudar a cubrirla.
  • ¿Qué activador usar? Porcentaje de scroll del 50%, sólo en URLs del blog
  • Consideraciones: debemos de catalogar este lead como MQL, de tal manera que le enviaremos una mayor proporción de contenido informacional que transaccional. Una vez visite tipologías de página transaccionales de la web, lo podremos calificar como SQL.

«Pop up + Welcome» en tipologías de páginas transaccionales

  • ¿Cuándo usarlo?: Cuando nuestro margen nos permita dar algún tipo de incentivo para generar la primera transacción.
  • Activador y segmento: usuarios no suscritos con 0 compras, al navegar en alguna página transaccional.
  • ¿En qué consiste? Se trata de una automatización en la que emplearemos 3 elementos diferentes:
    • Pop Up incitando a la suscripción, que se mostrará a «x» segundos de la visualización de la página.
    • Top bar dinámica incitando a la suscripción. Haciendo clic en la top bar, se volverá a abrir el pop up del punto anterior.
    • Ciclo de 3 mails, con incentivos, contenido del producto y de la marca.
  • Consideraciones:
    • Es una buena praxis limitar el número de impactos diarios del pop up para anónimos no suscritos.
    • Una vez recibido el primer mail post suscripción, la top bar debería de cambiar recordando el incentivo que ha recibido el contacto para finalizar la compra.
    • En el ciclo de mails post suscripción, el contenido deberá de ir orientado a la transacción, por lo que deberá de contener elementos de social proof, de propuesta de valor, etc…

En este enlace tienes un ejemplo de este workflow montado en Connectif

ejemplo de automatizaciones de email con connectif

«Pop up exit intent» en sesiones con carrito activo

  • ¿Cuándo activarlo?: cuando una sesión de un contacto anónimo vaya a abandonar la web con un carrito activo.
  • ¿En qué consiste? En desplegar un pop up cuando este usuario vaya a salir de la web, ofreciéndole el envío de un mail con los productos que tiene actualmente en su cesta.
  • Consideraciones: se trata de una acción más invasiva, por lo que nos permitiremos usarla solo en los casos de usuarios que se encuentren en la parte más baja del embudo.

Mails de conversión: cómo aumentar el volumen de transacciones por medio de automatizaciones de mail

Mail de recuperación de carrito abandonado

  • ¿Cuándo activarlo?: cuando un contacto conocido finalice una sesión con una cesta activa.
  • ¿En qué consiste? Consiste en enviar un mail recordando al contacto que ha dejado una compra sin finalizar en la web.
  • Consideraciones:
    • Es recomendable enviar un ciclo de más de 1 mail en casos de cestas con importe elevado.
    • Los timings marcan la diferencia en este flujo. Para cestas con tickets medio-bajos es importante impactar rápido, mientras que para compras reflexivas es mejor impactar pasadas las 24 horas desde el abandono.
    • Es recomendable utilizar el nombre del producto abandonado en la línea de asunto. Desde viva! hemos hecho muchos tests en este sentido y en la mayoría de los casos se incrementa el OR y el CTR.

Mail de retargeting de producto visitado

  • ¿Cuándo activarlo?: cuando un contacto conocido finalice una sesión con visitas a producto, sin añadir a cesta ni iniciar checkout.
  • ¿En qué consiste? Consiste en enviar un mail recomendando el producto visitado y una lista de productos relacionados a este.
  • Consideraciones:
    • Todas las recomendaciones vistas en carrito abandonado son aplicables a esta acción.

Fidelización y reactivación:

La fidelización y la reactivación son dos fases muy próximas. Entendemos por acciones de fidelización aquellas orientadas a que nuestro contacto comprador activo vuelva a comprar. Mientras que entendemos por acciones de reactivación, a aquellas orientadas a que nuestro contacto comprador inactivo, vuelva a comprar y por tanto se reactive.

La línea queda marcada por cuándo entendemos que un comprador ha dejado de estar activo, o se encuentra a punto de estarlo. Esto va a depender en gran parte del LTV por contacto, así como del tipo de producto que venda nuestro ecommerce.

Reactivación basada en un sistema de segmentación RFM

Ya hemos comentado en otros posts sobre diferentes segmentaciones basadas en el comportamiento de compra.

Lectura recomendada: Segmentación de contactos en Marketing Automation

  • ¿Cuándo activarlo? al entrar en los segmentos «No puedes perderlos», «En riesgo» e «Hibernando».
  • ¿En qué consiste? A través de una segmentación RFM de los contactos inactivos conseguimos clasificarlos por su valor. De esta manera, cuando un contacto entre en alguno de los 3 segmentos de inactivos pondremos más esfuerzos en reactivar aquellos con un mayor volumen de transacciones (frecuencia alta) y menos en aquellos con pocas transacciones (frecuenca baja).
  • Consideracion
    • Es un buen punto de partida plantear diferentes costes de reactivación, asignando uno a cada segmento inactivo. Contactos con más de 5 compras («No puedes perderlos») podrán recibir un cupón de 10€ y entrarán en un ciclo de 5 mails, mientras que contactos con solo una compra («Hibernando») solo recibirán un mail sin descuento. Al final se trata de responder a la siguiente pregunta: ¿Cuánto puedes / quieres gastar en volver a activar a un contacto que te ha comprado mucho en el pasado?
    • Con este sistema huimos del clásico win back tras 180 días sin compra, en el que se da el mismo tratamiento a todos los contactos inactivos. Aquí ponemos más esfuerzos en aquellos considerados de alto valor.

Fidelización basada en un sistema de segmentación RFM

De la misma manera que atajamos la reactivación a través de un modelo RFM, podemos plantear lo mismo para la fidelización, con un ciclo de mails para cuando el contacto entre en alguno de los siguientes segmentos:

  • Al entrar en el segmento RFM «Nuevos»: en este caso, los contactos recibirán diferentes impactos sobre su reciente compra, sobre productos complementarios y sobre la marca.
  • Al entrar en el segmento RFM «Fieles y campeones»: se le reconoce al contacto su condición de fiel, y podemos empezar a impactar con promociones exclusivas, acceso anticipado a periodos de rebajas, etc…
  • Al entrar en el segmento «En riesgo»: podemos aumentar el ritmo de comunicaciones comerciales, recomendar productos o hacer recordatorios con objetivo de recompra o de reabastecimiento.

Esto es solo una muestra de flujos que consideramos que generan impacto en las diferentes fases de un embudo básico de marketing automation. Si queréis aprender más sobre automatizaciones, desde viva! os recomendamos visitar la sección de Marketing Automation de nuestro blog y suscribiros a nuestro canal de Youtube para no perderos ninguna novedad. 

¡Hasta la próxima!

Caso de estudio: mejorando KPIs de Automation a través de la experimentación

Unimart, es una de las empresas de retail más grandes de Costa Rica, cuenta con un catálogo de más de 40.000 productos y con un gran volumen de pedidos mensual.

Al iniciar la colaboración en Marketing Automation, comprobamos que Unimart tenía desarrollados una gran cantidad de workflows, entre los que se encontraban los más transaccionales, como recuperación de carrito abandonado, abandono tras visita de producto, o recordatorios de productos en la wishlist.

Esto suponía un reto, ya que no teníamos grandes espacios en blanco en los que implementar nuevos flujos, por lo que gran parte de la colaboración la centramos en la mejora de los flujos actuales a través de la experimentación.

Y este fue el factor clave en la mejora de sus indicadores, ya que a través de la experimentación principalmente, hemos logrado incrementar las transacciones derivadas de automatizaciones en un 30%. A continuación, te contamos dónde pusimos el foco y qué resultados obtuvimos.

Testando asuntos de automatizaciones transaccionales

Pusimos el foco inicialmente en los asuntos de los mails de reimpacto más transaccionales. El alto volumen de envíos de estos mails nos iba a facilitar un incremental de transacciones si mejorábamos aperturas y clics. El objetivo era ampliar los márgenes del embudo en estas acciones marcándonos como indicadores del éxito tanto el Open Rate como CTR.

Cuando iniciamos el proyecto, los asuntos de los mails más transaccionales no guardaban relación con el producto visitado / abandonado en carrito / añadido a wishlist. Por citar un ejemplo, el asunto del mail de recuperación de carrito era «Guardamos los artículos de tu carrito de compras ????». Desde VIVA! hemos experimentado en muchas ocasiones con este tipo de envíos, y la experiencia nos dice que la mejor forma de incrementar la atención del usuario en un acción de remarketing es dando visibilidad al producto.

Por tanto, partíamos de la siguiente hipótesis: si impactamos con el nombre del producto en la línea de asunto, llamaremos más la atención del usuario al tener un interés específico en ese producto concreto, de tal manera que conseguiremos aumentar las aperturas y en consecuencia los clics.

Mail de recuperación de carrito abandonado

  • Variables
    • Asunto A – variable de control: «Guardamos los artículos de tu carrito de compras ????»
    • Asunto B – «???? {{nombre del producto}} ¿Ya no lo querés? «
VariableOpenRateCTR
Asunto A – Control53,3%6,06%
Asunto B55,2%7,73%

Mail de remarketing al visitar producto

Este mail llega al usuario tras visitar un producto y no añadirlo a carrito, ya que ese espectro se cubre a través del mail explicado en el apartado anterior.

  • Variables
    • Asunto A – variable de control: «Notamos que algo te gustó ????»
    • Asunto B – «???? {{nombre del producto}} ¿Te gustó?
VariableOpenRateCTR
Asunto A – Control41,7%6%
Asunto B44,9%7,54%

Mail de recordatorio de productos en wishlist

Este email se activa tras mediar unos días desde que un contacto añade un producto a la wishlist pero no se efectúa la compra.

  • Variables
    • Asunto A – variable de control: «{{nombre del contacto}}, no te olvides de tus favoritos»
    • Asunto B – « {{nombre del producto}} ¿Ya no lo querés?
VariableOpenRateCTR
Asunto A – Control47,3%2,08%
Asunto B57,3%5,56%

Experimentando con los timmings de envíos

Al igual que planteamos con los test de asuntos, experimentamos con los tiempos de envíos de los mails de recuperación de carrito abandonado y de remarketing al visitar producto.

Originalmente, estos mails se enviaban a las 2 horas del activador del flow. Es decir, se enviaban a las 2 horas de iniciar el checkout sin completar el pedido, o bien a las 2 horas de visitar el producto sin iniciar el checkout.

En experimentos pasados ya habíamos comprobado que en clientes retail del tipo de Unimart, los tiempos son un factor clave en los ratios de apertura y clics.

Por tanto partimos de la siguiente hipótesis: teniendo en cuenta el benchmark del sector y la cuantía del ticket medio de Unimart, un reimpacto más rápido a través del email incitará de forma más eficaz a abrir el mail y finalizar la transacción.

Probamos esto en las dos tipologías de emails, testando las 2 horas vs 30 minutos. Durante el experimento, conseguimos validar una mejora en la tasa de conversión por envío de un 3,47%

Conclusiones y resultados después de la implementación del experimento positivo

Como se aprecia en las tablas mostradas, los experimentos efectuados dieron un resultado positivo validando la hipótesis de partida. Una vez concluidos los tests A/B, procedimos a la implementación definitiva de los asuntos testados.

Los cambios efectuados en los timmings de envíos y en las líneas de asunto han supuesto un aumento real en el volumen de transacciones superior al 30%. Y esto no es mas que un ejemplo de la importancia que tiene en Marketing Automation iterar sobre los flujos de mayor volumen. Y es que ya sabemos que las automatizaciones de remarketing junto con el la automatización de bienvenida, van a tener un peso muy grande respecto al total de automatizaciones de un ecommerce. Por ello, la iteración nos va a ayudar a generar un mayor impacto rápido que si nos centramos continuamente en la creación de nuevas automatizaciones con una audiencia objetiva mucho menor.

Cómo auditar el rendimiento de nuestras campañas de Email Marketing

El objetivo de auditar el rendimiento de nuestras campañas de Email Marketing es comprender tanto qué estamos haciendo bien, como en qué necesitamos mejorar. A través de diferentes informes y métricas que veremos a lo largo de este post, llegaremos a la conclusión de qué acciones debemos de potenciar, mejorar o incluso evitar.

Principales métricas de rendimiento del canal mail y cruce de datos

A la hora de analizar el rendimiento de nuestras acciones de email, vamos a distinguir entre dos fuentes de datos diferentes: la herramienta que empleamos para email marketing y Google Analytics.

KPIs extraidos de la herramienta de Email Marketing

De la herramienta que empleemos para nuestras acciones de email extraeremos lo que nosotros llamamos métricas «pre-web». Es decir, todas aquellas relacionadas con las comunicaciones con el contacto hasta la visita a la web. En este sentido destacamos las siguientes:

  • Envíos totales: es la única métrica absoluta que nos interesa, ya que el volumen de envíos nos hará darle una mayor o menor veracidad a las métricas basadas en porcentajes . Es decir, no es lo mismo un OpenRate del 80% con 200.000 envíos que con sólo 10 envíos. En el primer caso abarcamos un universo estadístico amplio que nos permitirá sacar conclusiones, al contrario que en el caso de los 10 envíos.
  • OpenRate: en nuestro caso basamos el OpenRate en las aperturas únicas, y no en las aperturas totales, ya que nos interesa conocer si un contacto abre al menos una vez el email.
  • CTOR: el CTOR es el ratio de clics por aperturas. Esta métrica nos parece mucho más coherente que un CTR basado en los envíos, ya que un OpenRate bajo puede contaminar la métrica del CTR. El objetivo del CTOR es comprender cuánto de clicable es un mail.
  • UnsuscribeRate: ratio de desuscripciones por envío.
  • BounceRate: ratio de rebotes por envío.
  • SpamRate: ratio de spam por envío.
  • Orders: a pesar de no tratarse de una métrica «pre-web», por cuestiones de atribución consideramos importante tener al menos dos modelos diferentes dentro del análisis. Por un lado, contamos con las transacciones de Google Analytics bajo un modelo last clic, y por otro con el modelo de atribución de la herramienta que empleamos. Éste va a depender de la herramienta, ya que algunas tienen ventanas de atribución mas amplias que otras.

KPIs extraidos de Google Analytics

  • Sesiones
  • Porcentaje de rebote
  • Transacciones
  • Ingresos
  • Tasa de conversión de comercio electrónico

Cruce de datos de las métricas seleccionadas

Lo ideal, para tener una visión específica de la totalidad del embudo, es cruzar las dos tipologías de métricas para cada campaña. Para esto es imprescindible un correcto etiquetado en las UTM Campaings, de tal manera que el seguimiento sea integral.

De esta manera obtendremos una tabla similar a la de la imagen, en la que las filas con el encabezado verde representan los datos extraídos de Klaviyo y los encabezados naranjas representan los datos de Google Analitycs asociados a cada campaña.

Cruce de datos de las métricas seleccionadas
Cruce de datos de las métricas seleccionadas

Rendimiento por tipologías de campañas

En muchos casos nos vamos a encontrar con un elevado volumen de campañas, por lo que para poder poner foco en el análisis va a resultar muy importarte el poder agruparlas en diferentes tipologías.

Dependiendo de la estrategia que se esté siguiendo, habrá que decidir las agrupaciones que correspondan. Por ejemplo, todos los mails donde se promocione campañas del tipo «envío gratis» quedaran agrupadas bajo el nombre «envío gratis». Lo mismo con promociones «flash», «novedades», Black Friday»….etc

De esta forma, nos quedará una agrupación similar a la siguiente imagen.

Rendimiento por tipologías de campañas
Rendimiento por tipologías de campañas

En este ejemplo, lo que estamos haciendo es valorar el volumen de campañas por tipología, detectando su capacidad conversora. Como se puede apreciar, las transacciones de Klaviyo distan mucho de las de Google Anlitycs, debido a las diferencias en cuanto al modelo de atribución.

En las dos últimas columnas, sacamos la media de transacciones generada por cada campaña (siguiendo con las dos fuentes de conversión). De esta forma podemos detectar qué tipología de campaña tiene mayor fuerza transaccional. En el ejemplo de la imagen, detectamos como las tipologías «Envío gratis» y «Flash sale» son potenciables respecto a la tipología «Regalos», que a pesar de contar con un volumen similar de campañas, su media de transacciones está muy por debajo.

Como apunte, es importante contextualizar el análisis. Y es que no es comparable Black Friday con promociones de carácter periódico, como pueden ser los envíos gratis o las promociones flash de carácter mensual. Lo que buscamos aquí es en qué tipología podemos aumentar la periodicidad con un impacto claro en las transacciones.

Rendimiento por días de envío

Una cuestión importante a la hora de auditar las acciones de email es analizar el impacto en función del día de la semana del envío. Es decir, poder detectar qué día genera un mayor volumen de transacciones.

Para ello, vamos a aislar los datos de las tipologías mas transaccionales y preparar la siguiente tabla.

Rendimiento por días de envío
Rendimiento por días de envío

Para entenderlo mejor, vamos a explicar cada columna:

  • Total Campaings: volumen total de campañas enviadas
  • % de campañas: el peso de las campañas enviadas en cada día de la semana. Es decir, el 19,12% de la totalidad de campañas fue enviada un viernes.
  • Total Order: volumen total de pedidos de campañas enviadas cada día de la semana.
  • % Total Order: el peso de las transacciones de campañas enviadas en cada día de la semana. Es decir, el 16,97% de la totalidad de transacciones derivan de campañas enviadas un viernes.
  • Diferencia: marcamos la diferencia entre las dos métricas porcentuales. Es decir, aunque el viernes se enviaran el 19,12% de la totalidad de las campañas, solo se generó el 16,97% de la totalidad de las transacciones. Por tanto, la diferencia es de -2,14%

Con esta métrica de diferencia entre volumen de campañas enviadas y transacciones generadas, podemos sacar conclusiones interesantes. Por ejemplo, verificamos que el viernes no es el día idóneo para envío de campañas transaccionales, mientras que el martes es un día de mucho mayor impacto.

Relación entre las diferentes métricas

Es importante poder poner en paralelo la evolución de diferentes métricas y comprobar el impacto qué tienen unas sobre otras. Esto nos puede ayudar para comprobar, por poner un ejemplo, el impacto que tiene el aumento de envíos en relación con el volumen de transacciones o el ratio de conversión por email enviado. En estos casos, no hay nada mejor que representar el evolutivo a través de una gráfica como en la siguiente imagen.

Relación entre las diferentes métricas
Relación entre las diferentes métricas

Lo que vemos en las barra azules es el volumen total emails enviados, mientras que la línea roja representa el ratio de transacciones por mail enviado. Lógicamente, a partir de producirse el aumento en el mes 7, el ratio de transacciones se va diluyendo. ¿Es esto malo? Depende.

Veamos la siguiente imagen con los datos de transacciones totales generadas por el canal mail.

Datos de transacciones totales generadas por el canal mail.
Datos de transacciones totales generadas por el canal mail.

Como podemos ver, a pesar de que el ratio de transacciones por envío se reduce conforme aumentamos la frecuencia de envíos, el total de transacciones si que aumenta.

En definitiva, nuestro ratio de conversión baja, pero como enviamos mucho más, el resultado final es «positivo». Y entrecomillamos porque tenemos que verificar otras métricas que justifiquen mantener este salto más allá de las transacciones. Hablamos por ejemplo del OpenRate, del BounceRate o del UnsuscribeRate. Si esas métricas se mantienen en unos parámetros adecuados, la escalada de envíos quedará justificada.

Para ello podemos plantear la siguiente gráfica, donde vemos el impacto del aumento de envíos en el UnsuscribeRate. No solo se mantiene, sino que mejora respecto a meses anteriores.

Impacto del aumento de envíos en el UnsuscribeRate
Impacto del aumento de envíos en el UnsuscribeRate

Esto son solo algunos ejemplos de relación entre métricas, y como a la hora de tomar decisiones o de analizar el adecuado rendimiento del canal es importante tener una visión 360º. Otros ejemplos de gráficas evolutivas de relación entre métricas sería:

  • Envios totales y SpamRate
  • Envíos totales y BounceRate
  • Envíos totales y OpenRate
  • Envíos totales y CTOR

Rendimiento por segmentos

La segmentación de contactos es una práctica obligatoria en email marketing. Si en nuestro ecommerce seguimos esta práctica, a la hora de descargar los KPIs «pre-web» de las campañas deberíamos de exportar también los segmentos destinatarios. De esta manera tendremos todos los datos de rendimiento de campañas asociados a cada segmento receptor.

Para poder proceder al análisis, juntamos en una tabla donde asociamos a cada segmento los principales KPIs explicados en el primer apartado del post, junto con la métrica de tasa de conversión por envío. El resultado lo tenemos en la siguiente imagen.

Rendimiento por segmentos
Rendimiento por segmentos

A través de esta tabla, podemos detectar el segmento con una mayor tasa de conversión por envío, de tal manera que podamos potenciar las comunicaciones hacia estos contactos. A la hora de extraer conclusiones, es muy importante tener en cuenta el dato de volumen de envíos por segmento, ya que no podemos errar ante un universo estadístico de baja magnitud.

Por ejemplo, el segmento 1, tiene una tasa de conversión por envío muy por encima del resto, pero solo han recibido un total de 119 de emails. Es un dato muy poco representativo. Si que es un firme candidato a ser explorado aumentando la frecuencia, pero no tiene por qué mantener esas métricas ante un aumento de envíos.

Sin embargo, vemos como el segmento 5, cuenta con una tasa de conversión por envío de 0,83% habiendo recibido un total de 19.523 mails. Aquí si hay un universo estadístico con la magnitud apropiada. Nosotros recomendaríamos aumentar la frecuencia de comunicaciones hacia este segmento, que además cuenta con un buen OpenRate y un CTOR en la media.

Conclusiones

Una vez tenemos completado este análisis de rendimiento de las acciones de email marketing, podemos extraer una gran cantidad de conclusiones que nos van a guiar hacia la activación de determinadas palancas.

Ejemplos de acciones a implementar:

  • Potenciar los envíos más transaccionales en determinados días de la semana.
  • Potenciar la tipología de campañas con mayor fuerza transaccional
  • Aumentar o disminuir la frecuencia de envíos basándonos en el impacto de diferentes métricas relacionadas entre sí.
  • Potenciar las comunicaciones hacia segmentos con una mayor respuesta transaccional

Esperamos que con este post haya quedado un poco más claro cómo auditar el rendimiento de nuestras campañas de email marketing. Si queréis aprender más sobre email marketing, automatizaciones y fidelización, desde viva! os recomendamos visitar la sección Marketing Automation de nuestro blog.

Cómo auditar la BBDD de compradores de tu Ecommerce

Comprender el estado de la recurrencia y la fidelización de los compradores de tu ecommerce es vital para accionar determinadas palancas.

En este artículo os quiero enseñar los 3 análisis principales que planteamos para auditar el estado de la base de datos de compradores de un ecommerce: RFM, análisis de cohortes y análisis de recurrencias.

Análisis RFM

En una entrada anterior, ya hablamos del modelo RFM. En aquella ocasión nos centramos en el RFM como un modelo de segmentación, pero hay que entender que nos funciona también como un modelo de análisis. Nos va a ayudar a comprender en qué punto se encuentran la totalidad de nuestros contactos compradores.

Cómo montar un análisis con la matriz RFM

El planteamiento del análisis RFM es relativamente sencillo. Se trata de asignar una puntuación de 1 a 5 puntos a cada contacto comprador en base a 3 variables diferentes: recencia (R), frecuencia (F) y valor monetario (M).

Podemos estipular que aquellos contactos que compraron hace menos de 30 días reciban 5 puntos en recencia, mientras que aquellos que hace más de 1 año que compraron reciban solo 1 punto. Lo mismo plantearemos con la frecuencia o compras totales por contacto.

En cuanto a la M o valor monetario, no soy excesivamente partidario de establecer una puntuación, salvo para bases de datos con un volumen muy elevado de compradores.

Una vez que tengamos las puntuaciones de R y F, cada contacto le quedará asignada una puntuación que va a dar lugar a 25 micro segmentos. Vemos dos ejemplos:

  • Cliente A: compró hace 2 días y tiene un total de 1 compra = 5 puntos en recencia y 1 punto en frecuencia. Pasará a formar parte del micro segmento 1.5
  • Cliente B: compró hace más de 1 año y tiene un total de 5 compras = 1 punto en recencia y 5 puntos en frecuencia. Pasará a formar parte del micro segmento 5.1

Con este sistema vamos a aglutinar a los compradores en 25 micro segmentos diferentes: 1.1, 1.2, 1.3, 1.4, 1.5, 2.1, 2.2 … y así hasta el 5.5

Para que el análisis sea funcional, lo que haremos será agrupar esos 25 microsegmentos en segmentos macro.

MACROMicro
Nuevos5.1
Prometedores4.1
Potenciales fieles5.2, 5.3, 4.2, 4.3
Fieles4.4, 4.5, 3.4, 3.5
Campeones5.5, 5.4
Durmiéndose3.2, 3.1
Necesitan atención3.3
Hibernando2.1, 2.2, 1.1, 1.2
En riesgo2.3, 2.4, 1.3, 1.4
No puedes perderlos1.5 y 2.5

Una vez hechas estas agrupaciones, nos quedará la siguiente imagen:

Segmentación de contactos
Segmentación de contactos
Segmentación de contactos

Qué puntos tener en cuenta a la hora de sacar conclusiones de la matriz RFM

  • Fijaros que aunque no hayamos incluido la M de la matriz RFM para hacer la segmentación, si que representamos el valor monetario total aportado por el conjunto de los contactos de cada segmento macro. Incluso podríamos calcular la media del importe gastado por cada uno de esos contactos, haciéndonos una idea del valor individual de cada uno de ellos.
  • Fijémosnos como el segmento «no puedes perderlos», tendría gasto medio de 2.738,60€ por contacto, frente a los 393,92€ de gasto medio del segmento «hibernando». Los dos segmentos llevan mucho sin comprar, pero el valor de unos es mucho mayor que el de los otros. Como accionable, podremos intentar reactivar a los contactos «no puedes perderlos» con cupones de descuento y regalos mucho más agresivos que para los contactos que se encuentran hibernando.
  • Para tener una comprensión de los posibles accionables, nos gusta representar también el volumen de contactos suscritos a newsletter por cada segmento. De poco nos sirve contar con muchos contactos compradores si están suscritos a recibir acciones de marketing sólo el 20% o el 30% de la base de datos. Nos hemos encontrado casos en los que sólo el 15% de los contactos compradores estén suscritos, cuando debería al menos rozar el 50%.
  • Es importante leer los datos en su contexto. En casos de tiendas online donde el volumen de hibernando está por debajo del 50% es posible que no se deba a que las campañas de fidelización estén surtiendo efecto, sino a un incremento de contactos nuevos y potencialmente fieles en los últimos meses. Esto puede ocurrir por un incremento de acciones de paid media para prospección de nuevos clientes.
  • Con el volumen de contactos claro para cada segmento, podemos plantear accionables con una audiencia potencial definida, lo que puede ayudarnos mucho para plantear previsiones.
  • En bases de datos pequeñas, cobra generar un menor volumen de agrupaciones. En cualquier caso podemos agrupar en 4 grandes bloques:
    • Nuevos, prometedores y potencialmente fieles.
    • Fieles y campeones.
    • Necesitan atención y durmiéndose.
    • No puedes perderlos, en riesgo e hiberando.
  • Con una partición en 4, podemos plantear accionables específicos para cada uno de esos 4 segmentos sin recurrir a la operativa que lleva una partición en 10 con escasas diferencias entre algunos de ellos.

Análisis de retención por cohortes

En qué consiste y como leer el análisis de cohortes

A través de un análisis de cohortes lo que se plantea es aislar determinados segmentos para medir su rendimiento a lo largo del tiempo para determinadas acciones. Los segmentos (también llamados cohortes) que analizaremos son los compradores de primera vez, mientras que la acción que mediremos será la recompra en los meses sucesivos.

Para entenderlo bien vamos a ver la siguiente imagen:

Retención por cohortes en los meses sucesivos
Retención por cohortes en los meses sucesivos

Lo que viene a decirnos esta fila es que en enero de 2021 hubo 302 compradores de primera vez. De éstos, 10 de ellos (el 3,31% del total del segmento) compraron de nuevo al segundo mes (febrero 2021), 13 de ellos (el 4,30% del total del segmento) compraron de nuevo al tercer mes (marzo 2021)… y así sucesivamente hasta el mes de junio.

Una vez comprendida la dinámica, veamos un ejemplo más completo, donde analizamos la tasa de retención mes a mes por cohortes durante 1 año completo.

Retención por cohortes en los meses sucesivos

Qué puntos tener en cuenta a la hora de sacar conclusiones del análisis de cohortes

  • A través de un análisis en diagonal, podemos detectar meses del año con una mayor propensión a la recompra en todas las cohortes.
  • Podemos detectar aumentos / descensos de la tasa de retención al mes «x» de la primera compra.
  • Podemos detectar aumentos de la tasa de retención que no respondan a un patrón temporal concreto. En estos casos, podemos identificarlos con acciones puntuales del pasado que sean interesantes de replicar.
  • Nos va a ayudar a medir el impacto de las automatizaciones orientadas a la recompra, sin necesidad de tiempos de espera elevados. Si planteamos un workflow de cross sell a compradores primerizos a las pocas semanas de la primera compra, debería de notarse un incremento de la tasa de retención al 2º y 3er mes
incremento de la tasa de retención
Incremento de la tasa de retención

Análisis de recurrencia

En qué consiste el análisis de recurrencia

A través de este análisis, ponemos en relación el volumen de pedidos de compradores primerizos con el de compradores recurrentes, así como la evolución de esta relación a lo largo del tiempo.

Gráfica con volumen de pedidos de compradores recurrentes mes a mes.
Gráfica con volumen de pedidos de compradores recurrentes mes a mes.

En la imagen superior, las barras azules representan el volumen de pedidos de compradores recurrentes mes a mes, mientras que la línea roja marca la representación de estos frente al total de compradores.

Se trata de un ejemplo curioso, ya que a pesar de incrementarse mes a mes el volumen de pedidos de recurrentes, la línea roja tiene un ritmo de crecimiento menor, puesto que el incremento de compradores primerizos es aún superior, como podemos ver en la imagen inferior.

Gráfica con el volumen de compradores primerizos
Gráfica con el volumen de compras de primerizos vs repetidores

Conclusiones

Una vez tenemos completados los análisis RFM, retención por cohortes y de cálculo de la recurrencia, podemos extraer una gran cantidad de conclusiones que nos van a guiar hacia determinados accionables en función de las conclusiones extraídas en este informe.

Ejemplos de acciones a implementar:

  • En caso de detectar un volumen bajo de compradores suscritos a newsletter, habrá que potenciar la suscripción de compradores por medio de descuentos en primera compra. También es importante verificar que la casilla de suscripción tiene presencia en el checkout.
  • En caso de detectar un volumen alto de contactos dormidos de valor, podemos plantear acciones de reactivación más o menos agresivas en función del gasto medio por contacto dentro del segmento de inactividad.
  • En casos de BBDD pequeñas, podemos generar solo 4 segmentos RFM y construir un journey específico para cada uno, aunque podamos plantear acciones puntuales más allá de esos 4.
  • Acciones de cross sell suelen tener un impacto directo a 2º y 3er mes de la primera compra, mientras que acciones de reactivación deben de tener impacto en los cohortes a partir del mes en el que se incita a la recompra. Es decir, si lanzamos un mail a contactos que entran en algún segmento de inactivos del RFM, la tasa de retención a 6º mes debería mejorar respecto a meses anteriores.
  • Es posible detectar acciones puntuales con un impacto en la retención viendo el análisis de cohortes. Es una buena práctica indagar sobre qué se ha hecho antes y si es posible replicarlo.

Esperamos que con este post haya quedado un poco más claro cómo auditar una base de datos de compradores. Si queréis aprender más sobre automatizaciones y fidelización, desde viva! os recomendamos visitar la sección Marketing Automation de nuestro blog.

Cómo recuperar carritos abandonados y aumentar tus conversiones en Black Friday

Entre el 75-85% de los visitantes que se van de un eCommerce con un proceso de compra abierto nunca vuelven a terminarlo. Teniendo en cuenta que en Q4 tiene lugar el momento de mayor facturación para la mayoría de negocios online, hay que ofrecer una segunda oportunidad a esos usuarios.

En el artículo de hoy compartimos una charla que hemos tenido con Tatiana Orellana, Brand & Communication Manager en Blueknow, en el que compartimos tips para qué personalicéis los mensajes con cada uno de vuestros clientes de forma inteligente, recuperando los carritos abandonados y aumentando las ventas de vuestros negocios online.

Consejos para optimizar las acciones de recuperación de carritos

En la época de Black Friday va a ver un incremento de tráfico muy fuerte en todos los sitios web a través de diversos canales, lo que también se va a traducir en un mayor aumento de carritos abandonados.

El objetivo de este artículo y del vídeo es compartir consejos que consideramos que van a hacer que vuestras acciones de recuperación de carritos sean mucho más eficientes.

Charla sobre ‘Cómo optimizar la recuperación de carritos abandonados’

Antes de adentrarnos a los tips vamos a poneros en contexto con qué es la herramienta Blueknow.

Qué es la herramienta Blueknow

Blueknow es una solución SAAS, que recupera ventas perdidas en cualquier negocio digital mediante la captación de datos de navegación del usuario, cumpliendo GDPR. A partir de los cuales se puede enviar una comunicación al usuario para que finalice su compra de manera sencilla y efectiva.

Tienen experiencia trabajando con empresas como IKEA, MediaMarkt, Conforama, Carrefour, Vodafone, Sephora y Atrápalo entre otras.

No es una plataforma de Marketing Automation, lo que le diferencia de otras herramientas es que Blueknow está especializada en la última parte del funnel, en la recuperación de carritos

¿Cómo funciona?

En cuanto la herramienta Blueknow capta un proceso de compra en un eCommerce, se pone en alerta. Si este proceso no termina en una venta, actúa.

Primero se asegura que legalmente pueden enviar una comunicación para recordar que se ha dejado una compra sin terminar. En el caso de la Unión Europea, esta legislación la regula GDPR, pero en otros países se adaptan a cada legislación.

Después, envían una o varias comunicaciones de recuperación. Estas consisten básicamente en trasladar el proceso de compra de la web al email, SMS o Red social que se pacte. Aunque lo más común es mandar emails, hay otras posibilidades.

Y para terminar, siempre llevan de vuelta al usuario a su compra. Si por lo que sea no hay stock, o las fechas de reserva ya han pasado, o no se puede reconstruir la experiencia, les sugiere una opción similar.

La solución es un SAAS especializado en recuperar ventas perdidas, ya sean carritos de la compra, reservas abandonadas, o procesos de contratación incompletos. Pueden recuperar cualquier proceso de compra online.

6 Puntos claves para recuperar ventas inacabadas

Partiendo de cada sector y empresa son diferentes, compartimos algunas sugerencias que mejorarán las conversiones de vuestra eCommerce en Black Friday.

1) Envía rápido: la primera hora cuenta

En un estudio interno de Blueknow, con más de 100.000 carritos abandonados de diferentes sectores, la conclusión que sacaron es que el primer envío se debe hacer dentro de las primeras 24 horas.

Pero el timing no funciona igual en todas las empresas.

En Travel, por ejemplo, Blueknow hizo una prueba y vieron que a ellos le funcionaban mejor enviar a los 40 minutos que a la media hora, ya que su compra es más reflexiva.

Enviar el email en la primera hora convierte 264% más que enviar después de 24 horas.

2) Adaptar la frecuencia basada en el comportamiento

La personalización basada en la experiencia de un usuario dentro de un eCommerce es lo que hace que marquemos una diferencia.

A veces un usuario no abandona un carrito, sino que abandona varios.

Ahí es donde hay que poner el foco y adaptar el email de recuperación de carrito. En él tiene que predominar el último carrito del usuario antes que el otro o que estén los dos (o varios) carritos presentes.

3) No distraigas al cliente: esto no es una newsletter

Es muy importante que diseñemos el email de recuperación de un modo que evite fugas. Para ello tiene que ser un email sencillo, como un email de confirmación de pedido.

En él solo necesitáis tener presentes en este orden:

  • Productos abandonados (siendo el primero el último abandonado)
  • El total a pagar
  • Un CTA claro, que lleve al pago.

Hay que fijarse en cómo diseñamos el email del carrito: asunto, mensaje… cuánto más sencillo, más aumentarán las conversiones. Os mostramos un ejemplo de emails de recuperación de carrito antes y después del cambio.

Un ejemplo de como NO y como SI debe ser un email de recuperación de carrito abandonado.

En el email tiene que haber elementos basándose en el precio. Por ejemplo, que muestre el precio unitario original y el precio unitario actual.

Es necesario que la herramienta esté conectada al eCommerce para que el precio que vea el usuario sea al vigente en el momento de la lectura. Ten en cuenta que puede que el email se abra unas semanas después y que el precio o stock, haya cambiado.

El email debe evitar fugas.

4) Tu opinión no importa: TESTEA

Cada usuario, en cada empresa, en cada sector, tiene un comportamiento diferente. Por ese motivo hay que hacer Testing A/B (antes de Black Friday, nunca en picos de ventas) para ver qué estructura, imagen, asunto, copy, CTA, etc funciona mejor.

Aquí tenéis un ejemplo de un test que hizo Blueknow con THB hotels donde un cambio de imagen supuso una mejora de conversión del 52%. En el primer diseño usaron una imagen genérica con una persona caminando en la playa y en el segundo una imagen del hotel. En el test salió mejor el segundo, ya que los usuarios podían identificar el hotel donde querían ir.

ANTES/DESPUÉS del test. La conversión mejoró un 52% con este cambio.

El testing A/B lo podéis hacer en varias partes del email. En el asunto podéis probar:

  • Mencionar lo que el usuario desea más. Podéis poner, por ejemplo, el nombre del último producto buscado.
  • Incluir el nombre del contacto

5) No dejes escapar a los usuarios anónimos

Todo el mundo intenta recuperar a los usuarios registrados, pero hay una parte significativa de usuarios que no se tratan: los anónimos. Herramientas como Blueknow ofrecen el carrito al usuario mediante Onsite Retargeting.

Lo que hacen es consiguir detectar a los usuarios de un website que tienen la intención de abandonarlo, para impactarlos con campañas de display en el propio website, y así convertirlos en leads o clientes.

Las campañas se muestran normalmente en forma de pop-up para, por ejemplo, lograr obtener más suscriptores u ofrecer al usuario algún incentivo para que compre inmediatamente.

Fuente Blueknow: Porcentaje de conversiones si contactamos con usuarios anónimos

6) Siempre lleva al usuario a su carrito

Es muy común recibir correos de recuperación de carritos abandonados, en los que al hacer clic en «finalizar mi compra», nos llevan a una cesta completamente vacía. Esto ocurre porque el enlace lleva directamente a una URL del tipo «midominio.com/cart», «midominio.com/carrito», etc… y una vez que el usuario accede a través del enlace, la web no tiene datos recopilados de su anterior sesión, ya sea por expiración de esa información, cambios en las cookies o por una navegación multidispositivo.

En un mundo digital multidispositivo, donde el mismo usuario navega a través del móvil, finaliza las compras en desktop y abre emails tanto en uno como en el otro, cobra especial importancia plantear acciones de recuperación de carrito abandonado que puedan solventar este problema.

Para ello existen herramientas muy útiles como el Cross-Device de Blueknow y la Tokenización en Connectif.

La página de aterrizaje es vital, lo que marca la diferencia en la recuperación del carrito abandonado. En viva! usamos la tokenización para reconstruir de la web con una URL dinámica.

Esa URL lleva cifrado el ID del producto y las unidades que tiene ese producto y luego la web se encarga de reconstruirlo de tal manera que ese enlace dinámico, independientemente desde el dispositivo que se abra o quién lo abra, siempre reconstruirá el carrito abandonado original.

Te puede interesar este artículo: Recuperación de carritos abandonados con Token de Connectif

Ventajas de la reconstrucción del carrito abandonado

Son muchas las ventajas de la reconstrucción del carrito, pero podemos destacar las siguientes:

  • Eliminamos la frustración de nuestros usuarios: dejamos de enviarlos a cestas vacías, reduciendo la tasa de rebote y aumentando la tasa de conversión.
  • El enlace generado es susceptible de ser compartido entre diferentes usuarios.
  • Es la mejor solución para navegaciones multidispositivo. El usuario puede abandonar su carrito desde el móvil, abrir el mail en desktop y acceder a la web con su carrito tal y como lo dejó.

Conclusión

La campaña de Black Friday es una época en la que aumentan considerablemente las ventas, los clientes están más predispuestos a comprar y el volumen de usuarios crece. Por ello es relevante hacer todo lo posible para no perder ese tráfico, esas oportunidades y aumentar las ventas.

Esperamos que todas las recomendaciones de Blueknow y viva! te resulten útiles y que te permitan conseguir los objetivos de tu negocio.

Si necesitas ayuda a implementar estas acciones, contacta con nosotros y te haremos una auditoría donde podrás ver todo lo que podemos trabajar juntos.

[Caso de estudio de Marketing Automation] Workflow de bienvenida de Ostrichpillow

En este caso de estudio con Ostrichpillow podéis ver cómo a través de un workflow de bienvenida podemos trabajar tanto la fase de captación como la fase de conversión, aumentando el número de suscriptores y mejorando la conversión de la primera compra.

Compartimos las acciones de Marketing Automation realizadas para que podáis ver como en tres meses nuestro cliente consiguió un aumento muy importante en algunas de sus métricas principales a través del email marketing.

Resultados del Workflow de Bienvenida en Ostrichpillow (comparado con el año anterior).
Resultados del Workflow de Bienvenida en Ostrichpillow (comparado con el año anterior).

Sobre Ostrichpillow

Ostrichpillow es una marca especial. Tiene como objetivo facilitar los micro-momentos que contribuyen al descanso y al bienestar a largo plazo. Para conseguirlo, cuentan con una selección de productos donde conjugan el cuidado físico, emocional y mental. Todos sus productos son creados por ellos, en un proceso en el que priman tanto los beneficios neurológicos y fisiológicos como el diseño del producto.

Actualmente, están centrados en el mercado norteamericano y europeo, a través de su propia web y con el soporte para lanzamientos de nuevos productos que le brindan plataformas como KickStarter. En Estados Unidos han llegado a tener una gran cobertura de medios y programas de TV masivos.

Nuestro partnership, por qué nos contrataron

Con ellos empezamos a trabajar en Febrero 2022 con Publicidad Digital, SEO y Marketing Automation. Posteriormente incorporamos el servicio de CRO. Esta sinergia nos permite tener mejores conversiones: aumentamos el tráfico con ads y SEO, mejoramos la eficiencia de la web con CRO y la experiencia del usuario con Marketing Automation.

Son un partner con el que nos hemos involucrado a nivel estratégico y con el que trabajamos mano a mano en todos los aspectos de mejora de su web, campañas, experiencia de usuario, etc.

Antecedentes de Marketing Automation

Ostrichpillow utiliza Shopify como plataforma de comercio electrónico. Hasta marzo de 2022, toda su estrategia de email marketing estaba canalizada a través de Mailchimp. Ese mismo mes dieron el paso a Connectif y empezamos a trabajar conjuntamente para aprovechar todas sus opciones de segmentación y automatización para sus acciones de captación, conversión, fidelización y reactivación.

Caso de estudio del Periodo: 01/03/2022 – 30/06/202

Lo primero que empezamos a ejecutar conjuntamente en Marketing Automation fue una prueba de workflow de bienvenida tanto en la fase de captación como la fase de conversión.

Objetivos del workflow

  • Incrementar el número de suscriptores aprovechando el incremento de tráfico experimentado en el sitio web gracias a las acciones de viva! como agencia SEM.
  • Favorecer la primera transacción.
  • Generar impacto de marca y transmitir el valor de las comunicaciones de Ostrichpillow.

Generar impacto de marca y favorecer la primera transacción a través del canal mail

Las primeras comunicaciones de una marca con sus contactos son determinantes. Si estas comunicaciones iniciales no aportan valor y no transmiten los valores de la marca, es muy probable que futuras comunicaciones no tengan el engagement esperado.

Por ello, se planteó en el workflow de welcome una sucesión de 4 emails a lo largo de un periodo de 12 días. Cada email tiene un objetivo concreto del flujo:

  • A1) Su objetivo es generar la primera transacción, a través del código de descuento enviado al contacto al suscribirse. En la línea de flotación figura el descuento en primera compra y por debajo, un breve resumen de la misión de Ostrichpillow.
  • A2) Su objetivo es generar impacto de marca y transmitir la propuesta de valor de Ostrichpillow. Aprovechamos este segundo email para centrarnos en transmitir la propuesta.
Ejemplo de email de bienvenida de Ostrichpillow
Ejemplo de email de bienvenida de Ostrichpillow
  • A3) Tiene como objetivo reforzar la imagen de los productos de la marca. Para ello, se incluyen extractos de reseñas en medios como CNN, así como valoraciones de clientes que compraron alguno de los productos.
  • A4) Tiene como objetivo aumentar la probabilidad de que se produzca la primera transacción. Como tal, solo se envía a los contactos que entraron en el flujo, pero que no han hecho aún ninguna compra. En cuanto al contenido, el enfoque es el de un recordatorio del cupón por suscripción.
Workflow de bienvenida realizada con Connectif
Workflow de bienvenida realizada con Connectif

Incrementar el número de suscriptores y favorecer la primera transacción a través de contenido web dinámico

Para mejorar la conversión de las visitas a suscriptores se planteó una estrategia de contenido dinámico, segmentado en función del estado de la suscripción y su comportamiento de compra, y compuesta por un popup y una topbar.

En cuanto a este contenido:

  • PopUp con formulario de suscripción: Este contenido se lanza solo a los usuarios no suscritos, con una limitación máxima de 1 repetición al día para evitar saturar al contacto no suscrito. El PopUp ofrece un código de descuento del 10% en la primera compra tras la suscripción a través de un formulario.
  • Top bar dinámica: en función de la interacción del usuario con el PopUp, el copie de la top bar cambiará. Lo estados son los siguientes:

  • En caso de cerrar el pop up sin suscripción: la top bar recuerda al usuario que tiene un 10% de descuento en caso de suscribirse. Haciendo clic en el CTA de la top bar, el PopUp con formulario de suscripción vuelve a abrirse para que el usuario pueda suscribirse.

Pop Up sin suscripción
Pop Up sin suscripción
  • En caso de suscribirse a través del pop up:
    • Si el usuario aún no ha hecho su primera compra y ha recibido el mail A1, la top bar incluye el código de descuento, recordando que su 10% sigue disponible.
  • Si el usuario hace su primera compra con el código de descuento, la top bar se oculta para el usuario.

Resultados del Workflow de bienvenida

Este caso de estudio ha sido todo un éxito, con un incremento en suscriptores, transacciones e ingresos.

  • Incremento de suscriptores. Tasa de suscritos: 2,02%
  • Transacciones generadas a través del código de descuento por suscripción. Periodo: 01/03/2022 – 30/06/2022 (aumento respecto al año anterior)
    • Transacciones: +839,35%
    • Ingresos: +910,06%

Conclusión

Este caso de estudio de Ostrichpillow es un claro ejemplo del potencional que tiene una cuidada estrategia de marketing automation combinado con otras acciones de Paid Media y SEO.

En viva! combinamos todas las palancas para optimizar el tiempo e inversión de nuestros clientes ¿Queréis ver lo que podemos hacer por vosotros?

Quick Win! Puntos de optimización en el funnel de recuperación de carritos abandonados a través de email

Las acciones de recuperación de carrito abandonado pueden llegar a suponer hasta un 5% de los ingresos totales de un ecommerce. Se trata de una de las automatizaciones con mayor impacto, por lo que es muy importante experimentar y optimizar de forma continua en busca de los mejores resultados.

Para mejorar el impacto de estas aciones, es importante conocer el funnel y las diferentes métricas a través de las cuales debemos de guiarnos para optimizar cada fase.

Las diferentes fases que podemos trabajar son:

  • Envíos
  • Aperturas
  • Clics
  • Conversiones en la web

Las métricas principales que nos van a guiar en cuanto a los resultados de las palancas accionables son:

  • Número de emails enviados
  • Open Rate (OR): nos indica el ratio de aperturas. Al tratarse de un email con mucho foco en transacción y en un punto muy cercano a la compra, se caracteriza por tasas de apertura elevadas.
  • Click through Rate (CTR): nos indica el ratio de clics
  • Conversion Rate (CR): nos indica el ratio de conversiones en la web

Cómo mejorar la frecuencia de envíos de mails de recuperación de carrito abandonado

Para mejorar la frecuencia de envíos de mails de recuperación de carrito, podemos plantear una secuencia de diferentes envíos, por ejemplo:

  • A la hora del abandono
  • A las 24 horas del abandono
  • A las 48 horas del abandono

En caso de secuencias de más de 1 envío, es crucial hacer seguimiento de las diferentes métricas del funnel para comprobar si tiene sentido una secuencia más larga o no.

Siempre es posible plantear secuencias con mayor o menor carga de envíos basándonos en el importe de la cesta abandonada, de esta manera enviaremos:

  • 1 mail de recuperación para importes bajos
  • 2 mails de recuperación para importes medios
  • 3 mails de recuperación para importes altos

De esta forma, seremos más insistentes en recuperar carritos de una mayor cuantía. Hay que tener en cuenta que no hay verdades absolutas, por lo que nuestra recomendación es probar, probar, y probar.

Cómo mejorar la apertura de un mail de recuperación de carrito abandonado

Para mejorar la tasa de apertura de estas acciones, podemos darle uso a la sensación de urgencia y/o a la personalización. Hay que tener en cuenta que las herramientas de Marketing Automation registran una gran cantidad de información de los contactos. Y esa información, nos puede resultar muy útil a la hora de comunicarnos con nuestra base de datos.

Para mejorar la tasa de apertura de los emails de recuperación, tenemos que plantearnos qué información con la que ya contamos podemos emplear en el asunto / resumen del mail, llamando la atención del receptor y facilitando la apertura.

Uso del nombre del producto abandonado en el asunto del mail

Empleamos el nombre de uno de los productos del carrito en el asunto. En caso de que la cesta esté compuesta por más de un producto, podemos establecer un orden del listado, ya sea en función de la valoración, el volumen de reseñas, el precio de mayor a menor…, mostrándose en ese caso como asunto el primer producto del listado.

Uso del nombre del producto abandonado en el asunto del mail

Uso del nombre del contacto en el asunto del mail

Es posible emplear el nombre del contacto, siempre y cuando dispongamos de esa información. Esta personalización nos aleja de los mensajes genéricos y puede ayudarnos a favorecer las aperturas.

Uso del nombre del contacto en el asunto del mail

Uso de descuentos y sensación de urgencia para finalizar la compra

Los cupones, descuentos, y demás incentivos pueden suponer el último empujón para que el contacto se decida a finalizar su compra. Si podemos plantear algún tipo de descuento, deberíamos de reflejarlo en el asunto del mail.

Uso de descuentos y sensación de urgencia para finalizar la compra

Cómo mejorar el CTR de un mail de recuperación de carrito abandonado

El CTR nos da información de cuánto de atractivo es el cuerpo del mail o hasta qué punto cumple la expectativa del contacto. Para cumplir el objetivo de generar clics y tráfico conversor hacia la web, es muy importante poner el foco en la transacción, eliminando ruido y distracciones.

En cuanto a los elementos relevantes que debe de tener el cuerpo, destacan los siguientes.

Call to Action para finalizar la compra

Es muy importante que el cuerpo del mail lleve un CTA que lleve al contacto a finalizar su compra. Este CTA debe de destacar por encima del resto de llamadas a la acción que lleve el email. Si nos fijamos en la imagen inferior, cada producto lleva su propio CTA «Ver producto», pero visualmente el que destaca es «Finalizar mi pedido».

Información de los productos del carrito abandonado

  • Imagen del producto
  • Nombre del producto
  • Unidades en la cesta
  • Precio por unidad
  • En caso de precio rebajado, nos ayudará que el precio anterior figure tachado
  • Enlace a ver el producto
  • Importe total de la cesta
Cuerpo de un email de carrito abandonado
Información de los productos del carrito abandonado

Recomendaciones de productos relacionados

Algunas herramientas como Connectif nos permiten hacer recomendaciones de productos relacionados con los que abandonó el contacto. De esta manera, si el contacto no finalizó la compra por indecisión respecto al producto, podremos mostrarle un listado de opciones similares basadas en un algoritmo especializado.

Cómo mejorar el CR de las sesiones provenientes de un mail de carrito abandonado

Lo fundamental es evitar que el usuario aterrice en una cesta vacía. Vivimos en un mundo digital multidispositivo, por lo que es necesario garantizar que sesiones en desktop que acaban en abandono de carrito, puedan retomarse a través de mobile en el mismo punto, y viceversa.

Para garantizarlo, consideramos que una de las mejores opciones es la tokenización del carrito abandonado. A través de una URL dinámica con una variable que incluya el ID del producto y las unidades en la cesta, la propia web puede encargarse de extraer esa información y reconstruir desde cero el carrito. Hablamos en profundidad de esta funcionalidad de Connectif en este post

En viva! contamos con un departamento de Marketing Automation y estamos especializados en Connectif, ya que las consideramos una de las opciones más fuertes del mercado actualmente para automatización en ecommerce. Por lo tanto, si has llegado hasta aquí, seguramente podemos ayudarte.

¿Quieres aprender más acerca del Marketing Automation para mejorar los resultados de tu negocio? Échale un vistazo a nuestros posts y suscríbete a nuestra newsletter para estar al tanto de todas las novedades.

Recuperación de carritos abandonados con Token de Connectif

Es muy común recibir correos de recuperación de carritos abandonados, en los que al hacer clic en «finalizar mi compra», nos llevan a una cesta completamente vacía. Esto ocurre porque el enlace lleva directamente a una URL del tipo «midominio.com/cart», «midominio.com/carrito», etc… y una vez que el usuario accede a través del enlace, la web no tiene datos recopilados de su anterior sesión, ya sea por expiración de esa información, cambios en las cookies o por una navegación multidispositivo.

En un mundo digital multidispositivo, donde el mismo usuario navega a través del móvil, finaliza las compras en desktop y abre emails tanto en uno como en el otro, cobra especial importancia plantear acciones de recuperación de carrito abandonado que puedan solventar este problema.

Cómo implementar el Token de Carrito en Connectif

Token de carrito en Connectif

Connectif solventa este problema de la mejor manera. A cada carrito generado dentro del sitio web se le asocia un token. Pero, ¿Qué es este «token»? Básicamente es un conjunto de caracteres cifrados con la información del ID de cada producto del carrito, junto con el número de unidades de cada producto que añadió el usuario.

El funcionamiento es simple: introducimos el token dentro de una variable de la URL, el sitio web descifra su información, y reconstruye el carrito desde cero.

Vamos a ver puntos a tener en cuenta para comprender su funcionamiento y cómo podemos sacarle partido

El token va cifrado en lenguaje base64

La información del id del producto y del número de unidades queda cifrada en lenguaje base64. Vamos a ver un ejemplo real de un token generado en Connectif:

Token:

Este conjunto de caracteres, una vez descifrado lleva la siguiente información:

Lo que viene a decir es:

Como tip para ir haciendo pruebas, podéis probar a descifrar un token de carrito generado por Connectif aquí

El token de carrito como variable en Connectif

El token de carrito es un dato exportado por los nodos «Al abandonar carrito» y «Obtener último carrito». De esta manera, podremos emplear este dato como variable en los nodos que les sigan.

Lo que hacemos para que la web pueda identificar el token y proceder a descifrarlo y reconstruir la cesta, es insertar el token en la URL con contenido dinámico a través de una variable, generando una URL del tipo «midominio.com/cart?{{carritotokenizado}«.

En la siguiente imagen, vemos cómo alimentamos la variable {{carritotokenizado}} insertada en la URL, con el dato «Token de carrito».

Partiendo del ejemplo del token anterior, Connectif generará la siguiente URL:

La web descifra el token y reconstruye la cesta

Para poder aprovechar esta funcionalidad de Connectif, se requiere de desarrollo por parte del sitio web. Esto se debe a que la web es la encargada de descifrar ese token y de construir desde cero esa cesta basándose en la información proporcionada en la URL dinámica.

Ventajas de la tokenización en acciones de recuperación de carrito

Son muchas las ventajas de la reconstrucción del carrito, pero podemos destacar las siguientes:

  • Eliminamos la frustración de nuestros usuarios: dejamos de enviarlos a cestas vacías, reduciendo la tasa de rebote y aumentando la tasa de conversión.
  • El enlace generado con la variable token es susceptible de ser compartido entre diferentes usuarios.
  • Es la mejor solución para navegaciones multidispositivo. El usuario puede abandonar su carrito desde el móvil, abrir el mail en desktop y acceder a la web con su carrito tal y como lo dejó.
  • Es posible emplear el token de carrito para acciones de retención y reactivación. Por ejemplo, podemos emplear el nodo «obtener último carrito», seleccionar el último carrito comprado, y emplear el token para alimentar la URL de un CTA que nos lleve a repetir la última compra.

En viva! contamos con un departamento de Marketing Automation y estamos especializados en Connectif, ya que las consideramos una de las opciones más fuertes del mercado actualmente para automatización en ecommerce. Por lo tanto, si has llegado hasta aquí, seguramente podemos ayudarte.

¿Quieres aprender más acerca del Marketing Automation para mejorar los resultados de tu negocio? Échale un vistazo a nuestros posts y suscríbete a nuestra newsletter para estar al tanto de todas las novedades.