Как монетизировать анонимный трафик: кейс PUMA с триггером «Прерванный просмотр»

От 92 до 98% посетителей интернет-магазина — анонимны. Они изучают ассортимент, возвращаются несколько раз и уходят, не оставив ни одного контакта. При этом каждый такой пользователь уже обошёлся бизнесу в рекламный бюджет.

На первый взгляд кажется, что это расходы без результата. Но при условии правильной настройки аналитики и трекинга система уже знает об этих людях достаточно: источники переходов, просмотренные категории и товары, время пребывания на странице. Вопрос в другом — удается ли использовать эти данные в нужный момент.

Команда Netpeak работает над стратегией удержания клиентов PUMA Ukraine на базе CDP eSputnik с 2022 года. Одно из направлений — использование веб-трекинга и матчинга для запуска триггера «Брошенный просмотр» с учётом действий пользователя до его идентификации.

В этом кейсе мы рассказываем о механике сопоставления анонимного поведения с контактными данными, её роли в персонализации рассылок и результатах, которые получила PUMA Ukraine.

Кто наш партнер

PUMA — один из ведущих мировых производителей спортивной обуви, одежды и аксессуаров.

Задача и цели работы

Стандартная механика взаимодействия с анонимным посетителем выглядит так:

1. Пользователь заходит на сайт без авторизации.

2. Знакомится с ассортиментом и покидает сайт.

3. Возвращается благодаря ретаргетингу.

4. Оставляет адрес электронной почты или номер телефона.

5. Получает стандартное приветственное письмо — как правило, с общими промоакциями или подборкой недели.

С точки зрения системы — это новый контакт без предыдущей истории. С точки зрения самого посетителя — уже второе или третье взаимодействие с брендом, в ходе которого могло сформироваться намерение совершить покупку.

Что происходит в результате:

Это позволяет запускать персонализированную коммуникацию без необходимости накапливать новую информацию о действиях на сайте после получения контакта.

Как работает сопоставление анонимного поведения в eSputnik

Для реализации такого сценария используются две технологии.

Веб-трекинг — технология сбора и фиксации поведенческих данных аудитории на сайте: посещения страниц, клики, время сессии, добавление в корзину и другие события.

Метчинг — процесс сопоставления анонимной истории поведения с контактными данными в момент идентификации пользователя.

В случае с PUMA эти технологии позволяют учитывать предыдущий интерес посетителя к товарам при запуске триггера «Брошенная корзина».

Далее пошагово разберем механику этого процесса.

Шаг 1. Сбор данных об анонимных просмотрах

Посетитель заходит на сайт без авторизации и изучает ассортимент. CDP фиксирует его поведение: просмотры товаров и категорий, добавление в корзину, клики, скролл, продолжительность и количество сессий, взаимодействие с контентом.

Эти данные привязаны к анонимному идентификатору: файлам cookie в браузере или device ID на устройстве. Каждый браузер и устройство формируют отдельную анонимную историю.

В большинстве случаев аудитория не оставляет контактных данных во время первого визита. Между первым посещением сайта и моментом идентификации обычно происходит несколько сессий: человек сравнивает товары и цены, возвращается к понравившимся позициям.

Именно в этот период может формироваться намерение совершить покупку — и веб-трекинг позволяет сохранить информацию об интересах пользователя.

Шаг 2. Сопоставление поведенческой истории с контактом

Связывание происходит, когда система получает стабильный контактный идентификатор — email или номер телефона — и данные, необходимые для связывания профилей.

Это возможно по нескольким сценариям:

В eSputnik веб-трекинг фиксирует анонимное поведение через файлы cookie и привязывает его к профилю посетителя после получения соответствующего идентификатора. В мобильных приложениях ту же роль выполняет contactID. Анонимный посетитель существует в системе как отдельный профиль, который после идентификации может объединяться с основным контактом вместе с накопленной историей событий.

Поэтому корректное сопоставление данных важно не только для персонализации, но и для более полного понимания пути потенциального покупателя к покупке.

Шаг 3. Запуск персонализированного триггера «Брошенная корзина»

После идентификации система получает доступ к информации о предыдущих действиях посетителя на сайте. Когда выполняются условия сценария, запускается триггер «Брошенная корзина» с персональной подборкой товаров.

Преимущество подхода в том, что персонализация не ждет накопления новых данных — она использует историю, собранную, пока посетитель был анонимным.

То есть пока одни бренды начинают коммуникацию с welcome-серии, не учитывая предыдущее взаимодействие человека, другие могут сразу обратиться к его конкретному интересу.

На практике это позволяет:

Реальный путь пользователя: от анонимного просмотра до покупки

Потенциальный покупатель ознакомился со спортивными гетрами на сайте, а затем покинул его. Впоследствии вернулся прямым переходом — обе сессии система зафиксировала в анонимном профиле. На этот раз его заинтересовало предложение со скидкой, и он оставил адрес электронной почты в виджете подписки в футере сайта.

Контактные данные были переданы в CDP через API. Но вместо пустого профиля нового подписчика система получила контакт с накопленной историей поведения — сопоставление происходит автоматически в момент идентификации.

Примерно через 20 минут после подтверждения регистрации система отправила не стандартное приветственное письмо, а письмо «Брошенная корзина» — с ранее просмотренными товарами и персональными рекомендациями.

Клиент перешел из письма на сайт, щелкнув по рекомендованному товару, и оформил заказ. Покупка состоялась менее чем через час после появления контакта в системе. Внешне это выглядит как быстрая конверсия нового подписчика. Фактически — это монетизация намерения, сформировавшегося еще в анонимном статусе.

Результаты за семь месяцев работы

Чтобы оценить эффективность триггера «Брошенный просмотр», мы разделили заказы на две группы:

*80 минут — операционное окно, в пределах которого чаще всего срабатывают триггерные сценарии после идентификации.

Общие показатели:

Доля NEW-контактов в результатах триггера:

Почти четверть дохода триггера обеспечили персонализированные письма, которые удалось отправить благодаря матчингу. Без сопоставления анонимного поведения с контактными данными у системы не было бы информации для их запуска.

В масштабе всего сайта — это +0,14% к общему доходу только за счет одного триггерного сценария и корректного сопоставления анонимных данных.