Теперь владельцам продающих товары сообществ соцсети станет еще проще выстраивать коммуникацию с клиентами и осуществлять торговлю. Как именно выглядят полезные нововведения, рассказываем в этой статье.
Теперь можно не задавая уточняющих вопросов клиентам, узнавать информацию о них внутри CRM-системы. Данные содержат возраст, город, активность в сообществе и другую полезную информацию о ваших клиентах для построение более тесной коммуникации. Эти данные появятся как в новых диалогах сообщений сообщества, так и в старой переписке.
Помимо информации о ваших собеседниках, администраторы группы смогут проставлять теги, помечая разных пользователей для лучшей сортировки предложений и облегчения работы с обработкой заказов. Уже сейчас можно использовать до 20 тегов, которые увидят другие администраторы. Если пользователь оформляет заявку впервые, его можно отметить как нового покупателя.
При повторных продажах измените тег на «постоянный клиент». Также можно помечать потенциально готовых на приобретение аксессуаров к ранее купленному продукту и оплату дополнительных услуг, скандальных и сложных клиентов, требующих особенного внимания при обработке заказов, а также разделять клиентов по имени администратора, который ведет общение и несет свою личную ответственность за сделку. В зависимости от вида интернет-магазина и ниши бизнеса, администраторы могут решать самые разные творческие задачи благодаря меткам внутри CRM.
Алгоритм автоматического продвижения товаров по задумке разработчиков призван обеспечить продажи без усилий рекламодателя. Искусственный интеллект подберёт товары с лучшими показателями и покажет их потенциальным покупателям. А в последующем за первым рекламном объявлении — напомнит о покупке тем, кто уже интересовался товарами, но ушёл без покупки.
Пока функция новая и нет достаточного количества кейсов по работе, однако по своему опыту можем сказать, что стоимость CPC при тестировании данного формата была выше, нежели при настройке классических таргетированных объявлений типа «Карусель» на базы ретаргетинга, собранные с помощью парсеров вручную в 3,5 раза. Однако будет справедливо сказать, что объем теста был небольшой, а на длительной дистанции искусственный интеллект может научиться и выдавать более качественные показатели. Однако стоит ли скручивать бюджеты, обучая алгоритм, когда можно потратить 150 рублей на парсер и пару часов времени, чтобы собрать базу ретаргета и открутить по ней, каждый решает для себя сам.
