Biznes pełen sygnałów, których nikt nie był w stanie obsłużyć
Blimey działa na bardzo specyficznym rynku: chińscy turyści, którzy podróżują i rezerwują atrakcje oraz doświadczenia u partnerów firmy. Użytkownik, który właśnie zarezerwował wycieczkę z przewodnikiem po Barcelonie, może być zainteresowany degustacją wina tego samego popołudnia. Inny, który odbył już trzy podróże z Blimey, ma bardzo wyraźny profil zakupowy. Sygnały były na wyciągnięcie ręki.
Problemem była przepustowość. Lorenzo i jego zespół kontaktowali się ręcznie z częścią użytkowników, kiedy tylko mogli, ale przy takim wolumenie nie dało się objąć wszystkich przypadków. Każda nieobsłużona interakcja była okazją do upsellingu lub cross-sellingu, która po prostu przepadała.
“Nie chodziło o to, że nie wiedzieliśmy, co robić. Brakowało nam rąk do pracy. Codziennie traciliśmy okazje i dobrze o tym wiedzieliśmy.”
Wyzwanie: chińscy użytkownicy, złożone wzorce, WeChat
W Blimey dochodzi dodatkowa warstwa złożoności. Użytkownicy to chińscy turyści, więc głównym kanałem nie jest e-mail ani zachodni czat — tylko WeChat. A istotne wzorce zachowań nie są oczywiste: trzeba zestawić wcześniejsze zakupy, zarezerwowane usługi, wykorzystanych partnerów i sygnały ryzyka churnu, by wiedzieć, kiedy działać, jak to zrobić i która oferta ma największy sens.
Automatyzacja wiadomości nie wystarczała. Potrzebny był worker, który odczyta kontekst każdego użytkownika, wychwyci właściwy moment i spersonalizuje interakcję — we właściwym kanale, z właściwą ofertą.
“Nasi użytkownicy są z Chin, działają na WeChacie i mają bardzo specyficzne wzorce zakupowe. Potrzebowaliśmy czegoś, co rozumie tę złożoność, a nie generycznego narzędzia do masowej wysyłki wiadomości.”
Jak działa worker
Zentesimal zbudował workera wyspecjalizowanego w cyklu życia użytkownika Blimey. Worker stale monitoruje wzorce zachowań — historię zakupów, zarezerwowane usługi, wykorzystanych partnerów, częstotliwość aktywności — i wykrywa dwa rodzaje sygnałów: okazje do upsellingu i cross-sellingu oraz ryzyko churnu lub porzucenia.
Gdy zidentyfikuje sygnał, działa. Kontaktuje się z użytkownikiem na WeChacie wiadomością dopasowaną do jego kontekstu, prowadzi follow-up w razie potrzeby i eskaluje do zespołu ludzi tylko wtedy, gdy sytuacja tego wymaga. Zespół Lorenza nie musi już polować na okazje — worker sam je dostarcza.
“Najbardziej zaskoczyła mnie personalizacja. To nie bot, który wysyła wszystkim tę samą wiadomość — rozumie każdego użytkownika i działa odpowiednio. Na rynku takim jak nasz to robi różnicę.”
Wyniki
Efekt był natychmiastowy. Przechodząc od ręcznego, częściowego pokrycia do pełnego, zautomatyzowanego, Blimey pomnożył przychód z upsellingu i cross-sellingu piętnastokrotnie. Żaden użytkownik z sygnałami zakupowymi nie zostaje bez odpowiedzi. Poprawiła się też jakość obsługi: każda interakcja trafia we właściwym momencie i z właściwym kontekstem.
“15× przychodu mówi samo za siebie. Ale równie ważne jest dla mnie to, że dziś zapewniamy opiekę, która wcześniej była niemożliwa. Każdy użytkownik czuje, że ktoś o niego dba.”