Skip to main content

Det ville være skønt, hvis Klaviyo vidste præcis, hvornår dine kunder handlede igen. Så kunne du sende mails netop dén dag. Klaviyo har forsøgt med dette med ’Expected date of next order’. Spørgsmålene er blot: Virker det efter hensigten? Og bør du bruge det?

 

Når dine kunder skal genvindes – handle igen og igen – er det selvfølgelig vigtigt, at du får sendt det rigtige indhold ud på det rigtige tidspunkt. Du vil nødig presse på for tidligt. Og du ønsker heller ikke først at række ud, når kunden har købt hos en af dine konkurrenter. Løsningen på dette er ofte at spille sine kort bredt; sende mange e-mails i mange forskellige tidsintervaller, f.eks. 30 dage efter køb, 40 dage efter, 45 dage efter osv…

 

Men Klaviyo har – synes de selv – fremtryllet en nærmest revolutionerende funktion. Navnet er ’Expected date of next order’, og som du nok kan regne ud, er formålet at ramme dine kunder på den dag, de forventes at handle igen.

 

Hvad er ’Expected date of next order’?

 

Inden vi går videre, er det vigtigt at blive bekendt med præmisserne. For hvordan fungerer funktionen egentlig? Du skal først være opmærksom på, at Klaviyo ikke beregner, OM en kunde handler igen. De beregner alene, hvilken dag der er mest oplagt, HVIS kunden handler igen. Dette udelukker altså at bruge funktionen til at segmentere ikke-købsklare fra de købsklare.

 

Skuffelsen lader sig ikke vente på sig, når man læser Klaviyos dokumentation for sin nye funktion. Regnestykker er nemlig – for at sige det pænt – temmelig upræcist. Jeg skal bede læseren holde tungen lige i munden, mens det følgende gennemgås.

 

Udgangspunktet er, at beregningen om, hvornår en bruger forventes at handle igen, foretages individuelt. Altså at Hans beregnes på sin måde, og Lis beregnes på sin måde. Udgangspunktet brydes dog hurtigt. Forudsætningen for at kunne lave en sådan individuel beregning er, at kunden har handlet tre gange i et sammenhængende mønster (!!!).

 

Sagt på en anden måde: Det vil være en forsvindende lille andel af dine leads, hvor der faktisk foretages en individuel beregning.

 

Alternativet er, at det samlede gennemsnit for samtlige leads lægges sammen og bruges. Kan Klaviyo se, at en gennemsnitlig bruger handler hver tredje måned, bliver seneste købsdato + 90 dage således = Expected date of next order.

 

Som du nok kan regne ud er et sådant gennemsnit ikke holdbart. Har du forskellige produktkategorier, kan det svinge meget, hvor ofte en bruger handler. Personligt kan jeg afsløre, at jeg ofte køber havregryn, end jeg handler ny seng eller sofa. Ydermere kan der være stor forskel på dine kunder – de loyale handler måske månedligt, mens de nye kunder handler halvårligt. At lægge alt dette sammen i én pøl giver et misvisende billede.

 

Men funktionen er ikke helt ubrugelig…

 

Først og fremmest kan det selvfølgelig være, at din webshop faktisk passer ind i mønstret; altså at mange af dine kunder handler mere end tre gange i et sammenhængende mønster. Dette kan navnlig give mening, hvis du har loyale kunder og sælger hyppigt bruge produkter: Proteinpulver, barberblade, måltidskasser. Produkter, der købes i et fast interval, f.eks. månedligt.

 

I en sådan situation er ’Expected date of next order’ skræddersyet til dig. Så er det bare med at komme i gang.

 

Selv for e-commerces, der ikke kan opfylde ovenstående, kan funktionen give mening. Jeg har oplevet på flere cases, at funktionen giver mening at bruge som supplement til sine generelle win back-flows. Altså at dit ’Expected date of next order’-flow ikke står alene, men suppleres af øvrige flows (se cases længere nede…).

 

På dagen, hvor Klaviyo forudser kunden er mest tilbøjelig til at handle igen, kan du give den fuld tryk. Jeg har testet – og egentlig med ok succes – at sende tre mails ud på dagen; morgen, middag og aften. Afhængig af dine resultater og dækningsbidrag kan det give mening at kombinere disse mails med en ”gælder kun i dag”-rabatkode.

 

Hvordan bruger du funktionen?

 

Inden vi går videre til eksempler og data, så lad mig vise, hvordan du bruger funktionen. Opret et flow, vælg ”Date property” som trigger. Her kan du så vælge ”Expected date of next order”. Du kan vælge, om dit flow skal starte en uge før, en dag før, to dage efter.

 

Jeg anbefaler, at du tester udsendelsestidspunktet; f.eks. tester 33% en på dagen, 33% dagen efter og 33% to dage efter. Har du et mindre antal leads igennem, så del kun op i to portioner; 50% på dagen, 50% to dage efter.

Eksempler på brug af funktionen (+data)

 

Hvad skal du så egentlig regne med at få af data? Til sammenligning får du en case her. Dette er fra en uges test. Du skal være opmærksom på, at testen er foretaget inden en list clean-up – det er derfor, at der er en så lav åbningsrate (mange inaktive leads er endnu ikke slettet). Et umiddelbart gæt vil være, at 25% bør fjernes. Men nuvel…

 

Venstre gren er på selve dagen, mens højre gren er dagen efter. Venstre gren havde en samlet konverteringsrate på 1,2%, mens højre gren endte med en på 1,8%. Altså umiddelbart vinder dagen efter ’Expected date of next order’ med 0,6 procentpoint; faktisk er dagen efter med en 50% højere konverteringsrate end på dagen.

Lad os dykke lidt ned i tallene. Har du derved 5.000 leads gennem dette flow månedligt og en gennemsnitlig ordrestørrelse på 500 kroner, er det 90 kunder, svarende til kr. 45.000, du hver måned vinder tilbage. Det er kr. 540.000 årligt (mere, hvis du optimerer). Og det er bare på ét flow.

 

Som ovenfor anført giver det i høj grad mening at bruge ’Expected date of next order’ kombineret med et øvrigt win back-flow. Således skal dette flow blot ses som én brik i en samlet win back-strategi i din marketing automation.

 

Konklusion – skal/skal ikke?

 

Ovenstående case skal nødig være repræsentativ for, om funktionen er god eller ej. Der er også pænere eksempler derude. Dog må det nok konkluderes, at Klaviyo ikke er så dygtige til at ramme plet, som de havde håbet på. Ingen webshop kan stille sig tilfreds med at genvinde under 10% af sine kunder. Prøv funktionen af, back populate dit flow og giv det en uge. Som udgangspunkt vil jeg slukke det flow, hvis konverteringsrate er under 4%, men det kan komme an på flere faktorer.

Kasper Friis

About the author

Kasper Friis

Indehaver af WeAutomate ApS. Oplægsholder om marketing automation hos Google Succes Online. Rådgiver bl.a. Blue City A/S og Kids-World. Kontakt mig gerne på +45 42 45 06 99 eller kfr@weautomate.dk

Back to top