• ratowanie porzuconych koszyków - klient otrzymuje spersonalizowaną wiadomość nawiązującą do produktów, które zostawił w koszyku
• spersonalizowany newsletter - możliwość różnicowania treści newsletterów ze względu na grupy odbiorców tj. kupujących rzadko, często, wydających duże kwoty, interesujących się daną kategorią produktową itp.
• przeglądane produkty - sklep wyróżnia się spośród wielu innych, wysyłając komunikaty do klienta w oparciu o produkty, którymi był zainteresowany
• cross selling - na podstawie kategorii produktowych, którymi interesuje się klient, system poleca mu produkty komplementarne
• rekomendacje - analizując sposób dobierania produktów przez innych klientów, system poleca produkty komplementarne
• programy lojalnościowe - po zakupie klient otrzymuje obietnicę zdobycia rabatu po przekroczeniu ustalonego wcześniej progu kwotowego
• po sprzedaży - komunikacja z klientem nie kończy się po dokonaniu zakupu. Celem scenariusza jest lojalizowanie klientów, poprzez utrzymanie z nimi stałego kontaktu, już od pierwszych chwil po sprzedaży.
• Analiza RFM - Uznana metoda segmentowania klientów, która rozbija ich na 10 grup. Dzięki temu komunikat dokładnie odnosi się do ich relacji ze sklepem. Opiera się na trzech parametrach: recency, frequency i monetary, czyli kiedy ostatnio, jak często, i za ile kupowali.
• Marketing Machine - Czyli dynamiczna ramka rekomendacji. Produkty, które zaprezentujemy klientowi, wybierane są nie na podstawie jego preferencji zakupowych. Wykorzystujemy tutaj zaawansowane algorytmy - Machine Learning, Deep Learning - które powodują, że system z biegiem czasu coraz lepiej zna klientów, prezentując pieczołowicie dobraną ofertę w sposób nieosiągalny dla człowieka.
• Facebook Ads - Reklama w serwisie Facebook jest skuteczną i elegancką formą zaprezentowania marki. Trafia do konkretnych użytkowników, którzy są powiązani z naszym sklepem internetowym (odwiedzili go), lub z prospektami - czyli potencjalnymi klientami, którzy zachowują się w internecie podobnie jak klienci (Lookalike Audience). Pozwala na wybór określonego efektu, którego oczekujemy i jest bardzo precyzyjnie targetowana.