Как заметно увеличить прибыль кафе за счёт работы с текущей клиентской базой? Кейс с ROMI 500%
Привлечение новых клиентов обходится дороже не то, что с каждым годом, с каждой секундой. А, что если мы скажем, что рутинная работа с уже имеющейся клиентской базой — классификация, адресная рассылка — может очень ощутимо увеличить прибыль?
И что если эту занудную работу можно автоматизировать и отдать на аутсорс по стоимости зарплаты одного сотрудника? Рассказываем, как нам это удалось сделать на примере сети доставок.
В чем проблема с сервисами рассылок — они вроде работают с клиентской базой и их на рынке миллион?
Сервисы рассылок не умеют учитывать множество важных деталей. Сумма небольших действий — отправить правильное сообщение в нужное время, обратиться к человеку с учетом имени и пола — приводит к хорошим результатам.
Качественная работа с клиентской базой и рассылками отнимает много времени. У клиентов Five Star на это уходит пару минут в неделю: достаточно отправить статистику покупок за очередную неделю в виде обычного файла excel нам по почте. Алгоритмы Five Star производят глубокий анализ базы, а затем мы создаем рассылку и отправляем сообщения клиентам через WhatsApp.
Мы умышленно не хотели делать обезличенный сервис, где клиенту пришлось бы самому во всём разбираться и тратить на настройки кучу времени. Продумали процесс так, чтобы наши клиенты занимались своим бизнесом, а мы берём на себя аналитику и технические моменты с рассылками.
Обращение в рассылках по имени может так драматически повлиять на вероятность заказа?
Да, по нашим расчетам разница в конверсии, если обращаться обезличенно или по имени — в разных кейсах от 18 до 37%. Но важно обратиться не просто по имени, которое указал клиент в заказе. У многих в именах есть неточности и опечатки: Бля вместо Юля, Алекснадр и так далее.
Сообщение «Бля, вот ваши любимые роллы за полцены» может вызвать не совсем желаемый эффект.
Так что каждую неделю мы приводим к нужному виду имена клиентов. Если система не может распознать имя как верное, она передаёт его нашему оператору, который вручную исправляет все ошибки, потом в систему загружаются новые корректные версии имён. Если имя невозможно определить, то клиенту отправляется обезличенное сообщение. Также сообщение можно модифицировать с учетом пола, что тоже влияет на конверсию.
Система самообучается — запоминает, в том числе, и частые опечатки, так что со временем оператор обрабатывает всё меньше имён.
А как влияет время отправки сообщения?
Наша аналитика знает типичное время, когда каждый человек из базы обычно делает заказ. На изображении вы видите статистику клиента, который любит себя порадовать сетом в субботу в районе 14:00. И именно в субботу ближе к обеду мы отправим ему сообщение с предложением.
Кстати для каждого нашего клиента мы делаем дашборд, подобный тому, который на изображении. Благодаря ему вы можете самостоятельно изучать поведение своих клиентов и вносить изменения в свою работу.
Также система умеет учитывать часовые пояса, не отправляет сообщения позже установленного времени, чтобы не раздражать людей. Например, Александр чаще всего делает заказы в воскресенье в 22:00. Но сообщение он получит в адекватное время — например в 20:00.
Также есть возможность больше загрузить заказами нужные дни. Если ваша кухня слишком загружена по субботам, то в эти дни мы не будем отправлять сообщения. А вот в недогруженные понедельники постараемся увеличить число заказов.
С именами и временем понятно, а с какими еще данными можно работать в клиентской базе?
Также мы анализирует клиентскую базу с точки зрения вклада в выручку компании, разделяет клиентов на когорты. Практически по всем клиентам работает закон Парето с небольшими отклонениями. Обычно на первые 30% клиентов приходится 70% продаж. Этот анализ позволяет расставить приоритеты — в кого в первую очередь инвестировать бюджет, а с кем можно начать работу позже.
Также клиентов классифицируем по «теплоте» — как давно они делали последний заказ. Мы получаем три группы:
«активные» клиенты, которые недавно совершали заказы и продолжают это делать в своем обычном ритме (это Five Star анализирует отдельно — потому что у кого-то «норма» — раз в неделю, а у кого-то — раз в месяц)
«тёплые» клиенты — те, кто выбился из своего личного графика заказов, но еще имеет шансы что-то заказать. Например, раньше заказывал раз в 2 недели, а уже прошло 3-4 недели
потерянные клиенты — те, кто пропустил много своих типичных точек заказа. Можно предположить что клиент уже переключился на конкурента, либо переехал в другой город.
Для каждой из трех групп будет своя стратегия и свои рассылки. Например, активных мы можем вообще не беспокоить — они и так делают заказы, и лишняя коммуникация может их только раздражать. А тёплым и потерянным можно отправлять какие-то индивидуальные предложения.
Также мы знаем, какое блюдо человек заказывает чаще, так что можно делать, например, промокоды именно на любимые блюда или прикладывать фото любимого блюда к сообщению. Все это влияет на желание сделать покупку.
А зачем использовать именно WhatsApp для общения с клиентами?
Это гораздо эффективнее, чем прозвон, смс или е-мейл. С email рассылками хорошей открываемостью считается 14%: то есть 86% людей из рассылки даже не открывают письма. В случае с телефоном хорошим показателем считается 60% дозвонов, то есть в 40% случаев люди вообще не берут трубку: они могут быть на совещании, в туалете, где угодно. Сегодняшний этикет — писать в WhatsApp.
WhatsApp позволяет также получать обратную связь, причем клиент может отвечать в разных форматах — отправлять голосовые сообщения, фотографии. Вся история общения остается в одном чате.
И что будет с этими ответами? Что, например, если клиент скажет, что ему в прошлый раз прислали роллы с огурцом вместо тунца и больше он заказывать не будет?
На сообщения отвечает оператор Five Star. Если ответа на вопрос он не знает — то передает дальше назначенному ответственному человеку на стороне клиента. Если приходит жалоба, то с этим человеком связывается служба качества и разруливает вопрос. Так удается вернуть ушедшего клиента.
Зачем работать через Business API, почему не использовать обычный WhatsApp, где не надо платить за каждое сообщение?
WhatsApp Business API — это официальный канал для рассылок WhatsApp. Если использовать серый, обычный WhatsApp, его будут блокировать при попытке коммерческих рассылок.
Кроме того, у обычного WhatsApp нет возможности добавлять кнопочки вроде «Заказать на сайте», которые сильно увеличивают конверсию. В сером канале ссылка на ваш сайт будет неактивна, человеку нужно будет в ответ что-то отправить, чтобы она активировалась.
Ну хорошо, я назвал клиента по имени и отправил ему промокод на любимый сет «Калифорния». Как понять, сработало или нет?
Мы понимаем, что и без рассылки клиенты с какой-то вероятностью сделали бы заказ. Но какая это вероятность? Мы проверяем это с помощью контрольной группы, которая не получает сообщения, и видим, как часто они делают заказы. Результаты от всех рассылок мы сравниваем с контрольной группой и считаем эффектом только ту часть конверсии, которая выше значений контрольной группы.
Аналитическая система Five Star позволяет тестировать эффективность различных типов рассылок, разных вариантов сообщений и т.д. Кстати мы делали эксперимент и части клиентов сделали обычную массовую рассылку, а другой части рассылку по нашему алгоритму.
Результаты подтвердили наши подозрения - эффекты от массовой рассылки оказались на уровне контрольной группы, а вот с нашим алгоритмом конверсия оказалась в два раза выше.
И когда видны первые результаты всех этих усилий?
Обычно конверсия уже первой рассылки выше, чем у контрольной группы. В целом первые ощутимые результаты видны на третью неделю, а на «крейсерскую скорость» (то есть высокое значение ROMI и заметный прирост выручки и прибыли) мы обычно выходим через пару месяцев.
Мы можем учиться на собственном опыте и улучшать наши результаты с каждым новым днем, неделей, месяцем. Удобство сервиса в том, что если что-то не идёт, уже в следующую рассылку мы меняем сообщение, минимизируем возможные потери. А раз в месяц мы показываем клиенту детальный отчёт со всеми цифрами.
Что такое ROMI и как у вас получается 500%?
Давайте посмотрим пример. Допустим, за пять недель люди, которые были в рассылке, сделали заказов на 1 000 000 рублей. Но миллион — это не эффект. Без рассылки какие-то клиенты все равно бы заказали доставку. Вот тут и помогает контрольная группа. Мы видим, что 16% клиентов сделали заказ в контрольной группе и 32% — в той, которой пришла рассылка, то есть 50% из этого миллиона — наша заслуга.
Дальше идет расчет ROMI — вычитаем из дополнительных 500 000 себестоимость (допустим, 50%), остается 250 000 рублей чистых доходов. На рассылку мы потратили 50 тыс рублей (это средняя ежемесячная стоимость сервиса Sherlock, она варьируется в зависимости количества клиентов в базе). То есть возврат инвестиций составил 200 тысяч. Получается, 400% ROMI.
Средний возврат инвестиций по нашим клиентам — около 500% (но бывает и больше, до 1500%). На каждую потраченную 1000 рублей вы получаете отдачу в виде 5000 рублей.
А есть еще куда расти?
Сервис постоянно улучшается. Мы стремимся по каждому кейсу найти максимально полезное сообщение для каждого клиента. Чтобы это не было рекламой, а точным попаданием в яблочко. Скажем, человек не знает, что он хочет съесть сегодня вечером, а мы знаем, он получает наше сообщение и чувствует благодарность.
И конечно же нам очень помогают развиваться наши клиенты. На начальных этапах мы встречаемся часто, позже реже, но всегда получаем обратную связь, новые ситуации для анализа, новые идеи.
Если вас интересует рост выручки и прибыли, то заходите на сайт Five Star и записывайтесь на консультацию. Сможем обсудить вашу ситуацию и ответим на все вопросы.
"Сообщение «Бля, вот ваши любимые роллы за полцены» может вызвать не совсем желаемый эффект."
Ору!)))
Классный кейс! Спасибо что поделились.
Мы такие опечатки в базе встречали - можно выпускать сборник. Где-то просто смешно, а где-то реально думаешь, что человек может жёстко оскорбиться на такой вариант "обращения по имени". И этих опечаток сотни. Даже по отдельным именам мы видим десятки версий опечаток.
здорово. но чем это лучше чем простой рфм анализ?
Если честно, я прямо ненавижу RFM анализ из-за разбиения на группы за счёт "средних". Он чудовищно всё упрощает и часто выводы не соответствуют действительности. Допустим попал человек в группу на "реанимацию", потому что не был в кафе 2 месяца. Только вот мы все очень по разному ходим в кафе. Кто-то там каждый будний день обедает, а кто-то раз в пару месяцев бывает с друзьями. По первому клиенту надо было начинать активную работу горазде раньше, чем через 2 месяца паузы. Неделя отсутствия уже достаточна для беспокойства. А вот по второму два месяца - это его нормальный цикл посещений. Чего его реанимировать?
ну СРМКА сама смотрит и отправляет смски людям через 2 недели. Ок, тема с Именами удачная, спору нет, а востальном чем это лучше?
Тут приведу несколько аргументов, где-то с аналитикой, где-то просто логикой (не всё еще успели замерить).
1. В материале есть график сравнения конверсий "контрольной группы", "плюс имя" и "плюс день". Сообщения "а-ля CRM" это будет зелёная линия. С нашей аналитикой (когда при отправке мы учитываем любимый день и время клиента) конверсия выше в два раза. Это мы специально замеряли.
2. Собственно сами замеры эффективности видов рассылок, вариантов сообщений, сравнение с контрольной группой. Вроде бы звучит несложно, но по факту я пока не видел НИ одной компании, кто реально что-то подобное считает регулярно. Мы постарались всё сделать так, что это считается само. И мы видим результаты. И меняем версии воздействий.
3. Кто-то ходит в кафе каждую неделю, а кто-то раз в два месяца. И они по разному воспримут сообщение через две недели. Для одних может оказаться поздно, а для других будет раздражать - "я же был у вас недавно, чего ко мне пристали". Мы учитываем циклы покупок индивидуально по каждому клиенту. И отправляем сообщения с учётом этих циклов.
4. Далее - знает ли CRM сама по себе любимое блюдо клиента? Может ли отправить индивидуальное сообщение с учётом этого блюда? В принципе это возможно, но придётся фактически заново изобрести всё то, что мы уже сделали.
"Давайте посмотрим пример. Допустим, за пять недель люди, которые были в рассылке, сделали заказов на 1 000 000 рублей. Но миллион — это не эффект. Без рассылки какие-то клиенты все равно бы заказали доставку. Вот тут и помогает контрольная группа. Мы видим, что 16% клиентов сделали заказ в контрольной группе и 32% — в той, которой пришла рассылка, то есть 50% из этого миллиона — наша заслуга."
Вот это крутое уточнение и способ доказать эффективность