CVM-стратегия: принципы разработки и особенности
Итак, продолжаем разбираться в CVM-маркетинге... раз уж он появился и с этим надо как-то жить (и даже работать). В первой статье я разобрался в том, откуда он появился и показал базовую логику формирования. А еще и интерес к нему снова поднялся...
В каких индустрия работает CVM
После некоторых размышлений я понял, где CVM работает - это индустрии с потоковыми покупками, то есть e-commerce, еда и все подобные. Можно натянуть CVM и на бизнес-модель подписок, но там это по-прежнему я бы характеризовал как Customer Engagement, потому что касание условно-бесплатное и происходит уже в рамках оплаченной услуги.
По факту, как теперь я вижу, CVM - это логика работы над повторными покупками. Далее рассказываю, как её выстроить, от фундаментального к частностям.
Основы разработки CVM-стратегии
Мат. часть. Основные положения
Напомню, как формируют границы RFM-кластеров:
- с помощью квартилей (квантилей) вычисляем границы,
- присваиваем каждому абсолютному значению значение кластера,
- мы счастливы.
Так как в CVM мы увеличиваем ценность, соответственно, логическая основа стратегии - это передвижение трафика из одного кластера в другой по оси M, то есть мы из дешевого кластера двигаем трафик в более дорогой. То есть был в M1, стал M2, всё по нашей формуле.
Rn + Fn + Mn → R4 + F(n+1) + M(n+1)
Работа с показателями R и F - это слегка другие задачи, касающиеся глобально CRM, потому что это уже повод к логике самих посылов, реактивационных, мотивационных и так далее. (Кстати, вот почему CVM - это только часть
Мат. часть. Смещение границ значений
Теперь очень важная сторона CVM-стратегии - это учёт смещения границ значений.
Что видим:
- Исходник в виде М-значений
- Пороговые значения для обозначения границ кластера*
- Распределение по объёму значений
- Кэш внутри каждого кластера
*Пороговые значения - это важнейший индикатор состояния выборки и характеристики распределения значений.
А теперь мы запускаем маркетинг на базе CVM.
Запустили небольшое промо (пока что R и F нам неважны), в котором мы работаем над улучшайзингом сегмента M1, ну то есть раскочегариваем наименее ёмкий по кэшу сегмент.
Допустим, мы заставили (чудом!) купить 44% от выборки (13 юзеров), увеличив их ценность на 17%, соответственно, получаем следующую ситуацию:
Как мы видим, в новый кластер M2 у нас попало только 2 пользователя, а все остальные остались в кластере M1.
А теперь самое болезненное - это трактовка распределения и значений.
Итак, тотал по кэшу от базы мы приросли всего на 0,3%, что само по себе кошачьи слёзы, однако, если смотреть на ситуацию куда более глубоко, то получается следующее (и сердце маркетолога должно успокоиться): мы увеличили объём выборки в M2 на 7% и его ценность на 6%. (Главное, не начать думать, что мы понизили ценность выборки M1 - так можно начать копить кладбище бесхозных пользователей!!!)
То есть как выглядит логика трактовки: мы качественно и количественно изменили ландшафт нашей генеральной совокупности, подняв ценность кластера M2 с изменением порога входа в него.
А теперь давайте проведём кампанию покрупнее, как будто бы это кампания 360 и мы повлияем на все-все-все сегменты (от исходных данных:
- Поднимаем M1 на 21% в 32% случаев - 10 юзеров
- Поднимаем M2 на 25%в 20% случаев- 6 юзеров
- Поднимаем M3 на 35% в 18% случаев- 5 юзеров
- Поднимаем M4 на 10% в 14% случаев- 4 юзеров
Вот что в итоге произошло:
- Совокупно мы вырастили выручку с базы - это бизнесу понравится, на этом его вопросы к нам всё
- Мы заметно изменили ландшафт базы, изменив объёмы выборок, размыв границу кластера M4, в нём стало меньше юзеров, но (что важнее!) мы подняли его совокупную ценность
- Без изменений мы увеличили ценность всех других кластеров, самые большие изменения в M1 и M3
Самое главное свойство CVM, как стратегического подхода,- это ценностная реструктуризация пороговых значений кластеров клиентской базы, потому что любое усилие влияет на принадлежность к конкретному кластеру.
Стратегия, метрики, инструменты
Вместо заключения дам несколько соображений по применимости описанного выше знания.
Стратегия: как разрабатывать
- Под каждый М-кластера - своя стратегия
Так как кластеры влияют один на другой, мы явно должны понимать, в пределах какой сущности мы сейчас действуем, иначе рискуем хаотично изменить ландшафт распределения - Следить за порогами кластеров
Как мы увидели, пороги динамичны, это тоже надо закладывать в стратегию, причём изменение порога может стать одной из целевых метрик - Надо хранить "слепки" состояний базы, как минимум порогов
Чтобы понять, стало лучше или нет, как-то иначе или всё по-прежнему, состояние кластерных порогов должно храниться, чтобы отслеживать явное влияние
Инструменты
Коротко:
- Метод продуктового логического соответствия, был на X, значит, интуитивно предлагаем Y, если их продуктовые свойства схожи
- ML-рекомендации
- Наращивание знания
Собственно, все методы сегментации внутри кластеров по-прежнему хороши.
Метрики
Всё сложно... к привычным конверсионным (конверсия и выручка) CRM-прокси (OR, CTR, CTOR, UR) мы добавляем еще и CVM-модификации. Соответственно:
Самое простое:
- ARPPU кластера
- доля кластера от всей совокупности клиентов
- выручка в пределах кластера
Индексы, которые у каждого бизнеса разные:
- индексированный объём транзакций на пользователя
- индекс выручки пользователя
- индекс касаний пользователя
Выводы
Опять же CVM - это не что-то новое и из ряда вон выходящее, однако поведение выборок в пределах приложения усилий явно куда более динамичные, чем в более привычных методах сегментации.
Но это же и обязывает к тому, чтобы куда более пристально следить за качественным состоянием базы, иначе работа с выборкой превратится в аналог хаоса.