{"id":13502,"url":"\/distributions\/13502\/click?bit=1&hash=a81ed6f897d123d854b91b907b479be2ea058a6a8ec03bd6f76bfc8a24665263","title":"\u0425\u043e\u0447\u0443 \u043d\u0430\u0440\u0438\u0441\u043e\u0432\u0430\u0442\u044c \u0438 \u0430\u043d\u0438\u043c\u0438\u0440\u043e\u0432\u0430\u0442\u044c 3D-\u043c\u0443\u043b\u044c\u0442\u0444\u0438\u043b\u044c\u043c. \u0413\u0434\u0435 \u0443\u0447\u0438\u0442\u044c\u0441\u044f?","buttonText":"\u0423\u0437\u043d\u0430\u0442\u044c","imageUuid":"7eb01878-f5ab-5bdb-ae26-b8e9a900dfa1","isPaidAndBannersEnabled":false}
Маркетинг
MAXMA.com

Оцениваем эффективность программы лояльности в маркетинге

Построили программу лояльности, но не знаете, как оценить зарабатываете ли вы или сжигаете бюджет? Пугает большое количество метрик и ничего непонятно? Разбираемся вместе с командой MAXMA в основных показателях.

Лояльность и аналитика

Когда мы говорим про маркетинг, то часто представляем завлекающую рекламу, которая приведет клиента в магазин. Но при этом мало кто в этом представлении задумывается, что будет с покупателем дальше. Чтобы не терять своих людей и увеличивать выручку, маркетологи используют программы лояльности как инструмент удержания клиентов. Ни один инструмент в бизнесе не существует без метрик для оценки. Лояльность — не исключение. Для понимания, как влияет созданная программа на бизнес, нужно проводить регулярный аналитический срез по ряду показателей.

LTV: пожизненная ценность клиента

Lifetime value (LTV) — метрика, которая показывает прибыль от клиента за все время его жизни с брендом.

Для бизнеса и маркетинга в частности LTV нужен для оценки качества работы программы лояльности.

Часто первая покупка не покрывает расходы на маркетинг, и это стандартная практика. Чтобы окупить первичные вложения в приведенного клиента, покупатель должен продолжать взаимодействовать с брендом и совершать регулярные покупки — стать лояльным. Чем дольше клиент живет, тем больше прибыль с одного человека и, следовательно, происходит покрытие расходов на привлечение. На это и работает программа лояльности.

На LTV влияет, помимо коммуникации, и сам продукт. С первой и единственной сделки получить серьезную прибыль практически невозможно. В таком случае важно, чтобы продукт и сервис были качественными — чтобы клиент хотел вернуться.

Несмотря на большое количество вариантов расчета данного показателя, стандартно принято использовать формулу:

LTV = Lifetime * ARPPU

Lifetime — метрика, обозначающая период жизни покупателя: от первой покупки до последней.

Average Revenue Per Paying User (ARPPU) — показатель средней доходности с одного покупателя за выбранный период.

Расчет данной метрики происходит по формуле:

ARPPU = Доход за период / Количество покупателей

Рассмотрим на примере.

Доход: 100 000 р./мес.
Количество уникальных покупателей: 1 000 чел./мес.
Период жизни: 12 мес.

ARPPU = 100 000 / 1 000
ARPPU = 100 р.

Значит, один покупатель, в среднем, приносит бренду 100 р. в месяц.

LTV = 12 * 100
LTV = 1 200 р.

Итого, прибыль с одного клиента за весь его срок жизни с брендом составит 1 200 р.

ARPPU могут путать с ARPU, но помимо букв, разница все же есть.

Average Revenue Per User (ARPU) — показатель средней доходности с одного пользователя. Метрика часто используется при оценке эффективности работы e-commerce, где анализируется входящий трафик на сайт.

ARPPU в отличие от AOV (среднего чека) показывает средний доход с одного покупателя, а не с одной покупки. В результате, чем чаще клиент приобретает товар в указанный период, тем сильнее ARPPU будет отличаться от AOV.

Возможная визуализация расчетов для быстрой оценки.

AOV: средний чек

Average Order Value (AOV) — средний чек, показатель среднего дохода с одной покупки.

Считается по формуле:

AOV = Доход за период / Количество покупок

Рассмотрим на примере с учетом прошлых данных.

Доход: 100 000 р./мес.
Количество покупок: 2 000 шт./мес.

AOV = 100 000 / 2 000
AOV = 50 р.

Значит, средний доход с одной покупки составил 50 рублей.

Как видите, в нашей задаче ARPPU значительно отличается от AOV.

По среднему чеку определяется покупательская способность клиентов. Показатель помогает при оценке качества маркетинговых вложений, работы программы лояльности и в том числе характеризует клиента. Естественно, AOV должен расти, будучи напрямую связанным с выручкой компании. Различные акционные механики и правильное построение программы лояльности позволяют управлять данным показателем.

Согласно исследованию Deloitte покупательского поведения в России за 2021 год, самые высокие показатели по среднему чеку у электронной и бытовой техники (9 470 р.), купленной в магазине, а самый низкий — у готовой еды, приобретенной в офлайне (840 р.).

Исследование Deloitte по поведению покупательского поведения за 2021 год (средний чек).

* Усредненная и субъективная оценка респондентов среднего чека для перечисленных категорий товаров.

Purchase Frequency: частота покупок

Purchase Frequency (F) — среднее значение количества совершенных покупок клиентом за определенный период времени.

Формула расчета:

F = Количество покупок / Число уникальных покупателей

Продолжим считать нашу задачу.

Количество покупок: 2 000 шт./мес.
Количество уникальных покупателей: 1 000 чел./мес.

F = 2 000 / 1 000
F = 2

Значит, в среднем, 2 раза в месяц клиенты приобретают товар бренда.

На частоту покупок влияет коммуникация с клиентом и формирование акционных поощрений с ограничением по времени.

Согласно исследованию Deloitte покупательского поведения в России за 2021 год, самые высокие показатели по частоте покупок в месяц у продуктов питания, купленных в офлайн-магазинах (17,2), а самые низкие — товаров для дома и строительства, заказанных через интернет (0,8).

Исследование Deloitte по поведению покупателей в России за 2021 год (частота покупок).

* Усредненная и субъективная оценка респондентов частоты совершения покупок в месяц для перечисленных категорий товаров.

ROMI: рентабельность инвестиций в маркетинг

Return on marketing investment (ROMI) — показатель эффективности вложений бизнеса в маркетинг на привлечение, удержание клиента.

Часто среди маркетологов можно встретить обозначение ROI. Несмотря на другую формулу расчета, в последнее время ROMI и ROI становятся взаимозаменяемыми понятиями.

Расчет ROMI происходит по формуле:

ROMI = (Доход от вложений — Затраты на маркетинг) / Затраты на маркетинг * 100%

Предположим, что мы сделали рекламную sms-рассылку.

Доход от вложений в маркетинг: 25 000 р.
Затраты на рассылку: 10 000 р.
ROMI = (25 000 — 10 000) / 10 000 * 100%
ROMI = 15 000 / 10 000 * 100%
ROMI = 1,5 * 100%
ROMI = 150%

Это означает, что каждый вложенный рубль в данную sms-рассылку принес компании 1,5 рубля. Положительное значение является хорошим показателем.

Возможная визуализация аналитики для быстрой оценки. В данном случае ROI=ROMI.

Рассмотрим и негативный вариант, где затраты на рассылку составят 30 000 р. при том же доходе от вложений (25 000 р.):

ROMI = (25 000 — 30 000) / 30 000 * 100%
ROMI = -5 000 / 30 000 * 100%
ROMI = -0,17 * 100%
ROMI = -17%

В результате расчетов мы делаем вывод, что sms-рассылка оказалась нерентабельной, так как с каждого потраченного на маркетинг рубля бренд потерял 17 копеек.

Выведенное значение помогает определить, насколько успешно проходят маркетинговые мероприятия. Показатель дает понимание, сколько приносит каждый вложенный рубль в работу с клиентом.

Снижение расходов

Работая с программой лояльности, бизнес может оптимизировать расходы на работу с клиентской базой. В данной статье рассмотрим часть из популярных пунктов, которые покажут эффективность оптимизации.

Снижение расходов за счет чистки базы с некорректными данными для коммуникации. Чаще для идентификации клиента используются мобильные телефоны, но различные системы могут использовать и e-mail клиента.

Обычно рассчитывается среднее значение:

Снижение расходов за счет чистки базы = Доля ошибочных клиентов от базы * Затраты на платную коммуникацию по базе в месяц

Рассмотрим новую задачу.

Доля ошибочных клиентов от базы: 15%
Затраты на платную коммуникацию: 10 000 р./мес.

Снижение расходов за счет чистки базы = 0,15 * 10 000
Снижение расходов за счет чистки базы = 1 500 р.

Снижение расходов за счет оптимизации каналов коммуникации. Замена платных рассылок (sms) на бесплатные (push и e-mail), микс каналов с помощью каскада. В случае замены и каскадной рассылки рассчитывается:

Снижение расходов с заменой sms на push и (или) e-mail = Количество бесплатных отправок * Тариф sms

Посчитаем на примере.

Отправок push: 1 000 шт./мес.
Отправок e-mail: 2 500 шт./мес.
Тариф sms: 3,15 р./sms

Снижение расходов с заменой sms = (1 000 + 2 500) * 3,15
Снижение расходов с заменой sms = 3 500 * 3,15
Снижение расходов с заменой sms = 11 025 р.

Также может идти оптимизация затрат на sms с помощью внедрения сервисных шаблонов и flash-call. В такой ситуации можно определить сумму, которую удалось сэкономить по формуле:

Снижение расходов за счет сервисных рассылок ИЛИ flash-call = Количество отправок (сервис ИЛИ flash-call) * (Тариф sms — Тариф сервисных sms ИЛИ flash-call)

Предположим, что бренд использовал и flash-call, и сервисные рассылки.

Отправок сервисных sms: 2 500 шт.
Отправок flash-call: 2 000 шт.
Тариф обычной sms: 3,15 р./sms
Тариф сервисной sms: 1,8 р./sms
Тариф flash-call: 0,40 р./шт

Снижение расходов с помощью сервисной рассылки = 2 500 * (3,15 — 1,8)
Снижение расходов с помощью сервисной рассылки = 2 500 * 1,35
Снижение расходов с помощью сервисной рассылки = 3 375 р.
Снижение расходов с помощью flash-call = 2 000 * (3,15 — 0,40)
Снижение расходов с помощью flash-call = 2 000 * 2,75
Снижение расходов с помощью flash-call = 5 500 р.
Общее снижение расходов = 3 375 + 5 500
Общее снижение расходов = 8 875 р.

Снизить расходы также можно за счет перехода с дисконтной системы на бонусную. В среднем, более 66% бонусов от всего объема начислений в итоге не списывается клиентами. Но при этом система накоплений работает на частоту покупок и увеличение AOV.

Оценка расходов к выручке в аналитике.

Размер базы: сегментация и долевое соотношение

Любой клиент проходит жизненные стадии в связке с брендом и продуктом. В зависимости от того, на каком этапе в конкретный момент времени находится покупатель, нужно подбирать соответствующую коммуникацию для улучшения показателей.

База клиентов в основе делится на новичков, лояльных и отток. Определение пользовательских групп внутри базы зависит от специфики бизнеса и индустрии. От этого также определяется коммуникация клиентов и переход из сегмента в сегмент.

Здесь мы можем рассмотреть погружение покупателей в программу лояльности всей базы. Для оценки можно провести расчет за период:

Проникновение клиентов в программу лояльности = Количество покупателей с использованием программы / Количество клиентов в базе * 100%

Посчитаем на примере.

Клиентов в базе: 50 000 чел.
Количество лояльных покупателей: 2 000 чел./мес.

Проникновение = 2 000 / 50 000 * 100%
Проникновение = 0,04 * 100%
Проникновение = 4%

Выходит, что в данном примере 4% активно используют программу лояльности за отчетный период (в данном случае рассматриваем месяц). Естественно, чем выше процент вовлечения клиентов в программу лояльности, тем лучше.

Чтобы оценить потери по клиентам внутри программы лояльности, нужно рассчитывать, какая доля базы холодеет к бренду.

Churn Rate — коэффициент оттока потребителей, которые перестали взаимодействовать с брендом за определенный период времени.

Расчет можно провести по формуле:

Churn Rate = Потерянные клиенты / Общее число клиентов в базе * 100%

Рассмотрим пример ниже.

Количество потерянных клиентов: 1 000 чел.
Клиентов в базе: 50 000 чел.

Churn Rate = 1 000 / 50 000 * 100%
Churn Rate = 0,02 * 100%
Churn Rate = 2%

Кого считать потерянным? Все зависит от бренда и индустрии. Для определения сегмента нужно проанализировать, как часто покупает ваша аудитория и выходит ли она на контакт (открывает письма, откликается на коммуникацию и т.д.).

Чистить базу при нахождении клиента в оттоке, считая его потерянным, не стоит. Таких спящих потребителей нужно периодически включать в общую коммуникацию с брендом, а также проводить реактивацию с уникальным предложением для данной аудитории.

Оценить поведение базы в общем можно на основе многих показателей. Пример аналитики, основанный на количестве визитов и повторности покупок внутри программы лояльности.

Как узнать, какая доля клиентов продолжила жить с вашим брендом, сколько человек вы смогли удержать?

Customer Retention Rate (CRR) — процент клиентов, которые продолжили использовать ваш продукт за определенный период времени.

Фактически данную долю можно рассчитать достаточно просто:

CRR = 100% — Churn Rate (в %)

Также существует отдельная формула для расчета из количественных показателей с учетом уже определенных сегментов:

CRR = (Клиенты в конце периода — Клиенты, пришедшие в течение периода) / Клиенты в начале периода * 100%

Для примера рассчитаем CRR за месяц.

Клиентов в начале периода: 50 000 чел.
Клиенты, которые пришли в течение отчетного месяца: 2 000 чел.
Клиенты в конце периода: 51 000 чел.

CRR = (51 000 — 2 000) / 50 000 * 100%
CRR = 49 000 / 50 000 * 100%
CRR = 0,98 * 100%
CRR = 98%

Выходит, что у вас основная база с учетом новичков и лояльников составляет 98% на конец отчетного периода (в нашем случае за месяц).

Если вам нужно сделать быструю оценку будущего состояния жизни клиентской базы и выбрать стратегию по изменению ваших механик внутри программы лояльности, то стоит рассмотреть еще один показатель, связанный с оттоком клиентской базы в настоящем.

Average Customer Lifetime (ACL) — показатель среднего значения жизни клиентов за установленный период.

Формула для определения значения исходит из Churn Rate за выбранный период:

ACL = 100% / Churn Rate (в %)

Продолжим считать задачу. Мы выяснили, что Churn Rate в месяц равен 2%.

В таком случае:

ACL = 100% / 2%
ACL = 50

Значит, в среднем, клиенты будут жить с брендом 50 месяцев, то есть более 4-х лет.

Выбор временного промежутка для оценки может быть любым: от недели до года. Работая с программой лояльности, есть возможность влиять на данный показатель и увеличивать его, прорабатывая конкретный клиентский сегмент, который подходит к значению рассчитанного ранее ACL.

Вместо итога

Успешность выстроенной программы лояльности, ее логики и маркетинговых механик в CRM- и директ-маркетинге оценивается комплексно.

Существует множество показателей для оценки. В статье разобрана только часть из них.

Удерживая, вы не только растите выручку от постоянных покупателей, но в то же время приводите новых, так как довольные клиенты могут привести своих знакомых или оставить положительный отзыв.

Все показатели стоит оценивать в динамике и также сверяться с рынком. Не стоит выстраивать программу лояльности, «чтобы было». Анализируйте своих клиентов регулярно, не теряйте связь с ними, и адаптируйте стратегию под целевую аудиторию.

Составили для вас небольшую памятку. Сохраняйте, чтобы не забыть!

Для удобства сделали таблицу со всеми формулами, задачами и примерами, которые использовались в статье.

Над текстом работали: команда MAXMA.com и Head of Marketing Мара Склярова

0
5 комментариев
Oleg Kalmakhelidze

А можете чуть подробнее пояснить как соотносятся между собой метрики Lifetime и ACL? Как правильно определить Lifetime?

Ответить
Развернуть ветку
MAXMA.com
Автор

Спасибо за крутой вопрос!

Lifetime - это фактическая метрика от момента первой покупки до последней.
ACL - прогнозная, считается от оттока Churn Rate.
Отток при этом определяется на основе "потерянного" сегмента, который формируется с учетом ряда параметров (например, клиент не покупал три месяца и не открывал рассылок, не переходил по ссылкам).

Рассмотрим пример.
Коля и ряд клиентов покупали товар в магазине 1 января по 1 февраля. А после забыли про бренд.
У нас в лояльности стоит условие, что если клиент не покупал у нас 90 дней, то мы его относим в сегмент "потерянные" (или отток). То есть Коля с теми клиентами попали в эту группу в мае.
В июне мы решили посчитать показатели за май.
Всего клиентов в базе у нас в мае 100. В отток попали 25 клиентов (включая нашего Колю).
Churn Rate=25/100*100%=25%
ACL=100%/25%=4 месяца.
Но если смотреть Lifetime, то этот показатель в среднем будет равен 0,5 мес.
По ACL мы надеемся, что покупатели еще проживут с нами с момента попадания в базу до момента перехода в отток. Прогнозируем.
По Lifetime мы смотрим фактически.

Действительно, есть некоторая путаница в определениях, часто эти показатели считают взаимозаменяемыми.

Ответить
Развернуть ветку
Oleg Kalmakhelidze

Спасибо. Теперь стало гораздо понятнее))

Ответить
Развернуть ветку
Nikki

Полезно. За таблицу спасибо, удобно собраны формулы

Ответить
Развернуть ветку
MAXMA.com
Автор

Рады, что понравилось! Надеемся, что наш материал поможет вам :)

Ответить
Развернуть ветку
Читать все 5 комментариев
null