{"id":13760,"url":"\/distributions\/13760\/click?bit=1&hash=3388ba15c914e93bf42e7b84a842bfb878869a35e460a86df78995d13819ad04","title":"\u041f\u0440\u043e\u0434\u044e\u0441\u0435\u0440\u044b vc.ru \u043f\u0440\u043e\u0432\u0435\u0440\u044f\u044e\u0442 \u0448\u0443\u043c\u043e\u0434\u0430\u0432 \u0432 \u0422\u0431\u0438\u043b\u0438\u0441\u0438","buttonText":"\u042d\u0442\u043e \u043a\u0430\u043a?","imageUuid":"bf749ef5-3154-5029-a8d8-4dcbcbfac3ff","isPaidAndBannersEnabled":false}

Вы это можете! Поднимаем конверсию рассылок до 80%

Три колонки простейших данных, которые позволяют кратно увеличить выручку. Рассказываем, как RFM-анализ поднимает конверсию до 80%. Спойлер: у вас уже есть все, что для этого нужно.

Чем персональнее рассылка, тем больше с нее выручка. Наверное, это уже всем очевидно. Но как сделать клиенту действительно подходящее для него предложение? Проводить исследования и узнавать интересы покупателей? Долго, дорого, порой недостоверно. Копировать конкурентов тоже такое себе занятие. Стою на асфальте я, в лыжи обутый, то ли лыжи не едут, то ли чужие приемы вашему бизнесу не подходят.

На самом деле клиенты уже все о себе рассказали бизнесу. Проголосовали рублем в своих чеках. Надо только уметь этим пользоваться.

Гораздо эффективнее анализировать покупательское поведение, нежели интерес к какой-то категории товаров или социально-демографические факторы. Управляя поведением клиентов, вы управляете выручкой.

Поведение и текущий статус клиента отражаются в частоте, давности и сумме его покупок. На основе этих данных можно ТАК сегментировать базу, что получится мощнейшая стратегия коммуникации. Сделаем сейчас ход конем и сначала покажем результат, а потом уже объясним, как мы его добились.

Еще раз и внимательно. Нужны всего три колонки простейших данных, чтобы построить настоящую маркетинговую ракету. Выручку — в космос.

Конверсия рассылок клиента MAXMA после RFM-анализа, сфера — продуктовый ритейл.

То есть для анализа нужно знать всего лишь даты покупок и суммы чеков. При этом после анализа вы получаете сразу четыре экономически и стратегически важных вещи:

  • четкую стратегию работы по каждому сегменту,
  • строгое обоснование для траты каждой копеечки бюджета,
  • быстрый и резкий рост при минимальных затратах,
  • автоматическое устранение лишних действий, обоснованную экономию.

А бонусом (мы ж тут их очень любим) вы получаете контроль над поведением покупателей.

Контролируешь поведение — контролируешь выручку

Главная сложность заключается в расчете границ между сегментами. Конкретно в вашем бизнесе «давно» — это сколько дней назад? «Часто» — это сколько покупок в год? «Много» — это какая сумма чеков? Это как в бесячих рецептах: посолить на глаз и варить до готовности. Вот многие маркетологи делают то же самое с сегментацией. Но маркетинг это не про красивые картинки. Это про крутую аналитику. Недостаточно рисовать портреты клиента, нужно еще в математику уметь, в эксельки.

Из-за ошибок в аналитике границы сегментов сдвинутся. Вполне лояльным клиентам вы будете отправлять зазря стимулирующие скидки на удержание. Или клиенты с риском потери, которых еще можно вернуть, окажутся в безнадежном оттоке. Поэтому, когда кто-то говорит, что рфмка не работает, это значит лишь, что Акела промахнулся при расчетах. Дальше показываем на пальцах, почему наш анализ такой точный и продуктивный.

Ловите дивергента!

Весь анализ опирается на подсчет средних значений. Как считается среднее, все знают. Невозможно ошибиться в такой простой формуле. Ошибка кроется в неправильных «слагаемых» клиентах.

В базе встречаются покупатели с нетипичным поведением, и они без шуток портят всю статистику. Например, в бизнесе с регулярными покупками на малые чеки какой-то клиент пришел один раз, затарился на огромную сумму и больше никогда не возвращался.

Если такого клиента учитывать при расчетах, границы всех сегментов заметно сдвинутся. Тогда существенная часть писем придет «не по адресу», как мы уже описывали выше. Поэтому таких дивергентов надо найти и отсечь во время анализа :)

Для этого выявляем массовое поведение. Например, в таблице выше видим, что 96% базы совершает до 9 покупок за все время. А от 10 покупок — это уже точно девиантное поведение. То же самое проделываем с суммами чеков. Клиентов с нетипичными показателями в расчетах не учитываем.

Более того, это подозрительное поведение может указывать на мошенничество со стороны сотрудников. Под видом лояльного клиента с частыми покупками может скрываться кассир-фродер. Проводя покупки клиентов по своей карте лояльности, фродеры накапливают тучу бонусов и прочих привилегий. Подробно о том, как с этим бороться, рассказали в отдельной статье.

Делили клиентов на рыбов

И так, клиентов с нетипичным поведением исключили. Дальше рассчитываются границы сегментов. Сегментов получается 27 штук (из-за числа критериев 3*3*3). Это скучная часть, тут нечего комментировать. Гораздо важнее, как дальше бизнесу применить этот анализ. И тут все аналитики делятся на две части. Кто-то дает бизнесу рыбу, а кто-то те самые удочки.

Хитрые подрядчики могут провести RFM-анализ и просто выгрузить получившиеся сегменты с айдишниками клиентов. Мол, Петю с Васей в сегмент Х, а Мишу с Лешей в сегмент Y. Получится некий одноразовый срез: как на сегодняшний день клиенты распределяются по сегментам. Настроив по таким сегментам рассылки, вы получите результат (при верных расчетах). Но это будет кратковременный успех.

Поведение покупателей начнет меняться. Совершая или не совершая покупки, клиенты будут перетекать в другие сегменты. Будут появляться новые клиенты в базе. То есть очень скоро вам придется заново обратиться к аналитику за новой партией рыбы :) Получается подсадка на услугу.

Границы сегментов — это удочки

И с помощью этих границ можно настроить постоянные автоматические рассылки. При переходе этих границ клиент попадает в другой сегмент и ему автоматически начинают приходить другие рассылки, соответствующие его новому поведению.

Что касается формата, мы передаем клиентам все данные в экселевской таблице. Да, она большая, но в ней легко сориентироваться. На пяти листах даем:

  • исходные данные, взятые для расчета,
  • границы типичного и нетипичного поведения,
  • поведенческие когорты в процентах,
  • границы сегментов по всем показателям,
  • итоговое распределение клиентов по сегментам,
  • рекомендации по работе с этими сегментами.

Для наглядности ниже дадим фрагменты этой таблицы.

Так бизнес видит целостную картину. Долю лояльных клиентов и клиентов на грани оттока. Тех, на кого можно снизить затраты, и тех, кого надо реактивировать срочно. Работа становится системной, целенаправленной, а все решения подкрепляются цифрами. Такой подход — это про настоящий, красивый, эффективный маркетинг.

Да, в какой-то момент анализ все же приходится проводить заново. Время идет, суммы чеков растут, все границы сдвигаются. Но это будет не так скоро. Вообще советуем проводить RFM-анализ один-два раза в год в зависимости от интенсивности продаж в компании.

Карта сокровищ в кармане

Самое удивительное, что такой мощный ресурс есть абсолютно у всех, кто ведет клиентскую базу. Если в вашей базе по каждому клиенту отражаются покупки, вы можете проводить RFM-анализ для кратного роста выручки. Это одна из важнейших причин заниматься лояльностью.

Собирая информацию о клиентах, в данном случае об их покупках, вы фактически бесплатно создаете свой будущий профит. Причем огого какой. Кто-то бесконечно ищет способы снизить расходы, как на лояльность, так и на маркетинг в целом. И даже находит: один из методов мы описали в отдельной статье. Кто-то постоянно выискивает самые новые приемы. Маркетологи следят друг за другом в замочные скважины блогов. А настоящее сокровище тем временем продолжает мирно лежать в клиентской базе без дела.

Подписывайтесь на наш канал maxma_news в Telegram.
Все полезности по CRM-маркетингу и лояльности будут под рукой.

Над текстом работали: Head of Marketing Мара Склярова, Editor Ирина Лазарева, команда MAXMA.com

0
2 комментария
Dimaloss

Спасибо за интересный материал 👍

Ответить
Развернуть ветку
MAXMA.com
Автор

Очень рады, что вам понравилось! 😉

Ответить
Развернуть ветку
Читать все 2 комментария
null