Data Driven Marketing или О чем говорят данные

OSD Group — Direct Communications Cloud

Наши эксперты

Андрей КосецкийDatabase marketing consultant, DirectData

Специализируется на показателях «здоровья бизнеса», управлении жизненным циклом клиента, сегментации клиентов, веб-аналитике, оценке эффективности онлайн-маркетинга.

Михаил МушкинРуководитель направления DirectData

Разрабатывает рекомендации по повышению эффективности коммуникаций и увеличению конверсии на основе анализа данных

Содержание

Кейс из жизни

Основные показатели database marketing

Прогнозирование продаж

Оптимизация привлечения клиентов

RF-сегментация

Триггерная коммуникация

Welcome program, Win-beck program

Data driven marketing. О чем говорят данные…

Когда рассказывают про аналитику,обычно это про:

Но аналитика полезна и в любой другой компании

Когда нам пытаются объяснить, как это делается, мы видим что-то страшное:

И всегда хочется возразить:«А можно попроще?»

Давайте попробуем???

Об аналитике.Просто как семечки.

Баба Люся и Баба Зина продают семечки

Торговые точки обеих находятся в проходе от остановки маршрутного такси №41

к входу в метро

У них есть надежный поставщик, который дает им одинаковую цену и отсрочку платежа

Обе используют одинаковый упаковочный материал

И даже график работы у них один и тот же

Но при этом:Баба Люся зарабатывает 40 грн/день,

а Баба Зина – 50 грн/день

Баба Зина

Почему???

Баба Зина не знает

НО…

Узнали мы…

Мы изучили этот бизнеси фиксировали все продажи

+ поведение Бабы Зины

Общение с клиентом

Баба Зина разговаривает с клиентами.Баба Люся – НЕТ.

Каналы коммуникации

Каналы коммуникации:

1. Личное общение при посещение торговой точки

2. Проклятие в спину

Сбор данных

Сбор данных

Сбор данныхИнформация о клиентах:

1. ID клиента2. ФИО3. Пол4. Е-мейл5. Телефон6. Адрес7. Дата рождения8. Дата регистрации9. …

История покупок:

1. ID транзакции2. ID клиента3. ID товара4. Количество5. Сумма6. Дата заказа7. Дата отгрузки8. Торговая точка9. …

Список товаров:

1. ID товара2. Наименование3. Группа4. Подгруппа5. Цена6. Остаток7. Описание товара8. Дата ввода9. …

Далее мы работали следующим образом

Гипотеза на основе анализа данных

Тестирование

Оценка результатов

2014.06

2014.05

2014.04

2014.03

2014.02

2014.01

2013.12

2013.11

2013.10

2013.09

2013.08

2013.07

2013.06

2013.05

2013.04

2013.03

2013.02

2013.01

2012.12

2012.11

2012.10

2012.09

2012.08

2012.07

2012.06

2012.05

Постоянные клиенты важны

Требования к сегментам:

Сегмент должен:

Быть однородным и существенным Иметь отличительные черты Полно описывать типичного члена сегмента Иметь чёткий размер Иметь устойчивость в долгосрочном периоде Иметь доступ к выбранному каналу

коммуникации

Проведя анализ потребителей семечек,можно провести чёткую потребительскую

сегментацию:

Новые клиенты VIP-клиенты Постоянные клиенты Нерегулярные клиенты Ностальгирующие Отток

Структура продаж по сегментам по итогам I квартала (в грн)

188

1324

572

1856

14 596

Новые Постоянные Нерегулярные VIP Ностальгирующие Отток

Структура продаж по сегментам по итогам I квартала (в грн)

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

структура продаж структура покупателей

4.13%

19.23%13.10%

46.15%

12.57%

8.46%

29.10%

16.92%

40.79%

5.38%

VIP

Постоянные

Нерегулярные

Отток

Новые

Ностальгирующие

Новые клиенты:

ЦА:- Мужчины- 20-45 лет- Кепка- Спортивный костюм

Тратить силы только на ЦА – перспективные

7%

13%

45%

2%

27%

4%1%

0%

5%

10%

15%

20%

25%

30%

35%

40%

45%

50%

Конверсия во вторую покупку

Новые клиенты:Конверсия во вторую покупкуWelcome Program, только для ЦА (по результатам сплит-тестирования):

1. При покупке: «А вот тебе жменька сверху, только приходи ещё» /Делает/

2. При сл.контакте: «Ну шо, понравились семечки. Бери ещё» /Делает/

3. В случае неудачи, при третьем контакте: «Ну была не была, разоришь бабку, три стакана по цене двух» (с учётом маржи, безубыточная акция) /Не делает/

4. Понять, простить и забыть. /Не всегда/

VIP:

Описание сегмента:

Частота: раз в деньРазмер корзины: 2SKU: 2Средний чек: 6 грн

VIP:Ничего не дарим

Благодарность:

«Ой, сынок, кушай на здоровячко» /Делает/

Дни рождения:

«Ой! С утра и пьяный! День рождения? Поздравляю!» /Делает, но дарит/

Напоминания:

«Ах! А гарбузовые? Гарбузовые-то забыл» /Делает/

Постоянные:


Частота: раз в три дня

Размер корзины: 1

SKU: 2

Средний чек: 2 грн

Постоянные:Благодарность:

«Ой, сынок, спасибо, приходи ещё» /Делает/

Дни рождения:

«Ой вижу олимпийка новая, чё праздник какой? Поздравляю! Вот тебе жменька сверху» /Делает/

Новостные месседжи:

«А вот еще у меня орешки появились. Фундук! Попробовать не хошь?» /Не делает/

Постоянные:Кросс-сейл /Не делает/:

Ап-сейл /Не делает/:

«Да возьми козинаки» (высокомаржинальные)

Нерегулярные:


Частота: раз в неделю

Размер корзины: 2

SKU: 2

Средний чек: 5 грн

Нерегулярные:Средняя частота совершения покупок – 7 дней

Напоминать о покупке на 5-й день /Не делает/

1 2 3 4 5 6 7 8 9 10 11 12 13 14

отток

Нерегулярные:Ничего не дарим

Благодарность:

«Ой, сынок, давно не был, но спасибо, приходи ещё» /Делает/

Расширение корзины:

«А козинаками не побалуешься?» /Не делает/

Новостные месседжи:

«А вот еще у меня орешки появились. Фундук! Попробовать не хошь?» /Не делает/

Ностальгирующие:


Частота: раз в полгодаРазмер корзины: 1SKU: 1Средний чек: 3 грн

Ностальгирующие:

Не работаем – бесперспективны

/Начала подозревать/

Отток:


Не берут более 15 дней.

Отток:Напоминания:

«Чё давно семечек не берешь?» /Делает/

Скидки:

«Бери два, рупчик скину» /Редко/

Выяснения причин (для анализа и выводов):

«А чё? Попутал что-то?» /Не делает/

Мы ознакомили Бабу Зину с результатами анализа

и дали ей практические рекомендации

Через месяц средний ежедневный заработок Бабы Зины вырос до 57 грн (+14%)

46

48

50

52

54

56

58

До После

А теперь серьёзно…

Вы будете очень удивлены, но всё это работает не только с семечками

«Половина денег, которые я трачу на маркетинг, уходит впустую. Проблема только в том, что я не знаю какая именно половина»

Джон Ванамейкер, 100 лет назад

«Половина денег, которые я трачу на маркетинг, уходит впустую, но теперь я знаю, на что именно: на телерекламу»

Из книги Марка Джеффри «Маркетинг, основанный на данных»

Как управлять ростом продаж?

ПродажиРегионы

Категории товара

Соцдем и лайфстайлсегменты

Трафик

?

Принципы Database Marketing:

• Сосредоточить усилия на наиболее ценных клиентах

• Сделать из менее ценных - более ценных клиентов

• Увеличить Life Time Value

20% клиентов приносят 65% дохода.Важно понимать, кто наши наиболее ценные

клиенты

Продлить жизненный цикла

Программа удержания клиента

Продать клиенту больше в рамках

жизненного цикла

Повышение частоты покупок и увеличение

среднего чека

Чтобы увеличить Life Time Value:

Как прогнозировать продажи и управлять ими?

0.5

0.7 0.7 0.7

0.9 0.8 0.9 0.91.0

1.1 1.1

1.3 1.3 1.2

1.6

1.81.8 1.7 1.8

1.7

1.9

2.3 2.2

2.4 2.42.6 2.6

2.9

2.72.8 2.8

3.3

3.0

0.0

0.2

0.4

0.6

0.8

1.0

1.2

1.4

1.6

1.8

2.0

2.2

2.4

2.6

2.8

3.0

3.2

3.4

3.6

Jan

Feb

Mar

ch

Ap

r

May

Jun

e

July

Au

g

Sep

Oct

No

v

Dec Jan

Feb

Mar

ch

Ap

r

May

Jun

e

July

Au

g

Sep

Oct

No

v

Dec Jan

Feb

Mar

ch

Ap

r

May

Jun

e

July

Au

g

Sep

2012 2013 2014

Пр

од

ажи

, мл

н.

грн

Sales revenue

Как прогнозировать продажи и управлять ими?

0.5

0.7 0.7 0.7

0.9 0.8 0.9 0.91.0

1.1 1.1

1.3 1.3 1.2

1.6

1.81.8 1.7 1.8

1.7

1.9

2.3 2.2

2.4 2.42.6 2.6

2.9

2.72.8 2.8

3.3

3.0

0%

50%

100%

150%

200%

250%

300%

350%

0.0

0.2

0.4

0.6

0.8

1.0

1.2

1.4

1.6

1.8

2.0

2.2

2.4

2.6

2.8

3.0

3.2

3.4

3.6

Jan

Feb

Mar

ch

Ap

r

May

Jun

e

July

Au

g

Sep

Oct

No

v

Dec Jan

Feb

Mar

ch

Ap

r

May

Jun

e

July

Au

g

Sep

Oct

No

v

Dec Jan

Feb

Mar

ch

Ap

r

May

Jun

e

July

Au

g

Sep

2012 2013 2014

% и

зме

не

ни

я к

тако

му

же

ме

сяц

у п

ро

шл

ого

го

да

Пр

од

ажи

, мл

н.

грн

Sales revenue

Sales revenue after cancellations

% роста к прошлому году

Ежемесячные показатели «здоровья» бизнеса

Продажи

Average Revenue

Per Buyer / ARPU

Количество

покупателей

Average Order

Value (AOV)

Orders per buyer

Items per Order

Average Product

Price (APP)

Цель KPIs Факторы роста

Повторные

покупатели

Новые


Customer

acquisition costs

Бюджет на

привлечение

Уровень

удержания

клиентов

Общая база

клиентов

Ассортимент

Условия доставки

Cross-sell / Up-sell

Cервис

Цена


Программа

лояльности

Программа удержания

Эффективность

привлечения

Окупаемость нового

клиента

Наличие инвестиций

0

100

200

300

400

500

600

700

800

0

1,000

2,000

3,000

4,000

5,000

6,000

Jan

Feb

Mar

ch

Ap

r

May

Jun

e

July

Au

g

Sep

Oct

No

v

Dec Jan

Feb

Mar

ch

Ap

r

May

Jun

e

July

Au

g

Sep

Oct

No

v

Dec Jan

Feb

Mar

ch

Ap

r

May

Jun

e

July

Au

g

Sep

2012 2013 2014

Rev

en

ue

pe

r b

uye

r, U

AH

Bu

yer

wit

hin

mo

nth

Sales Revenue = Average Revenue per Buyer × Buyers within month

Buyers within month

Revenue per buyer


Продажи

Average Revenue

Per Buyer / ARPU



Average Order

Value (AOV)

Orders per buyer

Items per Order

Average Product

Price (APP)


Повторные


Новые


Customer

acquisition costs

Бюджет на


Уровень

удержания

клиентов

Общая база

клиентов




Cервис

Цена


Программа






клиента


Расширениеассортимента

Рост цен

0

100

200

300

400

500

600

0.0

0.5

1.0

1.5

2.0

2.5

3.0

Jan

Feb

Mar

ch

Ap

r

May

Jun

e

July

Au

g

Sep

Oct

No

v

Dec Jan

Feb

Mar

ch

Ap

r

May

Jun

e

July

Au

g

Sep

Oct

No

v

Dec Jan

Feb

Mar

ch

Ap

r

May

Jun

e

July

Au

g

Sep

2012 2013 2014

Ave

rage

Ord

er

Val

ue

, UA

H

Ord

ers

pe

r b

uye

r

Revenue per buyer = Average Order Value × Orders per Buyer

Orders per buyer

Average Order Value


Продажи

Average Revenue

Per Buyer / ARPU



Average Order

Value (AOV)

Orders per buyer

Items per Order

Average Product

Price (APP)


Повторные


Новые


Customer

acquisition costs

Бюджет на


Уровень

удержания

клиентов

Общая база

клиентов




Cервис

Цена


Программа






клиента


0

10

20

30

40

50

60

70

80

90

100

0

2

4

6

8

10

12

Jan

Feb

Mar

ch

Ap

r

May

Jun

e

July

Au

g

Sep

Oct

No

v

Dec Jan

Feb

Mar

ch

Ap

r

May

Jun

e

July

Au

g

Sep

Oct

No

v

Dec Jan

Feb

Mar

ch

Ap

r

May

Jun

e

July

Au

g

Sep

2012 2013 2014

Ave

rage

Pro

du

ct P

rice

, UA

H

Ite

ms

pe

r O

rde

r

Average Order Value = Items per Order × Average Products Price

Items per Order

Average Product Price


Продажи

Average Revenue

Per Buyer / ARPU



Average Order

Value (AOV)

Orders per buyer

Items per Order

Average Product

Price (APP)


Повторные


Новые


Customer

acquisition costs

Бюджет на


Уровень

удержания

клиентов

Общая база

клиентов




Cервис

Цена


Программа






клиента


0

500

1,000

1,500

2,000

2,500

3,000

3,500

4,000

4,500

Jan

Feb

Mar

ch

Ap

r

May

Jun

e

July

Au

g

Sep

Oct

No

v

Dec Jan

Feb

Mar

ch

Ap

r

May

Jun

e

July

Au

g

Sep

Oct

No

v

Dec Jan

Feb

Mar

ch

Ap

r

May

Jun

e

July

Au

g

Sep

2012 2013 2014

Buyers within month = Repeated buyers + New buyers

Buyers within month

New buyers

Repeated buyers

Что влияет на увеличение количества покупателей?

…на привлечение новых клиентов

• Стоимость привлечения (емкость рынка и конкуренция)

– Оптимизация работы с источниками привлечения

– Понимание, кого и как привлекать

• Окупаемость затрат на привлечение

…на удержание старых клиентов

• Качество обслуживания

• Ассортимент

• Цена

• Эмоциональная лояльность

• Вовлекающая коммуникация: акции, новинки, новости

• Программа лояльности

• Программа удержания / Триггерная коммуникация


Продажи

Average Revenue

Per Buyer / ARPU



Average Order

Value (AOV)

Orders per buyer

Items per Order

Average Product

Price (APP)


Повторные


Новые


Customer

acquisition costs

Бюджет на


Уровень

удержания

клиентов

Общая база

клиентов




Cервис

Цена


Программа






клиента


Как оптимизировать привлечение новых клиентов?

ИсточникЗатраты на

привлечение, грн

Кол-во новых клиентов

Стоимость нового

клиента (САС)

Adwords 50 000 1 000 50

Vkontakte 100 000 2 500 40

Mail.ru 30 000 500 60

Офлайн СМИ 150 000 3 000 50

Контент маркетинг 90 000 2 000 45

Доход за 12 месяцев

Маржа за 12 месяцев

Прибыль

455 000 68 250 18 250

595 000 89 250 -10 750

224 000 33 600 3 600

1 100 000 165 000 15 000

850 000 127 500 47 500

• Знаете ли вы стоимость привлечения нового клиента ?

• Знаете ли вы какая часть маркетингового бюджета тратиться на привлечение клиентов, а какая на стимулирование повторных покупок?

• Отслеживаете ли вы долгосрочную прибыльность\окупаемость в разрезе источников привлечения?

Хорошие клиенты перекрывают убытки от плохих клиентов.

0

50

100

150

200

250

1 2 3 4 5 6 7 8 9 10 11 12 13

Месяц после первой покупки

Средння маржа на одного покупателя

Кумулятивная маржа

Затраты на привлечение и удержание клиента (плохой клиент)

Затраты на привлечение и удержание клиента (хороший клиент)

Постоянные клиенты приносят в десятки раз больше доходов

347795

2,009

4,890

12,387

0

2000

4000

6000

8000

10000

12000

14000

1 2-3 4-7 8-19 20+

Сегменты покупателей, по количеству сделанных покупок за все время

доход с одного клиента, грн

Доход от этих клиентов в 35 раз

больше, чем от «однозаказников»

Привлечение клиента окупается, если доход с клиента превышает

2000 грн

Как заранее «узнать» хороших клиентов?

• По источнику

• По параметрам первого заказа

– Средний чек

– Количество единиц в товаре

– Товарные категории

• Соц-дем

• Время покупки


Продажи

Average Revenue

Per Buyer / ARPU



Average Order

Value (AOV)

Orders per buyer

Items per Order

Average Product

Price (APP)


Повторные


Новые


Customer

acquisition costs

Бюджет на


Уровень

удержания

клиентов

Общая база

клиентов




Cервис

Цена


Программа






клиента


Как прогнозировать повторных покупателей?

23%22%

23%

26%

29%28%

24% 23%

20% 21%20% 19%

18%

15% 15%16% 17% 17%

15% 14% 14% 13%

0%

5%

10%

15%

20%

25%

30%

35%

40%

0

50,000

100,000

150,000

200,000

250,000

Jun

e

July

Au

g

Sep

Oct

No

v

Dec Jan

Feb

Mar

ch

Ap

r

May

Jun

e

July

Au

g

Sep

Oct

No

v

Dec Jan

Feb

Mar

ch

2013

Repeated buyers

Total buyers base

Repeated to Total buyers, %

Простой подход к прогнозированию повторных покупателей

23%22%

23%

26%

29%28%

24% 23%

20% 21%20% 19%

18%

15% 15%16% 17% 17%

15% 14% 14% 13%

0%

5%

10%

15%

20%

25%

30%

35%

40%

0

50,000

100,000

150,000

200,000

250,000

Jun

e

July

Au

g

Sep

Oct

No

v

Dec Jan

Feb

Mar

ch

Ap

r

May

Jun

e

July

Au

g

Sep

Oct

No

v

Dec Jan

Feb

Mar

ch

Ap

r

May

Jun

e

July

Au

g

Sep

Oct

No

v

Dec Jan

Feb

Mar

ch

2013 2014 2015

Repeated buyersTotal buyers base

Repeated to Total buyers, %

Экспоненциальный тренд

Модель прогнозирования продаж

Retention rate по когортам

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

1 2 3 4 5 6 7 8 9 10 11 12

Месяц после первой покупки

2012/06

2012/07

2012/08

2012/09

2012/10

2012/11

2012/12

2013/01

Average retentionrates

Более точный подход к прогнозированию повторных покупателей

Месяц привлечения клиента (когорта)

Месяц после первого заказа

2012/06 2012/07 2012/08 2012/09 2012/10 2012/11 2012/12 2013/01Average

retention rates

2013/03 2013/04 2013/05

1 100% 100% 100% 100% 100% 100% 100% 100% 100%

Прогноз

2 34% 36% 38% 43% 40% 36% 35% 34% 37%

3 29% 32% 35% 33% 28% 29% 27% 29% 30%

4 28% 33% 29% 25% 25% 24% 24% 24% 26%

5 30% 28% 22% 24% 20% 22% 21% 21% 24%

6 28% 22% 22% 19% 20% 19% 19% 19% 21%

7 22% 21% 19% 19% 18% 18% 17% 16% 19%

8 21% 19% 18% 19% 17% 16% 14% 16% 17%

9 18% 19% 18% 18% 15% 13% 13% 16% 16%

10 19% 18% 18% 16% 13% 13% 14% 16% 16%

11 19% 19% 17% 13% 13% 14% 15% 16% 16%

12 19% 17% 14% 13% 15% 15% 15% 14% 15%

Когортный анализ

0

500,000

1,000,000

1,500,000

2,000,000

2,500,000

Пр

од

ажи

, гр

н

2011

2012

2013-01

2013-02

2013-03

2013-04

2013-05

2013-06

2013-07

2013-08

2013-09

2013-10

2013-11

2013-12

2014-01

2014-02

2014-03

2014-04

2014-05

2014-06

2014-07

2014-08

2014-09

Период привлечения клиента (когорта)

Какой доход (прибыль) приносит средний клиент за жизненный цикл?

0

500

1,000

1,500

2,000

2,500

3,000

Jan

Feb

Mar

Ap

r

May Jun

Jul

Au

g

Sep

Oct

No

v

Dec Jan

Feb

Mar

ch

Ap

r

May

Jun

e

July

Au

g

Sep

Oct

No

v

Dec

2011 2012

Месяц привлечения клиента

Customer LifeTime Value

LifeTime Value (за весь жизненый цикл)

Revenue per Buyer - 180 days

Revenue per Buyer - 360 days

Какой процент клиентов совершают только одну покупку?

Конверсия во второй заказ в течение 30 дней после первой покупки

24% 23%24%

23% 24%

22% 22% 23%23% 23% 23% 23% 23%

22% 21%21%

21%

20% 19% 19%20%

21%21%

20%21%

20%21%

20%19%

18% 18%

0%

5%

10%

15%

20%

25%

30%

Jan

Feb

Mar

ch

Ap

r

May

Jun

e

July

Au

g

Sep

Oct

No

v

Dec Jan

Feb

Mar

ch

Ap

r

May

Jun

e

July

Au

g

Sep

Oct

No

v

Dec Jan

Feb

Mar

ch

Ap

r

May

Jun

e

July

2012 2013 2014

Конверсия во второй заказ в течение 30 дней после первого заказ(% от всех новых баеров)

Second Order during 30 days

Second Order during 30 days (3 month moving average)

RF-сегментация (LifeCycle Grid): разные группы клиентов требуют разного подхода

1 2-3 4-7 8-19 20+

30-60 дней Уходящие перспективыеУходящие

VIPы

60-180 дней

Ушедшие случайные клиентыУшедшие

перспективные

Ушедшие VIP

клиенты181-360 дней

360+ дней

Дав

но

сть

по

сле

дн

ей

по

куп

ки

Количество покупок за все время

0-30 дней

Новые клиенты

Перспективные VIP

Welcome program:- Вовлечение

- Стимулирование первой/второй покупки

Вовлекающая коммуникация:- Акции, новинки, бестселлеры- Полезный контент- Персонализированныепредложения

Вовлекающая коммуникация +VIP сервисПодарки

Не давать скидки

Триггерная коммуникация по удержанию клиентов

- Постараться вернуть- Понять почему ушли

- Напоминать - Понять почему ушли

- ИсправитьсяЗабыть

Триггерная коммуникация

Триггер - это коммуникация с клиентом, которая связана с каким-либо событием его жизненого цикла (действием или бездействием).

Триггеры имеют высокий ROI (High ROI Campaigns). Важно коммуницировать в тот момент, когда наиболее высокая вероятность повлиять на поведение клиента.

Триггерная коммуникация должна выстраиваться на основе глубокого анализа поведения клиентов.

Триггерная коммуникация может включать разные каналы –email, sms, pop-up, звонок, ремаркетинг.

Стандартные триггеры

Регистрация (или первая покупка)

ЗаказПрекращение

активности

Welcome program- Cross-sell / Upsell после совершения заказа- Отзыв после доставки заказа

- Брошенные просмотры- Брошенные корзины

Win back

Напоминание о следующем заказе

Milestone triggers

Как создавать триггеры?

1. Изучить поведение клиента (анализ данных, опрос)

2. Определите показатель, на который хотите повлиять

3. Определить «нормальное» поведение клиентов

4. Разработать варианты коммуникации, которая будет срабатывать

при отклонении от «нормального» поведения

5. Протестировать варианты коммуникации

6. Отслеживать эффективность (либо “до и после” триггера, либо

сравнивать с контрольной группой.

Welcome program

Welcome program после регистрации

1. Расскажите о себе

2. Бонус на первую покупку (не ждать долго)

3. Напоминание про бонус

4. Опрос «почему не покупаете?»

5. Сбор информации о клиенте

6. Персонализированное предложение (Брошенные просмотры)

Welcome program после первой покупки

1. Расскажите о себе

2. Напоминание про следующую покупку

3. Опрос «почему не покупаете?»

4. Бонус при попадании в зону риска

5. Email напоминание про бонус

6. SMS

7. Сбор информации о клиенте

8. Персонализированное предложение (Брошенные просмотры)

Сколько в среднем времени проходит между первой и второй покупкой?

0.0%

0.5%

1.0%

1.5%

2.0%

2.5%

3.0%

0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52 54 56 58 60 62

% п

оку

пат

елей

, ко

тор

ые

со

вер

ши

ли

вто

рую

по

куп

ку в

о

пр

едел

енн

ый

ден

ь п

осл

е п

ерво

й п

оку

пки

Дней после первой покупки

Вероятность совершения второй покупки

75% покупателей совершают вторую

покупку в течение 62 дней после первой

50% покупателей совершают вторую

покупку в течение 28 дней после первой

СЕГМЕНТ NEW

Сценарий «Welcome Program»

ПриветствиеРазнообразие

вкусовНапоминание о

подарке за регистрацию

ТОП продаж вкусов и

аксессуаров

Приглашение в соцсети на страницы

NESCAFE Dolce Gusto

Добавь стиля!Фирменные аксессуары

Правила ухода за Вашей кофе-

машиной

После первого заказа – «Welcome Call»

Что дальше?После второго заказа – запуск сценария «Active»Если нет заказа – запуск сценария «Inactive»

1 день 7 день 14 день 21 день 28 день

Win-back program - Как удерживать клиентов?

• Определить критерий для уходящего клиента. Какой день неактивности считать зоной риска потери клиента?

• При приближении к зоне риска – напомнить, вовлечь.

• При попадании в зону риска – стимулировать покупку.

– Например, дать бонус на следующую покупку. Важно давать бонусы не раньше, но и не позже.

• Усиливать стимулирование.

– Если клиент не реагирует, провести опрос : все ли устраивает? нет ли негативного опыта?

– СМС, звонок для VIP

Средний интервал между покупками — 18-20 дней.

Ко

ли

чест

во п

оку

пат

елей

Анализ частоты покупок по группам покупателей позволяет определить оптимальное время для коммуникации, направленной на удержание клиентов.

48

42

32

21

0

10

20

30

40

50

60

2-3 4-7 8-19 20+

Группы клиентов по количеству покупок

Среднее количество дней между покупками

Как определять зону риска?

Номер покупки

Интервал между соседнимипокупками

Средний интервал по всем покупкам у данного клиента

Превышает ли интервал среднюю величину

1 - - -

2 30 30 Нет, (30=30)

3 20 (30+20)/2=25 Нет, (20<25)

4 10 (30+20+10)/3=20 Нет, (10<20)

5 20 (30+20+10+20)/4=20 Нет, (20=20)

6 30 110/5=22 Да, (30>22) Риск потери!

7 40 150/6=25 Да, (40>25) Риск потери!

8 60 145/7=30 Да, (60>30) Риск потери!

Литература

Спасибо!

Андрей КосецкийDatabase marketing consultant, DirectData

+38 095 909 03 [email protected]

Михаил МушкинРуководитель направления DirectData

+38 063 287 18 [email protected]

Business

Data Driven Marketing или О чем говорят данные