3 sposoby praktycznego wykorzystania danych do segmentowania klientów

Traktowanie każdego pojedynczego klienta indywidualnie, kiedy mamy ich dziesiątki tysięcy, jest bardzo kosztowne i na koniec dnia może okazać się nieopłacalne. Z pomocą przychodzi segmentacja konsumentów, która zapewni prawdopodobnie największą wartość pod względem zwrotu z inwestycji.

Dawniej klienci polegali na sprzedawcy – na przykład na właścicielu osiedlowego sklepu, który pomagał im znaleźć to, czego szukali. Opierając się na swoim doświadczeniu, potrafił szybko znaleźć idealny produkt, a często sugerował dodatkowe artykuły, o których klient nawet by nie pomyślał. Właściciel lokalnego sklepu sprzed lat miał kilkudziesięciu, może kilkuset klientów, więc znajomość ich potrzeb i personalne traktowanie było dla niego wykonalne. Dzisiaj marki mają dziesiątki tysięcy lub nawet miliony klientów, którzy, tak jak klienci sprzed lat, oczekują spersonalizowanego podejścia.

Postępy w gromadzeniu danych i analityce umożliwiają dostarczenie podobnego doświadczenia. Wykorzystując coraz bardziej szczegółowe dane, firmy zaczynają tworzyć wysoce spersonalizowane oferty, które kierują konsumentów do właściwych produktów lub usług po właściwej cenie, we właściwym czasie i we właściwym kanale. Traktowanie każdego pojedynczego klienta indywidualnie, kiedy mamy ich dziesiątki tysięcy, jest jednak bardzo kosztowne i na koniec dnia może okazać się nieopłacalne. Z pomocą przychodzi segmentacja konsumentów, która zapewni prawdopodobnie największą wartość pod względem zwrotu z inwestycji.

Obecnie modele uczenia maszynowego w precyzyjny sposób tworzą grupy najbardziej podobnych do siebie klientów, przy czym każda z grup jest znacząco różna od pozostałych. Powinny być wielkościowo zbliżone, aby ich obsługa była jak najbardziej efektywna. Segmentacja może przybierać różne formy i skupiać się na różnych aspektach ze względu na potrzeby firmy i realizowane cele biznesowe. W artykule przedstawimy 3 sposoby grupowania klientów istotne dla programu lojalnościowego.

Analiza RFM – pierwszy krok do segmentacji

Myśląc o programie lojalnościowym, warto uwzględnić w działaniach przedwdrożeniowych analizę RFM. W oparciu o parametry Recency (okres od ostatniej konwersji), Frequency (częstotliwość transakcji) oraz Monetary (wartość transakcji) poznamy zachowania konsumentów i tego, jak wygląda ich przepływ w czasie. Zaletą takiego podejścia jest przede wszystkim prostota i łatwość interpretacji danych, dzięki czemu dowiemy się, jaki procent klientów, w jakim czasie, jaki procent obrotu realizuje.

Mieliśmy okazję prowadzić ciekawy projekt dla pewnej firmy z branży retail, w której wnioski z analizy RFM dobitnie wykazały, jak potężna jest grupa klientów okazjonalnych, którzy chodzą do sklepu rzadko, wydają średnie lub niskie kwoty, ale w swojej masie stanowią istotny udział w obrocie sklepu. Konieczność zaangażowania ich w program lojalnościowy postawiła przed nami wyzwanie stworzenia kreatywnego mechanizmu, który będzie atrakcyjny z punktu widzenia zarówno stałego, jak i okazjonalnego klienta, przy czym będzie kosztowo i biznesowo możliwy do zrealizowania przez retailera. Gdybyśmy nie wykonali analizy RFM, zaproponowany standardowy mechanizm punktowo-cashbackowy byłby tak naprawdę nieatrakcyjny dla większości klientów - potencjalnych uczestników programu.

Zaczęliśmy poszukiwania alternatywy - czegoś, co będzie uzupełnieniem dla tradycyjnej mechaniki. Rozwiązaniem okazał się program na wzór konta rodzinnego. Elementy takie jak przypomnienie o ważnych wydarzeniach (urodziny, imieniny), możliwość tworzenia list prezentowych przez administratora konta, rekomendacje produktów na bazie transakcji wszystkich użytkowników konta, a także specjalne oferty cenowe na produkty rekomendowane spowodowało, że dołączenie do programu przez klienta okazjonalnego zaczęło mieć sens. Dodatkowo wszystkie transakcje zasilają punktami wspólne konto, dzięki czemu nawet klienci okazjonalni mogą dołożyć swoją cegiełkę do rodzinnej korzyści. Dzięki takim benefitom uczestnictwo w programie nie sprowadza się jedynie do komercyjnych wartości, a składa się z wielu emocjonalnych powiązań klienta z marką.

Na podstawie segmentacji klientów można opracować najbardziej skuteczny mechanizm programu lojalnościowego, który zadba o wzrost i utrzymanie wartości klienta w czasie. Nie sztuką bowiem jest wymyślić innowacyjną mechanikę, atrakcyjną przez chwilę dla kilku procent bazy odpowiedzialnej za niewielką część sprzedaży. Sztuką jest poznać klientów, zrozumieć ich potrzeby i zaangażować ich na jak najdłużej.

Nie wszyscy czekają tylko na promocje

Przed kolejnym wyzwaniem postawiła nas jedna z firm z branży fashion, która budowała program lojalnościowy w oparciu o przeświadczenie, że klienci liczą tylko na rabaty i promocje. Wraz ze wzrostem liczebności bazy, koszty promocji i komunikacji bezpośredniej rosły szybciej niż ROI. Co więcej, firma gromadziła bardzo wybiórczo zestaw danych na temat swoich konsumentów, dotyczącą jedynie rodzaju kategorii zakupionego produktu oraz oferty, z jakiej pochodził (nowa oferta/sezonowa promocja). Mimo to udało nam się podzielić klientów na grupy, co drastycznie zmieniło percepcje i pokazało, jak bardzo konsumenci różnią się między sobą.

Zaproponowana segmentacja sama w sobie była bardzo prosta. Wyjątkowe natomiast jest to, jak z małego zakresu danych udało się stworzyć komunikacyjno, marketingowo i biznesowo atrakcyjne segmenty. Ostatecznie poza klientami, których rzeczywiście interesowały produkty w promocji, było jeszcze kilka innych, równie licznych grup konsumentów, które miały zupełnie inne potrzeby. Dla części klientów ważna jest nowa oferta, najwyższa jakość, konkretna kategoria często w ogóle nie powiązana z rabatem. Wśród konsumentów wyodrębniliśmy segmenty kupujące m.in.:

• produkty dziecięce,

• produkty z nowej oferty,

• akcesoria modowe (bez produktów core'owych),

• zimowe produkty na wyprzedaży,

• produkty wysokiej jakości bez względu na promocję.

Dzięki takiej segmentacji klient wiedział o jakich produktach mówić, kiedy mówić i na jakie cechy oferty zwrócić uwagę w komunikacji w ramach programu lojalnościowego, aby wiadomości były kontekstowe, dopasowane do potrzeb klubowicza.

Dźwignią handlu nie zawsze muszą być promocje i oferty cenowe, a niestety niektóre firmy błędnie identyfikują program lojalnościowy głównie z rabatami. Oferta cenowa w łatwy sposób może zostać przebita przez konkurencję, a kontekstowa, inspiracyjna komunikacja i dopasowanie oferty jest już o wiele trudniejsze do skopiowania.

W poszukiwaniu klienta idealnego

Pracując dla klienta z branży dóbr konsumpcyjnych, szukaliśmy świętego Graala w postaci segmentu czy cech, który będzie klientem idealnym - będzie chciał i mógł wydać dużo pieniędzy. Analiza bardzo szerokiego spektrum danych: wejść na stronę www, przeglądanych produktów, interakcji z komunikacją, wyników ankiet NPS, transakcji, zwrotów, reklamacji i wielu, wielu innych danych nie przyniosła jednak oczekiwanego efektu. Poszukiwanie świętego Graala nie przyniosło efektu. Z czego to wynika?

W części branż klienci aktywizują się okresowo, co sprawia, że znalezienie idealnego klienta i jego cech traci na znaczeniu. Klient, który zachowuje się niepozornie może zmienić się w super-klienta. Zainteresowanie marką zmienia się w zależności od sytuacji konsumenta. W takim wypadku istotne jest rozpoznania faz życia i umiejętne przewidywanie przejścia z jednej do drugiej fazy. Nie jest to jednak proste do wykonania na podstawie danych transakcyjnych, ponieważ nie uwzględniają one społecznego aspektu życia klienta.

Z pomocą przyszły socjologiczne badania ilościowe i jakościowe, które pomogły rozpoznać zmiany zachowań związane z życiem klientów. Dzięki temu udało się wyodrębnić 4 główne wzorce zachowań klientów:

• uśpienie (brak transakcji),

• prowadzenie małych projektów (drobne, okazjonalne zakupy),

• prowadzenie średnich projektów,

• prowadzenie dużych projektów (duża zmiana w życiu, wymagająca dużych wydatków).

Trudność polegała na przypisaniu klientów do poszczególnych segmentów. W tej sytuacji z pomocą przyszedł program lojalnościowy - dzięki skrupulatnie zbieranym danym, insighty z badania przełożyliśmy na konkretnych klientów, co umożliwiło identyfikację faz życia klientów i prognozowanie zmian, przemieszczania się klientów między fazami.

Zrozumienie faz życia klienta pomaga stworzyć spersonalizowane podejście i znalezienie odpowiedzi na to jak danego klienta traktować i co mu zaoferować. Wiedząc, że zachowanie klienta wskazuje na skłonność wydania 50x więcej niż u przeciętnego klienta, należy wykorzystać szansę i zaoferować mu specjalny proces obsługi, tak aby najwięcej ze swoich potrzeb zrealizował w naszym sklepie. Monitorowanie takich zmiennych jak odwiedziny strony www, oglądane produkty, korelacja z wynikami ankiet NPS ułatwi rozpoznanie, z której fazy, do której klient zmierza, umożliwi proaktywne działanie i wykorzystanie szans, które klient daje firmie. Dobra segmentacja daje podstawę do określania priorytetów w strategii biznesowej: jak wygląda kondycja bazy klientów w podziale na konkretny sklep, na ile dana placówka, mając swoje cele sprzedażowe, musi skupić się na pozyskiwaniu nowych klientów, a na ile na poprawie jakości obsługi?

Przedstawione w artykule modele segmentacji to tylko wybrane przykłady z wachlarza możliwości marketingowych i analitycznych dostępnych obecnie na rynku. Podstawą każdej segmentacji są natomiast skrupulatnie gromadzone dane, aby określone segmenty były użyteczne biznesowo i spełniały cele marketingowe firmy.

Tekst: Przemysław Orłowski, Dominik Zacharewicz, managing partners, Loyalty Point

Komentarze

Prosimy o wypowiadanie się w komentarzach w sposób uprzejmy, z poszanowaniem innych uczestników dyskusji i ich odrębnych stanowisk. Komentując akceptujesz regulamin publikowania komentarzy.