1 октября 2018, 22:00 3050 просмотров

5 вопросов, которые надо задать пред запуском программы лояльности

О чем рекомендует подумать Nielsen, прежде чем начать действовать

Евгений Вербов, руководитель направления ритейл-аналитики Nielsen Россия

Программа лояльности может быть одним из главных конкурентных преимуществ ритейлера: она увеличивает эффективность его работы и дает ответы на множество вопросов о поведении покупателей. Однако на практике же запуск работающей программы лояльности оказывается отнюдь не легкой задачей: программы оказываются нерелевантны покупателям, влекут дополнительные расходы, не приносят ожидаемых результатов, и маркетологи делают выводы о нецелесообразности дальнейшего развития этого направления, теряют интерес и развитие останавливается.

5 вопросов для запуска программы лояльности

Nielsen провел огромное количество исследований по анализу эффективности программ лояльности и выявил 5 главных вопросов, на которые необходимо найти ответ перед запуском программы лояльности.

Вопрос 1: Каковы основные цели и задачи проекта?

Понять, что вы хотите получить от программы лояльности, очень важно еще до момента ее запуска. Какие данные вы будете собирать и зачем? По каким KPI вы будете оценивать эффективность? Позволяет ли существующая техническая база отслеживать все необходимые метрики? Какие дополнительные интеграции потребуются, и сколько это займет времени?

Формулировка «получать больше прибыли» не является исчерпывающей стратегией, необходимо детальное описание за счет каких сегментов покупателей планируется рост а также провести аналитический расчет, есть ли для этого потенциал.

Вот примеры задач, с которыми может успешно справиться программа лояльности:

  • Борьба с оттоком покупателей.
  • Увеличение среднего чека.
  • Увеличение частотности покупок.
  • Персонализация предложений.
  • Изучение портрета покупателя.
  • Ко-промо с производителями.

Вопрос 2: Как сделать программу интересной покупателям?

Начисление и списывание бонусов за покупку не главная задача программы. Покупателю важно понимать, ради чего он оформил себе карту лояльности и в чем его выгода от участия. Карта покупателя должна стать ключом для получения дополнительных преференций и сервисов магазина.

По данным исследования Nielsen, в России покупатели видят главную ценность программ лояльности в дополнительных скидках на товары (85 % опрошенной аудитории), на втором месте по популярности находятся товары в подарок (35 %), вознаграждения и кэшбек (30 %) расположились на третьем месте. Также очень популярны смешанные механики, например, когда покупателю предоставляется скидка по карте и повышенный кэшбек в определенной категории товаров.

Выясните, что важно для вашего покупателя, до запуска программы.

скидки.jpg

Вопрос 3: Как определить правильную механику?

Очень часто единственной коммуникацией ритейлера является sms-сообщение вида «Только сегодня скидка 25 % на подсолнечное масло и подгузники», отправленное по всей базе клиентов. Отклик на акцию, безусловно, произойдет, но ее эффективность будет довольно низкой.

Очень важно научиться правильно сегментировать свою клиентскую базу:

  • Всегда есть часть аудитории, которая очень активно реагирует на скидки и никогда не упустит возможность получить дополнительную выгоду. Как правило, это довольно большой сегмент, с которым можно продуктивно работать.
  • Существует диаметрально противоположная часть аудитории — покупатели, которые не задумываются о цене товара и нечувствительны к скидкам и распродажам. Для этих покупателей гораздо важнее получить информацию о товарах, которые будут им интересны, чем непосредственно скидку на них. В этом случае поможет рекомендательная система на основе коллаборативной фильтрации, где предложение формируется на основе схожести истории покупок клиентов.
  • В зависимости от поставленных задач можно выделять и более узкие сегменты, основываясь на содержании потребительской корзины. Например, это могут быть молодые родители, приверженцы здорового питания, пожилые потребители, любители фастфуда и так далее. Полученные аудитории можно активно использовать для проведения различных акций и промоактивностей, в том числе с производителями
  • Вопрос 4: Какие данные будут использоваться для анализа эффективности?

    Предположим, вы сегментировали клиентскую базу, выделили ушедших клиентов и запустили по ним рекламную кампанию по нескольким каналам (sms-рассылка и письмо с со скидкой на следующую покупку), затем увидели значительный рост продаж по всем точкам, на основе чего сделали вывод об эффективности коммуникации.

    Корректно ли оценивать эффективность кампании и считать ROI на этих данных? Как быть уверенным в том, что рост был обусловлен именно вернувшимися покупателями, а не каннибализацией внутри существующих клиентов?

    Следующий вопрос, на который важно найти правильный ответ: какой процент покупателей все равно бы вернулся к нам и без скидки? Не был ли рост активности обусловлен другими факторами, например, сезонностью?

    Для того, чтобы избежать утечки скидок по акции, требуются индивидуальные промокоды для покупателей, а чтобы дать точный ответ об эффективности, можно выполнить A/B тестирование. Также на этапе формирования целевой аудитории можно разделить клиентов на две группы: группе «А» мы отправляем скидку, группу «B» используем как контрольную. По разнице показателей двух групп мы уже можем более точно определить эффективность конкретной кампании.

    скидки2.jpg

    Вопрос 5: Как предсказать результаты программы?

    Вернемся к задаче борьбы с оттоком покупателей: предположим, на маркетинговую активацию был потрачен один миллион рублей, и возврат на акцию составил 800 тысяч рублей чистой прибыли. Можно ли говорить о том, что кампания неэффективна?

    С одной стороны — да, цифры говорят сами за себя. С другой — вернувшиеся клиенты могут принести больше прибыли в долгосрочном периоде.

    Чтобы точно ответить на этот вопрос, потребуется рассмотреть весь жизненный цикл клиента и выручку по нему (LTV). Самый распространенный барьер для проведения такого рода анализа - это отсутствие данных. Подводить же итоги активаций спустя несколько месяцев, когда накопится достаточный объем, не всегда целесообразно.

    В данном случае будет полезным применение машинного обучения и предиктивной аналитики. Сформировав ряд признаков (независимых переменных) на исторических данных мы можем обучить модель и использовать ее для прогноза показателей на имеющихся данных.

    Другими словами, для того, чтобы понять, какую выручку принесет покупатель за год, нам достаточно иметь данные о его текущих покупках и исторические данные по другим покупателям за предыдущий период. В этом заключается основное преимущество машинного обучения: покупатель делает первые шаги, а ритейлер уже предсказывает весь его жизненный цикл и может персонализировать предложения.

    Решения, позволяющие предсказывать поведение покупателей, постепенно выходят на рынок, и благодаря высоким KPI, которые они обеспечивают, вытесняют классический неперсонализированный подход.

    Таким образом, компонентами эффективной программы лояльности, которая приносит прибыль ритейлеру, являются грамотное сегментирование, постоянная работа над оптимизацией предложений, детальная аналитика процессов и форкастинг результатов на основе больших данных.

    Статья относится к тематикам: Лояльность в ритейле
    Поделиться публикацией:
    Источник: Retail.ru
    Подписывайтесь на наш канал в Telegram и Яндекс.Дзен , чтобы первым быть в курсе главных новостей Retail.ru.
    Аналитический обзор Stora Enso, разработчика решен...
    191
    Перспективные решения и примеры использования
    686
    Об открытиях в новых городах и о том, как ситуация...
    2010
    Для бизнеса важнее не big data, а способность угад...
    1750
    Об СТМ органической и фермерской продукции и о том...
    385
    Результат автоматизации: в 6 раз выросла выручка ...
    1275

    О чем рекомендует подумать Nielsen, прежде чем начать действовать

    Евгений Вербов, руководитель направления ритейл-аналитики Nielsen Россия

    Программа лояльности может быть одним из главных конкурентных преимуществ ритейлера: она увеличивает эффективность его работы и дает ответы на множество вопросов о поведении покупателей. Однако на практике же запуск работающей программы лояльности оказывается отнюдь не легкой задачей: программы оказываются нерелевантны покупателям, влекут дополнительные расходы, не приносят ожидаемых результатов, и маркетологи делают выводы о нецелесообразности дальнейшего развития этого направления, теряют интерес и развитие останавливается.

    5 вопросов для запуска программы лояльности

    Nielsen провел огромное количество исследований по анализу эффективности программ лояльности и выявил 5 главных вопросов, на которые необходимо найти ответ перед запуском программы лояльности.

    Вопрос 1: Каковы основные цели и задачи проекта?

    Понять, что вы хотите получить от программы лояльности, очень важно еще до момента ее запуска. Какие данные вы будете собирать и зачем? По каким KPI вы будете оценивать эффективность? Позволяет ли существующая техническая база отслеживать все необходимые метрики? Какие дополнительные интеграции потребуются, и сколько это займет времени?

    Формулировка «получать больше прибыли» не является исчерпывающей стратегией, необходимо детальное описание за счет каких сегментов покупателей планируется рост а также провести аналитический расчет, есть ли для этого потенциал.

    Вот примеры задач, с которыми может успешно справиться программа лояльности:

    • Борьба с оттоком покупателей.
    • Увеличение среднего чека.
    • Увеличение частотности покупок.
    • Персонализация предложений.
    • Изучение портрета покупателя.
    • Ко-промо с производителями.

    Вопрос 2: Как сделать программу интересной покупателям?

    Начисление и списывание бонусов за покупку не главная задача программы. Покупателю важно понимать, ради чего он оформил себе карту лояльности и в чем его выгода от участия. Карта покупателя должна стать ключом для получения дополнительных преференций и сервисов магазина.

    По данным исследования Nielsen, в России покупатели видят главную ценность программ лояльности в дополнительных скидках на товары (85 % опрошенной аудитории), на втором месте по популярности находятся товары в подарок (35 %), вознаграждения и кэшбек (30 %) расположились на третьем месте. Также очень популярны смешанные механики, например, когда покупателю предоставляется скидка по карте и повышенный кэшбек в определенной категории товаров.

    Выясните, что важно для вашего покупателя, до запуска программы.

    скидки.jpg

    Вопрос 3: Как определить правильную механику?

    Очень часто единственной коммуникацией ритейлера является sms-сообщение вида «Только сегодня скидка 25 % на подсолнечное масло и подгузники», отправленное по всей базе клиентов. Отклик на акцию, безусловно, произойдет, но ее эффективность будет довольно низкой.

    Очень важно научиться правильно сегментировать свою клиентскую базу:

  • Всегда есть часть аудитории, которая очень активно реагирует на скидки и никогда не упустит возможность получить дополнительную выгоду. Как правило, это довольно большой сегмент, с которым можно продуктивно работать.
  • Существует диаметрально противоположная часть аудитории — покупатели, которые не задумываются о цене товара и нечувствительны к скидкам и распродажам. Для этих покупателей гораздо важнее получить информацию о товарах, которые будут им интересны, чем непосредственно скидку на них. В этом случае поможет рекомендательная система на основе коллаборативной фильтрации, где предложение формируется на основе схожести истории покупок клиентов.
  • В зависимости от поставленных задач можно выделять и более узкие сегменты, основываясь на содержании потребительской корзины. Например, это могут быть молодые родители, приверженцы здорового питания, пожилые потребители, любители фастфуда и так далее. Полученные аудитории можно активно использовать для проведения различных акций и промоактивностей, в том числе с производителями
  • Вопрос 4: Какие данные будут использоваться для анализа эффективности?

    Предположим, вы сегментировали клиентскую базу, выделили ушедших клиентов и запустили по ним рекламную кампанию по нескольким каналам (sms-рассылка и письмо с со скидкой на следующую покупку), затем увидели значительный рост продаж по всем точкам, на основе чего сделали вывод об эффективности коммуникации.

    Корректно ли оценивать эффективность кампании и считать ROI на этих данных? Как быть уверенным в том, что рост был обусловлен именно вернувшимися покупателями, а не каннибализацией внутри существующих клиентов?

    Следующий вопрос, на который важно найти правильный ответ: какой процент покупателей все равно бы вернулся к нам и без скидки? Не был ли рост активности обусловлен другими факторами, например, сезонностью?

    Для того, чтобы избежать утечки скидок по акции, требуются индивидуальные промокоды для покупателей, а чтобы дать точный ответ об эффективности, можно выполнить A/B тестирование. Также на этапе формирования целевой аудитории можно разделить клиентов на две группы: группе «А» мы отправляем скидку, группу «B» используем как контрольную. По разнице показателей двух групп мы уже можем более точно определить эффективность конкретной кампании.

    скидки2.jpg

    Вопрос 5: Как предсказать результаты программы?

    Вернемся к задаче борьбы с оттоком покупателей: предположим, на маркетинговую активацию был потрачен один миллион рублей, и возврат на акцию составил 800 тысяч рублей чистой прибыли. Можно ли говорить о том, что кампания неэффективна?

    С одной стороны — да, цифры говорят сами за себя. С другой — вернувшиеся клиенты могут принести больше прибыли в долгосрочном периоде.

    Чтобы точно ответить на этот вопрос, потребуется рассмотреть весь жизненный цикл клиента и выручку по нему (LTV). Самый распространенный барьер для проведения такого рода анализа - это отсутствие данных. Подводить же итоги активаций спустя несколько месяцев, когда накопится достаточный объем, не всегда целесообразно.

    В данном случае будет полезным применение машинного обучения и предиктивной аналитики. Сформировав ряд признаков (независимых переменных) на исторических данных мы можем обучить модель и использовать ее для прогноза показателей на имеющихся данных.

    Другими словами, для того, чтобы понять, какую выручку принесет покупатель за год, нам достаточно иметь данные о его текущих покупках и исторические данные по другим покупателям за предыдущий период. В этом заключается основное преимущество машинного обучения: покупатель делает первые шаги, а ритейлер уже предсказывает весь его жизненный цикл и может персонализировать предложения.

    Решения, позволяющие предсказывать поведение покупателей, постепенно выходят на рынок, и благодаря высоким KPI, которые они обеспечивают, вытесняют классический неперсонализированный подход.

    Таким образом, компонентами эффективной программы лояльности, которая приносит прибыль ритейлеру, являются грамотное сегментирование, постоянная работа над оптимизацией предложений, детальная аналитика процессов и форкастинг результатов на основе больших данных.

    5 вопросов, которые надо задать пред запуском программы лояльностиNielsen, Программы лояльности, эффективность, анализ
    https://www.retail.ru/local/templates/retail/images/logo/login-retail-big.png 243 67
    5 вопросов, которые надо задать пред запуском программы лояльности
    https://www.retail.ru/local/templates/retail/images/logo/login-retail-big.png 243 67
    SITE_NAME https://www.retail.ru
    https://www.retail.ru/articles/154018/2018-12-13