Записи с меткой Сегментация

Как оценить Customer LifeTime Value (CLV)

0

Сегодня я делюсь еще одним интересным калькулятором, в этот раз от Harvard Business School Publishing по оценке Customer LifeTime Value (CLV).

А вот собственно и ссылка. Переходите на вкладку TOOL и наслаждаетесь. Cumulative Net Present Value это и есть CLV.

Что же такое CLV? CLV — это сумма денег, которую приносит Вам клиент в течение всего жизненного цикла с Вами (пока он покупает товар у Вас), дисконтированная на время и сумму денег, потраченную на привлечение клиента. CLV очень важный показатель с точки зрения построения долгосрочных отношений с клиентом. Если CLV отрицательный, то по-хорошему Вам надо менять стратегию взаимоотношения со своими клиентами. Возможно, начать сегментировать своих клиентов и дифференцировать подход или снизить затраты на привлечение (Acquisition cost). В любом случае, Вы по-новому посмотрите на взаимоотношения со своим клиентом.

Удачи в применении!

Псевдовыбор целевой аудитории

0

При планировании маркетинговой кампании, аналитики очень часто сосредотачивают свое усилие на двух составляющих:

1. на самом предложении, т.е. оно должно выглядеть привлекательным для клиента

2. на оценке эффективности самого предложения для компании

И многие из них совершенно забывают про выбор целевой аудитории. Т.е. само предложение начинает формировать не исходя из анализа клиентской базы, их потребности, их поведенческих характеристиках, а исходя просто из его привлекательности. Т.е. чем привлекательнее само предложение, тем очевидно, что отклик на кампанию будет выше. При этом аналитики, например, говорят, что данное предложение направлено на студентов и рекламщики начинают бросать все усилия на разработку коммуникационной стратегии с целевым сегментом, выбирая наилучшие каналы коммуникации именно со студентом.

А потом получают не самые утешительные результаты. Аналитики, анализируя объем продаж, удивляются, что же случилось, начинают все силы бросать на анализ информации и после того, как анализ сформирован, приходят к выводу, что реклама плохо работает. Сталкивались с таким? Я очень часто такое слышал. Правы аналитики? Давайте разберемся. Планируя любую маркетинговую кампанию, аналитик может прикинуть примерный отклик от любого коммуникационного канала, взяв похожую кампанию, либо средний показатель по кампаниям и пенять на рекламщиков, это последнее что может сделать аналитик.

Давайте попробую объяснить на примере сотовой связи.

Аналитик хочет поднять ARPU, и, например, задумал он, безлимит (не внутрисетевой,а самый настоящий) для студентов. Начальство постоянно его пинает, говорит, почему у нас в ЦА доля молодежной аудитории мала. В то же время ставит задачу, надо все время заниматься апсейлом, наращивать ARPU. И вот тут аналитик, немного уловив фишку как работает рынок, решает убить двух зайцев сразу. И безлимит (наращиваем ARPU) и для студентов (увеличиваем долю молодежного сегмента). И тут как в поговорке «За двумя зайцами погонишься, ни одного не поймаешь». Конечно начинает строить кейс, который показывает, что его предложение самое суперское (иначе и быть не может), защищает его (если конечно решение принимается коллективно, а не единолично, хотя бы предложение проходит стресс-тест) и успешно передает в отдел рекламы. Ну а отдел рекламы, видя такие замечательные показатели по кейсу, конечно же не задумывается о сокращении рекламного бюджета, а на всю катушку запускает рекламную кампанию, выбирая подходящие каналы коммуникации. А результат, как я и описал, очень печальный.

Улавливаете к чему я клоню. Давайте копнем поглубже, где допустил ошибку аналитик?

1. Он сделал привлекательное предложение для студентов, т.е. очевидно что оно выгоднее чем для других сегментов.

2. Оценка эффективности в сегменте студентов вне всяких похвал. Очевидно, что ARPU студентов небольшое, поэтому в любом случае на одного абонента эффект очевиден.

Но все равно акция провалилась. Как так, спрашиваете Вы. Да очень просто, не учел наш аналитик, что студенты, это в принципе низкодоходный сегмент, что студентов, которые сейчас платят столько за сколько он предлагал безлимит не так много. Ошибся он с выбором целевой аудитории, к сожалению. Кроме этого, спровоцировал студент переток бизнес-сегмента на это предложение, потерял в ARPU в бизнес-сегменте. Ну расчеты-то он строил в своем целевом сегменте. И соответственно, когда он получает отклик на кампанию в разы ниже, на том же канале коммуникации, который использовался и для других акций, первое на что он будет думать, это на рекламщиков. Ну он же все сделал правильно. Что-то рекламщики не то сделали, или поздно наружку повесили, или со слоганом намутили. Комплексный анализ проводить, когда он все сделал правильно на своем сегменте, для него сложнее.

Вот для этой ситуации я и применил понятие псевдовыбор. Конечно, при правильном подходе, всестороннем анализе и должном целеполагании можно действительно делать интересные вещи. Взглянуть на вещи по новому. Ведь действительно не делай маркетологи псевдовыбор ЦА, появился бы телефон с фотокамерой, и другие гаджеты.  Ведь анализ текущей целевой аудитории, их структуры потребления, не позволяет значительно расширять рамки предложений. Но с другой стороны дает множество информации, которую необходимо учитывать. Не нужно ее игнорировать, она дает очень многое.

Удачи в анализе информации и выборе целевой аудитории!

RFM-cегментация для увеличения отклика на кампании

9

Сегодня мы с Вами поговорим о еще одном инструменте увеличения эффективности маркетинговых кампаний — RFM — сегментации.

RFM — это аббревиатура от английского Recency (давность покупки или какого-то действия), Frequency (частота покупки или действия), Monetary (затраты на покупки). Конечно это никакой не метод кластерного анализа или какой-то сложный научный подход, это скорее практический инструмент для увеличения эффективности Вашего бизнеса за счет увеличения отклика на маркетинговую кампанию.

Итак, давайте рассмотрим более подробно в чем же заключается сам метод.

Recency (давность) — давность последнего заказа или какого-либо действия клиента. Рассчитывается как разность, выраженная в днях, между текущей датой и датой последнего заказа. Чем больше времени прошло с момента последней активности клиента, тем менее вероятно, что действия клиента будут повторяться. С большей долей вероятности клиент больше не появится. Но опять же требуется дополнительный анализ.

Frequency (частота или количество) – общее количество заказов или действий, совершенных клиентом за всю историю наблюдения за ним. Очевидно, что, чем больше каких-либо действий совершит клиент, тем больше вероятность того, что он его повторит в будущем. На практике рекомендуется рассматривать ограниченный промежуток времени.

Monetary (затраты) – общая сумма денег, которую потратил клиент за все время. Чем больше денег было потрачено, тем больше вероятность того, что он сделает заказ. Рекомендуется так же анализировать ограниченный промежуток времени.

RFM-показатели используются для прогнозирования будущего покупательского поведения, основываясь на гипотезе, что историческое поведение покупателя может являться надежным ориентиром для последующих покупок. Важность показателей ранжируется согласно последовательности букв –давность (обычно наивысший приоритет), частота (второй по значимости), затраты (последний по значимости, потому как количество потраченных денег еще не гарантирует частоту покупок, ведь клиент мог приобрести единожды дорогой товар).

Обычно, рассуждения основываются на следующих тезисах: чем больше давность последнего заказа, тем меньше вероятность того, что клиент совершит покупку вновь. Чем больше частота и затраты клиента, тем больше вероятность того, что клиент вернется.

Можно выделить сегменты клиентов : активный, спящий, переходный и разработать целевые маркетинговые предложения для наиболее активной группы клиентов, так как вероятность положительного отклика (win — иногда такой термин применяют при проведении целевых маркетинговых кампаний в CRM) на кампанию довольно велика. Компании стремятся сохранить активную группу. Повлиять на спящую для возможного увеличения активной группы.

Кроме, этого на практике аналитики часто делят целевые сегменты на подсегменты (иногда квантили или децили), дифференцируя предложения для того, чтобы добиться максимальной эффективности от проведения ЦМК.

Если Ваш канал коммуникации и продаж с клиентом дешевый, то Вы можете проще экспериментировать с границами подсегментов, периодом рассмотрения показателей и другими характеристиками. Но если канал коммуникации и канал продаж достаточно дорогой, то необходимо накапливать статистику успешности, проводить дополнительный анализ, почему именно такой инструмент дает максимальный результат и по максимуму увеличивать отклик на ЦМК, иначе это как стрелять из пушки по воробьям.

Успешных Вам маркетинговых кампаний!


Разработка методологии сегментации

0

Сегодня я хочу поделиться своим опытом внедрения методологии сегментации на предприятии.

Как Вы помните, я рассказывал, что работал в одной из крупнейших телекоммуникационных компаний в России руководителем группы аналитиков и кому как не моей группе пришлось решать задачу сегментации клиентской базы.

Сегодня я Вам попытаюсь вкратце рассказать, через что пришлось пройти при разработке методологии.

Был изучен мировой опыт

Тут конечно очень много подходов от самой продвинутой на мой взгляд сегментации по потребности клиента, до самой простой напрашивающейся в любом случае исторической ценности клиента.

Что послужило предпосылками к внедрению методологии сегментации?

Желание сократить расходы. Дорогие каналы продаж и обслуживания высокодоходным, дешевые низкодоходным.

Направленное продуктовое предложение на разные сегменты не на уровне цены, а именно на уровне подхода к созданию продукта исходя из структуры потребления услуг связи и ряда других характеристик.

Что было результатом работы?

Результатом работы должна была стать методология сегментации, которая должна была быть положена в основу продуктовой политики, системы взаимоотношений с клиентами и биллинговыми системами. Т.е. методология, которая должна была заставить компанию начать жить совершенно по-новому. За этим следовала большая программа трансформации продаж и обслуживания.

Технические средства, которые использовались.

В работе мы использовали доступные на тот момент нам MS Office (Access, Excel) + SPSS.

Трудности, с которыми нам пришлось столкнуться.

Первая самая большая проблема, с который мы столкнулись, это наличие нескольких биллингов в различных региональных филиалах. Часть данных находились в предбиллинагах. Чтобы свести всё это многообразие информации и привести к единому виду нам пришлось долго и упорно все это дело сводить в Access, так как объем данным был настолько велик, что Excel с его ограничением в 1 млн. записей просто отдыхает.

Если бы у нас стояла задача просто разделить клиентов, то наверное на этом этапе мы бы перешли к анализу  информации в Access. Но необходимо, чтобы биллинги стали понимать к какому сегменту относится каждый из клиентов, поэтому совместно с блоком IT при поддержке подразделения продаж нам необходимо было срочно проводить выравнивание биллингов. Что и было сделано.

Теперь самое интересный и творческий этап. Как разделить абонентов. В результате долгого и кропотливого анализа в Excel + Access + SPSS задача была решена.

Отдельно был разработан подход для юр. лиц, который заключался в том, что помимо главной характеристики исторической ценности клиента, были выделены характеристики, которые влияют на структуру потребления услуг связи (географический охват, структура потребления услуг (традиционные, новые)).

База физических лиц также была поделена по исторической ценности. Отдельно была выделена структурная характеристика, которую позже назвали потенциал роста. Т.е. базу низкодоходных физических лиц разбили на тех, кто склонен к росту и тех, кто имеет структуру потребления, которая с высокой долей вероятности не склонна к росту.

Для простоты был применен классический метод k-средних. Использовали мы биллинговые начисления, очищенные от перерасчетов, поэтому наличие выбросов было исключено. Также для исключения фактора сезонности мы брали годовые данные по начислениям.

Применение динамических алгоритмов кластерного анализа, как Вы помните, не очень подходит для решения нашей задачи, так как все-таки задача состояла не в разработке продукта, а в том, чтобы определить верхне-уровневые сегменты.

Кроме этого, мы применили довольно высокий коэффициент сэмплирования (порядка 90-95%), так как некоторые данные по абонентам на наш взгляд вызывали большое подозрение. В 5-10% попала та абонентская база, которая пользовалась услугами меньше года и могла значительно «зашумить»  границы кластеров.

Конечно, можно было бы применить и намного меньший коэффициент, при этом границы сегментов изменялись бы в пределах погрешности. Позже мы проверили данную гипотезу, отклонения по границам в пределах 2-3%. Что навело на мысль, что все-таки наши границы довольно устойчивы. Но сразу мы не решились на этот эксперимент, потому что была гипотеза несколько иная, что структура абонентской базы от филиала к филиалу отличается, тарифы отличаются, что могло привести к некорректному выбору границ сегментов, например исключить один из сегментов в одном из филиалов или другие не очень хорошие последствия. Но к счастью она не подтвердилась.

На этом моя работа над данным проектом была выполнена. Период работы составлял порядка 3-х месяцев. Сама работа по анализу данных и написание методологии не больше 2-х недель. Вот поэтому мы позже и подошли к внедрению BI-системы. Но это уже совсем другая история.

Надеюсь кому-то мой опыт будет полезен. Если у Вас есть какие-то конкретные вопросы присылайте, я на них обязательно отвечу.

Желаю удачи в работе!

Сегментация и микросегментация

0

Что такое сегментация и какова ее ценность для компании мы уже с Вами разобрались, теперь я предлагаю рассмотреть отличие сегментации от микросегментации. Хочу это сделать, чтобы мы в дальнейшем с Вами не путали понятия. С точки зрения реализации это одно и то же. С точки зрения применения в бизнесе это несколько разные вещи.

Под понятием сегментации я буду понимать верхнеуровневое разделение, которое  мы используем для разделения не только абонентов, продуктов, но и для разделения каналов коммуникации, продаж и обслуживания. Под микросегментацией я буду понимать сегментацию, которая направлена на вывод новых продуктов, которая, как правило, применяется только в подразделениях маркетинга.

Например, Вы решили внедрить сегментацию по исторической ценности клиентов. Для нас это будет именно сегментация, а теперь Вы сформировали предложение, которое релевантно (т.е. подходит) определенному подсегменту в сегменте высокодоходных клиентов. Например, Вы оператор сотовой связи, микросегментация для сегмента высокодоходных клиентов, может строиться, например, по отраслевой принадлежности предприятия. Т.е. с точки зрения канала коммуникации, скорее всего, это будет индивидуальный менеджер, а продукт для одной отрасли будет отличаться от продукта для другой области. Продукты как раз разрабатываются на основе микросегментации.

Теперь мы разобрались чем сегментация отличается от микросегментации.

Примеры применения сегментации и микросегментации, Вы можете найти на страницах моего блога.

Желаю Вам эффективности!


Вверх