свежее мясо, овощи – по дороге с работы.
В этом магазине мне выдали «карту лояльности», в которой реализована лишь одна механика. Вначале мне давали скидку 1 %, потом, когда я сделал сколько-то (уже не помню, сколько) покупок – 3 %, а еще спустя некоторое время – аж 5 %. Стимулирует ли эта карта меня заходить в магазин? Нет, конечно. Истинных стимула для меня два, и они неценовые – нормальный ассортимент и местоположение. Стал ли я благодаря этой карте покупать больше или чаще? Нет! Но… стимулирует ли 5 % скидка вытащить эту карту из кармана, когда я уже стою на кассе? Конечно!
То есть этот магазин просто отдает мне 5 % общей выручки, ничего не получая взамен. Вспомним, ведь мы это обсуждали в главе про убийственные скидки – что эти 5 % от выручки могут составлять десятки процентов от прибыли. Именно так и происходит на самом деле, ведь прибыльность на продуктах питания исключительно низкая. Создатель этой «гениальной» программы лояльности просто выбрасывает деньги на ветер, ведь они никак не влияют на мое покупательское поведение, но при этом вычитаются из прибыли компании.
Еще один пример. Средний интервал покупок в одном интернет-магазине товаров для детей и мам, который я консультировал, составлял 21 день – три недели. Мамы заказывали детское питание, подгузники, пеленки и прочие штуки. Ассортимент в магазине был максимально известный и востребованный: популярные производители, стандартные упаковки, хорошие условия по доставке.
Мы упразднили прогрессивную систему скидок, что, как и ожидалось, почти не повлияло на количество клиентов и количество продаваемого товара. Зато увеличило прибыль на миллионы рублей в месяц.
Вместо этой программы мы сделали систему «триггеров», которая работала следующим образом:
• Первые 21 день после покупки вообще ничего не происходило. Не рассылались никакие письма и СМС, никакой информации о новинках или скидках, в общем, никакий движухи. Это было сделано специально, чтобы люди не нажимали на кнопку «СПАМ» около наших сообщений.
• Если клиент сам совершал покупку быстрее, чем через 21 день, то система «триггеров» продолжала «ничего не делать». Не просто красиво – идеально!
• На 22-й день после второй покупки клиенту приходило простое уведомление с описанием новинок ассортимента, интересным контентом по воспитанию детей из корпоративного блога, но опять ни слова ни про какие скидки и бонусы.
• Если заказ так и не случился, через 35 дней приходило письмо с 5 % скидкой на самые популярные товары.
• Еще через неделю – обещание хорошего подарка.
• Еще через неделю скидка 10 %.
• И если клиент так и не совершал заказа, то в самом конце такой «цепочки» приходило наилучшее предложение – скидка 15 %.
• В довершение, когда клиент уже обычно считается «мертвым», – «три товара по цене двух». В принципе, можно было потратить на него и еще больше, ведь он все равно почти мертв, а реанимация мертвеца сродни рождению нового покупателя!
Такой подход позволил давать скидки гораздо меньшему числу клиентов. Мы тратили больше именно на тех, возвращение которых на нужный нам CJM требовало наибольших усилий.
Надеюсь, эти два примера показывают разницу в подходе к стимулированию «хороших» и с очевидностью доказывают мой основной тезис: «Хорошим клиентам скидку не даю».
Давайте пару слов скажу, как рассчитать вероятность покупки в будущем. Ведь это, как вы поняли, служит стержнем, вокруг которого выстраивается маркетинг клиентских баз. Один из наиболее эффективных способов оценить такую вероятность – анализ прошлого. В этом прошлом мы обращаем внимание на два фактора: регулярность совершения покупок и давность последней из них. Такого типа анализ называется RF-анализом, от слов Recency (давность) и Frequency (регулярность).
1). Если клиент покупает давно и регулярно, значит, у него сформировалась привычка и с высокой вероятностью его поведение останется таким же.
2). Если же клиент еще не имеет длинной истории или интервал между покупками существенно и хаотически изменяется, то вероятность, что он совершит покупку в заданный период в будущем, ниже.
Чем выше регулярность покупок и чем равномернее стандартный для клиента интервал между покупками – тем выше вероятность совершения следующей покупки. Чем ниже регулярность и чем больше отличается интервал после последней покупки от стандартного – тем такая вероятность меньше.
Полный рассказ про RF-сегментацию вы можете посмотреть по QR-коду:
ЧТО ВАЖНО ЗАПОМНИТЬ ИЗ ЭТОЙ ГЛАВЫ:
• Вероятность совершения клиентом покупки в будущем – это параметр, по которому должна быть организована ценовая дискриминация.
• Чем больше «органическая» (без дополнительных стимулов) вероятность совершения покупки, тем меньше нужно тратить на создание этих стимулов. И тем выше должны быть клиентские цены.
• Чем меньше «органическая» вероятность, тем больше внимания нужно уделять стимулированию клиента, в том числе давать ему более низкие цены и большие материальные поощрения.
• Анализ его предыдущего поведения – один из наиболее эффективных способов оценить вероятность совершения покупки в будущем.
• RF-анализ – простая и популярная методика, которая позволяет выстраивать продажи в зависимости от регулярности покупок клиента. Чем чаще человек покупает, тем с большей вероятностью он продолжит это делать в будущем.
Глава 3.7.Почему не надо отбирать скидки у хороших клиентов
А вы догадались, что предыдущая глава – своего рода провокация?
Я нарочито защищаю идею зарабатывать на хороших клиентах и давать поощрения только тем из них, которые «ухудшают свое поведение». Ибо это неоправданные стимулы, а для продавца – просто потеря денег. Причем денег существенных, особенно если их пересчитать в процент от прибыли. Стимулировать клиента нужно тогда и только тогда, когда материальный стимул способен повысить вероятность совершения покупки. Это позволяет не размазывать затраты на маркетинг по всей клиентской базе, а сфокусироваться только на клиентах, которые находятся в процессе смены поведения.
Однако на практике обычно реализуется совершенно другая стратегия. Вся механика ценовых поощрений, бонусов, скидок устроена так, что максимальные поощрения достаются тем, кто совершает покупки регулярно и помногу. То есть большинство компаний тратит основные средства и усилия на и без того стабильных клиентов.
Давайте проанализируем аргументы за материальное стимулирование «хороших» стабильных клиентов:
• Долгосрочная лояльность клиентов. И, как следствие, более высокий LTV (lifetime value – параметр, который показывает, сколько денег принес компании каждый клиент за все время жизни в клиентской базе). Дескать, если лучшие клиенты видят, что продавец идет им навстречу, то они останутся с ним надолго.
• Управление ожиданиями. Материальное стимулирование тех, кто покупает больше и чаще, относится к общепринятым маркетинговым стандартам. Если же клиент, который уже покупает часто и много, понимает, что продавец дает скидку всем остальным, но не ему, это не будет соответствовать его ожиданиям.
Проще говоря, его это обидит. А значит, повысит риск его ухода к конкуренту.
• Высокая важность потери. Хороший клиент слишком важен для компании, чтобы она могла допустить даже риск его потерять. И поэтому надо удерживать такого клиента всеми способами.
Не могу не согласиться и признаю, что каждый из этих аргументов имеет право на существование и достаточно серьезен. Но тем не менее, на мой взгляд, они не перевешивают потерь компаний от скидок и бонусов тем клиентам, которые продолжили бы покупать и без этих стимулов.
Давайте вместе подумаем, как в долгосрочной перспективе сохранить лояльность наиболее выгодных для компании клиентов, не тратя при этом огромных сумм на их материальное поощрение? Не спешите читать дальше, сделайте хотя бы одно предположение.
Рецепт существует!
И заключается всего в одном слове – сервис.
ХОРОШИМ КЛИЕНТАМ НЕ НУЖНО ДАВАТЬ МАТЕРИАЛЬНЫЕ ПООЩРЕНИЯ, ЭТО НЕВЫГОДНО. ИМ НУЖНО ДАВАТЬ НАИЛУЧШИЙ СЕРВИС.
Именно в этом случае вы одновременно сохраните на этих клиентах и более высокую прибыль, и их расположение и лояльность в долгосрочной перспективе.
Пометьте таких клиентов особым флагом. Если вы уже внедрили CRM-систему, сделать это будет легко – это просто признак клиента. Если клиентов у вас немного и нет никакой автоматизации – просто запишите их в отдельную табличку.
Если же вы как раз задумываетесь, чтобы начать всерьез заниматься клиентским маркетингом, то выделение лучших из них – это еще один аргумент за скорейшую организацию этого процесса. Не откладывайте это дело в долгий ящик.
Общеизвестный принцип Парето гласит, что в большинстве случаев найдется 20 % клиентов, которые генерируют 80 % прибыли. Конечно, это правило выполняется не всегда, но для начала вы можете выбрать и пометить 20 % своих клиентов особым флажком. Рекомендую выбрать тех, кто с вами давно, регулярно делает покупки (интервал между покупками стабилен) и последнюю покупку делал относительно недавно. Это и есть тот самый RF-анализ, который мы упоминали в предыдущей главе.
Иногда к аббревиатуре RF добавляют третью букву – M (Monetary) – это деньги, которые клиент уже потратил на ваши продукты и услуги. RF превращается в RFM – вы выбираете тех, кто покупает регулярнее, совершил последнюю покупку относительно недавно и тратит у вас больше, чем другие клиенты. Выберите по принципу Парето 20 % таких клиентов и предоставьте им максимальный сервис.
Что именно понимать под уровнем сервиса, зависит, конечно, от конкретного бизнеса и продукта. Ясно, что сервис в индустрии шиномонтажа или сервис в разработке мобильных приложений – разные истории. Но тем не менее можно выделить нечто общее в этом основополагающем понятии:
• Приоритетное обслуживание во всех типах очередей. В контакт-центре, в торговом зале, в обработке и доставке заказов. Если уж очередь возникла, будьте добры – обеспечьте обслуживание лучших клиентов вне этой очереди, пусть даже ценой ожидания случайных покупателей. Большинство ИТ-систем, реализующих обслуживание клиентов, позволяют создавать отдельную VIP-очередь или включать функцию приоритезации для таких систем, как процессинг заказов, управление клиентскими обращениями, управление очередями в контакт-центрах и т. п. Теперь у вас есть «флаг», чтобы такое обслуживание реализовать.