конкретного салона принимал решение приобрести партию украшений, а директор всей сети критиковал сделанный выбор. И, как результат, управляющий салона просил забрать часть нераспроданной партии назад. Если бы компания-производитель звонила в салон и грамотно работала с возражениями, то вероятность возврата товара сократилась бы.
E-MAIL-МАРКЕТИНГ ИЛИ СМС?
Допустим, клиент оформил заказ в интернет-магазине. Тут же ему на почту приходит письмо с благодарностью за заказ. Когда заказ собран и укомплектован, клиент получает информацию о том, что все готово к доставке. После прихода заказа в пункт выдачи или передачи курьеру клиент вновь получает уведомление. И уже после доставки заказа клиент получает письмо за подписью генерального директора или владельца компании с благодарностью за сделанный выбор, просьбой поделиться опытом использования и оставить отзыв. Высылая большое количество поддерживающих писем или СМС-сообщений, вы создаете у клиента стойкое ощущение того, что о нем заботятся. Но самое главное – напоминаете ему о том, что он совершил покупку именно у вас.
В маркетинге такая стратегия называется Lead Nurturing, или «капельный маркетинг».
Настроить такие инструментальные триггеры несложно. Если в вашей компании работает человек, который хоть что-то понимает в программном коде, то проблем с настройкой онлайн-триггеров не будет. Можно просто интегрировать e-mail-маркетинговые машины или сервисы для рассылки СМС-уведомлений в систему управления контентом на сайте и привязывать отправку таких писем или СМС к определенным действиям пользователей.
Описанный выше способ отправки клиенту канальных триггеров связан с его поведением и пользовательским опытом, то есть user experience (UX). В то же время все большую популярность набирает более точный способ отправки канальных триггеров – анализ покупательского поведения, или transactional experience (TX). Основной моделью ТХ является так называемый RFM-анализ. Аббревиатура RFM образована от трех английских слов:
R – recency, или «недавность». Эта переменная показывает, сколько дней в среднем проходит между сделками худших, нормальных и лучших клиентов. Представим, что границы среднестатистического R варьируются от 20 до 40. Это означает, что наш лучший клиент покупает чаще, чем раз в 20 дней. Границы нормального торгового цикла – от 20 до 40 дней. А все, кто покупают реже, чем раз в 40 дней, могут быть отнесены к числу худших клиентов.
F – frequency, или частота. Эта переменная показывает, как часто – скажем, за год – клиент покупает у нас покупку. На первый взгляд может показаться, что R и F похожи. Но это совсем не так. Представим себе двух клиентов, которые за год совершили по четыре покупки каждый. Первый клиент покупал у нас равномерно, в среднем раз в 91 день. Его F = 4, а R = 91. Второй клиент ведет себя совершенно иначе. Он совершил первую покупку, затем через неделю вторую, еще через неделю третью и, наконец, спустя еще неделю – четвертую. В этот момент его F = 4, а R = 7. Такой клиент гораздо ценнее, чем первый. Но вот идет время, и до конца года второй клиент больше не совершает покупок. К концу года его R = 174, то есть он стал для нас гораздо менее ценным клиентом, чем первый. Он «выпал» из числа лучших клиентов. Если среднестатистические границы F варьируются от 2 до 5, то это значит, что лучшие клиенты совершают за период шесть и более покупок, нормальные клиенты – от двух до пяти покупок, а клиенты, совершившие одну покупку, могут считаться худшими или случайными.
M – monetary, или доход с клиента. Данная переменная показывает, сколько денег приносит нам данный клиент за одну покупку. То есть monetary – это, по сути, средний чек. Представим себе премиальный продуктовый магазин. Клиент приходит и покупает на 10 000 рублей. Его M равен 10 000. Во второй визит его средний чек равен уже 5000 рублей, а М равен 7500. Третья покупка – 3000 рублей, четвертая – 2000 рублей, пятая – 500 рублей, шестая – 80 рублей. К этому моменту его LTV равен 20 580 рублей, а M = 20 580/6 = 3430 руб. Что случилось с клиентом? Возможно, он разорился, но скорее всего, дела обстоят гораздо хуже: несмотря на то, что мы считаемся премиальным магазином, отношение клиента к нам похоже на отношение к ларьку, куда можно зайти за сигаретами и зажигалкой. Наш клиент «деградировал». Если граница среднестатистического М находится в интервале от 1000 до 5000 рублей, то «лучшими» клиентами мы будем считать тех, чей средний чек начинается от 5001 рублей, а «худшими» – 999 рублей и ниже. Всех остальных мы отнесем к «нормальным» клиентам.
Несложно посчитать, что RFM-анализ делит клиентскую базу на 27 сегментов (табл. 4).
Такая нарезка может быть использована двояко:
1. Как способ мгновенного анализа качества имеющейся у нас базы. Этот способ полезен при начале систематизации маркетинга, ранее работавшего без четких цифровых показателей, и позволяет быстро оценить потенциал дальнейшего роста продаж за счет имеющихся у нас клиентов. Ниже приведены два примера RFM-анализа, который мы проводили для наших клиентов. В первом случае мы видим довольно типовую картинку: «нормальные» клиенты преобладают, «очень хороших» и очень «плохих» клиентов сравнительно мало, имеется потенциал роста базы за счет некоторого количества так называемых спящих клиентов (например, клиенты, покупавшие на большие суммы и часто, но давно не посещавшие наш магазин).
2. Данная ситуация может показаться, на первый взгляд, менее привлекательной. Как мы видим, в базе множество худших клиентов, совсем немного клиентов, которых можно отнести к лучшим, а потому кажется, что потенциал роста скрыт в пробуждении спящих. Однако пристальное рассмотрение каждого сегмента показывает, что LTV худших и спящих сегментов очень низкий и не превышает 7 % суммарной выручки. Таким образом, компании необходимо сосредоточиться на обслуживании текущих нормальных клиентов и активнее заниматься привлечением новых.
3. Способ недопущения вторичного оттока клиентской базы. Параметры RFM могут быть запрограммированы в вашу CRM-систему и служить условиями для отправки клиентам целевых сообщений. Например, если клиент находился в сегменте «лучших», но постепенно начинает «выпадать» из этого сегмента, скажем, по критерию R (то есть давно у нас не покупает), система может отследить этот факт и начать отправлять ему сообщения, нацеленные на совершение покупки в ближайшее время. Таким образом, с помощью RFM-сегментации CRM-система превращается из продвинутой записной книжки в настоящий и в значительной степени автоматизированный центр принятия решений для улучшения клиентского опыта.
К этой группе триггеров мы относим сигналы, которые клиенту «подает» сам продукт или услуга. Известный пример – гигиенические принадлежности. Например, бритвы Gillette или зубные щетки Rich. В качестве индикатора пригодности одни имеют синюю полоску, а вторые – окрашенные щетинки. По мере использования продукта синий цвет тускнеет. Это служит пользователю сигналом к тому, что бритву или зубную щетку пора менять.
Из интересных российских практик можно отметить нашего клиента – компанию – производителя фильтров для очистки воды. Используя фильтр, клиент выставляет на крышке дату, когда картридж будет необходимо сменить. Сам фильтр в данном случае является «живым напоминанием» того, что в определенный момент потребуется купить новый картридж и снова принести компании деньги.
Бывают случаи, когда продуктовые и канальные триггеры плотно связаны между собой. Например, мобильная связь: когда деньги на счете заканчиваются, на номер клиента приходит СМС с напоминанием о том, что надо пополнить баланс.
Эту группу триггеров сложно отнести к продуктовым или к канальным. Здесь взаимодействие с клиентом основывается на его психологических особенностях. Например, на стремлении к порядку, организации или коллекционированию. Маркетологи уже давно научились эксплуатировать эти склонности.
Самый известный пример – компания Kinder и шоколадные яйца Kinder Surprise. Бизнес-модель компании целиком построена на любви к коллекционированию. Или компания Макдоналдс: под запуск крупных кинопроектов она всегда делает линейку игрушек с главными героями, стимулируя повторные покупки. А если собрать все 12 номеров журнала Cosmopolitan, вышедших за год, и сложить вместе корешки, то можно увидеть секретную фотографию. Бизнес-модель на допродаже и страсти к собирательству построена и у компании Pandora: сам по себе браслет смотрится не так эффектно, если не докупать к нему бусины-шармы. Из российской практики – издательство «МИФ», книги которого нумеруются на форзаце, вызывая у клиента желание собрать целую серию.
Психологические триггеры помогают управлять тактикой повышения издержек переключения. Для примера возьмем разработку российских программистов, проект Wrike – недорогую систему организации корпоративного труда. Сразу после регистрации система начинает очень четко работать с клиентом на этапе бесплатного использования. Разработчики Wrike сделали что-то вроде интерактивного квеста, в который погружают каждого клиента. У квеста две задачи: первая – лучше познакомить клиента с системой, вторая – незаметно подтолкнуть клиента к расширению области пользования сервисом. Клиент начинает вносить больше задач, приглашать друзей, общаться.
Все это повышает издержки переключения. Клиент так плотно эксплуатирует продукт компании, что смена продукта на аналогичный или даже более дешевый влечет большие неудобства.
Уверен, что всем читателям, у кого есть дети, хорошо знакомы компании, предлагающие всякие игрушки по подписке. Например, компания D’Agostini. Эта компания выпускает, например, шахматы в стилистике Гарри Поттера, а первую фигурку дарит ребенку вместе с каким-нибудь детским журналом, прикладывая к нему инструкцию с подробными правилами игры. Из этих правил ребенок узнает, что фигурок должно быть 32, а значит, родители гарантированно «попали» на 31 покупку.