Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта. Благодаря им мы улучшаем сайт!
Принять и закрыть

Читать, слущать книги онлайн бесплатно!

Электронная Литература.

Бесплатная онлайн библиотека.

Читать: Маршрут построен! Применение карт путешествия потребителя для повышения продаж и лояльности - Илья Балахнин на бесплатной онлайн библиотеке Э-Лит


Помоги проекту - поделись книгой:

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.


ГРУППА 2. ПРОДУКТОВЫЕ ТРИГГЕРЫ

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.

ГРУППА 3. ТРИГГЕРЫ, ПОСТРОЕННЫЕ НА ЧЕЛОВЕЧЕСКОЙ ПСИХОЛОГИИ

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.

6.2. Механики лояльности

В связи с технологическим прогрессом и ростом объемов венчурного капитала порог входа во многие отрасли серьезно сокращается. Это ведет к росту конкуренции и, как следствие, повышению стоимости привлечения новых клиентов. В такой ситуации компаниям важно научиться работать с повторными покупками уже имеющихся клиентов, стимулируя их приобретать товары и услуги снова и снова. Как мы уже говорили, наличие положительного пользовательского опыта и продуманной системы триггеров являются для этого необходимыми условиями. Необходимыми, но недостаточными. Третья составляющая повторных покупок – эффективная программа лояльности.

Для начала поговорим немного о том, что вообще представляет собой программа лояльности – поскольку, несмотря на кажущуюся простоту, многие по-прежнему превратно понимают механизмы ее работы. Рассмотрим простой пример. У меня есть карта лояльности ресторана. Я получил ее за то, что совершил покупку выше определенной суммы. В сознании плохо знакомых с программами лояльности предпринимателей, сам факт наличия у меня карты лояльности и причитающейся к ней скидки должен гарантировать мои повторные покупки. Но это опасное заблуждение. У многих из нас дома пылится несколько десятков карт лояльности, которыми мы не пользуемся. В чем же дело? На самом деле карта лояльности – это «ключ», который позволяет компании связать мою личность и историю моих покупок, то есть отнести каждый чек к конкретному покупателю с тем, чтобы знать, что он в прошлом приобретал. В таком случае скидка, предоставляемая по карте, – это «плата» за мое согласие предъявить карту продавцу или официанту. Зная историю моих покупок в прошлом, компания может предположить, что я захочу приобрести в будущем. А такое прогнозирование повысит вероятность моих следующих сделок – вот это и называется лояльностью.

Вернемся в ресторан, владельцем карты лояльности которого я являюсь. Предположим, что во время 10 прошлых моих визитов я покупал в ресторане чай и кальян. Представим, что и в этот визит я заказываю чай и кальян. «Не хотите ли варенья с грецким орехом?» – уточняет у меня официант. Казалось бы, неплохая попытка совершить допродажу. Уж точно лучше, чем попытка сотрудницы Макдоналдса, которая однажды, видимо, задумавшись, предложила мне к мороженому морковные палочки. Несмотря на то что сочетание чая с вареньем кажется нам более удачным, чем сочетание мороженого с морковными палочками, на самом деле в обоих случаях мы имеем дело с одинаковой попыткой «проталкивания», то есть попытки навязать мне что-то, что я не люблю. Особенно если тем самым «кое-чем» в мои предыдущие визиты оказывался мед. Как должен был бы действовать официант в идеальном случае? Официант должен был бы попросить мою карту лояльности при приеме заказа (а не после, как это обычно делается). Приняв заказ, он ушел бы к своему кассовому терминалу и с помощью карты узнал бы, что меня зовут Илья. После того, как чай и кальян были бы «пробиты», терминал обратился к CRM-системе, и та передала бы информацию о том, что чаще всего с таким сочетанием я заказываю мед. «Илья (теперь он знает мое имя), вот ваши чай и кальян. Не хотите ли к чаю, как обычно, мед?» – чувствуете, совсем другой уровень сервиса, совсем другие перспективы совершить кроссел. Обратите внимание, что во всей этой ситуации за счет автоматизации практически полностью исключен человеческий фактор. Разумеется, официант может (хотя и не должен) знать имена постоянных клиентов и их предпочтения. Но, к сожалению, персонал не вечен, а система, хранящаяся в голове у официанта, является неотчуждаемой, а потому, строго говоря, не является системой вовсе. Любые знания, хранящиеся в голове у сотрудников, покидают компанию, как только компанию покидает обладающий ими сотрудник.

Есть основания предполагать, что описанная система хороша для B2C, но слабо подходит для В2В. Клиентов не так много, и даже может показаться, что у них нет и не может быть устойчивых предпочтений в товарах и услугах, которые воспроизводились бы с течением времени. Такой тезис справедлив лишь частично. Рассмотрим пример компании, имеющей широкий набор товарных категорий в своей ассортиментной матрице и продающей, скажем, строительные материалы строительным бригадам. Сложность построения программы лояльности для такой компании связана с тем, что конечные выгодополучатели, то есть лица, заказавшие стройку или ремонт, компании-производителю неизвестны. Таким образом, прогнозирование устойчивых сочетаний продукции оказывается затруднено – бригада может работать с несколькими домами сразу. Наш клиент, крупный производитель строительных материалов, нашел следующий выход из ситуации. На упаковке каждого продукта размещался специальный буквенно-цифровой код, который представитель стройбригады мог вбить на специальном сайте или в мобильном приложении. За каждый введенный код ему начислялись баллы, которые можно было обменять на акционные товары, посещение обучающих мероприятий, направленных на повышение квалификации строителя, или приятные сувениры. Каждый код при этом соответствовал определенной товарной категории. Процесс стройки обладает цикличностью, а следовательно, предсказуемостью: сначала фундамент, затем стены, затем крыша и т. д. Получив информацию о том, какие материалы закупила стройбригада, компания получала возможность сделать персонализированное предложение на товары, необходимые на следующем этапе стройки, предлагая купить их заранее с хорошей скидкой со склада, повышая тем самым оборачиваемость запасов и предсказуемость спроса. Обратите внимание, что такая модель позволяла выстраивать лояльность, даже не имея прямого контакта с покупателем.

Похожая модель лояльности может быть очень полезна и для компаний с дилерской моделью продаж. Не секрет, что управление дистрибьюторами – особое искусство, а их дисциплина и способность соблюдать правила часто оставляют желать лучшего. К нам обратилась крупная компания, занимающаяся производством и продажей через дилеров расходных материалов для салонов красоты. Каждый день торговые представители обходили такие салоны, предлагая продукцию. Отсутствие единой программы лояльности и унифицированных стандартов ведения СRM создавало для нашего клиента два вида рисков. С одной стороны, непрозрачность результатов работы дилера приводила к тому, что невысокие коммерческие результаты его деятельности становились очевидны лишь к концу месяца. Вместе с тем, что дилер не раскрывал информацию о посещенных им салонах, такая ситуация обрекала нашего клиента на запоздалые меры и фактическую невозможность применить к нерадивому дилеру санкции – ведь вся клиентская база была, по сути, у дилера, и он, оставшись недоволен такими санкциями, мог бы спокойно уйти к конкурентам. С другой стороны, коммерчески успешные дистрибьюторы тоже создавали угрозу. Продукт компании было несложно приобрести, и несколько самых наглых дистрибьюторов попробовали, установив с салонами хорошие отношения, наладить поставки аналогичной продукции из Китая и продавать их под своим брендом с большей наценкой.

В такой ситуации способность компании получать долгосрочную прибыль оказывалась под угрозой. Мы провели большую работу по унификации и стандартизации использования CRM среди всех дистрибьюторов, что позволило компании начать агрегировать данные по салонам и держать такой ценный актив, как клиентская база, под своим контролем. Одновременно созданная программа лояльности для мастеров салонов позволила начать устанавливать взаимоотношения между ними и компанией напрямую, повысила управляемость и, как следствие, экономическую эффективность дистрибьюторов.

Иногда статистика повторных продаж способна выступить для нас источником неожиданной информации и отправной точкой для формирования условий программы лояльности. К нам обратилась компания, занимающаяся продажей и установкой систем видеонаблюдения на крупных предприятиях. В компании не было не только программы лояльности, но и прописанных процессов учета отгрузок. В рамках анализа базы, который мы проводили для заказчика, был выявлен следующий интересный факт. Представим себе двух клиентов такой компании, каждый из которых совершил покупку на 1 000 000 рублей. После этого первый клиент раз в квартал исправно покупает у нас некий товар на сумму 100 000 рублей. Второй клиент на протяжении девяти месяцев отказывается от всех наших предложений и повторных сделок, после чего обращается к нам с просьбой продать ему очень дешевый и низкомаржинальный товар из нашей матрицы стоимостью, например, 10 000 рублей. В рамках принятого в компании подхода, первый клиент считался «лучшим», а второй – не заслуживающим внимания. Попытки активной работы с таким клиентом, как правило, прекращались. Анализ показал, что существует 11 очень дешевых товаров, появление которых в истории сделок клиента свидетельствовало о его готовности в самом ближайшем будущем повторно совершить крупную сделку. Понятным примером такого товара могли служить кабели. Когда у клиента начиналось расширение производства, он с помощью этих кабелей пытался обеспечить работоспособность системы видеонаблюдения своими силами. Но со временем предприятие росло, и кабелей оказывалось недостаточно – требовалось новое оборудование на 1 000 000 рублей. Разумеется, такой клиент забывал про нас, поскольку мы переставали с ним активно работать, и следующую покупку совершал у наших конкурентов. Таким образом, 11 товаров оказывались, по сути, трипвайерами (о них мы говорили в предыдущих главах). И раз их покупка влекла за собой существенный рост LTV клиента, то и механики программы лояльности мы во многом построили вокруг этих товаров.

Иначе работает программа лояльности для В2В-компаний с небольшой ассортиментной матрицей. Основная задача таких компаний – простроить такую стимулирующую сбыт лояльность, которая позволит не потерять маржинальность продаж. Традиционно в В2В основным способом стимулирования лояльности является скидка. Большинство компаний выдают два вида таковых: за объем и так называемую дискриминационную скидку, то есть скидку, призванную улучшить воспринимаемое соотношение цены и качества в глазах клиента по сравнению с конкурентами. В то же время в процессе заключения повторных сделок продавцы могут предоставлять так называемые неявные скидки, в том числе по незнанию. Рассмотрим пример. Допустим, компания производит пакетированный сок. Его себестоимость 30 рублей, а цена по прайс-листу – 60 рублей. В таком случае прибыль от продажи каждого пакета сока составит 30 рублей. Предположим, что в процессе переговоров продавец дает скидку за объем в размере 10 %, то есть 6 рублей, и в связи с ценовой активностью конкурентов еще 5 % скидки, то есть 3 рубля. Тогда цена составит 51 рубль, а прибыль будет равна уже 21 рублю, то есть сократится на 30 % от номенклатурной (прибыли на основании цены по прайс-листу). Эту цену в 51 рубль мы будем называть фактурной – именно она указывается в счетах, поступает к вам от покупателя, по ней традиционно считается выручка и комиссионное вознаграждение продавцов.

В то же время в процессе переговоров продавец мог дать и неявную скидку: возложил на нас обязательства по доставке (1 рубль на упаковку), участию в маркетинговых бюджетах для поддержки продаж (3 рубля на упаковку), перезачеты за исполнение годового плана продаж (2 рубля на упаковку). И хотя фактурная цена не изменилась, на самом деле экономика нашей компании получила довольно серьезные издержки. Фактическая цена (то есть цена на основании полного уравнения прибыли) составит 45 рублей за упаковку, а прибыль – 15 рублей, что вполовину меньше номенклатурной прибыли и на 29 % ниже фактурной. Уверен, многим читателям знакома такая ситуация: у компании есть давний клиент, который уже долгое время не покупает на большие суммы, но продавцы продолжают по старинке давать ему глубокую явную или неявную скидки. Правильно продуманная программа лояльности позволяет этого избежать.

Некоторые тренеры по продажам рекомендует вообще не давать своим клиентам скидок. На мой взгляд, такое мнение глубоко ошибочно. Скидки необходимо давать, но скидки надо превратить в мощное оружие, направленное на стимулирование целевого поведения.

Клиент платит много? Конечно, скидка. Оплачивает в срок, грамотно работает с бухгалтерскими документами? Скидка! Готов сделать предоплату? Скидка в размере ежемесячной стоимости денег. В общем, все что заставляет клиента вести себя лучше и выгоднее для нашей финансовой модели, должно быть переведено в разряд экономически обоснованных скидок и заложено в основание нашей программы лояльности.

6.3. Механики лояльности: что выбрать?

Даже если у вашей компании пока нет программы лояльности, вы наверняка интуитивно понимаете, что все механики лояльности можно поделить на две большие группы:

1. Скидочные, когда клиенту назначается определенный дисконт по карте, который может расти с ростом LTV клиента;

2. Бонусные, или балльные. Такие механики предлагают клиентам баллы, которые в перспективе могут быть превращены в скидки при определенных условиях, редкие товары, особые предложения или особый сервис.

Ключевая проблема обеих механик состоит в том, что они с трудом учитывают интересы продавца и покупателя. Не секрет, что клиенты очень любят скидки и не очень ценят баллы и механики начисления, конвертации которых зачастую непонятны; продавцы, напротив, очень с большой неохотой раздают скидки (они здесь и сейчас бьют по маржинальности) и легко расстаются с баллами. Для того чтобы устранить эту проблему, компании создают большое количество гибридных механик, вбирающих в себя все лучшее от скидок и баллов. К числу таких механик можно отнести:

«Квалификационные» баллы. Данная механика хорошо знакома всем клиентам программы «Аэрофлот-Бонус», в рамках которой начисляются два вида «миль» – обычные (которые можно использовать для повышения класса обслуживания в самолете или покупку билетов) и квалификационные (которые влияют на статус пассажира в системе, – есть Серебряный, Золотой и Платиновый уровни). Похожую механику использует «Азбука вкуса», которая за покупки начисляет баллы (конвертируются в рубли скидок) и так называемые марки (их можно разменять на подарки от поставщиков магазинов – например, посуду и технику).

Геймификация. Набор механик, построенных вокруг выполнения клиентами определенных «квестов», или покупательских заданий. В результате выполнения таких квестов покупатели могут получать так называемые бейджи, или значки, комбинации которых можно обменивать на различные призы. Плюс такой механики в том, что она позволяет стимулировать довольно сложные потребительские сценарии и эффективно продавать низкооборачиваемые товары. К минусам можно отнести относительно высокую стоимость развертывания такой механики, поскольку ее реализация чаще всего требует разработки мобильного приложения.

Кэшбек. Находящаяся на стыке лидогенерации и лояльности механика кэшбека получила в последние пару лет огромное распространение в России. Компании – участники кэшбековых систем получают данные о покупательском поведении владельцев кэшбековых карт, а взамен платят организатору кэшбек-механики процент от покупки, часть которого организатор возвращает покупателю через несколько недель. Фактически для компаний кэшбековые механики похожи на работу по модели СРА, когда компания платит кому-нибудь за приведенного клиента. К основным плюсам кэшбек-механик можно отнести сравнительную простоту и относительно низкую стоимость развертывания, а к минусам – значительно урезанные возможности для комплексного анализа данных и принятия решений по дальнейшему взаимодействию с клиентом. В этой связи кэшбековые механики пользуются популярностью прежде всего у малого бизнеса.

Mastery/slavery-программы. Такой вид механик, дословно переводимый как «хозяин/слуга», хорошо применяется и имеет высокую эффективность для компаний, чьи клиенты представляют собой плотно связанное сообщество и тесно общаются друг с другом. Один из крупных московских строительных магазинов добился выдающихся успехов, используя такую механику. При совершении покупки на заданную сумму клиент этого магазина получал не одну дисконтную карту, а 11. Оставшиеся 10 карт клиент мог раздать своим знакомым – например, другим руководителям строительных бригад. Для них эта карта работала на общих основаниях, а «хозяйской» карте со всех покупок по этим картам дополнительно начислялся 1 % в виде бонусов.

Слипы. Суть этой механики в том, что компания отказывается от унифицированной логики программы лояльности в пользу индивидуальных скидочных предложений клиентам. После того как клиент при покупке предъявляет карту лояльности, ему вместе с чеком пробивается специальный вкладыш-слип, содержащий скидочное предложение следующего вида: «в следующий раз при покупке товара X и товара Y вы получите товар Z с большой скидкой». Логика формирования такого предложения следующая: в качестве товара X традиционно выбирается товар первой необходимости, ради которого клиент и так бы пришел в магазин (например, хлеб, молоко или яйца). В качестве товара Y берется высокомаржинальный, но низкооборачиваемый товар. А в качестве третьего товара – тот, что клиент регулярно приобретает согласно его истории покупок, хранящейся в нашей CRM. Подобные механики работают в сети «Лента».

После выбора одной из этих механик компания, задумавшаяся над внедрением программы лояльности, сталкивается с необходимостью выбора «движка» – то есть аппаратного комплекса, обеспечивающего реализацию программы лояльности. Эта задача представляется одной из наиболее сложных, поскольку предложения многих поставщиков программного обеспечения для программы лояльности очень похожи друг на друга. Чтобы сориентироваться в них, требуется гремучая смесь знаний из области построения бизнес-процессов, маркетинга, статистики и IT. К сожалению, разработчики программного обеспечения, хотя и предлагают своим клиентам услуги интеграции их решений с существующей IT-архитектурой компании, тем не менее не являются бизнес-консультантами, ввиду чего пренебрегают реальными бизнес-процессами, что влечет, в свою очередь, разрастание сметы и сроков работ либо снижение реальных эксплуатационных характеристик самой CRM-системы или программы лояльности в будущем. Мы рекомендуем перед внедрением такого дорогостоящего программного обеспечения обязательно либо своими силами построить карту бизнес-процессов и сформулировать бизнес-требования к будущей системе, либо заказать такую услугу на стороне – например, в нашей компании.

6.4. Борьба с оттоком

Еще одной задачей, которую решают программы лояльности, является борьба с вторичным оттоком. Как мы уже увидели выше, основной способ предсказания оттока и его снижения – использование прогнозных моделей, например RFM. В то же время, особенно в B2В, одного только RFM недостаточно. Отложите эту книгу на несколько минут и представьте себе ужасную, на первый взгляд, ситуацию: ваш конкурент встречается с вашим клиентом. Как ни обидно это признавать, застраховаться от такой ситуации мы с вами не можем. Наступит день, когда ваш конкурент позвонит вашему клиенту и предложит ему встретиться в самом дорогом ресторане города за чашечкой кофе. На это мы повлиять не можем. Но на что мы можем повлиять – так это на то, что на этой встрече будет происходить. Придя на встречу, конкурент будет делать всего две вещи – атаковать ваши нынешние доходы и атаковать ваши будущие доходы. В этой связи на встрече ваш конкурент в той или иной форме задаст всего два вопроса:

– Что в вашем текущем сотрудничестве с поставщиком вы бы хотели поменять?

– Что из того, что вы бы хотели получать от вашего текущего поставщика, он вам пока не может предоставить?

Несложно предположить, что если у клиента найдутся хоть какие-то ответы на эти вопросы, опытный конкурент сумеет использовать их в своих интересах. Что в этой связи необходимо делать именно вам? На всех семинарах, где я задавал этот вопрос, слушатели хором отвечали: «Задавать эти вопросы первым!» Кажется, что это очень легко и очевидно, но многие ли компании на самом деле инвестируют в систематический сбор обратной связи от своих клиентов? Нет! Вместо того чтобы спрашивать о том, что действительно важно, компании используют псевдочисловые и совершенно бесполезные на практике метрики вроде NPS или CSI, а потом удивляются, когда при высоких значениях этих индексов оказываются у разбитого корыта.

Важно отметить, что к борьбе с оттоком можно отнести также и работу по возвращению ранее покинувших компанию клиентов, однако конкретные приемы для решения этой непростой задачи будут рассмотрены в следующих книгах.

Итоги главы

1. Количество имеющихся на рынке предложений настолько велико, что даже безукоризненный сервис и полная удовлетворенность клиента продуктом или услугой отнюдь не гарантируют его лояльности и готовности покупать повторно.

2. Чтобы их обеспечить, нам нужны триггеры – спусковые крючки, напоминающие клиенту о нас.

3. Триггеры бывают канальными, продуктовыми и психологическими.

4. Задача триггера – лишь напомнить о нас, но настоящую преданность обеспечивает продуманная программа лояльности.

5. Существует множество механик лояльности, и выбор подходящей именно вам должен являться предметом кропотливого анализа покупательского поведения и технологической сочетаемости.

6. В то же время даже самая совершенная программа лояльности не заменит простого человеческого общения между вами и клиентом.

Глава 7

Дорога в тысячу ли

Теперь, когда мы с вами познакомились с базовыми правилами всех шести этапов, применим полученные знания на практике и пошагово отследим построение карты путешествия потребителя. Поможет нам в этом знаменитая модель SOSTAC. Согласно этой модели, любые работы по совершенствованию маркетинга (да и любых других бизнес-процессов) имеет смысл вести по следующему алгоритму:

1. S – situation analysis, или анализ ситуации. Исходная позиция, текущее состояние наших точек контакта.

2. O – objectives, или цели и задачи. То, к чему мы идем, точка А′.

3. S – strategy, или общая стратегия развития путешествия потребителя.

4. T – tactics, или конкретные инструменты, точки контакта, которые необходимо создать, улучшить или, напротив, изъять из потребительского путешествия.

5. А – action-plan, или пошаговый план внедрения точек контакта со сроками и ответственными лицами. Зачастую представлен диаграммой Гантта.

6. C – control, или система показателей эффективности (так называемых KPI), по которым мы оцениваем успех вносимых нами изменений путешествия потребителя. Включает в себя не только количественные показатели, но и требования к качеству точек контакта, предусматривая контроль не только по итоговым результатам, но и в реперных точках.

Эти шесть этапов можно переложить в следующую логику:

● С чего начать строить CJM.

● Как сделать анализ всех точек контакта.

● Как анализ декомпозировать до инструментов.

● Как инструменты переложить в план.

Как мы уже выяснили, основной задачей CJM является максимизация выручки за счет управления ее основными составляющими: лидами, конверсией, оттоком, средним чеком, покупками и возвратам.

Сперва вам необходимо определить JTBD. Предположим, мы имеем дело с маленькой городской кофейней, а наш JTBD – предприниматель, который заходит по утрам позавтракать. Настало время определиться с точками контакта на каждом из этапов путешествия этого JTBD.

Начнем с анализа текущей ситуации:

1. Составьте перечень всех точек контакта, через которые проходит клиент. CJM для мебельного магазина может выглядеть вот так (табл. 5, 6).

2. Проведите опрос существующих и потенциальных клиентов из этого JTBD на предмет:

– Как вы выбираете заведения, в которые ходите перед работой?

– Что для вас важно при выборе заведения, в которое вы ходите по утрам (можно предложить варианты ответов)?

– Что вам нравится / не нравится в процессе посещения заведения?

3. Отдельного внимания заслуживает метод наблюдения: смотря за тем, как наши клиенты ведут себя в разных точках контакта, мы получаем возможность составить представление об основных драйверах и барьерах каждой их них. Например, наш клиент – федеральная сеть фитнес-клубов. Проанализировав путешествие своих клиентов, в туалетах были добавлены небольшие полочки для мобильных телефонов, стойки для зарядки электроники, специальные бумажные полотенца для того, чтобы стоять на них после душа – все это в совокупности позволило улучшить пользовательский опыт в части удержания, что традиционно составляет для фитнес-клубов основной рычаг максимизации выручки.

В процессе наблюдения необходимо фиксировать все эмоции клиентов, как положительные, так и отрицательные, и распределять их по точкам контакта.

4. Аналогичную процедуру следует повторить в формате «тайного покупателя» в точках продаж ваших конкурентов (лучше всего, если таким тайным покупателем будете вы сами). Не забывайте также фиксировать те точки контакта, взаимодействие с которыми вызвало у вас положительные или отрицательные эмоции.

5. В итоге у вас должна будет получиться карта такого вида, как изображена на рис. 11.




Настало время определить приоритетность изменений. Для этих целей используются два инструмента. Первый – карта соответствия точек контакта потребностям клиентов. Посмотрим на пример такой карты, составленной для нашего клиента – сети магазинов детских товаров (табл. 7):

Как сделать такую карту:

Шаг 1. Составить матрицу, в которой по оси X будут располагаться все точки контакта от начала путешествия к его концу, а по оси Y факторы выбора, указанные участниками опроса (п. 2 вопрос 2);

Шаг 2. Необходимо оценить каждую точку контакта, задав себе вопрос «Влияет ли она отрицательно, положительно или нейтрально на различные факторы выбора?». Например, на карте выше видно, что персонал отрицательно влияет на четыре фактора выбора и тем самым становится ключевой точкой контакта для будущей оптимизации. Кроме того, отдельное внимание нашему клиенту мы порекомендовали уделить навигации по торговой точке.


Второй инструмент мы используем в тех случаях, когда черных зон в матрице слишком много и сложно определить, за что браться в первую очередь. Здесь нам на помощь приходится так называемый revenue breakdown. Как мы уже поняли, каждый этап путешествия связан с различными показателями формулы прибыли, а значит, понимание того, какой показатель легче всего изменить, влияет на то, на каких точках контакта фокусироваться в первую очередь. Рассмотрим пример: представим себе две кофейни, стоящих друг напротив друга, запишем формулу их выручки как: R = L × C × Pu × D × Q, т. е. представим выручку как произведение гостей на конверсию на среднюю стоимость одной позиции меню на число позиций в заказе на количество повторных сделок. Пускай в первое кафе ежемесячно приходят 100 человек (L = 100), 40 % из них что-то покупают (C = 0,4), в среднем в их заказе две позиции (D = 2) по 20 рублей каждая (Pu = 20), а количество успешных сделок равно двум (Q = 2). Тогда выручка первой кофейни R1 = 100 × 0,4 × 2 × 20 × 2 = 3200 руб.

Во втором заведении все совсем по-другому: ежемесячно туда приходит всего 50 гостей (L = 50), однако 80 % становятся клиентами (C = 0,8), покупают одну позицию из меню (D = 1), но зато дорогую – допустим, за 80 рублей (Pu = 80) и повторно в этом месяце не возвращаются (Q = 1). Тогда выручка второй кофейни R2 = 50 × 0,8 × 1 × 80 × 1 = 3200 руб.

Без знания формулы выручки может показаться, что эти кофейни абсолютно одинаковые, однако кропотливый анализ помогает дать нам более конкретные рекомендации с точки зрения управления CJM. Так, вторая точка очевидно нуждается в большем количестве лидов, улучшении кроссел и лояльности, а значит, должна сфокусироваться на этапах «Первичное осмысление», «Сделка», «Тригерные коммуникации». Первая же точка точно нуждается в апсел, а значит – управлении этапом «Сделка» и, возможно, повышении конверсии, то есть управлении этапом «Оценка и выбор».

Следовательно, с помощью такого рода расчетов, построенных вокруг формулы прибыли, можно определить наиболее приоритетные этапы с точки зрения влияния на наши финансы.



Поделиться книгой:

На главную
Назад