Out of Cloud: Как собирать и использовать данные о своих клиентах

Исполнительный директор Антон Самутин (слева) и основатель и генеральный директор Виталий Александров

Успех бизнеса в цифровую эпоху — это умение грамотно собирать и использовать данные о своих клиентах. Сейчас на рынке есть все необходимые платформы для того, чтобы осуществить подобную трансформацию в сторону клиента, собирать данные, обрабатывать и использовать их в сервисе, маркетинге.

Какие данные нужны

У каждого бизнеса своя специфика, но всем принципиально нужно одно — сбор максимального количества информации о клиенте или пользователе.

Если вы интернет-магазин, то вам необходимо собирать все действия и покупки по каждому пользователю вокруг одного ID. Это может помочь понять заинтересованность клиента либо в каком-то конкретном товаре, либо в какой-то категории товаров. К примеру, если он просматривает в течение нескольких дней страницу со смартфоном, но не совершает покупку, мы можем подтолкнуть его к ней, прислав на почту очень выгодное предложение, со скидкой или подарком. Или если он все-таки купил смартфон, мы можем предложить чехлы, пленки и другие аксессуары к нему по специальной цене и т. п.Так, нижеперечисленные действия пользователя необходимо собирать почти каждой компании:

  • какие товары смотрел;
  • в каких разделах был;
  • сколько времени провёл на странице товара или категории;
  • по каким параметрам искал;
  • куда чаще всего кликал;
  • какие товары купил.

Если у вас есть живые точки продаж, вам необходимо «склеивать» офлайн- и онлайн-действия пользователя. Это необходимо для того, чтобы на 100% видеть историю покупок и действий пользователя. Если вы видите только онлайн-покупки, а живые не учитываются, то ваши прогнозы и эксперименты будут некорректны.

Пример:

В базе данных вы видите, что человек совершил покупку всего лишь раз за последний месяц в интернет-магазине. Делаете предположение, что клиента нужно срочно реанимировать, так как он уходит в отток. И это будет ошибкой, так как на самом деле он в течение этого месяца дважды дополнительно покупал еще и в офлайне, и на самом деле он входит в сегмент самых лояльных клиентов. А вы начинаете общаться с ним, будто его нужно срочно вернуть. В итоге это может негативно сказаться на поведении этого клиента в будущем.

Как же склеивать эти данные? Самое простое — бонусная карта/карта лояльности и т. п.Мы знаем, на какого покупателя она зарегистрирована, и если он имеет мотивацию её использовать (например, количество бонусных баллов увеличивается с каждой последующей покупкой), то мы будем иметь данные и об онлайн-, и об офлайн-покупках.

Вместо карты иногда может применяться мобильное приложение со штрихкодом, либо покупатель может просто назвать свой номер телефона на кассе. Интересен также вариант реализации от компании amoCRM: немного модернизированный терминал для приёма банковских карт может считывать с карты имя покупателя и передавать эти данные в CRM-систему.

Приведенный список данных неполный, у каждого бизнеса своя специфика, но основная мысль в том, что любой компании, работающей в B2C-сегменте, нужно создавать базы данных с уникальным ID каждого человека, где должно фиксироваться каждое его действие, будь то в онлайн или офлайн (покупка, просмотр, интерес). Это позволит вам найти максимально персонифицированный подход к каждому клиенту.

Выполняя кейс сети ресторанов «Росинтер Ресторантс», например, для более точной сегментации клиентской базы нам пришлось выделить около 40 переменных. Клиентов делили по количеству дней с последней транзакции, количеству чеков, среднему интервалу между покупками, среднему чеку, долям трат на разные категории еды, долям трат на каждый из 8 брендов «Росинтер Ресторантс» (IL Патио, «Планета Суши», «Шикари», TGI Friday’s, «Американский бар и гриль», «Мама Раша», «Планета Кофе», Costa Coffee), долям трат в разные дни недели и в разное время суток и тому подобное.

Как хранить данные

В B2C сбор данных осуществляется через специальные платформы, которые позволяют обрабатывать и хранить огромные массивы данных. Для небольших компаний самой удобной связкой будет сочетание Google BigQuery (хранилище данных) и Google Data Studio (визуализация данных). Удобство заключается в том, что между этими платформами уже настроена связка и не будет никаких проблем с выгрузкой данных в виде красивых отчетов. Что важно — это решения практически ничего не стоят. Для небольших компаний ежемесячная стоимость может составлять несколько тысяч рублей.

Очень важно отметить, что платформы должны быть интегрируемые, чтобы данные из различных платформ могли схлопываться в одном месте. Схлопываться — значит приходить в одну систему и привязываться к тому же ID клиента, что и во всех остальных платформах.

Чтобы всё вышеперечисленное нами было понятнее, попробуем визуализировать это в виде схемы на примере тех же решений от Google (Data Studio и BigQuery), о которых мы говорили.

Как использовать данные

Например, мы в своей работе придерживаемся определенной последовательности ключевых этапов работы с данными:

1. Определение ключевых сегментов клиентов;

2. Определение целей работы и постановка задачи;

3. Выдвижение гипотез и проведение экспериментов;

4. Корректировка маркетинговой стратегии.

Этап 1. Определение ключевых сегментов клиентов

После того, как сбор и хранение необходимой информации налажены, правильным будет выявить ключевые сегменты клиентов вашего бизнеса и увидеть, на какие метрики можно и нужно влиять. Например, у некоторых компаний четко видно, что сегменты отличаются друг от друга только частотой посещений, а средний чек остается на одном уровне. Такие показатели характерны для fashion-retail или для компаний, работающих в сфере услуг. В других отраслях можно заметить отличия только в среднем чеке, а частота примерно одинаковая.

Как ни странно, ключевые метрики, показатели которых стоит улучшать, достаточно тривиальны и всем известны, такие как, например, LTV (CLV), коэффициент удержания (Rr), доля кошелька (Share of Wallet, ShW) и прочие, однако редко кто использует верный подход к воздействию на них.

Помимо определения верхнеуровневых сегментов (явных, самых простых в нахождении, например сегментация по принципу того, кто сколько тратит) нам необходимо разобраться и найти значимые взаимосвязи в большом массиве информации, которые потенциально помогут направить маркетинг в сторону персонализации и большей отдачи от кампаний.

Этап 2. Определение целей работы и постановка задачи

Исходя из полученной информации с предыдущего этапа, необходимо определить ключевую цель всех активностей, которые мы будем делать на базе полученных из данных выводов. При чем важно не просто обозначить рост того или иного показателя, а указать конкретные результаты, которые мы будем считать удовлетворительными. В этом поможет свой опыт, опыт коллег или других агентств. К примеру если речь идет о продуктовом ритейле, подобные цели обычно ставятся в формате:

● Увеличить объем сегмента A на 0,52%

● Сегмента B на 0,75%

● Сегмента С на 0,9%

● Снизить объем сегмента D на 4,2% и т. п.

Где сегмент, А — постоянные покупатели, совершающие более 4 покупок в неделю, сегмент D — оттоковые покупатели, не сделавшие ни одной транзакции за последний месяц. Логично, что сегмент, А надо увеличить, а сегмент D — сократить, постаравшись перевести этих покупателей в более ценный сегмент.

Этап 3. Выдвижение гипотез и проведение экспериментов

После определения целей разрабатываем план экспериментов, которые позволят подтвердить или опровергнуть наши гипотезы (предположения, примеры — ниже). Предположения на базе закономерностей могут появиться самые разные:

  • Проверяем работу различных паттернов выбора вашего продукта как в целом, так и по определенным сегментам. Например, уровень заказов на доставку в ресторанном бизнесе увеличивается в плохую погоду, это общий и достаточно банальный паттерн, однако важно понять, что именно у ваших клиентов он есть и использовать его для максимизации прибыли. Или, к примеру, мы можем заметить, что зимой покупатели розовых пуховиков возрастом 18−24 года (Ж), летом активно покупают красные купальники. В случае с погодой и ресторанами мы можем в преддверии ненастной погоды (по прогнозу) сделать рассылку с предложением скидки на доставку при заказе, в случае с девушками, будем начиная с весны предлагать красные купальники по выгодной цене.
  • Определяем, насколько для ключевых сегментов важен размер скидки для принятия решений. Выбираем сегмент, отбираем контрольную и несколько экспериментальных групп, запускаем продажу одинаковых товаров с разной скидкой, измеряем эффект, определяем математическую значимость, делаем выводы. Это может касаться не только скидок. Так, занимаясь реактивацией участников программы лояльности «Почётный гость» для сети ресторанов «Росинтер Ресторанс» (бренды IL Patio, Планета Суши, Costa Coffee) в рамках каждого сегмента мы давали разное количество бонусных баллов и таким образом делали выводы, для какого сегмента что лучше работает.

Этап 4. Корректировка маркетинговой стратегии

Данные, получаемые в ходе эксперимента, могут быть математически значимыми — это позволит экстраполировать их на всех клиентов и улучшить персонализацию во взаимодействии с ними, а могут быть недостаточно информативными, тогда эксперимент придется сделать повторно на большей выборке. Данные будут считаться достаточно информативными, если они явно (вне пределов возможной погрешности) подтверждают или опровергают выдвинутую ранее гипотезу. Полученную информацию необходимо переработать, понять и внести необходимые корректировки в маркетинговую стратегию.

Кто этим должен заниматься?

В идеале все запросы на обработку данных должны поступать от CRM-стратега, который разбирается в бизнесе, в специфике работы организации, в приоритетности целей компании, в финансах, да и во всем, что касается клиентов и их обслуживания.

Многие топ-менеджеры скептически относятся к данному этапу, так как для каждого из них информация об их компании лежит на поверхности, но для сотрудника, который ставит задачи по анализу данных или для агентства, многое не очевидно, это влечет за собой ряд ошибок и недопониманий на всех этапах работы.

Именно поэтому в своей работе первым делом мы назначаем серию интервью с ключевыми подразделениями компании, которые будут задействованы при запуске маркетинговых кампаний на базе полученных данных.

Как мы уже сказали, у каждого бизнеса своя специфика, но всем жизненно необходимо одно — сбор максимального количества информации о клиенте или пользователе, ибо от грамотного сбора этих данных и не менее грамотного их использования зависит успех бизнеса в цифровую эпоху.

Никаких технических сложностей в этом нет. Вопрос лишь в том, готовы ли вы принять эту новую парадигму и начать мыслить по-новому. И лишь тогда вы достигнете главной цели — роста удовлетворенности клиентов и, как результат, роста выручки.

Источник: sostav.ru

Оставьте первый комментарий

Добавить комментарий

Этот сайт использует Akismet для борьбы со спамом. Узнайте как обрабатываются ваши данные комментариев.