Сегментация клиентской базы для увеличения продаж
При сегментации потенциальных покупателей мы выделяем группы и работаем с ними: строим гипотезы, предполагаем, какие сегменты принесут больше заявок и продаж.
При сегментации базы клиентов мы имеем больше точных данных. Например, мы уже знаем, на какие продукты пользователи тратят деньги, что им интересно, готовы ли они к платной доставке и понравился ли им наш сервис. Мы делим их на группы, чтобы получить повторные продажи.
1 способ: ABC XYZ
Этот метод сегментации основан на принципе Парето: 20% клиентов обеспечивают 80% всей прибыли. Метод проводят в три этапа.
Первый этап — АВС-анализ. Необходимо выделить «сегмент А», то есть те 20% клиентов, которые будут генерировать основную прибыль — 80%. В ходе сегментации также получим группу В, которая даёт 15% выручки, и группу С — 5%.
Пример: месячная выручка магазина электроники — 50 000 ₽. Рассчитываем, как долю по 4 группам клиентов в общей прибыли: как покупали клиенты 18–25 лет, клиенты 26–35 лет, клиенты 36–45 лет и все, кто старше 45 лет.
Формула для расчёта: (выручка от группы клиентов / общая прибыль компании) х 100%.
Клиенты 18–25 лет = (7 000 ₽ / 50 000 ₽) х 100% = 14%.
Клиенты 26–35 лет = (20 000 ₽ / 50 000 ₽) х 100% = 40%.
Клиенты 36–45 лет = (8 000 ₽ / 50 000 ₽) х 100% = 16%.
Клиенты 45+ лет = (15 000 ₽ / 50 000 ₽) х 100% = 30%.
Сортируем по убыванию доли и рассчитываем нарастающий итог. Для группы клиентов с самой большой долей нарастающий итог будет равен этой доле в общей выручке. Для последующих прибавляйте долю к итогу из предыдущей строки. То есть для клиентов 26–35 лет доля в общей выручке равна нарастающему итогу — 40%. Для сегмента 45+ = 40% + 30% = 70%, для тех, кому 36–45 лет, = 70% + 16% = 86%, а для самых молодых покупателей = 86% + 14%.
Определяем группы A, B и C: группа A — это все клиенты, у которых нарастающий итог ниже 80%, группа B — ниже 85%, группа C — остальные.
Второй этап — XYZ-анализ. Выясняем стабильность спроса у разных групп. Будем искать отклонения от показателей за месяц. Для этого нужно рассчитать коэффициент вариации. Для примера возьмём один квартал, но лучше брать данные за один год и делить по месяцам. В ходе сегментирования получаем три группы:
- стабильный спрос (Х) — 0–10%;
- относительный спрос с колебаниями (Y) — 10–25%;
- случайный спрос (Z) — больше 25%.
Пример: заносим в Excel-таблицу данные о продажах за сентябрь, октябрь и ноябрь. Нам нужно определить стандартное отклонение, а потом поделить его на среднее количество продаж за выбранный период. В Excel прописываем формулу = СТАНДОТКЛОНПА(ссылка на ряд)/(СУММ(ссылка на ряд)/СЧЁТЕСЛИ(ссылка на ряд;">0")), где ссылка на ряд — это все клетки с суммами в ряду.
Получаем коэффициент вариации по каждому типу клиентов и определяем их в одну из групп — X, Y или Z.
Третий этап — соединение данных и работа с ними. Составляем матрицу и выясняем, какие клиенты приносят высокий доход.
Клиенты, которые стабильно приносят выручку компании, — АХ, а CZ приносят компании меньше всего выручки и их спрос не поддаётся прогнозу. У клиентов из группы AY спрос колеблется, но они тоже приносят высокий доход, поэтому им нужно уделять внимание, делать для них специальные офферы. Клиенты из группы ВZ приносят хорошую выручку, но их спрос тяжело спрогнозировать. Возможно, им можно показывать рекламу сезонных товаров и перед праздниками.
2 способ: RFM-анализ
Сегментируем базу по покупательской активности. Делим её на группы, чтобы узнать, как часто клиенты покупают и сколько тратят. Анализируем по трём параметрам:
- время с момента последней покупки — «recency»;
- количество покупок — «frequency»;
- сумма покупок — «monetary».
С помощью каждого параметра получаем три группы клиентов. Например, давние, относительно недавние и новые покупатели для параметра «recency». Результаты можно собрать в Excel с помощью функции «Сводная таблица». Диапазоны давности, частоты и суммы покупок рассчитывайте самостоятельно, исходя из выручки и размера базы. Вы получите 27 сегментов, с которыми можно работать.
Пример: для магазина техники возьмем три группы клиентов.
Первая группа — постоянные клиенты;
Вторая группа — те, кто покупает иногда;
Третья группа — редкие покупатели, которые тратят маленькие суммы.
Считаем диапазоны RFM для каждой группы.
Recency
Первая группа — до 30 дней;
Вторая группа — от 31 до 90 дней;
Третья группа — от 91 дня.
Frequency
Первая группа — от 10 покупок;
Вторая группа — от 4 до 9 покупок;
Третья группа — до 3 покупок.
Monetary
Первая группа — от 100 000 ₽;
Вторая группа — от 40 000 ₽ до 99 000 ₽;
Третья группа — до 39 000 ₽.
Заполняем таблицу и для каждого клиента указываем принадлежность в одной из трёх групп по R, F и M.
Получаем 27 сегментов — 111, 122, 311, 133 и другие. Начинаем работу с ними. «Клиенты 111» покупают много и часто — им рассказываем о новинках. «Клиенты 333» давно ничего не покупали — активируем их с помощью персонального промокода на скидку. «Клиенты 211» покупают нечасто, но тратят большую сумму. Расскажем им про программу лояльности и предложим зарегистрироваться.
RFM-анализ подойдёт для любого бизнеса, но более эффективен для компаний с базами от 10 000 клиентов. Отслеживайте поведение потребителей раз в месяц, чтобы быть в курсе, как меняется их покупательский статус.
3 способ : сегментация по методу LTV
Метод LTV отвечает на вопрос — сколько прибыли получим от одного клиента за всё время взаимодействия с ним? Для расчёта LTV учитываем средний чек клиентов, число покупок в месяц и время, в течение которого они продолжают у нас покупать.
Сегментация клиентов по LTV показывает, сколько денег можно получить от клиентов. Эти данные помогут спланировать затраты на рекламу.
Показатель LTV в маркетинге важен, если компания продаёт товары и услуги, которыми часто пользуются. Производителю моющих средств важно привязать к бренду: в месяц клиент покупает в среднем одну бутыль. За годы лояльные клиенты принесут миллионы чистой прибыли.
Если клиент делает покупку один-два раза в жизни, LTV отходит на второй план. Например, люди нечасто покупают новые квартиры, поэтому на рынке недвижимости важнее работать над снижением CPL и CPO.
Пример: автомобильный салон выяснил, что клиенты, купившие дорогие джипы, приносят дополнительно 700 000 ₽ за год. На рекламу новых комплектующих, например, шин или ковриков, можно увеличить бюджет, чтобы стимулировать повторные продажи.
4 способ : матрица BCG
Обычно матрицу BCG используют, чтобы определять, продажа каких товаров приносит больше всего прибыли. Но эту матрицу также можно использовать для сегментации клиентов.
Матрица помогает разделить покупателей по объёму и темпам роста выручки. Результаты фиксируют на графике с четырьмя секторами:
- трудные дети — клиенты, которые пока приносят мало выручки, но активно увеличивают спрос;
- собаки — клиенты, которые приносят мало выручки или с отрицательным темпом роста. Им можно уделять меньше всего внимания и применять автоматизированные методы продаж — например, продавать с помощью чат-бота;
- звёзды — крупные клиенты с высоким темпом роста выручки. Этой группе клиентов необходимо уделять больше всего внимания, поскольку это хорошая точка роста для бизнеса;
- дойные коровы — клиенты с низким или даже отрицательным темпом роста выручки, которые при этом совершают много покупок и приносят компании большую часть текущей выручки.
Матрица BCG помогает скорректировать продвижение для разных групп клиентов. Цель — сбалансировать график.
На взаимодействие с группой «собак» нужно тратить меньше всего времени и денег. Например, делать автоматизированные рассылки в чатах и email.
«Трудных детей» необходимо развивать, работать с ними, чтобы в будущем они перешли в группу «звёзд» и «дойных коров».
В идеальной ситуации последние два типа клиентов, «звёзды» и «дойные коровы», должны быть самыми большими. Тогда компания будет получать максимальную выручку.
Минус разделения покупателей на сегменты по матрице BCG в том, что внимание обращается только на несколько свойств клиентов. Также покупатели могут менять позицию, а найти точную общность сегмента бывает сложно.