Удержать, мотивировать, вовлечь: сегментация аудитории для поддержки лояльности к продукту

Сегодня задача многих компаний — не просто продать потребителю продукт или услугу, но сделать его амбассадором бренда, партнером, помогающим в его развитии. Для этого требуется вовлечение на эмоциональном уровне — и стандартные модели сегментации тут не работают.

Например, модель Jobs to be done (JTBD) делит пользователей по тому, какую «работу» выполняет для них продукт, но просто предложить решение задачи недостаточно для того, чтобы завоевать доверие.

Деление по LTV — количеству денег, которые человек принесет бизнесу за все время, — тем более не позволяет потребителю стать полноценным партнером, ведь при таком подходе компания фокусируется на одностороннем взаимодействии: получении прибыли от клиента.

Перспективной выглядит сегментация по этапам жизненного цикла (CJM), но, если пытаться одинаково общаться со всеми пользователями в определенной точке CJM, можно упустить возможность делать персонализированные предложения. 

В отличие от этих подходов, кластеризация пользователей на основе транзакционного поведения — анализа больших данных о покупках — позволяет создать такие отношения, при которых будет проще убедить людей пользоваться услугами одного бренда в течение нескольких лет.

Чтобы выстроить эту модель, необходимо изучить основные этапы жизненного цикла клиентов и собрать информацию о том, какие покупки они совершают на каждом из этих этапов.

Читайте по теме: Эффективность за деньги: как отменить бесплатные услуги и не растерять клиентов

Четыре этапа жизненного цикла клиента

Знакомство и адаптация

Новые клиенты впервые контактируют с сервисом, его рекламными сообщениями или рассказом о компании от лояльных пользователей. Если человеку откликается предложение, он хочет попробовать товар или услугу бренда сам.

Активность клиента

Часть потребителей начинает чувствовать себя в сервисе «как дома» — они изучили все его преимущества, регулярно следят за обновлениями и не понимают, почему они не знали обо всем раньше. Эти люди становятся активными пользователями.

Другая — каждый бренд надеется, что меньшая часть, — оказывается недостаточно заинтересована предложениями компании и сразу переходит в категорию неактивных клиентов.

Стабильные отношения

Активный клиент через 3-4 месяца становится лояльным, постоянным — и теперь пользуется сервисом, раз за разом игнорируя предложения конкурентов. Однако постепенно его интерес уменьшается, и рано или поздно он переходит в категорию неактивных. С развитием безразличия и апатии и бывшие лояльные клиенты, и те, что сразу стали неактивными, переходят на следующий уровень — то есть уходят совсем.

Уход клиента

Клиент устает от сервиса, не видит перспектив для себя или столкнулся с проблемой, которую сотрудники не смогли решить — он теряет заинтересованность и готов уйти. Нужно понимать, что на любом этапе, пока клиент еще не ушел, можно его «реактивировать». Того, кто не понял преимуществ бренда сразу после периода адаптации, — заинтересовать.

Постоянных клиентов, потерявших энтузиазм, привлечь чем-то новым. Даже уже уходящих людей можно снова превратить в активных пользователей, решив их проблему — и тогда жизненный цикл начнется заново.

Как вовлечь клиента: кластерная модель

Что делать, чтобы перевести клиента из категории «новые» в «активные»? Конечно же, нужно его чем-то привлечь. Возраст и география могут подсказать направление для ваших действий, но этой информации обычно недостаточно.

И тут как раз на помощь приходит кластерная модель. Она определяет сегменты целевой аудитории и ранжирует категории покупок относительно не только социально-демографических характеристик, но и поведенческих.

Часто отдельным специалистам не под силу самостоятельно проанализировать данные о всех клиентах, поэтому для определения кластеров обычно используют алгоритмы машинного обучения (Machine Learning, ML). Тогда пошаговый алгоритм сегментации может выглядеть так:

Собрать данные о каждом клиенте и убедиться, что они представлены в едином формате

Для этого нужно закодировать, например, пол, город или категории покупок в цифры. Так, можно обозначить женский пол цифрой «1», а мужской — цифрой «0».

Данные, которые сообщают о поведении клиентов, тоже кодируются. Например, можно разделить время покупок на категории «утро», «день», «вечер» и «ночь» и закодировать их в числовом формате.

Выбрать аналитический сервис или хранилище данных для анализа

Малый и средний бизнес может использовать даже Excel и высчитывать закономерности по формуле вручную, если данных не так много.

Более крупным компаниям будет удобнее выявлять кластеры автоматически с помощью специальных программ или языков программирования — R или Python. Числовые данные помогут буквально рассчитать расстояние между точками — представителями кластеров, и визуализировать группы потребителей.

После анализа данных и описания портрета потребителей маркетологи разрабатывают отдельные коммуникационные сообщения для каждого сегмента аудитории. Например, человек может получить пуш-уведомление с темой: «Собрали самые выгодные предложения лета-2023 для вас». В результате такой акции 6% нашей аудитории вовлекается в предложения партнеров, а показатель предотвращения оттока в целевой группе оказывается выше на 29%.

Приведем пример: у нас есть клиентка Дарья из Москвы, у которой на счету 1500 бонусов (1 бонус равен 1 рублю). Мы знаем, что она регулярно совершает покупки на популярных маркетплейсах. Также мы выяснили, что у нее есть кошка и она любит путешествовать — она покупает корм каждый месяц и за последние полгода дважды бронировала авиабилеты.

На основе нашего анализа мы предложим Дарье почаще заходить в магазины партнеров — так она не только получит скидки на нужные ей товары, но и накопит еще больше баллов. Дарья может покупать продукты с быстрой доставкой в «Самокате» — там она получит 15% бонусами на первый заказ.

Корм для кошки получится найти в «СберМегаМаркете», а часть его стоимости, как и любой продукции категории «зоотовары», оплатить бонусами, плюс за всю покупку она получит 4% бонусного кешбэка — да еще и доставка будет бесплатной. При бронировании отелей и авиабилетов клиентка также сможет потратить бонусы и заработать до 10% дополнительного кешбэка бонусами от покупки.

Все это должно помочь Дарье стать более активной, регулярно обращаться к тем услугам и товарам бренда, которые важны именно ей — и со временем перейти в категорию постоянных клиентов.

Какие критерии можно задать для сегментации пользователей, чтобы определить стадию их жизненного цикла и поделить на группы?

• Фиксируем время с момента регистрации: первые два месяца клиент адаптируется, а проявляет активность только после трех месяцев.
• Анализируем транзакционные данные: какие товары заказывают чаще всего, сколько раз в месяц, какая максимальная и средняя сумма заказа, какие скидки и промокоды применяются, оплата прошла наличными или по карте, когда была сделана покупка.
• Анализируем персональные данные, которые клиенты указывали при регистрации. В них содержится та самая формальная информация, которая понадобится при подготовке акций и предложений.

Что предлагать клиенту?

Нет единой стратегии, которая могла бы помочь удержать и сделать лояльным любого человека. Адаптировать свои предложения нужно ориентируясь на этап жизненного цикла и ту сегментацию, которую мы уже провели на предыдущих шагах.

Новым клиентам рассказываем про нематериальную ценность продукта. Стоит донести, что тут человек получит эксклюзивные офферы и доступ ко всем продуктам экосистемы, к нему будут относиться как к партнеру, а не просто как к источнику прибыли. Исследования показывают, что транслирование нематериальных ценностей положительно влияет на лояльность клиентов. По нашему опыту, такой подход позволяет перевести на 19% больше участников в категорию «активные» по сравнению с другими способами коммуникации.

Клиент стал активным. Что дальше? Продолжаем делать регулярные индивидуальные предложения, которые помогут ему перейти к следующей ступени жизненного цикла и не потерять интерес к компании. Здесь важно выстроить стратегию частоты рассылок, чтобы не утомить пользователя навязчивыми сообщениями, и определить, как минимум, лимит сообщений в неделю и удобное время для их получения.

Для этого нужно вновь посмотреть на сегмент аудитории и его образ жизни. Например, если человек относится к кластеру высокодоходных клиентов, не стоит присылать ему письма и сообщения ежедневно. Вероятно, у него не найдется времени, чтобы прочитать их, а многочисленные письма в почте будут только раздражать.

Вовлеченность уже лояльных клиентов поддерживаем через геймификацию — даем возможность посоревноваться с другими, попробовать новые товары, протестировать обновления и получить положительные эмоции. И превращаем в амбассадоров бренда с помощью систем лояльности, приятных бонусов и скидок.

Готовых уйти удерживаем качественной ненавязчивой клиентской поддержкой: снижаем частоту коммуникаций, инициируем редкие сообщения только о самых важных новостях. При помощи сегментации по этапам жизненного цикла и прицельных предложений таким клиентам удалось удержать на 30% больше пользователей, чем при других видах коммуникации.

Читайте также:

Скорость, персонализация и микродействия: три главных тренда UX сегодня

Пособие для нанимающего: как подготовиться к интервью продакта

Если бренд хочет добиться эмоциональной вовлеченности и лояльности пользователей, ему нужно применять индивидуальный подход — сегментация клиентов по «полу-возрасту» уже не работает. Чтобы быть конкурентоспособными, понадобятся более сложные модели — например, кластерная модель ML.

С ее помощью можно узнать особенности поведения своих потребителей — и предложить актуальные для них преимущества на каждом этапе жизненного цикла. У активных клиентов благодаря этому растет LTV, неактивных можно снова сделать активными, и даже уже уходящих — остановить и вернуть.

Фото на обложке: Vitalii Vodolazskyi / Shutterstock