Колонки

Как приручить аналитику, чтобы повысить продажи и лояльность клиентов

Колонки
Дмитрий Некрасов
Дмитрий Некрасов

CEO «Датмарк»

Ольга Лисина

К чему сводится работа с клиентами в вашей компании? Есть ли в ней место аналитике? 

CEO «Датмарк» Дмитрий Некрасов рассказывает, для чего нужно проводить анализ клиентов, что такое CRM-маркетинг и что делать с полученными данными. А также дает конкретные рекомендации: за какими показателями следить и какие инструменты для этого нужны.

Как приручить аналитику, чтобы повысить продажи и лояльность клиентов

В наиболее успешных и перспективных фирмах продажи и маркетинг сфокусированы на клиентах, их проблемах и потребностях. Они анализируют историю покупок, регулярно обращаются к дашбордам, разрабатывают маркетинговые кампании для разных клиентских сегментов.

Догоняющие их компании компании действуют иначе. Маркетологи тратят рекламный бюджет, анализируя только клики и заказы. Менеджеры по продажам просто обрабатывают входящие заявки. А руководители планируют работу, не учитывая данные аналитики, и упускают из виду то, что происходит в клиентской базе, куда все движется и к чему, вероятнее всего, приведет.

И разница между этими компаниями огромна.


Для чего нужны данные о клиентах

Работа с клиентами может идти всего в трех направлениях: привлечение, удержание и развитие.

Какие именно задачи можно решать с помощью данных:

Привлечение Удержание и развитие
  • Повышение конверсии
  • Снижение стоимости привлечения
  • Рост числа новых клиентов
  • Снижение времени от заявки до покупки
  • Повышение среднего чека новых клиентов
  • Увеличение ROMI (возврат инвестиций в маркетинг)
  • Снижение оттока клиентов и повышение коэффициента удержания
  • Рост повторных покупок
  • Повышение среднего чека
  • Снижение стоимости обслуживания клиентов
  • Повышение удовлетворенности и лояльности
  • Повышение пожизненной ценности

Подход уже имеет устоявшееся понятие — CRM-маркетинг. Это когда вы анализируете вашу клиентскую базу и улучшаете работу с ней посредством каналов коммуникации.

Звучит красиво. Давайте рассмотрим, как именно и за счет чего можно это делать.


Как можно использовать эти данные


1. Повышение эффективности рекламных кампаний по привлечению новых клиентов


Разным клиентам интересны разные выгоды. Привлекать всех потенциальных клиентов одинаковыми предложениями и скидками неэффективно. Узнайте детальные потребности и особенности вашей аудитории и скорректируйте рекламу на основе этого.

Сервис Datameer, специализирующийся на анализе больших данных, приводил в пример кейс международной финансовой компании, которая проанализировала своих клиентов и рекламу и выявила, что 60% маркетингового бюджета было направлено на 4% от всех целевых аудиторий.

На основе этих данных департамент маркетинга перераспределил усилия по привлечению и на другие сегменты. Теперь они стали охватывать 50–60% целевой аудитории. Как результат — конверсия повысилась на 25% благодаря созданию более релевантных объявлений для каждого сегмента.

Другой пример: при работе с компанией по продаже отопительного оборудования, а точнее, твердотопливных котлов, мы проанализировали географию продаж и выяснили, что в регионах Севера, Урала, Сибири и Дальнего Востока спрос на продукцию есть при минимальных или отсутствующих затратах на рекламу. Это дало возможность провести кампанию, направленную на регионы, и повысить продажи за 6 месяцев на 11 000 000 рублей с ROMI 2204%.


2. Индивидуальная работа с клиентами


В B2B-компаниях и B2C с высоким средним чеком, где персонализированная работа с клиентом жизненно необходима, не имеет смысла «мучить» всех клиентов подряд и предлагать им одно и то же. 

Лояльным клиентам нет смысла предлагать скидки и снижать маржинальность. Клиентам, которые вот-вот уйдут, необходимо делать самые выгодные предложения и оказывать повышенное внимание. Новичков — развивать и стремительно улучшать их клиентский опыт. Потерянных клиентов следует реанимировать, изучать историю покупок и предлагать только то, что действительно им может понравиться.

Компания McKinsey рассказала, что после того, как один производитель химической продукции пересмотрел свою аналитическую программу, они открыли новые возможности для работы с контрагентами. Анализ перекрестных продаж позволил менеджерам предлагать актуальные товары и услуги компаниям со схожими ключевыми характеристиками: размер, отрасль, местоположение. Продажи выросли на 4%, а удовлетворенность клиентов повысилась на 25%.



3. Запуск ремаркетинга


Можно запустить ремаркетинговую рекламную кампанию на конкретные группы клиентов, чтобы «догонять» их на других сайтах и социальных сетях. Например, выгрузить данные о тех, кто покупал определенную группу товаров и давно не проявлял активность, в рекламную систему и настроить показы подходящих объявлений.

Так вы сможете увеличить конверсию, делая более релевантные предложения тем, кто ранее покупал у вас конкретные товары или пользовался услугами.


4. Разработка и запуск email-кампании


Главное преимущество email-маркетинга состоит в том, что с помощью рассылок можно сделать индивидуальное предложение конкретному клиенту в подходящее время.

Выделив группу клиентов, которые, например, были «потеряны», можно копнуть глубже и просегментировать по истории продаж, местонахождению и другим параметрам. В результате вы сможете отправить только те офферы, которые, вероятнее всего, заинтересуют компании.

Например, в рамках проекта с B2B-компанией из Санкт-Петербурга после анализа клиентов и проведения реанимационной email-рассылки были «возвращены к жизни» порядка 160 контрагентов, которые обеспечили продажи на более чем 100 млн рублей в следующий год.

В действительности арсенал возможных способов воздействия на продажи с помощью анализа данных, довольно велик. Не стесняйтесь задавать себе и своим сотрудникам вопросы, предлагать нетривиальные идеи и тестировать смелые гипотезы. Ваши данные подскажут, в каком направлении вам двигаться.


Какие инструменты нужно иметь в распоряжении

Давайте рассмотрим, с помощью каких инструментов можно проводить клиентскую аналитику. Мы выделили четыре варианта:


1. Использовать аналитические сервисы и BI-системы. 


Эти сервисы специально предназначены для анализа, визуализации и обработки больших массивов данных. Это практично, быстро и удобно. Самый известные и технологически развитые: Microsoft PowerBI, Tableau, QlikView, Sisense, Looker, Periscope.

По данным исследования IBM, внедрение BI-систем и окупается в среднем за 1,6 года и имеет ROI 112%.


Внешний вид системы Tableau / Источник: tutorialgateway.org


2. Использовать и дорабатывать ERP или CRM-систему.


Для многих компаний это большой соблазн, поскольку тогда вся необходимая информация у них будет в одном месте, в одной программе. Однако на практике это выходит неоправданно дорого и долго. Это трудный путь проб и ошибок.

Причины кроются в непонимании, зачем же нужна аналитическая система, когда все данные есть, скажем, в 1С. Давайте кратко разберем это заблуждение:

  • Часто в ERP и CRM есть исходные данные для многих показателей, но их надо отдельно считать или каждый раз выгружать отдельные отчеты. Это не лучшая альтернатива.
  •  Системы могут дать только описательную статистику и базовые показатели (продажи, заказы, клиенты).
  •  В ERP и CRM системы затруднительно (а в некоторых случаях невозможно) сводить данные из рекламных систем и других источников. BI-системы созданы специально для таких задач.
  • ERP системы необходимы для управления ресурсами предприятия. CRM — для управления отношениями с клиентами. BI-системы — для анализа и визуализации данных организации. Каждый программный продукт разрабатывается для определенных нужд. И нет смысла изобретать велосипед, делая, скажем, из «Битрикс24» систему аналитики. Значительно выгоднее с точки зрения временных и финансовых инвестиций интегрировать в бизнес-процессы BI-систему.

Внешний вид ERP-системы 1С

3. Выгружать и считать в Excel


В самом известном табличном редакторе можно выгружать и считать любые показатели и строить любые диаграммы. Но это всегда значительно дольше по времени и не может быть масштабировано в полноценную систему, на основе которой можно быстро принимать управленческие решения.


Пример анализа данных в MS Excel / Источник: baguzin.ru


4. Разрабатывать собственное ПО.


Немногие компании имеют возможность, а порой и необходимость разрабатывать полностью индивидуальные CRM и ERP-системы. В этих случаях сюда же начинают интегрировать аналитическую функциональность. Все это обходится, как правило, в значительные (даже астрономические) суммы.

Но выбирать, разумеется, вам, исходя из имеющихся ресурсов и задач.


Какие показатели отслеживать

Мы кратко перечислили некоторые показатели клиентской активности, которые в большинстве случаев помогут понимать текущую картину в CRM.



Коэффициент оттока (Churn rate)


Формула:

  • (Количество ушедших клиентов за период / Всего клиентов на начало периода) х 100%

Что отражает показатель:

  • Насколько эффективно ваша компания удерживает клиентов или как быстро их теряет. Если ваш бизнес нуждается в лояльных клиентах, без мониторинга этого показателя вы не поймете, когда весь маркетинг и продажи будут работать только на новых клиентов, не заботясь об удержании текущих.

Средний доход с клиента (ARPU)


Формула:

  • Продажи за период / Количество клиентов за период

Что отражает показатель:

  • Сколько денег в среднем приносит один клиент в вашу компанию за период. Немного отличается от показателя «Средний чек», поскольку не учитывает количество транзакций. Но дает понимание комплексной работы с каждым клиентом.

Стоимость привлечения клиента (CAC)


Формула:

  • Затраты на привлечение клиентов за период / Количество новых клиентов за период

Что отражает показатель:

  • Сколько стоит привлечение одного фактического клиента (не лида) в ваш бизнес. Для более точной оценки следует учитывать не только рекламный бюджет, но и стоимость услуг подрядчиков и сотрудников по маркетингу, представительские расходы и работу менеджеров по продажам — словом, все то, что направлено на привлечение.

Срок окупаемости затрат на привлечение (Payback CAC)


Формула:

  • Стоимость привлечения клиента (CAC) / Средний доход от клиента за период

Что отражает показатель:

  • Сколько времени уходит на то, чтобы привлечение клиента окупилось. Особенно важно отслеживать его в бизнесах со сложными воронками и длинным циклом продаж, где затраты на привлечение крайне высоки и окупаются далеко не сразу. Либо там, где доход с клиента невысок, а рынок весьма конкурентен.

Срок жизни клиента (Lifetime)


Формула:

  • Дата последнего заказа — Дата первого заказа

Что отражает показатель:

  • Как долго, в среднем, клиенты остаются с компанией. Можно переводить в дни, месяцы или годы, кому как удобно и понятно. В приведенном примере средний срок жизни клиента — два с небольшим года (почти 26 месяцев).


Пожизненная ценность клиента (LTV)


Формула:

  • Средний чек (AOV) х Среднее количество продаж на 1 клиента за период (RPR) х Средний срок жизни клиента (Lifetime)

Что отражает показатель:

  • Весьма непростой в расчете интегральный показатель, который моделирует, сколько принесет в компанию один клиент за весь период своей активности в вашей компании. Имеет несколько вариантов расчета: от простых, которые отражают ситуацию в ретроспективе, до сложных прогностических, которые учитывают много нюансов, в том числе дисконтирование.

Средний чек нового клиента


Формула:

  •  Доход с первых покупок за период / Количество новых клиентов за период

Что отражает показатель:

  • На какую сумму совершает покупку новый клиент, пришедший в компанию. Отличается от общего среднего чека тем, что учитывает только первую покупку.

Вероятность ухода


  • Рассчитывается совершенно по-разному и учитывает специфику бизнеса и отрасли. Отчасти коррелирует с RFM-сегментацией, но не обязательно. Характеризует оценочную вероятность ухода конкретного клиента.

Московская компания на рынке B2B-оборудования для производства начала регулярно отслеживать и анализировать вероятность ухода клиентов. Для предотвращения этого стали разрабатываться специальные скрипты продаж по удержанию, персонализированные предложения и скидки, организовывались индивидуальные встречи с клиентами из зоны риска.

Спустя 6 месяцев это позволило снизить коэффициент оттока на 50%. А эти клиенты продолжили стабильно приносить от 3 до 7% годовых продаж от года к году.

Не ждите, что клиент вам сообщит, что больше не будет пользоваться вашими услугами. Согласно исследованию, опубликованному в Huffpost, только 1 из 26 клиентов уйдут, попутно выразив недовольство работой компании. Остальные 24 уйдут молча. Действуйте на опережение и не допускайте этого.


Как понять, как эти показатели повлияют на бизнес

Мы часто слышали скептические высказывания о том, что изменение каких-то абстрактных показателей не повлияет существенно на основные показатели бизнеса. Это не так.

Прибыль и выручка напрямую зависят от многих других показателей: трафик → цена клика → конверсия → стоимость привлечения → ROMI → средний чек → ARPU → LTV и многих других. И чтобы понимать взаимосвязь бизнес-показателей и возможных рычагов воздействия, необходимо моделировать ситуацию «как может быть» в сравнении с «как есть» или «как было».

Эту модель можно сделать в Excel или в PowerBI, либо другой системе аналитики. В примере ниже можно смотреть на ситуацию в ретроспективе за предыдущие годы, менять три параметра (стоимость привлечения, расходы на маркетинг и средний чек) и видеть, как изменилась бы ситуация ранее.



Например, что если бы в прошлом году вы сохранили расходы, но смогли бы снизить стоимость привлечения, как это могло бы отразиться на продажах? Вы бы привлекли на 11,1% больше клиентов, которые увеличили бы ваши продажи на 1,4%. А поскольку новых клиентов было бы больше в соотношении к постоянным, метрика ARPU у нас тоже снизилась бы.

А если бы средний чек удалось повысить всего на 5% (за счет увеличения стоимости или предложения сопутствующих товаров и услуг)? А если бы увеличили расходы на маркетинг на 25% при сохранении текущего CAC?

Такие вопросы всегда нужно задавать компании при планировании маркетинговых усилий. Однако, разумеется, это модель, а не прогноз. Но она позволит искать новые пути развития, ставить цели сотрудникам и подрядчикам, опираясь на важность определенного вероятность того или иного результата.


Почему не все это делают


1. Не собирают качественные данные о своих клиентах


80% времени я трачу на очистку данных. Качественные данные всегда выигрывают у качественных моделей
Томас Нгуен, data-специалист

Нужные для вашего бизнеса данные должны собираться регулярно. Если вы работаете на B2C-рынке, позаботьтесь, чтобы вы могли идентифицировать каждую покупку. Но не менее важно, чтобы данные были очищены от лишней информации и приведены в нужный вид. Чем больше качественных данных о клиентах у вас есть, тем больше уверенности в высоких продажах.


2. Не имеют квалифицированных кадров


Нет никакой мистики в процессе принятия решений. Обучиться этому навыку может каждый
Сидни Финкельштайн, профессор менеджмента, писатель

Для этого нужны аналитики, владеющие статистикой, программированием и умеющие хорошо презентовать результаты своей работы. Это довольно редкий тип специалиста, которого еще предстоит найти, замотивировать и развивать. Только не забудьте научить всех других участников команды понимать его презентации и диаграммы!


3. Не привыкли принимать решения на основе данных


Без данных вы просто еще один человек с собственным мнением
Уильям Эдвардс Деминг, известный консультант по вопросам менеджмента


Есть такое понятие в современной управленческой культуре — HiPPO (highest paid person’s opinion). Это человек, который имеет более высокое положение в иерархии компании и, следовательно, мнение которого якобы важнее, чем представленные данные. Да и среди руководителей среднего звена и специалистов часто можно наблюдать ситуацию, когда опыт и интуиция перевешивают здравый смысл, факты и выводы аналитиков. С этим явлением надо бороться.


4. Так не повелось в компании


Корпоративная культура на основе данных — это не только применение новейших технологий, это изменение традиционной корпоративной культуры так, чтобы компания, команды в ней и каждый сотрудник стремились делать что-то отличное, потому что располагают для этого необходимыми данными
Сатья Наделла, CEO Microsoft

Когда люди считают, что цифры — это просто цифры, а реальная работа с ними не сочетается, появляется серьезный риск упадка и деградации бизнеса. Потому что нововведения не будут проверяться и тестироваться, а результаты работы будут восприниматься неоднозначно. Без понимания каждым сотрудником того, с чем в действительности компания имеет дело, невозможен рост в долгосрочной перспективе.

Все участники команды бизнеса должны отталкиваться только от данных и реальных цифр. Не надо принимать идею, пусть даже красивую, если она не имеет эффекта. И надо давать карт-бланш, если какое-то направление или маркетинговый канал улучшает показатели. Важно сместить акцент с опыта, интуиции и ума в пользу данных и аналитики.


Как получить максимум

  • Помните, что компании-лидеры всегда используют обширные данные для принятия решений. Приручив аналитику, вы сможете использовать новые подходы и иначе смотреть на привычные.
  • Тщательно подойдите к вопросу инструментов для аналитики и визуализации данных.
  • Выделите в своей компании наиболее значимые показатели, регулярно отслеживайте их и работайте над улучшением.
  • Задавайте больше вопросов себе и менеджерам. А ответы ищите в своей клиентской базе.
  • Искорените в команде склонность к принятию решений на основе интуиции и мнений.
  • Планируйте работу на основе моделирования ситуации, связанной с изменением показателей.
  • И самое важное — не бойтесь доверять данным.

Но в то же время не стоит думать, что аналитика — это панацея. Какой бы продвинутой ни была у вас работа с данными, это не умаляет важности других аспектов бизнеса и влияния человеческого фактора. К тому же, данные могут показывать одну ситуацию по-разному.

Следует всегда интерпретировать полученные данные и, самое важное, подключать голову. Тогда шаг за шагом со временем вы сможете внедрить аналитический подход при работе с вашими клиентами.


Фото на обложке: Shutterstock / SFIO CRACHO

Изображения в тексте предоставлены автором

Нашли опечатку? Выделите текст и нажмите Ctrl + Enter

Материалы по теме

  1. 1 Анализируй это: как построить аналитику для маркетинга в три шага
  2. 2 Будущее маркетинга – неужели все дело в данных?
  3. 3 16 метрик, которые должен знать предприниматель

Актуальные материалы —
в Telegram-канале @Rusbase

ВОЗМОЖНОСТИ

14 июля 2020

FoodTech

15 июля 2020

NeuroTech