Audience Model — RMF на максималках

Привлекать новых клиентов все дороже, САС превышает LTV, рост замедлился. CRM-маркетологи делают спонтанные рассылки по текущей базе клиентов, но они носят рандомный характер и туманный эффект... — знакомо?

Вернуть (реактивировать) пользователя, который уже знаком с вашим брендом/продуктом в 5-7 раз дешевле, чем привлечь нового. Наверняка вы встречали такие высказывания в литературе и на конференция. Но как системно выстроить работу над реактивацией лидов и возвратом платящих пользователей?

Вот так:

В первой части этой статьи приведено бизнес целеполагание, а во второй схемы технической реализации на уровне базы данных.

Audience model позволяет:

1. Получать дополнительные продажи за счет возврата платящих клиентов.
При чем возврат может осуществляться как маркетинговыми (коммуникации, скидки, специальные оферы), так и продуктовыми изменениями (специальные фичи и сценарии для вернувшихся пользователей). Например, клиентам отвала можно рассказать о нововведениях, которые появились в вашем продукте, предложить обновленное меню или скидку.

Более того, если вы уже достаточно зрнелый бизнес, но вероятно большую часть прибыли генерит не новая клиентская база, а удержание и возврат старых клиентов. От этого работа с сегментом овтала еще важнее. Вы когда-нибудь строили такой график?

2. Расширить конверсию воронки лид > клиент за счет работы с лидами, которые отклоняются от стандартного трека. И тем самым снизить САС (цену привлечения клиента).
Например, вы знаете, что на заполнение стандартной анкеты перед покупкой требуется 3 минуты. Лиды, которые не справились с анкетой в стандартное время и попали в «зону риска» получают стимулирующие сообщения или индивидуальную поддержку. Если у вас 100 000 лидов в месяц и конверсия в платящего 2%, то повышение этой конверсии на 10% за счет работы с лидами, которые отклонились от нормального трека будет приносить по 200 дополнительных платящих ежемесячно.

3. Повышение эффективности диджитал-маркетинговых кампаний (опять снижение CAC;)
Настройте отдельную кампанию на топ-х% юзеров, которые досмотрели рекламный видеоролик до конца (и вероятно заинтересовались), но не кликнули. Или на сегмент визиторов, которые просмотрели больше всех страничек с товарами, но так и не решились на покупку.

В больших компаниях за эти направления могут отвечать отдельные сотрудники или даже целые отделы. В маленьких это может быть задачей маркетингового отдела или отдела CRM.

Чтобы осмысленно работать с сегментами нужно выработать правила согласно которым каждый юзер попадает в сегмент, а сегментация покрывает 100% юзеров. Начнем с простого:

а) Визиторы, лиды и платящие
Лидов, которые долго не конвертируются в первую покупку можно реактивировать, а платящих, которые не совершали покупок — воскрешать (возвращать). Визиторы — это отдельный большой сегмент потенциальных клиентов с которым можно работать на уровне рекламных кампаний и ремаркетинга.

б) По глубине отвала
Конкретные диапазоны будут зависеть от типа бизнеса и цикла принятия решения о покупке. Например «лидами в зоне риска» можно считать всех, кто не дошел до сделки за 7 дней с момента подачи заявки, а «отвалившимся клиентами» тех, кто не совершал повторные покупки более месяца. Следовательно до 30-го дня клиент находится под ведомство департамента удержания (тут юзерам можно напоминать о себе, пугать потерей статуса в программе лояльности, угрожать и умолять), но если он так и не совершил следующую покупку за 30 дней, то пополнит собой «базу отвала» и попадает в ведомство по работе над «воскрешением» клиентов.

в) По качеству
Лид, который прошел все шаги онбординга и привязал карту, более ценен чем лид, который просто побывал на первой страничке. Выберите критерии качества в зависимости от вашей специфики. Например можно выделить сегменты по степени готовности:

• Просто интересуется;
• Хочет купить, но не может выбрать;
• Выбрал, но не уверен в параметрах покупки (опции комплектации, доставки, времени для услуг);
• ...

Такая «смысловая» сегментация поможет более релевантно коммуницировать с «зависшими» сегментами.

Делить платящих на сегменты проще всего: выделите диапазоны по квартилям:

• клиенты, в топ-25% по ARPPU;
• клиенты второго квартиля по ARPPU;
• клиенты третьего квартиля по ARPPU;
• 25% клиентов с наименьшим ARPPU.

ARPPU — Average Revenue Per Paying User (средняя выручка на платящего клиента).

Напомню, что RFM — это сегментация в трех плоскостях:

• Давность покупки (Recency) — время, прошедшее от последней сделки.
• Частота покупки (Frequency) — количество покупок за выбранный период, т.е. частота.
• Сумма чека (Monetary) — сумма всех покупок, т.е. ARPPU.

Ключевое отличие RFM от Audience Model — это то, что в RMF мы работаем со снимком клиентской базы на текущий момент, а в Audience Model мы можем анализировать размеры и переходы между сегментами в динамике. Подробнее про RFM >

Это нетривиальная задача для решения которой есть три подхода:

1. Учет только текущего статуса клиентов (активные и отвалившиеся клиенты)

☘️ Это самый примитивный и простой подход. Мы просто отслеживает текущий статус. Если завтра он завтра изменится, то мы перепишем его.

❗ При таком подходе мы не знаем как изменяется объем базы сегментов, т.к. если клиент вчера был в отвале, а сегодня вернулся, завтра активен, то на всех графиках и дашбордах он будет исчезать задним числом.

Пример технической реализации:

Такая схема проста в работе, но НЕ позволит отслеживать историю переходов между статусами. Сегменты будут пересчитываться «задним числом ». Кроме того один клиент может уходить и возвращаться несколько раз. При такой схеме это останется за кадром.

2. Классификация по статусу заказов (новые, активные, вернувшиеся заказы)

☘️ Это самый доступный подход для любой компании. Мы просто указываем текущий статус клиента через статус его заказа. При помощи такой схемы мы можем мониторить общее число новых, активных и вернувшихся лидов.

❗ При таком подходе мы НЕ знаем как изменяется объем базы сегментов и сколько клиентов находится в базе отвала, потому что заказ — это признак активного клиента, а не отвалившегося.

Пример технической реализации:

3. Хроно подход

При этом подходе мы ежедневно, еженедельно или ежемесячно «фотографируем» статус клиентов в таблицу типа user_id и дата. Таким образом мы сможем восстановить хронологию перемещения юзеров по статусам (а следовательно и конверсии между сегментами).

☘️ Помогает оценивать динамику сегментов и конверсию переходов между статусами

❗ Занимает очень много места из-за чего практически нереализуемо для компаний у которых более 100 000 контактов в CRM базе (или реализуемо, но в семплированном виде (по выборке клиентов) и с низкой частотой снимков (раз в месяц). При этом все изменения, которые произошли внутри месяца останутся за кадром.

Пример таблицы:

4. Event-base система.

Эта система требует кастомной разработки при которой в момент попадания лида в тот или иной сегмент генерируется событие и timestamp, благодаря которому мы можем оценить динамику сегментов.

☘️ Экономичнее, чем хроно подход с фотографированием, но все равно занимает достаточно места. Если у вас 1 000 000 лидов в базе данных и в среднем на каждого приходится 20 событий, то такая таблица займет 20 000 000 строк. За гранью доступного для Posgre, но Clickhouse потянет.

❗ Требует участия разработчиков для создания таблицы событий попадания в сегменты.

Audience Model помогает снижать расходы на привлечение и зарабатывать больше путем консистентной разметки всей базы сегментов юзеров, которые взаимодействовали с вашей компанией, будь то визиторы, лиды или плятящие. Оцпенка сегментов на основе их ценности и давности взаимодействия поможет выбрать наиболее перспективные сегменты, а кастомизированые коммуникации / продуктовые изменения повысить конверсию в возврат / реактивацию.

Существуют разные схемы и подходы к сегментации этих сегментов. Комбинацию наиболее подходящих можно выбрать исходя из особенностей компании и типа бизнеса.

Поделиться: