LTV: cum să utilizați datele disponibile pentru a estima valoarea clienților

Creșterea pe termen lung este esența marketingului modern, care se concentrează pe transformarea clienților obișnuiți în clienți obișnuiți și fideli. Utilizarea valorii LTV ajută companiile să personalizeze în mod semnificativ marketingul: să creeze soluții pentru recomandări personalizate de produse și campanii de publicitate.

Cu toate acestea, atunci când obțineți în mod oficial LTV folosind formule simple, de exemplu, printr-o rată de abandon, rezultatele sunt adesea nesatisfăcătoare pentru afaceri. Folosind exemplul unei afaceri mari de comerț electronic, arătăm cum să integrăm datele utilizatorilor într-un singur depozit și să selectăm o metodologie de calcul folosind diferite cohorte de clienți.

Întrucât compania dorea să folosească toate datele disponibile pentru a prezice valoarea clienților, pentru a crește durata de viață a clienților și LTV-ul întregii baze de clienți, s-au stabilit astfel de obiective precum:

• Segmentează clienții în funcție de activitatea lor de cumpărare.
• Personalizați comunicarea cu segmentele de clienți obținute, folosind comunicarea digitală și canalele de marketing direct (email, SMS, call center).

Printre instrumentele folosite s-au numărat Google Analytics pentru a colecta și stoca date despre comportamentul utilizatorilor și un sistem CRM (Microsoft Dynamics) pentru a colecta date despre comenzile finalizate. De asemenea, aceste date ar trebui combinate (pe baza frecvenței de cumpărare a clienților) într-un singur sistem de date pentru segmentarea clienților. Apoi, segmentele de clienți obținute pot fi trimise către serviciile publicitare și utilizate pentru afișarea de anunțuri relevante și personalizarea comunicării de marketing direct.

Google BigQuery (GBQ) a fost ales ca stocare de date în cloud pentru fuzionarea datelor, datorită standardelor de securitate ridicate și integrărilor simple cu alte servicii. În timp ce OWOX BI Pipeline a fost aplicat pentru a trimite către GBQ date brute neeșantionate despre comportamentul utilizatorilor, în timp aproape real.

Cu ajutorul API-ului și al bibliotecilor client, următoarele date din CRM au fost transferate în Google BigQuery:

• Date despre toate comenzile, inclusiv comenzile finalizate (online, offline și prin centre de apeluri).
• ID-urile de utilizator ale clienților, împreună cu datele lor personale (nume, sex, ziua de naștere, adresă de e-mail, număr de telefon, data înregistrării, starea programului de fidelitate, e-mail, abonament SMS etc.), precum și datele despre activitatea de cumpărare a clienților (a numărul de comenzi efectuate de un client).

Iată schema fluxului de date:

Deoarece clientul nostru era o afacere omnicanal de vânzare cu amănuntul de modă, a fost nevoie să-și creeze propriile segmente de clienți cu parametri personalizați suplimentari.

Durata ciclului de consum al bazei de clienți a fost stabilită la 1,5 luni ± 2 zile pentru a calcula perioada de timp pentru segmentare. Această valoare este numărul mediu de zile dintre cele două ordine învecinate. Pentru a verifica acest număr mediu, a fost calculat numărul de zile dintre comenzile online, apoi numărul de zile dintre comenzile offline, pentru a obține valoarea medie ponderată pentru ambele tipuri de comenzi.

În continuare, principalele tipuri de segmente au fost identificate pe baza perioadei de timp calculate pentru astfel de segmente precum:

• Membri noi . Utilizatori nou înregistrați care nu au făcut achiziții.
• Membrii vechi . Utilizatori înregistrați vechi care nu au făcut achiziții.
• Cumpărători noi . Clienții care au făcut prima achiziție.
• Cumpărători buni . Clienții care au făcut 3 sau mai multe achiziții în ultimele 6 perioade de timp.
• Cumpărători foarte buni . Clienții care au făcut cele mai multe achiziții în ultimele 6 perioade de timp. Ca prag superior pentru acest segment, analiștii OWOX BI au folosit Rata de Transformare (procentul de clienți care au făcut o achiziție în perioada de raportare). De exemplu, un client care a cumpărat ceva în fiecare perioadă de timp sau în 4-5 din ultimele 6 perioade de timp.
• Cumpărători ocazionali . Clienții care au făcut o achiziție în 1-2 din ultimele 6 perioade de timp.
• Cumpărători de somn . Utilizatori care nu au făcut o achiziție în ultimele 6 perioade de timp.
• Inactiv . Utilizatori care nu au făcut o achiziție în ultimele 12 perioade de timp.

După ce au specificat condițiile de segmentare, echipa a creat o schemă a posibilelor tranziții de utilizatori între grupurile de clienți. Este esențial să vedem migrarea utilizatorului de la un segment la altul în perioada de timp analizată și după comunicarea cu clienții prin canalele de marketing digital și direct.

Schema de mai sus demonstrează procentul de utilizatori care trec la segmente mai active într-o perioadă de raportare. Trecerea la segmente mai active este o tendință pozitivă și este afișată cu verde, în timp ce trecerea la segmente pasive este o tendință negativă și este afișată cu roșu. De exemplu, puteți vedea că 15% dintre utilizatorii înregistrați ( membri noi ) fac prima achiziție și devin noi cumpărători , ceea ce este o tendință bună. 86% dintre oameni, care au făcut o achiziție în perioada anterioară, nu au cumpărat nimic în perioada analizată și în cele din urmă au devenit cumpărători ocazionali , ceea ce este o tendință negativă.

Analiștii OWOX BI au creat segmente de utilizatori aplicând interogări SQL. Drept urmare, au primit un tabel care conține ID-uri de utilizator, date personale de utilizator și numele segmentului.

În continuare, a fost format tabelul cu ratele principale de eficiență pentru fiecare dintre segmente:

• Numărul de utilizatori din segment și procentul de segment în baza de clienți.
• Numărul de comenzi: comenzi totale și finalizate într-un segment.
• Venitul mediu per utilizator.
• Numărul de comenzi per utilizator.
• Numărul total de comenzi și ponderea segmentului în cifra de afaceri generală.
• Modificările numărului de utilizatori dintr-un segment (rata de creștere).

Deoarece clientul preferă să creeze rapoarte prin Foi de calcul Google, suplimentul OWOX BI BigQuery Reports a fost folosit ca o modalitate simplă și de încredere de a transfera date din Google BigQuery. Să vedem ce rapoarte au fost construite pe baza datelor obținute.

Primul raport dezvăluie numărul de utilizatori care au tranzitat pe alt segment sau au rămas în același segment.

Valoarea Clienți arată numărul de utilizatori, coloana StartSegment demonstrează segmentul de utilizatori din perioada anterioară, iar coloana EndSegment arată segmentul de utilizatori pentru perioada curentă. De exemplu, în rândul 7 putem vedea câți clienți au trecut la Cumpărători buni de la Cumpărători ocazionali și, din nou, este o tendință bună. Dar putem vedea o situație total opusă în rândul 10, care este o tendință proastă. Linia 5 reprezintă clienții care au rămas inactivi . Înseamnă că afacerea trebuie să comunice cu acești clienți mai des sau mai eficient și să-i convingă să înceapă să cumpere din nou după 6 perioade de inactivitate.

Al doilea raport arată datele curente despre fiecare utilizator într-o perioadă de timp stabilită.

Afișează lista curentă a clienților care au fost membri ai fiecăruia dintre cele nouă segmente. Acest raport arată, de asemenea, toate datele personale ale utilizatorului pentru comunicare directă: adresa de e-mail, numărul de telefon, ziua de naștere, numele, sexul, starea programului de fidelitate, venitul mediu per utilizator și numărul total de bonusuri pentru utilizatori. Cu aceste date la îndemână, specialiștii în marketing pot configura reclame personalizate pentru fiecare segment de utilizator. De exemplu, puteți grupa cumpărători ocazionali cu activitatea 0101000 (2 achiziții în 7 luni) și le puteți trimite o invitație la o vânzare secretă.

Mai mult, informațiile din raport ajută la economisirea bugetului publicitar, permițând excluderea unor segmente uriașe de utilizatori din publicul țintă cu care compania comunică deja, folosind canalele de marketing direct. De asemenea, aceste date pot fi îmbogățite cu informații mai detaliate despre fiecare client, permițând să se ia în considerare marca, categoria și prețul opțiunilor clienților în timp ce se formează o strategie publicitară.

Al treilea raport indică valorile activității de cumpărare pe segmentele de clienți în perioada de timp analizată, comparativ cu perioada anterioară.

Acest raport ajută la urmărirea modificărilor KPI pentru fiecare segment de clienți:

• Venitul generat de un segment de clienți și ponderea acestuia în cifra de afaceri totală a companiei.
• Cifre comparative pentru activitatea de cumpărare: frecvența de cumpărare și venitul mediu per utilizator.
• Rata de finalizare a comenzii: procentul de comenzi care au fost plătite.
• Modificări ale numărului de utilizatori din segmentele active. O tendință pozitivă arată creșterea utilizatorilor în segmentele active ( Cumpărători buni, Cumpărători foarte buni, Cumpărători noi ) și reducerea utilizatorilor în segmentele pasive ( Cumpărători de somn, Cumpărători inactivi, ocazionali cu activitate de cumpărare de ***000, **0000 și *00000). Pentru a obține informații mai detaliate despre modificările segmentului, se poate folosi schema posibilelor tranziții ale utilizatorului de la un segment la altul. Această schemă permite de asemenea să vedeți cât de bine a fost organizată comunicarea cu clienții în perioada de raportare.

• Folosind instrumentele Google și OWOX BI, proiectul de comerț electronic a reușit să colecteze date complete și detaliate pentru crearea segmentelor de clienți.
• Analiștii OWOX BI au ajutat la automatizarea creării rapoartelor. Acum, KPI-urile importante pot fi analizate pe segmente de clienți și seturi de date, luând în considerare datele despre fiecare client din orice segment.
• Afacerea a îmbogățit comunicarea cu clienții săi prin aplicarea unor campanii de publicitate detaliate.