Как извлекать пользу из больших данных и сегментировать клиентскую базу

Персонализация и работа над предоставлением «следующего лучшего предложения» невозможна без глубокого изучения данных. Крупные маркетплейсы и ретейлеры — Aliexpress, Yandex, Netflix, Amazon — публично рассказывают о кейсах использования искусственного интеллекта для увеличения объема продаж. Значит ли это, что извлекать из данных полезную информацию могут только большие корпорации?

Для получения целостного представления о клиенте нам нужно его идентифицировать и, если продажи осуществляются через разные каналы — магазины, call-центры и онлайн-заказы, — все активности свести в единый профиль клиента. Как показывает опыт некоторых крупных магазинов, использование только карты лояльности для идентификации покупателей не работает — одними и теми же картами пользуются разные люди. Правильнее использовать номер мобильного телефона и в дальнейшем мотивировать покупателей на установку мобильного приложения с личным кабинетом. Приложение может отслеживать местоположение устройства, и это открывает широкие возможности по персонализации. Например, можно предоставлять приветственные индивидуальные скидки на определенные товарные категории, как только клиент оказывается на территории магазина. Также такой функционал позволяет отслеживать посещение магазинов конкурентов.

Анализ данных начинается с сегментации

Есть ли у вас четкий ответ на вопрос: кто ваша аудитория? Если вы не готовы однозначно охарактеризовать своих покупателей, нужно провести исследование данных. Антея Де Силлас, эксперт по клиентской аналитике консалтингового агентства dunnhumby, совместно с российской компанией «Полиматика» разработали алгоритм базового сегментирования на основе транзакционных данных.

1. Разделите покупателей на группы — «специалисты» и «частники». Первые покупают для работы, вторые — для личного использования.

• Самый простой способ — разделить эти группы по критерию «частота посещения». Анализируем общую частоту посещения магазина/интернет-сайта и по отделам. Если человек покупает детали для ванной более десяти раз в год, вряд ли он будет делать это только для себя. Размер среднего чека за одно посещение не обязательно будет выше, чем для частных покупателей, но количество посещений будет разным.

• Следующий этап сегментирования — разбить группы «специалистов» и «частников» по магазинам, чтобы определить наиболее популярные из них для каждой из групп. Это упражнение может быть полезным для выявления магазинов со специализацией или, наоборот, отделами, не пользующимися спросом.

2. Разделите группы «специалистов» и «частников» по степени лояльности

• Проведите RFM-анализ (Recency Frequency Monetary — давность, частота, деньги) для групп «специалисты» и «частники» на основе давности и частоты посещений, средних затрат за посещение и/или покупок в определенной товарной категории. В результате у вас появится список «лучших» клиентов. Персонализировать предложения можно начать с них, так как их удержание является одной из самых важных задач.
• Можно провести RFM в разрезе магазинов и посмотреть, какие из них больше всего привлекают «лучших» клиентов.

3. Отберите товары для составления персональных предложений

• Какие категории имеют наибольший охват клиентов в обеих группах клиентов? (т.е. в каких товарных категориях покупатели приобрели больше всего товаров).
• Какие категории товаров клиенты из групп «специалисты» и «частники» покупают чаще всего?
• Комбинируя проникновение товара в чек и частоту покупок, можно определить «основные» категории, в которых бренду необходимо завоевывать клиентов. Мы бы рекомендовали сфокусироваться на инвестициях в маркетинг, ценообразование и продвижение в этих основных категориях.
• Вы также можете идентифицировать 100 ключевых продуктов для обеих групп клиентов, используя этот же подход, то есть проникновение в чек и периодичность. Можно ограничить это значение до одного-двух продуктов на группу товаров, чтобы обеспечить хороший ассортимент.
• Затем проверьте распределение этих продуктов по магазинам. Есть ли во всех магазинах товары, которые важны для покупателей?

4. Определите профессии покупателей в группе «специалисты»

• Определите тип каждого специалиста, например cлесарь-сантехник, отделочник-штукатур, плиточник, электрик, столяр, рассматривая их взаимодействие с конкретными наборами продуктов, например для сантехников — раковины, унитазы, ванны, канализационные трубы и др.
  
  Как лидеры рынка осваивают онлайн-торговлю товарами для ремонта

  Строительство Стройматериалы Интернет-торговля

  
• При этом нужно помнить, что есть группа «специалистов на все руки», которые могут делать широкий спектр работ.
• После того как вы сегментировали специалистов по их профессии, сделайте разбивку магазинов по профессиям покупателей.
• Сравните разбивку магазина по профессии с разбивкой по лояльности, чтобы увидеть, есть ли какие-либо шаблоны. Например, магазины с высоким процентом клиентов-сантехников имеют меньшую лояльность — это говорит о том, что в магазинах недостаточно хороший или дорогой ассортимент товаров для сантехников.

5. Определите упущенные возможности продаж для разных специалистов

• Определите категории товаров, где процент охвата клиентов ниже. Например, для отделочников — процент покупки краски для стен выше, чем наждачной бумаги? Процент сантехников, покупающих раковины для кухни, ниже, чем в случае покупки общих деталей для ванных комнат? Если да, то это означает, что, возможно, в ваших магазинах нет нужных товаров или их предпочитают брать у конкурентов.

Не переусердствовать

Напомним, выше приведен алгоритм базового сегментирования покупателей. Данные рекомендуется обогащать из других источников для выстраивания детальных профилей клиентов и разработки различных сценариев. С этого можно начать, а дальше постоянно усовершенствовать для улучшения клиентского опыта. Например, разработать новые продукты, предназначенные для «лучших» клиентов», снижать цены во время профессиональных праздников, поменять товары в определенных магазинах, и, конечно, улучшить персональные акции, скидки, кешбэки.

В России крупные ретейлеры не отстают от трендов и практикуют клиентскую аналитику для создания персонализированных рекомендаций. Но важно отметить, что тотальная персонализация не должна являться конечной схемой улучшения опыта и построения лояльности. Это один из самых популярных трендов в ретейле, но и один из самых раздражающих факторов, так как расценивается людьми как вторжение в их персональное пространство. Главное — не переусердствовать.