«Умная» программа лояльности: Как предугадывать скрытые предпочтения клиентов и предлагать то, что им интересно?

Целевые акции как способ снижения расходов на программу лояльности

Расходы на программу лояльности реально снизить, при этом не снижая ее эффективность. Для этого нужно понять своего клиента и предлагать ему не все подряд, а только то, от чего он не сможет отказаться. Это возможно с помощью умной сегментации и тонкой настройки механик акций под конкретную группу клиентов. Ведь вполне очевидно, что запуск скидочной акции для всех клиентов — слишком дорого, при том, что не для всех групп она будет достаточно эффективно работать.

Создание целевой акции — трудная задача: как правильно выбрать сегмент и какую механику предложить? Если компания достаточно крупная, то придется обработать огромное количество данных. Не все торговые сети имеют достаточно времени и ресурсов для такой трудоемкой работы, поэтому порой акции программы лояльности запускаются не на основе данных, а интуитивно, с отсылкой к субъективному мнению экспертов.

Автоматизация формирования целевых акций

Создание целевых акций можно автоматизировать, используя предиктивную аналитику в комбинации с технологией машинного обучения (machine learning). Предиктивная аналитика выявляет закономерности в покупательском поведении и прогнозирует их на основе прошлых данных. Благодаря машинному обучению, система может обрабатывать огромные массивы данных. Становятся реализуемыми самые масштабные задачи. Например, можно под каждого клиента миллионной базы сформировать индивидуальный список товарных рекомендаций.

Такими возможностями обладает, в частности, аналитический модуль «Manzana Персональный Маркетинг», разработанный компанией Manzana Group. Решение позволяет автоматически сегментировать клиентскую базу и формировать акции, интересные клиенту и выгодные для компании.

Основным преимуществом «Manzana Персональный Маркетинг» является самообучаемость на основе покупательского поведения.

«Manzana Персональный Маркетинг» имеет два блока: блок микросегментирования и блок формирования акций под каждый микросегмент.

Блок микросегментирования

Основная задача микросегментов – выделить группы с единой целью и структурой потребления. Сначала клиентская база делится на макросегменты. Затем каждый клиент описывается большим количеством предрассчитанных атрибутов и характеристик. Пересечения разных клиентских характеристик дают возможность формировать многочисленные микросегменты и гибко их видоизменять.

Для микросегментирования можно использовать различные параметры: пол, возраст, частота совершения покупок, средняя сумма чека, количество приобретаемых категорий товаров, брендовые предпочтения и так далее. Таких параметров может быть огромное количество.

Для каждого микросегмента создается собственная целевая акция, которая включает спецпредложения, скидки и бонусы на те товары или группы товаров, которые с высокой вероятностью заинтересуют конкретного клиента.

Блок целевых акций

Для формирования целевых акций используется рекомендательная модель — метод прогнозирования, который предсказывает неизвестные предпочтения клиентов исходя из известных предпочтений. Система создает матрицу «клиент-товар», в которой для каждого клиента рассчитана вероятность покупки каждого товара.

Из списка приоритетных товаров и товарных категорий формируется список тех SKU (идентификаторов товарных позиций), которые будут участвовать в акции. Выборка осуществляется на основе соответствия товара одному из нескольких заданных критериев: выдать только один товар из подкатегории, выдать только высокомаржинальные товары, выдать новинку из недавно появившейся в ассортименте магазина категории товаров или новый товар из покупаемой категории.

В результате каждый клиент получает именно свои персональные товарные предложения.

Целевые акции: кейс сети магазинов «Семь+Я»

Эффективность «Manzana Персональный Маркетинг» можно оценить на примере пилотного проекта, реализованного с сетью магазинов по продаже косметики, парфюмерии и бытовой химии «Семь+Я».

Сначала вся клиентская база была поделена на три макросегмента по жизненному циклу: новые покупатели, активные покупатели и отток. Для микросегментации внутри этих макросмегментов были использованы такие дополнительные параметры, как:

• количество дней за определенный период, в которые была совершена покупка
• количество покупаемых категорий товаров
• предпочитаемая категория товаров
• разница в сумме покупок по сравнению с предыдущим периодом
• средняя стоимость купленной товарной позиции
• доля скидки

На пересечении этих показателей было сформировано около 100 сегментов. Далее были выбраны приоритетные товары для продвижения. По результатам работы рекомендательной модели были отобраны клиенты в высокой вероятностью покупки промотируемых товаров.

Результаты пилотного проекта по внедрению «Manzana Персональный Маркетинг» показали рост продаж товаров всех категорий, включая традиционно сложные группы типа новые товары из новых категорий или новых товаров из уходящих из корзины категорий. Например, отклик целевого сегмента на предложение товара, категория которого не покупалась в течение 40 дней, был более чем в два раза выше, чем отклик контрольной группы.

Выводы

Переводя часть нецелевых акций в целевые, ритейлеры могут сокращать свои издержки, предлагая бонусы, скидки или делая спецпредложения не всем клиентам, а только тем, кто не готов покупать без дополнительного стимулирования. Также, немаловажным преимуществом использования целевых акций является их сложная механика, которая делает программу лояльности непрозрачной для конкурентов: они не смогут отследить, кому какие скидки предлагались, и использовать это в своих целях.

Модуль «Manzana Персональный Маркетинг» позволяет решать задачи подбора клиентов под конкретный товар и подбора товаров под клиента. Все это, в свою очередь, позволяет успешно решать задачи кросс-сейла, продвигать стоки и новые товары, вовремя реализовывать скоропортящиеся товары.

Модуль «Manzana Персональный Маркетинг» доступен как самостоятельный продукт и в качестве дополнения к системе управления программой лояльности Manzana Loyalty.