| Последние новости из мира SEO
0 новых постов за сегодня

Почему программа лояльности часто работает против бизнеса

+1

10 февраля 2017 — 15:34

Привести нового клиента в компанию в 5 раз дороже, чем удержать существующего. Деньги приносят постоянные покупатели. Чем лояльней клиент, тем больше денег он приносит. Разбор этих и других мифов из серии: «От не умеющих считать маркетологов, доверчивым руководителям», а также анализ, почему ваша система лояльности приносит одни убытки

Отделить мух от котлет

b_58995dcf86d7f.jpg

Вопрос – зачем нам программа лояльности? Ответ – чтобы удержать существующих клиентов интуитивно понятный, но не верный по своей сути. Программа лояльности нужна чтобы увеличить прибыль! Всё остальное в лучшем случае метрики, для измерения промежуточных результатов. Когда вы посылаете клиенту СМС с текстом: «В магазине X, товар Y со скидкой 40%» ваша цель не информирование клиента. Ваша цель даже не визит покупателя в магазин X. Это все промежуточные метрики. Ваша цель один или несколько пунктов из списка:

  • Распродажа остатков товара Y
  • Продвижение товара локомотива (Y), с целью получения прибыли через продажу дополнительных позиций
  • Увеличение продаж товара Y с обычной наценкой, путем манипуляции восприятием ценности предложения. Темная сторона маркетинга, но имеет место быть

И именно с этих позиций необходимо рассматривать эффективность и целесообразность любой системы лояльности.

Что происходит на самом деле?

В данный момент 95% всех программ лояльности построены по одному принципу – покупай и мы увеличим тебе скидку. Система прекрасна в своей простоте и удивительна в своей оторванности от реальных паттернов потребления. Адепты этой стандартной модели утверждают, что клиент будет рассматривать скидку как свою прямую выгоду. Чуть более искусные маркетологи заявят о чувстве «заслуженности» скидки и ощущении эксклюзивности отношений бренд-потребитель. Всё это прекрасные слова и во многом они верны. Проблема вскрылась при массовом внедрении CRM систем.

 

b_58995ea8d7bcb.jpg

 

 

Оказалось, что большая скидка клиента не гарантирует большую прибыль компании с данного клиента. Ничтожно малый процент клиентов начинал покупать больше. А в среднем, по исследованиям агентства McKinsey, величина расходов в месяц не изменялась. В этом случае, величина повышенной скидки просто убытки компании. Убытки, дополнительно оплаченные в виде зарплаты маркетологам и технического обслуживания программы лояльности.

Подробное исследование программ лояльности брендов в США и Канаде провела команда Ipsos Loyalty.

Ipsos Loyalty – подразделение исследовательской компании Ipsos, которая занимает лидирующие позиции на рынке маркетинговых исследований США и Канады. Компания известна своими исследованиями, проводимыми для новостной службы Associated Press.

Результаты удручают и заставляют бизнесменов заново разбираться во многих привычных вещах. Делая краткую выжимку, перечислю основные проблемные места стандартных программ лояльности:

  • Большая скидка почти не стимулирует потребление
  • Возникает целая группа убыточных клиентов. Это лояльные потребители некоторых брендов, но они никогда не покупают высоко маржинальные товары. Т.е. они участвуют во многих маркетинговых акциях компании, но покупают исключительно с большой скидкой и ничего больше. Отдельно стоит упомянуть prize-hunter’ов, если бренд пытается добиться лояльности плохо организованными конкурсами
  • Карты передаются из рук в руки и даже новые клиенты получают незаслуженно большую скидку
  • Карты передаются из рук в руки и бренд не имеет возможности реализовать таргетированную рекламу. Что предложить клиенту, который в течении месяца купил модные молодежные джинсы и строгий костюм тройку на одну и ту же карту?
  • Лояльные клиенты не дешевле в обслуживании. Данное заблуждение пришло из производства, где абсолютно верно. Заводу, который производил детали X на протяжении 40-а лет, производство отдельной детали будет стоить дешевле, чем подобному заводу, но с опытом в производстве деталей Y. Проведя полевые исследования, аналитики Ipsos Loyalty пришли к выводу, что никакой корреляции между сроком жизни клиента и стоимостью его обслуживания просто нет. Кроме сферы hi-tech, там постоянные клиенты в обслуживании вышли дороже

Этот список проблем программ лояльности можно продолжить еще одним пунктом. Часто, программа лояльности играет против спонтанных покупок. Представьте ситуацию – после первой покупки Вам выдали дисконтную карту. Спецификация магазина — это не товары ежедневного спроса. Возьмем к примеру парфюмерию, так как у нас есть кейс по парфюмерному супермаркету, о котором я расскажу в последующих статьях. Полученную карту Вы скорее всего будете хранить дома, вместе с миллионом других: «жалко выкинуть, а в кошелке места нет». Через N-ое количество времени вы вновь оказались в этом магазине и присмотрели желаемый товар. Но на кассе Вы начнете искать карту и вспомните, что она дома, в тумбочке с миллионом других «нужных» вещей. Наблюдения нашего клиента показали, что до 90% подобных клиентов просто уходит и за покупкой уже не возвращается. Были даже эксперименты, когда кассирам запрещали спрашивать карту. Но это вызвало слишком много проблем с отменой чеков, хотя продажи пошли вверх.

 

И что делать?

b_58995ed4b2292.jpg

Не падать духом, выход есть! Первое – начать рассматривать программу лояльности как инструмент увеличения прибыли и только так. Никаких – у всех есть, значит и нам надо. Второе – начать считать точную выгоду от программы. Третье – уменьшить возможности злоупотребления скидкой и точнее идентифицировать определенного клиента и определенную карту. Все эти три постулата взаимодополняемы и не работают друг без друга. А если вспомнить, что мы живем не в 20 веке, то решение очевидно: мобильное приложение/чатбот и Big Data.

Опять-таки тезисно, что это дает:

  • Через мобильное приложение или чатбота привязываем виртуальную карту к конкретному клиенту. Карту теперь сложнее забыть или передать в пользование
  • Backend разработанного решения совместно или вместо CRM считает выгоду бренда от использования программы лояльности. Если результаты не устраивают – эксперименты, эксперименты и еще раз тестирование других моделей скидок/поощерений
  • Используя Big Data (да, да, специалисты меня сейчас поправят – применяя методы социальной аналитики…) строим портрет клиента и начинаем таргетированную рекламу. И снова выдвигаем и тестируем гипотезы, пока не получим требуемый результат
  • Используя Big Data выявляем устойчивые группы клиентов: наиболее ценные, перспективные, склонные к оттоку и халявщики. С кем из первых 3-х работать наиболее плотно вопрос ресурсов, стратегии и особенностей рынка

Источник: Спарк

+1
Мне не нравитсяМне нравится (+1 баллов, 1 оценок)
Источник:

1 Комменатрий

Комментарии (1)


Амир

10.02.17 3:55

Охуенская статья. Ещё есть такая вещь как Прибыль. Считается так: Маржа*Количество лидов*Средний чек*Количество повторных продаж*Конверсия. И там везде проценты. 30%*1000*1500*3*3%=40.500 прибыль за период Так вот, когда даём скидку 10%, то из 30% маржи отнимаем 10%. Получаем: 27000 прибыль за тот же период. А конверсия при этом хуй вырастет.


Выскажи свое мнение

* поля обязательны для заполнения


ТОП 5 за месяц

  • Неизвестно

Полезные ресурсы