47

Database marketing

Embed Size (px)

Citation preview

Page 1: Database marketing
Page 2: Database marketing

OSD Group — Direct Communications Cloud

Page 3: Database marketing

«Половина денег, которые я трачу на маркетинг, уходит впустую. Проблема только в том, что я не знаю какая именно половина»

Джон Ванамейкер, 100 лет назад

«Половина денег, которые я трачу на маркетинг, уходит впустую, но теперь я знаю, на что именно: на телерекламу»

Из книги Марка Джеффри «Маркетинг, основанный на данных»

Page 4: Database marketing

Как управлять ростом продаж?

ПродажиРегионы

Категории товара

Соцдем и лайфстайл сегменты

Трафик

?

Page 5: Database marketing

Принципы Database Marketing:

• Сосредоточить усилия на наиболее ценных клиентах

• Сделать из менее ценных - более ценных клиентов

• Увеличить Life Time Value

20% клиентов приносят 65% дохода.Важно понимать, кто наши наиболее ценные

клиенты

Page 6: Database marketing

Продлить жизненный цикла

Программа удержания клиента

Продать клиенту больше в рамках жизненного

цикла

Повышение частоты покупок и увеличение

среднего чека

Чтобы увеличить Life Time Value:

Page 7: Database marketing

Как прогнозировать продажи и управлять ими?

Jan

Feb

Mar

ch Apr

May

June July

Aug

Sep

Oct

Nov De

cJa

nFe

bM

arch Ap

rM

ayJu

ne July

Aug

Sep

Oct

Nov De

cJa

nFe

bM

arch Ap

rM

ayJu

ne July

Aug

Sep

Oct

Nov De

c

2012 2013 2014

0.0

0.2

0.4

0.6

0.8

1.0

1.2

1.4

1.6

1.8

2.0

2.2

2.4

2.6

2.8

3.0

3.2

3.4

3.6

0%

50%

100%

150%

200%

250%

300%

350%

0.50.7 0.7 0.7

0.9 0.8 0.9 0.91.0

1.1 1.1

1.3 1.3 1.2

1.6

1.81.8 1.7 1.8

1.7

1.9

2.3 2.22.4 2.4

2.6 2.6

2.9

2.72.8 2.8

3.3

3.0

Sales revenue

Sales revenue after cancellations% роста к прошлому году

Прод

ажи,

млн

. гр

н

% и

змен

ения

к та

ком

у ж

е м

есяц

у п

рош

лого

года

Page 8: Database marketing

Ежемесячные показатели «здоровья» бизнеса

Продажи

Average Revenue Per Buyer / ARPU

Количество покупателей

Average Order Value (AOV)

Orders per buyer

Items per Order

Average Product Price (APP)

Цель KPIs Факторы роста

Повторные покупатели

Новые покупатели

Customer acquisition costs

Бюджет на привлечение

Уровень удержания клиентов

Общая база клиентов

Ассортимент

Условия доставки

Cross-sell / Up-sell

CервисЦена

АссортиментПрограмма лояльности

Программа удержания

Эффективность привлечения

Окупаемость нового клиента

Наличие инвестиций

Page 9: Database marketing

Jan

Feb

Mar

ch Apr

May

June July

Aug

Sep

Oct

Nov De

cJa

nFe

bM

arch Ap

rM

ayJu

ne July

Aug

Sep

Oct

Nov De

cJa

nFe

bM

arch Ap

rM

ayJu

ne July

Aug

Sep

Oct

Nov De

c

2012 2013 2014

0

1,000

2,000

3,000

4,000

5,000

6,000

0

100

200

300

400

500

600

700

800

Sales Revenue = Average Revenue per Buyer × Buyers within month

Buyers within monthRevenue per buyer

Buye

r with

in m

onth

Reve

nue

per b

uyer

, UAH

Page 10: Database marketing

Ежемесячные показатели «здоровья» бизнеса

Продажи

Average Revenue Per Buyer / ARPU

Количество покупателей

Average Order Value (AOV)

Orders per buyer

Items per Order

Average Product Price (APP)

Цель KPIs Факторы роста

Повторные покупатели

Новые покупатели

Customer acquisition costs

Бюджет на привлечение

Уровень удержания клиентов

Общая база клиентов

Ассортимент

Условия доставки

Cross-sell / Up-sell

CервисЦена

АссортиментПрограмма лояльности

Программа удержания

Эффективность привлечения

Окупаемость нового клиента

Наличие инвестиций

Page 11: Database marketing

Расширение ассортимента

Рост цен

Jan

Feb

Mar

ch Apr

May

June July

Aug

Sep

Oct

Nov De

cJa

nFe

bM

arch Ap

rM

ayJu

ne July

Aug

Sep

Oct

Nov De

cJa

nFe

bM

arch Ap

rM

ayJu

ne July

Aug

Sep

Oct

Nov De

c

2012 2013 2014

0.0

0.5

1.0

1.5

2.0

2.5

3.0

0

100

200

300

400

500

600

Revenue per buyer = Average Order Value × Orders per Buyer

Orders per buyerAverage Order Value

Ord

ers p

er b

uyer

Aver

age

Ord

er V

alue

, UAH

Page 12: Database marketing

Ежемесячные показатели «здоровья» бизнеса

Продажи

Average Revenue Per Buyer / ARPU

Количество покупателей

Average Order Value (AOV)

Orders per buyer

Items per Order

Average Product Price (APP)

Цель KPIs Факторы роста

Повторные покупатели

Новые покупатели

Customer acquisition costs

Бюджет на привлечение

Уровень удержания клиентов

Общая база клиентов

Ассортимент

Условия доставки

Cross-sell / Up-sell

CервисЦена

АссортиментПрограмма лояльности

Программа удержания

Эффективность привлечения

Окупаемость нового клиента

Наличие инвестиций

Page 13: Database marketing

Jan

Feb

Mar

ch Apr

May

June July

Aug

Sep

Oct

Nov De

cJa

nFe

bM

arch Ap

rM

ayJu

ne July

Aug

Sep

Oct

Nov De

cJa

nFe

bM

arch Ap

rM

ayJu

ne July

Aug

Sep

Oct

Nov De

c

2012 2013 2014

0

2

4

6

8

10

12

0

10

20

30

40

50

60

70

80

90

100

Average Order Value = Items per Order × Average Products Price

Items per Order

Average Product Price

Item

s per

Ord

er

Aver

age

Prod

uct P

rice,

UAH

Page 14: Database marketing

Ежемесячные показатели «здоровья» бизнеса

Продажи

Average Revenue Per Buyer / ARPU

Количество покупателей

Average Order Value (AOV)

Orders per buyer

Items per Order

Average Product Price (APP)

Цель KPIs Факторы роста

Повторные покупатели

Новые покупатели

Customer acquisition costs

Бюджет на привлечение

Уровень удержания клиентов

Общая база клиентов

Ассортимент

Условия доставки

Cross-sell / Up-sell

CервисЦена

АссортиментПрограмма лояльности

Программа удержания

Эффективность привлечения

Окупаемость нового клиента

Наличие инвестиций

Page 15: Database marketing

Jan

Feb

Mar

ch Apr

May

June July

Aug

Sep

Oct

Nov De

cJa

nFe

bM

arch Ap

rM

ayJu

ne July

Aug

Sep

Oct

Nov De

cJa

nFe

bM

arch Ap

rM

ayJu

ne July

Aug

Sep

Oct

Nov De

c

2012 2013 2014

0

500

1,000

1,500

2,000

2,500

3,000

3,500

4,000

4,500

Buyers within month = Repeated buyers + New buyers

Buyers within monthNew buyersRepeated buyers

Page 16: Database marketing

Что влияет на увеличение количества покупателей?

…на привлечение новых клиентов

• Стоимость привлечения (емкость рынка и конкуренция)– Оптимизация работы с источниками

привлечения

– Понимание, кого и как привлекать

• Окупаемость затрат на привлечение

…на удержание старых клиентов• Качество обслуживания• Ассортимент• Цена• Эмоциональная лояльность• Вовлекающая коммуникация: акции,

новинки, новости• Программа лояльности• Программа удержания / Триггерная

коммуникация

Page 17: Database marketing

Ежемесячные показатели «здоровья» бизнеса

Продажи

Average Revenue Per Buyer / ARPU

Количество покупателей

Average Order Value (AOV)

Orders per buyer

Items per Order

Average Product Price (APP)

Цель KPIs Факторы роста

Повторные покупатели

Новые покупатели

Customer acquisition costs

Бюджет на привлечение

Уровень удержания клиентов

Общая база клиентов

Ассортимент

Условия доставки

Cross-sell / Up-sell

CервисЦена

АссортиментПрограмма лояльности

Программа удержания

Эффективность привлечения

Окупаемость нового клиента

Наличие инвестиций

Page 18: Database marketing

Как оптимизировать привлечение новых клиентов?

ИсточникЗатраты на

привлечение, грн

Кол-во новых клиентов

Стоимость нового

клиента (САС)Adwords 50 000 1 000 50Vkontakte 100 000 2 500 40Mail.ru 30 000 500 60Офлайн СМИ 150 000 3 000 50Контент маркетинг 90 000 2 000 45

Доход за 12 месяцев

Маржа за 12 месяцев Прибыль

455 000 68 250 18 250595 000 89 250 -10 750224 000 33 600 3 600

1 100 000 165 000 15 000850 000 127 500 47 500

• Знаете ли вы стоимость привлечения нового клиента ?• Знаете ли вы какая часть маркетингового бюджета тратиться на привлечение клиентов, а какая на

стимулирование повторных покупок?• Отслеживаете ли вы долгосрочную прибыльность\окупаемость в разрезе источников привлечения?

Page 19: Database marketing

Хорошие клиенты перекрывают убытки от плохих клиентов.

1 2 3 4 5 6 7 8 9 10 11 12 130

50

100

150

200

250Средння маржа на одного покупателя Кумулятивная маржаЗатраты на привлечение и удержание клиента (плохой клиент)Затраты на привлечение и удержание клиента (хороший клиент)

Месяц после первой покупки

Page 20: Database marketing

Постоянные клиенты приносят в десятки раз больше доходов

1 2-3 4-7 8-19 20+0

2000

4000

6000

8000

10000

12000

14000

347 795

2,009

4,890

12,387

доход с одного клиента, грн

Сегменты покупателей, по количеству сделанных покупок за все время

Доход от этих клиентов в 35 раз

больше, чем от «однозаказников»

Привлечение клиента окупается, если доход с клиента превышает

2000 грн

Page 21: Database marketing

Как заранее «узнать» хороших клиентов?

• По источнику• По параметрам первого заказа

– Средний чек– Количество единиц в товаре– Товарные категории

• Соц-дем• Время покупки

Page 22: Database marketing

Ежемесячные показатели «здоровья» бизнеса

Продажи

Average Revenue Per Buyer / ARPU

Количество покупателей

Average Order Value (AOV)

Orders per buyer

Items per Order

Average Product Price (APP)

Цель KPIs Факторы роста

Повторные покупатели

Новые покупатели

Customer acquisition costs

Бюджет на привлечение

Уровень удержания клиентов

Общая база клиентов

Ассортимент

Условия доставки

Cross-sell / Up-sell

CервисЦена

АссортиментПрограмма лояльности

Программа удержания

Эффективность привлечения

Окупаемость нового клиента

Наличие инвестиций

Page 23: Database marketing

Как прогнозировать повторных покупателей?

June July

Aug

Sep

Oct

Nov De

cJa

nFe

bM

arch Ap

rM

ayJu

ne July

Aug

Sep

Oct

Nov De

cJa

nFe

bM

arch Ap

rM

ayJu

ne July

Aug

Sep

Oct

Nov De

cJa

nFe

bM

arch

2013 2014 2015

0

50,000

100,000

150,000

200,000

250,000

0%

5%

10%

15%

20%

25%

30%

35%

40%

23%22%

23%26%

29%28%

24% 23%

20% 21% 20% 19%18%

15% 15% 16% 17% 17%15% 14% 14% 13%

Repeated buyersTotal buyers baseRepeated to Total buyers, %

Page 24: Database marketing

Простой подход к прогнозированию повторных покупателей

June July

Aug

Sep

Oct

Nov De

cJa

nFe

bM

arch Ap

rM

ayJu

ne July

Aug

Sep

Oct

Nov De

cJa

nFe

bM

arch Ap

rM

ayJu

ne July

Aug

Sep

Oct

Nov De

cJa

nFe

bM

arch

2013 2014 2015

0

50,000

100,000

150,000

200,000

250,000

0%

5%

10%

15%

20%

25%

30%

35%

40%

23%22%

23%26%

29%28%

24% 23%

20% 21% 20% 19%18%

15% 15% 16% 17% 17%15% 14% 14% 13%

Repeated buyersTotal buyers baseRepeated to Total buyers, %Экспоненциальный тренд

Page 25: Database marketing

Модель прогнозирования продаж

Page 26: Database marketing

Retention rate по когортам

1 2 3 4 5 6 7 8 9 10 11 120%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

2012/06

2012/07

2012/08

2012/09

2012/10

2012/11

2012/12

2013/01

Average re-tention rates

Месяц после первой покупки

Page 27: Database marketing

Более точный подход к прогнозированию повторных покупателей

Месяц привлечения клиента (когорта)

Месяц после первого заказа 2012/06 2012/07 2012/08 2012/09 2012/10 2012/11 2012/12 2013/01

Average retention

rates2013/03 2013/04 2013/05

1 100% 100% 100% 100% 100% 100% 100% 100% 100%

Прогноз

2 34% 36% 38% 43% 40% 36% 35% 34% 37%

3 29% 32% 35% 33% 28% 29% 27% 29% 30%

4 28% 33% 29% 25% 25% 24% 24% 24% 26%

5 30% 28% 22% 24% 20% 22% 21% 21% 24%

6 28% 22% 22% 19% 20% 19% 19% 19% 21%

7 22% 21% 19% 19% 18% 18% 17% 16% 19%

8 21% 19% 18% 19% 17% 16% 14% 16% 17%

9 18% 19% 18% 18% 15% 13% 13% 16% 16%

10 19% 18% 18% 16% 13% 13% 14% 16% 16%

11 19% 19% 17% 13% 13% 14% 15% 16% 16%

12 19% 17% 14% 13% 15% 15% 15% 14% 15%

Page 28: Database marketing

Когортный анализ

2012-01

2012-02

2012-03

2012-04

2012-05

2012-06

2012-07

2012-08

2012-09

2012-10

2012-11

2012-12

2013-01

2013-02

2013-03

2013-04

2013-05

2013-06

2013-07

2013-08

2013-09

2013-10

2013-11

2013-12

2014-01

2014-02

2014-03

2014-04

2014-05

2014-06

2014-07

2014-08

2014-090

500,000

1,000,000

1,500,000

2,000,000

2,500,000

201120122013-012013-022013-032013-042013-052013-062013-072013-082013-092013-102013-112013-122014-012014-022014-032014-042014-052014-062014-072014-082014-09

Прод

ажи,

грн

Период привлечения клиента (когорта)

Page 29: Database marketing

Какой доход (прибыль) приносит средний клиент за жизненный цикл?Ja

nFe

bM

arAp

rM

ay Jun Jul

Aug

Sep

Oct

Nov De

cJa

nFe

bM

arch Ap

rM

ayJu

ne July

Aug

Sep

Oct

Nov De

cJa

nFe

bM

arch Ap

rM

ayJu

ne July

Aug

Sep

Oct

Nov De

cJa

nFe

bM

arch Ap

rM

ayJu

ne July

Aug

Sep

Oct

Nov De

c

2011 2012 2013 2014

0

500

1,000

1,500

2,000

2,500

3,000

Customer LifeTime Value

LifeTime Value (за весь жизненый цикл)Revenue per Buyer - 180 daysRevenue per Buyer - 360 days

Месяц привлечения клиента

Page 30: Database marketing

Какой процент клиентов совершают только одну покупку?

Page 31: Database marketing

Конверсия во второй заказ в течение 30 дней после первой покупкиJa

nFe

bM

arch Ap

rM

ayJu

ne July

Aug

Sep

Oct

Nov De

cJa

nFe

bM

arch Ap

rM

ayJu

ne July

Aug

Sep

Oct

Nov De

cJa

nFe

bM

arch Ap

rM

ayJu

ne July

Aug

Sep

Oct

Nov De

c

2012 2013 2014

0%

5%

10%

15%

20%

25%

30%

24% 23%24%

23% 24%22% 22% 23% 23% 23% 23% 23% 23%

22% 21%21% 21%

20% 19% 19%20% 21% 21%

20% 21% 20%21%

20%19%

18% 18%

Конверсия во второй заказ в течение 30 дней после первого заказ(% от всех новых баеров)

Second Order during 30 daysSecond Order during 30 days (3 month moving average)

Page 32: Database marketing

RF-сегментация (LifeCycle Grid): разные группы клиентов требуют разного подхода

1 2-3 4-7 8-19 20+

30-60 дней Уходящие перспективыеУходящие

VIPы

60-180 дней

Ушедшие случайные клиентыУшедшие

перспективныеУшедшие VIP

клиенты181-360 дней

360+ дней

Дав

ност

ь по

след

ней

поку

пки Количество покупок за все время

0-30 днейНовые клиенты

Перспективные VIP

Welcome program:- Вовлечение

- Стимулирование первой/второй покупки

Вовлекающая коммуникация:- Акции, новинки, бестселлеры- Полезный контент- Персонализированныепредложения

Вовлекающая коммуникация +VIP сервисПодарки

Не давать скидки

Триггерная коммуникация по удержанию клиентов

- Постараться вернуть- Понять почему ушли

- Напоминать - Понять почему ушли

- ИсправитьсяЗабыть

Page 33: Database marketing
Page 34: Database marketing

Триггерная коммуникация

Триггер - это коммуникация с клиентом, которая связана с каким-либо событием его жизненого цикла (действием или бездействием).

Триггеры имеют высокий ROI (High ROI Campaigns). Важно коммуницировать в тот момент, когда наиболее высокая вероятность повлиять на поведение клиента.

Триггерная коммуникация должна выстраиваться на основе глубокого анализа поведения клиентов.

Триггерная коммуникация может включать разные каналы – email, sms, pop-up, звонок, ремаркетинг.

Page 35: Database marketing

Стандартные триггеры

Регистрация (или первая покупка) Заказ Прекращение

активности

Welcome program- Cross-sell / Upsell после совершения заказа- Отзыв после доставки заказа

- Брошенные просмотры- Брошенные корзины

Win back

Напоминание о следующем заказе

Milestone triggers

Page 36: Database marketing

Как создавать триггеры?1. Изучить поведение клиента (анализ данных, опрос)2. Определите показатель, на который хотите повлиять3. Определить «нормальное» поведение клиентов4. Разработать варианты коммуникации, которая будет срабатывать

при отклонении от «нормального» поведения5. Протестировать варианты коммуникации6. Отслеживать эффективность (либо “до и после” триггера, либо

сравнивать с контрольной группой.

Page 37: Database marketing

Welcome program

Welcome program после регистрации

1. Расскажите о себе2. Бонус на первую покупку (не ждать

долго)3. Напоминание про бонус4. Опрос «почему не покупаете?»5. Сбор информации о клиенте6. Персонализированное предложение

(Брошенные просмотры)

Welcome program после первой покупки

1. Расскажите о себе2. Напоминание про следующую

покупку3. Опрос «почему не покупаете?»4. Бонус при попадании в зону риска5. Email напоминание про бонус6. SMS7. Сбор информации о клиенте8. Персонализированное предложение

(Брошенные просмотры)

Page 38: Database marketing
Page 39: Database marketing

Сколько в среднем времени проходит между первой и второй покупкой?

01234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556575859606162636465666768697071727374757677787980818283848586878889909192939495969798991011021031041051061071081091101111121131141151161171181191201211221231241251261271281291301311321331341351361371381391401411421431441451461471481491501511521531541551561571581591601611621631641651661671681691701711721731741751761771781791801811821830.0%

0.5%

1.0%

1.5%

2.0%

2.5%

3.0%Вероятность совершения второй покупки

Дней после первой покупки

% п

окуп

ател

ей, к

отор

ые

сов

ерш

или

втор

ую п

окуп

ку в

оп

реде

ленн

ый

день

пос

ле п

ерво

й по

купк

и

75% покупателей совершают вторую

покупку в течение 62 дней после первой

50% покупателей совершают вторую

покупку в течение 28 дней после первой

Page 40: Database marketing

СЕГМЕНТ NEW

Сценарий «Welcome Program»

ПриветствиеРазнообразие

вкусовНапоминание о

подарке за регистрацию

ТОП продаж вкусов и

аксессуаров

Приглашение в соцсети на страницы

NESCAFE Dolce Gusto

Добавь стиля!Фирменные аксессуары

Правила ухода за Вашей кофе-

машиной

После первого заказа – «Welcome Call»

Что дальше?После второго заказа – запуск сценария «Active»Если нет заказа – запуск сценария «Inactive»

1 день 7 день 14 день 21 день 28 день

Page 41: Database marketing

Win-back program - Как удерживать клиентов?

• Определить критерий для уходящего клиента. Какой день неактивности считать зоной риска потери клиента?

• При приближении к зоне риска – напомнить, вовлечь.

• При попадании в зону риска – стимулировать покупку.– Например, дать бонус на следующую покупку. Важно давать бонусы не раньше, но и не позже.

• Усиливать стимулирование. – Если клиент не реагирует, провести опрос : все ли устраивает? нет ли негативного

опыта?

– СМС, звонок для VIP

Page 42: Database marketing

Средний интервал между покупками — 18-20 дней.

Коли

чест

во п

окуп

ател

ей

Page 43: Database marketing

Анализ частоты покупок по группам покупателей позволяет определить оптимальное время для коммуникации, направленной на удержание клиентов.

2-3 4-7 8-19 20+0

10

20

30

40

50

60

4842

32

21

Среднее количество дней между покупками

Группы клиентов по количеству покупок

Page 44: Database marketing

Как определять зону риска?Номер

покупкиИнтервал между

соседними покупками

Средний интервал по всем покупкам у данного клиента

Превышает ли интервал среднюю величину

1 - - -

2 30 30 Нет, (30=30)

3 20 (30+20)/2=25 Нет, (20<25)

4 10 (30+20+10)/3=20 Нет, (10<20)

5 20 (30+20+10+20)/4=20 Нет, (20=20)

6 30 110/5=22 Да, (30>22) Риск потери!

7 40 150/6=25 Да, (40>25) Риск потери!

8 60 145/7=30 Да, (60>30) Риск потери!

Page 45: Database marketing

Литература

Page 46: Database marketing

?

Page 47: Database marketing

Спасибо!

Андрей КосецкийDatabase marketing consultant, DirectData

+38 095 909 03 [email protected]

Михаил МушкинРуководитель направления DirectData

+38 063 287 18 [email protected]