Персонализация сегодня: как определить свой путь к клиенту?

Клиентам нравится, когда бренды обращаются к ним по имени в своих рассылках, а официанты любимых ресторанов и кафе называют их по именам. Чтобы завоевать сердца своих покупателей, компании запоминают их заказы и покупки и предлагают персональные рекомендации. Согласно данным Salesforce, более 75% потребителей предпочитают, чтобы компании знали их индивидуальные потребности. Вера Генова, эксперт в области персонализации ГК «КОРУС Консалтинг», рассказала в статье о главных этапах и подходах к созданию эффективного предложения.

Фото: 13_Phunkod/shutterstock

Чтобы оценить, с каким масштабом шоков столкнулся мировой и российский ритейл, важно отметить гипотезы, которые не только напрямую влияют на экономические показатели, но и имеют ключевое значение для формирования персонализированных предложений, повышающих продажи.

Сейчас клиенты как никогда подтвердили свою лояльность к той или иной компании. Выбор магазина для закупки впрок в условиях неопределенности – явное свидетельство лояльности при быстром и неосознанном решении, в каком магазине делать покупку с учетом ассортимента, уровня цен и качества сервиса.

У ритейлеров вырастет потребность в построении или корректировке подходов к управлению оттоком в компании: от определения критериев до прогнозирования подобных случаев. Возможно, в некоторых ритейл-сетях этот процесс станет ключевым в области решений по клиентской аналитике.

Компаниям будет необходима информация о поведении их клиентов на рынке, в том числе у конкурентов. Поэтому вырастет роль информации о покупателях из социальных сетей и third-party data, или данных, не имеющих прямых взаимоотношений с потребителями.

Из-за ухудшения бизнес-показателей многие компании буду вынуждены пересмотреть и оптимизировать базовые условия программ лояльности, а некоторые – даже сконструировать эти программы с нуля.

Что такое персонализация?

Персонализация сегодня балансирует между понятиями «модно» и «эффективно». Я понимаю под этим термином совершенно конкретные вещи, которые могут помочь любой компании вывести отношения со своим клиентом на новый уровень, и за счет этого получить больше прибыли.

Персонализация – это уровень личного обращения к клиенту в процессе любого взаимодействия с ним. Термин эволюционирует в зависимости от стратегических целей компании, но конечная и единственная ее цель – сформировать рекомендации в соответствии с уникальными предпочтениями, потребностями и желаниями клиента в целях увеличения продаж и прибыли.

Персонализация включает в себя:

• рекомендацию товара или услуги,

• индивидуальное поощрения с учетом оптимальных механик акций,

• индивидуальные каналы и оптимальное время коммуникации,

• персональный текст и визуальное обращение к покупателю.

Выделяют пять этапов классической эволюции клиентской аналитики, каждый из которых характеризуется объемом накопленных данных о клиенте. От того, на каком из них находится ваша компания, будет зависеть и выбор подхода к внедрению персонализации. (рисунок 1).

Этап 1. «Ковровая бомбардировка»

На этом этапе все клиенты компании получают одинаковые сообщения независимо от канала коммуникации. Драйверы взаимодействия с покупателями – это базовые условия программы лояльности (расчет скидок или бонусов, одинаковых для всех) и массовые промо-акции, которые предлагают одинаковые предложения для всех.

Основной инструмент на данном этапе – операционная CRM-система: компания накапливает транзакционные данные о клиентах, собирает и актуализирует персональную информацию.

Этап 2. Сегментация

На этом этапе маркетологи в компании сегментируют аудиторию по предопределенным атрибутам клиентов и товаров. Чаще всего процесс не регламентирован, а цели и параметры сегментации носят краткосрочный тактический характер.

Покупатели разделяются на основании четырех ключевых характеристик:

• Lifecycle – делим аудиторию с точки зрения жизненного цикла клиента, на основании результатов определяем сегменты prechurn и churn, или клиентов в оттоке и предоттоке;

• LTV (life-time value) – сегментируем с учетом суммы покупок с момента регистрации клиента в системе;

• RFM+P – сегментируем по признакам, где R (recency) – это давность последней покупки, F (frequency) – средние частота покупок или длительность между покупками, M (monetary) – средний чек клиента. Все эти три показателя можно рассматривать в разрезе товарных категорий;

• Lifestage – сегментация с учетом жизненных ценностей покупателей, что иногда требует добавления дополнительных товарных атрибутов.

Для эффективной работы на этом этапе рекомендую провести аудит базы данных клиентов на дубли и организовать процесс по созданию единой «золотой записи» клиента, без которой будет невозможен переход на любой другой этап персонализации.

Интеграция CRM-системы с существующими каналами коммуникации (e-mail, SMS, веб-push, pop-up, личный кабинет, мобильное приложение, колл-центр, кассовые чеки, уведомления для кассы, социальные сети, мессенджеры) и медиа-каналами (Яндекс, Google, MyTarget) поможет обмениваться откликами для более качественной сегментации и настройки.

На этом этапе бизнес получает управление базовыми сегментами клиентов: отслеживание миграции клиентов из сегмента в сегмент, формулировка бизнес-целей в каждом конкретном случае. Для менеджеров это удобный инструмент управления маркетинговыми затратами – сегментацию удобно использовать при расчете оптимальной скидки (поощрения) в рамках стратегии компании. И дополнительно данная методология помогает адаптировать масс-промо к персональным коммуникациям в зависимости от сегмента.

Этап 3. Микро-сегментация

Этот уровень считается революционным – на нем происходит критический переход от автоматизации процессов к оптимизации принятия решений. Компания на этом этапе уже накопила достаточную транзакционную историю с клиентами, а большое количество атрибутов не позволяют маркетологам в «ручном режиме» управлять маркетинговыми кампаниями.

Данный этап примечателен и тем, что, с одной стороны, в арсенале маркетолога множество факторов для персонализированного создания эффективных кампаний, но с другой, «за чертой» остаются факторы, которыми управлять невозможно из-за их количества.

Приоритетность каналов коммуникации формируется вручную или задаются типовые бизнес-правила последовательности каналов от наименьшего к наибольшему по стоимости.

Наиболее эффективны для прогнозирования результатов различных механик маркетинговых действий инструменты what-if анализа – классический вариант сценарного прогноза данных на заданных условиях. What-if калькулятор имеет удобный интерфейс и основан на ключевых параметрах прогнозирования: период проведения кампании, товарная категория/подкатегория/товары, кластер магазинов, сегмент клиентов, тип механики и размер поощрения.

Среди существующий моделей для what-if прогнозирования наиболее интересны две:

• Простая модель: усредненные продажи от начала промо экстраполируются в будущее с коэффициентами «затухания», сезонности и эластичности к цене;

• Сложная модель: дополнительно учитываются выкладка товаров, продвижение кампании (реклама в промо-каталогах, масс-медиа, PR-поддержка и другие маркетинговые активности).

Чтобы персонализация была настроена точно и показала высокую результативность, рекомендуется провести аудит текущих сегментаций (возможно, понадобятся рекомендации по добавлению атрибутов товаров и клиентов для повышения качества сегментации), качества данных с целью их «очистки» и выявление дубликатов, а также аудит объема данных. В последнем случае часто появляется необходимость обогащения информацией из внешних источников.

Этап 4. 1 клиент = 1 сегмент

На этом этапе применяются классические модели для формирования персонального рекомендованного списка продуктов. В их основе – данные о действиях клиента. К таким моделям относятся:

• Content-based, который основан на поиске однородности товарных и/или клиентских характеристик без привязки к покупкам. Метод может быть использован при дефиците транзакционных данных (например, «короткий чек»), поскольку основан в большей степени на экспертной расстановке приоритетов в атрибутах товаров.

• Transaction-based основан на том же поиске однородности товарных атрибутов, с той лишь разницей, что они должны принадлежать одной и той же покупке. Метод может быть применен при условии значимых транзакционных связей между атрибутами товаров или клиентов.

Для персонализации на данном этапе используются различные подходы построения моделей:

• Collaborating Filtering User-based, или предложение товаров, приобретаемых «похожими» клиентами. Для каждого покупателя формируется вектор покупок, в котором все товары имеют свой приоритет на основании истории покупок аналогичных клиентов. В качестве метрик близости или корреляции клиентов может применяться косинус угла между векторами покупок. Данный метод применяется при недостаточной истории транзакций клиента и «неоднородности» поведения одних потребителей относительно других. В этом случае имеет смысл «переносить» вектор покупок одних клиентов на других, схожих по потребительскому поведению. Подобной «неоднородностью» потребления обладают клиенты, например, категорий beauty или household.

• Collaborating Filtering Item-based, или предложение товаров, похожих на уже приобретенные конкретным клиентом, где в отличие от User-based подхода каждому товару проставляется вектор клиента, в котором покупатель имеет свой приоритет на основании его покупок. Метрикой может служить косинус угла между векторами клиентов.

• Метод ассоциативных правил, позволяющий интерактивно вычислить перечень товаров, которые продаются совместно. Алгоритм делит наборы на «характерную» (это предпосылка) и «менее характерную» (цель) части, далее ищет закономерности между ними на основе расчета показателей: support (частота набора товаров), confidence (вероятности «характерной» и «нехарактерной» частей в наборе) и lift (вероятность покупки «нехарактерной» части набора при приобретении «характерной»).

• Customer Decision Tree (CDT) для моделирования процесса принятия иерархических решений клиента.

• Цепи Mаркова для моделирования череды событий, в которой каждое последующее событие зависит от предыдущего (например, категория рынка DIY).

• Similarities – подбор похожего товара на основании векторизации изображения. Такой подход – идеальное решение в построении рекомендаций для fashion - и beauty-сегментов.

• 

Этап 5. Real time 1 клиент = 1 сегмент

На данном этапе происходит оптимизация основных показателей, влияющих на Lifetime Value клиента: конверсии покупателей, частоты потребления продукта, размера средней покупки (с учетом существующих механик персональных промо), размера поощрения с учетом «чувствительности» клиента к цене, промо-механикам и акциям с учетом оптимального размера персональной скидки, каналов коммуникации.

Самый правильный подход к созданию корректных отношений с покупателями основан либо на выборе основного блока по оптимизации или многокритериальной оптимизации сразу всех блоков.

Так или иначе, текущая ситуация уже вызвала целый ряд изменений в поведении покупателей, и задача ритейлеров – сосредоточиться на понимании тех изменений, которые «укоренятся» в поведении потребителей, и сделать правильные выводы для достижения целей бизнеса. Учет долгосрочного влияния на потребление станет первостепенной задачей в ближайшие 1-2 года в рамках изучения клиентского опыта и, безусловно, найдет свое отражение в новых подходах персонализации с вашими клиентами.

Retail.ru