Стратегия управления потребительским поведением

Как и все общество в целом, лояльность постепенно замещается мобильностью. Смена работы, магазинов, места жительства, предпочтений происходит значительно чаще, чем раньше. Меняются основополагающие модели потребительского поведения. 

Зачем лояльность к какой-то сети, если товары покупаются по схеме «почитал отзывы в интернете – сходил в магазин посмотреть живьем – заказал в интернете»? Так почему же должна сохраняться лояльность к банковской карте или стиральному порошку?

Кроме того, раньше под словом «лояльность» зачастую скрывалась инерция: если потребитель удовлетворен, он не расстанется с вашим продуктом. Сегодня ситуация меняется. Когда-то существовало правило, что если клиент имеет три и более счетов в одном банке, он остается с этим банком на всю жизнь. Сегодня совершенно нормальной является ситуация, когда у клиента три пластиковых карты разных банков, автокредит в четвертом, а ипотека в пятом. Лояльность начинает восприниматься как лень или глупость, как нежелание быть немного хитрее и активнее, чтобы улучшить свою жизнь.

Сегодняшний потребитель искушен в вопросах маркетинга и сообразителен, он держит в руках калькулятор, он в случае любых сомнений лезет в интернет, он тщательно просчитывает все выгоды того или иного предложения, он представляет свою ценность для компаний и не готов отдать себя абы кому. Но потребитель становится не только умнее – он становится более сложным для понимания и непредсказуемым.

Еще одно распространенное заблуждение касается удовлетворенности клиентов. Кажущаяся удовлетворенность клиентов еще не повод отказываться от введения ПЛ. Удовлетворенный клиент – декларируемая цель многих компаний. Однако это не конечная цель, а отправная точка. В противном случае, вы рискуете попасть Customer Satisfaction Trap – ловушку удовлетворения потребителей. Этот термин введен Ogilvy Loyalty Centre. По статистике Ogilvy:

•  – в автомобильном бизнесе 85% потребителей считают, что они удовлетворены приобретенным автомобилем, но только 40% покупают ту же марку
•  – в B2B-бизнесе 65-85% переключившихся на другого поставщика заверяют, что они были удовлетворены или очень удовлетворены имеющимся поставщиком

Как видно из этих примеров, одной удовлетворенности мало для поддержания устойчивого доходного бизнеса. И это причина, по которой все больше компаний задумываются о внедрении программ лояльности. Ведь грамотно построенная программа лояльности:

•  – сохраняет самых прибыльных клиентов,
•  – увеличивает ценность основной массы «середнячков» и
•  – никак не затрагивает (либо не приносит дополнительных издержек) убыточных клиентов.

Фактически здесь сформулированы цели идеальной программы лояльности.

Как создать идеальную программу лояльности

Отталкиваясь от вышеназванных целей и помня о ключевых ошибках и причинах неудач ПЛ, я попробую сформулировать универсальный подход к созданию стратегии программ лояльности. Если очистить от словесной шелухи суть любых ПЛ, то это поощрение потребительского поведения, приводящего в конечном итоге к выполнению тех или иных целей (бизнес-целей, маркетинговых или коммуникационных). Теперь давайте развернем эту логическую цепочку наоборот. В начале – цели, в конце – поощрение. Вот из этой цепочки нужно выбросить все лишние звенья и всячески ее упростить, связав цели с мотивацией поведения. Мы делаем это в несколько простых этапов:

1. Декомпозиция целей и построение «дерева целей». Я очень не люблю формулировки, типа «Цель – увеличение продаж» или «Цель – повышение лояльности». Какой лояльности и за счет чего мы будем увеличивать продажи? Как правило, здесь не обойтись без ключевого заказчика ПЛ, раскрыть цели удобнее на совместных интерактивных сессиях. Мы проговариваем вместе в стиле психоаналитика каждую сформулированную цель, пытаясь понять все причины, которые могут привести к ее выполнению.

При этом нужно концентрироваться на тех причинах, которые завязаны на потребителей, а не на отдел продаж (например, низкая дистрибьюция в ключевых регионах). Ведь то же самое повышение продаж может быть связано с различными количественными и качественными изменениями потребления. Это может быть небольшое увеличение потребления лояльными, отказ от марок выбора и переход на одну конкретную марку для потребителей-»свитчеров». Либо вообще это может быть связано с ростом массы потребителей и увеличением их абсолютного количества.

Те же правила применимы к любой отрасли. За счет чего возможно вырастить средний чек в ресторане? Можно увеличить количество заказываемых наименований блюд по меню (например, приучив человека есть десерт), можно повысить среднюю стоимость выбираемых блюд, а можно стимулировать ходить чаще и в других ситуациях (бизнес-ланч и вечер с друзьями – это совершенно разные ситуации потребления). В любой отрасли нужно четко представить себе, из чего именно складываются поставленные цели.

На этом же этапе нужно продумать и количественно выразить необходимые KPI по каждой из ключевых целей.

2. Имея на руках развернутое дерево целей с привязкой к потребителям, необходимо сконвертировать каждую из них в конкретное потребительское поведение. Например, потребитель попробовал товар Х и начал покупать его не реже двух раз в месяц. Другой потребитель покупает теперь кофе в два раза чаще, так как стал пить его не только утром, но и после обеда в офисе, с друзьями. Клиенты ресторана Y наконец-то начали есть десерты и пить чай, увеличив средний чек сразу на 500 рублей. Обратите внимание, речь идет о признаках изменения поведения. Это важно!

Стабильная ситуация не добавит вам продаж, а просто позволит сохранить их на прежнем уровне. Хотя такая стратегическая цель тоже может стоять и в этом случае к бонусируемым паттернам будет относится сохранение привычного потребительского поведения.

Все такие признаки и паттерны должны быть четко описаны, классифицированы и ранжированы по степени их влияния и получаемому экономическому эффекту. Далее из них нужно отобрать те, которые могут быть хоть в какой-то мере зафиксированы, зарегистрированы и однозначно определены в автоматическом режиме CRM-платформой. Это непременное условие может отрезать часть признаков, это нормально. Вы же не сможете сами обзванивать и расспрашивать своих потребителей. А системе нужно на что-то опираться, на какие-то машиночитаемые признаки. К ним можно отнести изменение суммы чека по сравнению со средним предыдущим, регистрацию proof-of-purchase в программе лояльности для FMCG, появление определенной ассортиментной позиции в привычной корзине потребления и т.д.

3. И на последнем этапе нужно оценить значимость каждого из приоритетных вариантов потребительского поведения и придумать какое-то денежное выражение для него. Именно этот экономический эквивалент будет являться базовой основой для разработки мотивации – набора бонусов, которыми вы вознаградите своего потребителя за выполнение этих действий. Все, нет никакого «получите 1000 баллов за каждые потраченные 1000 рублей». Не все так просто. Покупали всегда на 500? Тогда конечно получите свои 1000 баллов. Закупаете товары мелким оптом на всю большую семью раз в неделю, потому что живете через два дома? Тогда все не так однозначно, так как поведение не изменилось.

Как вы видите, выполнение этой последовательности действий приводит к вычленению потребительского поведения, реально влияющего на ваш бизнес, и вы его «сдельно» оплачиваете бонусами, привязанными к конкретному результату. Вы бонусируете только ту активность, которая приводит к выполнению целей и не тратите деньги на пассивных участников, совершающих привычные действия.

Конечно, такой подход возможен только в рамках активно продвигаемой мной концепции «один потребитель – одно промо», когда бонусные условия адаптируются под каждого конкретного потребителя на основе понимания его ценности и профиля потребления. То есть, нашими задачами становятся:

•  – анализ текущего потребления,
•  – определение возможных векторов развития для каждого конкретного потребителя,
•  – превращение в конкретные задачи и донесение этих задач до потребителя, естественно с красочным описанием чудес, которые его ждут при выполнении этих заданий.

Именно эти бонусы должны стать основой программы лояльности, а не автоматическое начисление определенного процента с покупок.

Такая кастомизация может кому-то показаться фантастической, но современный уровень вычислительных мощностей легко справляется с такими задачами. Именно так уже сегодня работает наша CRM-платформа EffiCRM, разработанная в InBrief. Вопрос только в наборе изначальных метаправил, правил, формул и триггеров, по которым система должна принимать решения касательно каждого конкретного потребителя.

«Работа над ошибками»

Теперь давайте вернемся к ключевым ошибкам программ лояльности, о которых мы говорили в прошлый раз и еще немного улучшим нашу программу, для того чтобы не наступить на те же «грабли».

Ошибка 1. Неприменимость активационного CRM инструментария в силу низкого share of wallet.

Здесь самое главное – сопоставить результат и затраты на ПЛ. С одной стороны – ценность потребителя (например, в CLV) и потенциальный экономический эффект в долгосрочном периоде от выполнения персональных целей. С другой – возможные затраты на создание программы лояльности и переменные расходы на бонусирование. Чем меньше share of wallet вашего продукта, тем меньше шансов сделать эффективную бонусную программу.

Вы просто не сможете одновременно оставаться интересными для потребителя и не превышать разумных пределов затрат на лояльность.

Как быть в такой ситуации? Если очень хочется построить интересную программу с рациональным поощрением, выход может найтись в консолидации усилий нескольких брендов в рамках одной мотивационной программы. Такой вариант идеально подходит мультибрендовым FMCG корпорациям, где ежемесячные затраты потребителя на каждый бренд могут быть небольшими, однако при лояльном отношении ко всему портфелю, потребитель может накопить достаточно баллов, чтобы получить интересный приз. А это положительно сказывается на разнообразии каталога и привлекательности программы в целом.

Если такой возможности нет, то мысль о рациональной мотивации следует отбросить и попробовать обойтись без нее. Например, построить свою программу лояльности на предоставлении интересного контента или сервиса. Идеально, если вы сможете все-таки привязать такую программу к покупкам или ваш контент будет иным способом влиять на потребление. Задача непростая, но в Каннах в прошлом году я увидел потрясающий пример такого проекта в сфере информационного CRM-маркетинга.

Производители специй придумали вкусовое картирование, точно отражающее пристрастия потребителей и предлагают вкусные рецепты, которые с высокой долей вероятности им понравятся. Естественно, что каждый рецепт содержит ингредиенты McCormick. Я еще вернусь к детальному разбору этого кейса в следующей статье, а сейчас просто советую посмотреть и пройти тест самим.

Ошибка 2. Высокий базовый уровень вознаграждения

Здесь все достаточно просто. Необходимо изначально установить базовый арифметический redemption rate на низком уровне и дополнять его специальными бонусными предложениями (высокими в сравнении с базой) в рамках специальных сегментированных или персональных промопредложений. Тем самым у вас получается, что накопление бонусов и затраты на бонусирование происходят не за привычное потребление, а за наиболее выгодную вам потребительскую активность. Вы перестаете «сливать» бонусы в карманы лояльных потребителей, чье поведение никак не меняется и достаточно мотивируете перспективные сегменты, чтобы ПЛ была им интересна. У такой политики есть еще один плюс, важный для FMCG – программа теряет свой интерес для промохантеров.

Ошибка 3. Неэффективная сегментация и поощрение неэффективных потребителей.

Здесь нам нужно вернуться еще раз к декомпозиции целей и понять, какое именно поведение приносит нам максимальный эффект в пересчете на одного участника.

Работа с лояльными? Мы можем увеличить их потребление в небольшом объеме, не более 10-20% (им просто больше не нужно), мы можем удержать какую-то долю тех, кто начал терять лояльность, в итоге получив прирост продаж по этому сегменту в 5-10%. При этом сам этот сегмент обычно очень малочисленный – в районе 10%, а тех кто готов участвовать в ПЛ (активные коммуникаторы) – всего 2-5%. То есть мы увеличим потребление 2-5% потребителей на 10%. Много это или мало? Считайте сами в применении к особенностям своего бизнеса, сопоставляйте с затратами на ПЛ. Скорее всего ваши расчеты будут выглядеть неубедительно. Правда, есть данные, что именно эти 2-5% активных и лояльных потребителей обеспечивают 20-30% продаж.

Где же выход? Вернемся к нашим целям. Грамотно построенная программа лояльности сохраняет самых прибыльных клиентов, увеличивает ценность основной массы «середнячков» и никак не затрагивает (либо не приносит дополнительных издержек) убыточных клиентов. Отсюда ваша стратегия сегментации – основной бонусный удар по «свитчерам» с мультилояльностью, которые спокойно покупают ваш товар и какую-то марку конкурентов. Во-первых, эта аудитория гораздо многочисленнее (до 50%), а во-вторых, замещение вашей маркой конкурента приведет к удвоению трат на ваш товар для этого конкретного потребителя. Экономический эффект можете посчитать сами. Инструментарий вам уже понятен – специальные условия и бонусы, поощряющие именно такое поведение.

Ошибка 4. Отсутствие привязки к потребительскому поведению или поощрение неэффективного поведения.

Если вы воспользуетесь приведенной выше стратегией привязки бизнес-целей ПЛ к поведению потребителей, то эта ошибка вам не грозит. :)

В заключение хочу снова упомянуть хрестоматийный ритейловый кейс самой, наверное, известной программы лояльности – ПЛ сети универмагов Tesco. Известной благодаря ее эффективности, оригинальности и персонализации. Британская сеть супермаркетов Tesco вводила ее в несколько этапов через двухуровневую систему клубных карт. На первом уровне компания ставила перед собой задачу просто собрать информацию о потребительских корзинах, при этом потребители зарабатывают очки (одно очко за каждый потраченный фунт стерлингов), которые потом можно обменять на скидочный купон.

На втором уровне, рассчитанном на постоянных клиентов, больше нового. Стояла задача увеличения среднего чека выше определенной величины, поэтому был определен минимальный чек для получения бонусных баллов (простое, но эффективное решение для сегментации). Потратив за один раз 38 долл., покупатель получает «ключ». Собрав 50 «ключей», он становится обладателем «золотой связки», 100 «ключей» – «большой золотой связки». Кроме купонов владельцы «связок» получают скидки на посещение культурных и спортивных мероприятий, проживание в отелях и другие виды услуг.

То есть, кроме материального бонусирования, появляется эмоциональный компонент включения в особую VIP-группу. Цель основной программы – изменить предпочтения покупателей и заставить их чаще посещать супермаркеты Tesco. Через четыре года после введения системы клубных карт доля Tesco на рынке выросла с 13 до 17%, и около 75% всех продаж производится сейчас в рамках этой программы. Успех ее очевиден, так как в среднем покупатели тратят 38,7 долл. за один раз. Чтобы стоимость покупки оказалась выше минимальной (38 долл.), люди чаще покупают больше товаров, чем планировали.

Другая характерная черта этой программы – персональные коммуникации, построенные на очень подробной сегментации. В рамках программы учитываются все предпочтения потребителей (анализ корзин) и на основе созданного покупательского профиля участникам отправляются по почте уникальные персональные наборы купонов и спецпредложений, с высокой долей вероятности интересных этим участникам (классический permission marketing). Я встречал информацию о 80000 рабочих сегментов Tesco. Такая подробная сегментация по своей сути не отличается от концепции «один потребитель – одно промо».

В этом примере прослеживается еще одна выгода от внедрения ПЛ, о которой часто забывают – огромный объем информации, полезной для понимания структуры расходов потребителей и их пристрастий. То, что сегодня называют Big Data.

Данные, полученные в результате регистрации действий потребителей в ПЛ имеют огромное преимущество перед любыми другими источниками, дающими сиюминутный срез – возможность проследить изменения поведения, потребления и привычек. Такие данные должны учитываться в персональных профилях и анализироваться. Именно эти данные, а не знание имени и фамилии потребителя, являются основой по-настоящему эффективных, продающих персонализированных коммуникаций.

Пока, как мне кажется, для большинства компаний этот огромный поток плохо структурированной информации о своих покупателях – не более чем побочный продукт своих промоактивностей, которую они просто не в силах правильно организовать и обработать. В теории, компании сегодня могут получить всю необходимую информацию для анализа потребительских профилей и грамотного стимулирования потребителей в рамках ПЛ. Вопросам сбора потребительских данных и работы с ними я посвящу свою следующую статью о Big Data и Customer Intelligence.

Максим Алешин, управляющий директор InBrief (ARK Group), Sostav.ru