Найти "золотого" покупателя

Константин Баяндин, директор по онлайн-маркетингу и ценообразованию OZON.ru

Материал подготовлен на основании доклада крупнейшей в России конференции по интернет-торговле "Электронная торговля". В этом году "ЭТ" пройдёт 18-20 октября. Больше докладов смотрите в программе. 

Каждый маркетолог знает, что базу клиентов нужно сегментировать. Это позволяет математически оптимизировать кампании и получать результаты лучше, чем работа с "сырой информацией". Единственное условие — необходимость иметь достаточно данных для того, чтобы разбивать аудиторию на группы.

Я расскажу, как Ozon сегментировал своих покупателей, используя большие данные, свои и сторонние (от Google).

C чего нужно начинать? История покупок — это лучший предиктор будущего поведения людей на сайте. Но что у нас есть, кроме него?

Важнее всего –  следующие составляющие воронки продаж: выбор товаров, добавление в корзину, история просмотров, поисковых запросов. Каждый из этих параметров имеет свой вес.

Можно использовать и внешние данные; сейчас появилась возможность покупать информацию о поведении людей на сторонних ресурсах. Это неплохие источники информации для анализа новой аудитории, но для постоянных покупателей они дают очень маленький инструментальный аплифт ценности.

В то же время, по истории покупок можно делать хорошую аналитику простейшими методами. Например, берем все покупки за последние 3 года и строим распределение по давности  в днях (как давно человек что-то у вас заказывал), по частоте покупок (как часто он заказывал) и среднему чеку.

Получаем три графика: в днях, в частоте и размере чека. Далее эти графики, например, можно разбить на пять частей и получить пять групп, в которые попадет каждый покупатель по трем направлениям.

Это пример самой простой и частой в маркетинге сегментации. К ней мы добавляли еще географическую разбивку на 8 регионов.

Что дальше? Определяем, какую прибыль нам принес каждый из сегментов в среднем. Здесь важно смотреть на правильную метрику – это  конечная прибыль после переменных затрат. То есть, считаем прибыль от продажи товара, минусуем затраты на покупку товара, доставку, обработку заказа в call-центре, обработку платежа карточкой через онлайн и т.д.

В нашей системе есть такая величина для каждого товара. Это очень удобно потому, что на основе этого показателя, анализируя его изменение в прошлом, можно прогнозировать среднюю прибыль в рублях в течение будущего года активности человека на сайте.

Таким образом мы можем подсчитать рублевую ценность каждого из сегментов.

На сегментацию можно снова наложить географию и получить более точные данные по регионам. Что можно сделать еще? Например, разделить средний показатель по сегменту на средний по компании и получить коэффициент, показывающий, насколько данный сегмент пользователей ценнее, чем средний покупатель Ozon.

В итоге мы поняли, что 30% наших клиентов приносят ожидаемую прибыль выше среднего по компании.

Итак, оперируя только историческими данными, мы можем найти самых интересных, активных покупателей, которые приносят компании в 6–7 раз, даже в 10 раз больше прибыли, чем "обычные". С другой стороны, у нас нашлись и "убыточные" клиенты. И нужно было продумать, как выстроить отношения таким образом, чтобы нам стало выгодно с ними работать.

До этого момента была аналитика. Дальше возникает вопрос: как превратить все эти находки в реальные деньги?

Каким образом дифференцировать ставки контекстной рекламы и ретаргетинга для каждого сегмента покупателей?

Можно начинать с выставления одинаковой для всех аукционной цены на рекламной площадке. Вы ставите цену — 1, 2 или 3 рубля за клик — и смотрите, сколько в сумме получилось продаж или прибыли. Вы изучаете, на какое значение у вас пришелся максимум, определяете прибыль, вычитая затраты на рекламу. Если вы будете дифференцировать вашу ставку и платить дороже за своих "ценных покупателей", то вы сможете охватить большее количество людей с тем же соотношением дохода к затратам (с ROI).

Это позволяют делать все современные площадки рекламы: Google, "Яндекс" и другие.

Мы начали с Google, потом перешли на другие площадки ретаргетинга. Мы разбили нашу базу на несколько сегментов в зависимости ценности аудитории и соответственно управляли ставками.

Вот пример дифференциации ставок.

Итогом стал рост эффективности рекламы одновременно с ростом оборота по каналу ретаргетинга. Если сравнить третий квартал 2015 с третьим кварталом 2016 года: затраты выросли на 37%, продажи — на 78%, ROI — на 30%.

Итак, простая RFM-сегментация и анализ собственных данных помогут вам более эффективно бороться за свою аудиторию в ретаргетинге.

Дальше речь пойдет о Big Data. Мы внесли данные в систему, которая умеет сводить данные о покупках и поведении пользователя на сайте с данными внешних систем и на основе этого массива информации предсказывает поведение пользователей. Это дало нам возможность получить прогноз по каждому из наших посетителей. Мы можем заранее знать, что если конкретный человек вернется к нам завтра, то его конверсия будет 4%, а средний чек — 4 000 рублей.

Ozon построил такие прогнозы для десятков миллионов посетителей нашего сайта и стал проверять, как они соотносятся с настоящими цифрами. Вот результаты:

Теперь самое интересное. Если перемножить прогнозы конверсии на прогнозный чек, получится прогнозная выручка от визита. Это ключевой показатель для маркетинга, поскольку он направлен на построение отношений с покупателями, а строить эти отношения нужно по-разному. Те, у кого прогноз конверсии выше 4%, попадают в приоритетную группу клиентов, мы должны ориентироваться именно на них. Далее, по убывающей, идут группы клиентов, с которыми надо выстраивать и поддерживать отношения.

Посмотрите, как много людей оказалось в левой части графика. Этих людей нужно холить, лелеять и оберегать. Надо стараться любой рекламой вернуть к себе, не давать конкурентам коммуницировать с ними через баннеры, контекст и другие инструменты онлайн-маркетинга. И здесь в первую очередь вам поможет ретарегетинг.

Также у вас есть "середнячки", еще не ставшие высококонверсионными клиентами, которых нужно привлекать на сайт, стремиться переместить их влево по графику и сделать из них суперлояльную аудиторию, у которой (вы не поверите) десятки процентов конверсий.

А что делать с теми, кто еще не готов? Нашей компании 18 лет, мы подождем, когда эти люди будут готовы строить с нами взаимовыгодные отношения. Когда-то и они станут нашими покупателями.

13-я "Электронная торговля-2017" – крупнейшая в России профессиональная конференция в сфере omnichanal и интернет-торговли + бонус день и премия "Большой оборот".

Кейсы, о которых у нас говорят впервые, первыми открываем методики и стратегии, позволяющие расти быстрее рынка. Прогнозируем то, что будет интересно в ближайшие несколько лет. Уже скоро, 18-20 октября.