Как внедрить персонализацию в общении с клиентом: 5 эффективных этапов

30 Июля 2020 retail.ru 973 0 Ритейл
Поделиться

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.

Вера Генова, эксперт в области персонализации ГК «КОРУС Консалтинг», рассказала в статье для издания Retail.ru о главных этапах и подходах к созданию эффективного предложения.

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).

Персонализация сегодня: как определить свой путь к клиенту?

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.

Персонализация сегодня: как определить свой путь к клиенту?

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.

Персонализация сегодня: как определить свой путь к клиенту?

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.

Персонализация сегодня: как определить свой путь к клиенту?

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.
  • Персонализация сегодня: как определить свой путь к клиенту?

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.

Персонализация сегодня: как определить свой путь к клиенту?

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.


Поделиться
Материалы по теме:
Обсуждение:
Читайте также: