Персонализация сегодня: как определить свой путь к клиенту?

Нам нравится, когда бренды обращаются к нам по имени в своих рассылках, а официанты любимых ресторанов и кафе называют нас по именам. Чтобы завоевать сердца своих покупателей, компании запоминают наши 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», рассказывает о главных этапах и подходах к созданию эффективного предложения.

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.

Из данных, полученных за период пандемии можно извлечь много полезной информации. Например, какую продукцию предпочли покупатели как альтернативу дефицитным «любимым» товарам. Появится достаточный объем данных для анализа объективной «чувствительности» к ценам, в том числе промо-акциям.

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. 

Увеличится роль персонализации и необходимость управлять параметрами сервиса как минимум на уровне сегментов клиентов. Многие компании несколько раз корректировали минимальные суммы для доставки, тогда как многие важные для компании сегменты остались неспособными воспользоваться данной услугой.

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

---

Читайте также: И словом, и делом, и рублём: как поблагодарить участников программы лояльности (обзор кейсов)

---

Что такое персонализация сегодня?

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 её 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 поощрение 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). 


Рис 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 четырёх 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 существующих 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. 

Учёт 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.

Вера Генова, 
эксперт в области персонализации ГК «КОРУС Консалтинг»