Маркетингова аналітика для E-commerce

Ця стаття виглядає як логічне продовження попередньої на подібну тему, але я її не планувала і не писала б, якби не відгуки про статтю – Аналітика для SaaS. Дякую вам, читачі, за вашу залученість і зворотний зв’язок. Він говорить нам, що те, чим ми ділимось, приносить користь.

Сьогодні пропоную зануритись у світ аналітики і показників для ще одного популярного типу бізнесу – E-commerce.

По плану у нас наступне:

• Дісклеймер
• Про рентабельність
  • Показники доходу
  • Показники інвестицій
  • Джерела доходу
  • Показники рентабельності
  • Нюанси коефіцієнту конверсії
  • Резюме
• Про клієнтів
  • Нюанси LTV
  • Когортний аналіз
  • Типи клієнтів та доходу
  • RFM
• Заключні думки

Дісклеймер

Я не намагалась написати вичерпний гайд по тому, як будувати всеосяжну аналітику для E-commerce. Сподіваюсь, ви розумієте, що це неможливо описати в одній статті на блозі. Ми в команді, звісно, будемо намагатись висвітлювати різні напрями аналітики і для цього, і для інших типів бізнесів. А коли ми завершимо, всі ці статті будуть за об’ємом як велика, можливо, дуже велика книга.

Але як книга пишеться поступово, так і побудова аналітики – теж процес поступовий. При цьому загальна порада для всіх: визначайте пріоритети, особливо на старті – що саме важливо аналізувати в першу чергу, а що може почекати. Наприклад, вибір між аналізом окупності вкладень у маркетинг і аналізом роботи менеджерів очевидний – менеджери можуть почекати, бо їх фонд оплати праці зазвичай не співмірний з бюджетами на маркетинг.

Оскільки найважче зробити перший крок, я намагатимусь в цій статті дати вам розуміння з чого варто почати та який “обов’язковий мінімум” вам треба мати. Побудувавши цей “мінімум”, вам буде вже значно легше визначити чого вам ще не вистачає і які питання вам ще треба закрити.

Ми розглянемо основні показники і підходи для двох великих напрямів аналітики – рентабельності інвестиції і аналізу бази клієнтів. Давайте вже почнемо занурення.

Про рентабельність

У цьому розділі поговоримо про показники, які допоможуть нам* зрозуміти, чи окуповуються наші вкладення в залучення доходу, і які джерела покупців найбільш вигідні, а які треба оптимізувати.

Показники доходу

Очевидно, що першим таким показником буде сума коштів, яку ми отримали від покупців за успішні замовлення, або одним словом – дохід.

З абсолютних значень корисно бачити також кількість замовлень та покупців, які їх зробили. Абсолютні значення буде доречно дивитись на графіку, щоб бачити тенденції і сезонність.

З відносних показників варто виділити наступні:

• відсоток перших замовлень – важливий для розуміння чи залучаємо ми нових покупців і як часто. Залучити нового покупця набагато складніше, ніж того, який у нас раніше щось купував і має хороший досвід взаємодії з нами. Тому на цьому стартовому етапі корисно бачити як добре ми конвертуємо в першу покупку. Досліджувати утримання існуючих клієнтів краще в інших типах звітів, які дозволяють більш глибоко дослідити як добре ми утримуємо наших клієнтів. Про такі типи звітів ми поговоримо в другій частині статті. На цьому ж кроці відсоток перших замовлень покаже як добре і наскільки стабільно ви розширюєте свою базу клієнтів. Без залучення нових клієнтів не варто чекати стабільного приросту доходу, оскільки кількість “активних” покупців з часом знижується, навіть якщо ви досить добре їх утримуєте.
• середній чек – AOV (average order value) – наряду з вартістю замовлення (CPO, про який далі) дає перше і приблизне розуміння окупності наших інвестицій.

AOV = дохід / кількість успішних замовлень

середній дохід на клієнта – ARPU (average revenue per user) – погодьтесь, популярний показник, і часто його рахують як сума доходу поділена на кількість клієнтів в обраний період. Але в “обраний період” може бути не включений весь дохід, який ми отримали від клієнтів, які зробили замовлення в цей період, – ми могли отримувати від них дохід і раніше. Якщо ж ми аналізуємо тільки обраний період, і під час нього ваші клієнти не те, щоб часто робили повторні покупки, то ARPU не сильно буде відрізнятись від AOV. В такому випадку виникає логічне запитання – а для чого вам цей показник, якщо вже є AOV?

Загалом раджу завжди задавати подібні питання показникам – на яке питання бізнесу він має відповідати – щоб не рахувати заради самого розрахунку, а для того, щоб ці розрахунки допомагали вам приймати правильні стратегічні рішення. І от повернемось до ARPU – якщо ми порахуємо дохід на клієнта не за обраний період, а за весь час його “життя” з нами, то що вам це дасть?

Весь час “життя” станом на зараз може бути місяць, а може бути і 5 років. Ви ж бачите просто цифру, наприклад, 5000 грошей, і ця цифра наштовхує на цілком слушне питання - “і що?”

Якщо ви ставите перед собою задачу визначити граничну суму, яку ви можете інвестувати в залучення нового клієнта, щоб бізнес не був збитковим, ARPU ні за обраний, ні за весь період не допоможе в цьому, вам потрібно рахувати його з використанням іншої техніки – когортного аналізу. Про неї детальніше ми поговоримо в другому блоці статті.

Поки що коротко – вам потрібно визначити скільки ви готові чекати до того, як залучений клієнт почне приносити прибуток. Візьмемо умовні півроку для прикладу. Когортний аналіз допоможе визначити скільки вам коштувало залучення клієнта в певний період (зазвичай конкретний місяць) і простежити сукупний прибуток від цього клієнта з часом. Таким чином якщо когорта покупців, залучених в січні, не почала приносити вам прибуток в червні, значить вам треба або частіше сприяти повторним покупкам в перші півроку, або знижувати ціну залучення клієнта.

В цій історії “сукупний прибуток від клієнта” на конкретний місяць після залучення цілком можна назвати ARPU, але ви вже побачили – тут може бути багато нюансів. Ваш ARPU може мати зовсім інший принцип розрахунку, але це не важливо. Важливо, щоб він допомагав вам у прийнятті рішень на основі даних.

Показники інвестицій

Дохід і інвестиції – дві з трьох основних складових, які потрібні для побудови наскрізної аналітики, чия основна задача як раз показати вам співвідношення доходу і витрат в розрізі третьої складової – джерел доходу і витрат, про яку поговоримо в наступному розділі. Такий тип репорту може відповісти на питання де ми, як бізнес, втрачаємо, а де заробляємо. Про наскрізну аналітику у мене вже є стаття з інтерактивним звітом. В ній ви дізнаєтесь більше деталей і зможете уявити якою приблизно може бути ваш звіт. Посилання залишу тут.

Отже, інвестиції – це, звісно, витрати з рекламних кабінетів, але не тільки.

Якщо ви інвестуєте в SEO, ці вкладення також потрібно враховувати при побудові наскрізної. Так само як витрати на інтеграції у блогерів, розміщення публікацій на сторонніх ресурсах, тощо.

Це ще не все, оскільки ви також інвестуєте в придбання товарів під реалізацію або у їхнє виробництво. Сума коштів, витрачена на закупівлю або виробництво реалізованих товарів, – це COGS (cost of goods sold). І їх теж треба враховувати. Загальна формула наступна:

COGS = початковий запас + закупівлі протягом обраного періоду - кінцевий запас

Але можна розраховувати і на основі собівартості придбаного товару та його кількості в чеку.

Окрім того, ваш бізнес несе інші витрати на реалізацію товарів, наприклад, оплата доставки, комісії і т.і. Разом з COGS ці кошти складають суму Cost of sales (собівартість). Собівартість і витрати на маркетинг беруть участь в розрахунку валового прибутку (Gross Profit) — про який буде мова далі. А також ця сума бере участь в розрахунку вартості залучення клієнта – CAC (customer acquisition cost), частіше за все нового. Формула:

CAC = (собівартість + витрати на маркетинг) / кількість нових клієнтів

До відносних показників інвестицій також варто віднести вартість замовлення – CPO (cost per order). Формула:

CPO = (собівартість + витрати на маркетинг) / кількість успішних замовлень

Часто для розрахунку CAC i CPO використовують тільки витрати на маркетинг і не враховують собівартість. Проте це велика помилка, оскільки такий підхід не дає повного розуміння інвестицій в залучення клієнта або замовлення, тому в наскрізній аналітиці варто враховувати і собівартість.

Також у вашого бізнесу є ще операційні і неопераційні витрати. Грубо кажучи, це витрати на ведення бізнесу, які не включають у собівартість, наприклад, орендна плата, комунальні послуги, зарплати, технічне обслуговування та ремонт, податки, тощо. Ці витрати використовуються для розрахунку чистого прибутку (Net Profit). Про нього теж далі.

Джерела доходу

Інвестуємо ми в джерела залучення покупців і доходу. Бізнес зазвичай добре знає, куди він інвестує, а от з джерелами доходу дещо складніше. При цьому для будь-якого бізнесу, який використовує інтернет для залучення клієнтів, знати джерело своїх продажів – один з найважливіших пунктів для аналізу маркетингових активностей. Замість пояснення чому він вартий вкладень ресурсів надам наочний приклад того, як може виглядати дашборд з об’єднаними даними за тими самими трьома складовими – витратам, доходу і їхнім джерелам. Не треба більше витрачати час і зводити дані з різних інтерфейсів – всі інсайти можна отримати з одного дашборда в пару кліків:

Яка ж логіка збору джерел для E-commerce? Вона, звісно, відрізняється від SaaS, про яку я писала раніше. Тут не можна сказати однозначно, що найважливіше джерело – перше, тобто коли покупець вперше з’явився в нашій базі. В ідеалі враховувати вплив кожної взаємодії між нами і клієнтом, проте програма “мінімум” – знати джерела хоча б на трьох рівнях, бо вони дають можливість будувати різнорівневі репорти для ширшої картини розуміння впливу джерел з різними моделями атрибуції. Важливо мати дані про:

• джерело замовлення – що принесло нам гроші,
• джерело клієнта – що конвертує клієнта в першу покупку,
• джерело першого входу на сайт – як про нас дізналися клієнти.

Чому недостатньо тільки джерела замовлення? Маючи тільки його, ви будете бачити, які джерела беруть участь в конверсії на останніх етапах фанелу, в тому числі коли попит вже сформований та/або коли вас вже знають і замовляють повторно. Доля брендових рекламних кампаній, брендової органіки і email-розсилок тут буде більша, ніж при інших моделях атрибуції, але інкрементальність цих каналів, тобто, грубо кажучи, вплив на прийняття рішення про покупку, у них низька. Ви не зможете суттєво масштабувати продажі, вкладаючи більше в ці типи кампаній.

Тому потрібно приділяти увагу і тим джерелам, які привели до рішення зробити у вас першу покупку, а також про перше “знайомство” з вашим бізнесом через сайт, бо без цих перших торкань і рішень, подальші навряд були б.

Рекомендація по збору цих даних – збирати їх самостійно і не покладатись на сторонні інструменти, такі як GA4. Для того, щоб це реалізувати, вам треба описати принцип визначення джерел розробнику, який буде їх зберігати в куки, а при цільовій дії на сайті (покупка, відправка форми) – відправляти прихованими полями в CRM / адмінку.

При цьому не варто забувати, що не всі замовлення відправляються з сайту. Частина, іноді значна, заводиться менеджерами внаслідок прямого спілкування з клієнтом. Якщо більшість таких замовлень відбувається по дзвінкам, вам потрібен коллтрекінг – цей сервіс закріплює за відвідувачем сайту “персональний” номер телефону, і якщо той по ньому зателефонує і зробить замовлення, ви будете знати джерело дзвінка і відповідно замовлення.

Проте завжди буде частина замовлень, які зроблені менеджерами без посередництва сайту. Тут кожен бізнес має вести діалог з менеджерами і мотивувати їх вносити джерела таких замовлень у відведене під це поле в CRM / адмінці.

І якщо ми говоримо про діалог і мотивацію – кожен бізнес має спонукати своїх спеціалістів, які працюють з трафіком, розмічати посилання на сайт utm-мітками де тільки це можливо.

Без правильної розмітки трафіку наскрізна аналітика не принесе жодної користі бізнесу.

Тільки такий комплексний підхід зможе забезпечити визначення джерел доходу, і побудова наскрізної аналітики буде мати сенс.

Показники рентабельності

Ці показники поєднують витрати і дохід між собою, і дають розуміння окупності наших інвестицій.

Окупність реклами – ROAS (return on ad spend) – найлегша і найменш корисна формула.

ROAS = Дохід з реклами / сума витрат на рекламу

Я вважаю, що її цінність тільки в тому, щоб знати який ROAS задати в налаштуваннях рекламних кампаній :)

Так, ви можете використовувати її в звітах, цей показник кращий за CR, але він дуже обмежений і показує тільки приблизну картину рентабельності витрат на рекламні кампанії.

Доля рекламних витрат – ДРВ – ROAS навпаки:

ДРВ = Сума витрат на рекламу / дохід з реклами

Цінність цього показника така ж, як у попереднього, але швидше допомагає зрозуміти окупність. Якщо бізнес знає приблизну маржу і вона становить 20%, то по ДРВ можна швидко зрозуміти працює кампанія в плюс або в мінус залежно від того, чи її ДРВ менша або більша за 20%.

Але це все одно про щось приблизне і неточне.

Валовий прибуток – Gross Profit – це вже корисний показник, до якого треба намагатись прийти. Формула:

Gross Profit = Дохід - собівартість - витрати на маркетинг

Валова маржа – Gross Margin – відносний показник, тому краще допомагає зрозуміти відношення між доходом і витратами на реалізацію товарів і маркетинг. Формула:

Gross Margin = Валовий прибуток / дохід * 100%

Ці останні 2 показники – той мінімум, до якого ви маєте прийти, щоб зрозуміти окупність своїх змінних витрат, тобто тих, які змінюються залежно від кількості продажів.

Чистий прибуток – Net Profit – відрізняється від валового виключенням в т.ч. і інших операційних і неопераційних витрат бізнесу:

Net Profit = Дохід - сума всіх, витрат, які несе бізнес

Це той абсолютний показник, який в повній мірі показує окупність бізнесу в цілому. Звісно, дуже добре, якщо він більший за 0. Якщо цей показник менший 0, то ваш бізнес генерує збитки замість прибутку.

Чиста маржа – Net Margin – відносний показник, який показує наскільки у бізнесу все добре, і скільки чистого прибутку ви отримуєте умовно “з кожної витраченої гривні”, якщо число більше за 0%, або наскільки все погано, якщо показник від’ємний.

Net Margin = Чистий прибуток / дохід * 100%

Окупність маркетингових інвестицій – ROMI (return on marketing investment) – співвідношення, яке показує скільки чистого прибутку ви отримуєте від своїх інвестицій в просування бізнесу, якщо число більше за 100%, або скільки ви втрачаєте, якщо менше за 100%. Формула:

ROMI = ( Чистий прибуток - сума інвестицій у маркетинг ) / сума інвестицій у маркетинг * 100%

На відміну від Net Margin, який показує загальну окупність бізнесу, ROMI відображає окупність вкладень у маркетинг. Високий ROMI вказує на успішність маркетингової активності, але при цьому загальний Net Margin може залишатись на невисокому рівні, бо бізнес несе високі витрати, пов’язані з закупівлею товарів та/або з веденням бізнесу в цілому. Наприклад:

Ви вклали 10 000 в Google Ads і отримали 30 000 прибутку з цього джерела. ROMI складе:

(30 000 - 10 000) / 10 000 × 100 = 200%

Це значить, що реклама в Google принесла 200% прибутку від початкової інвестиції.

В той же час дохід з того ж джерела склав 300 000. Net Margin в такому випадку буде:

(30 000 / 300 000) × 100 = 10%

ROMI відображає рентабельність інвестицій у маркетинг, а Net Margin – загальну рентабельність бізнесу. І в звітах мають бути присутніми обидва цих показники, щоб розуміти де наша головна точка зростання – в оптимізації інвестицій або загальних витрат.

Нюанси коефіцієнту конверсії

Чому я не включила в розділи вище такий класичний показник, як коефіцієнт конверсії – CR (conversion rate)? Я вважаю його таким, що не несе цінності в переліку показників, які в основному про гроші і мають бути про них. Певний сенс в його використанні я бачу тільки в тому випадку, якщо у вас немає можливості додати в звіт нічого, що має відношення до собівартості або маржинальності. Набагато ціннішими і показовішими є співвідношення ARPU і CAC, або AOV і CPO. Висока конверсія – не показник успішного успіху, бо середній чек у замовлень може бути низьким. І навпаки – відносно низька конверсія не вказує на щось погане при високому AOV.

Набагато краще виміряти успіх бізнесу грошима.

Іншим нюансом цього показника є визначення його формули. Я зустрічала багато варіантів:

• Кількість замовлень / кількість кліків
• Кількість покупців / кількість кліків
• Кількість замовлень / кількість сеансів
• Кількість покупців / кількість сеансів
• Кількість замовлень / кількість відвідувачів сайту
• Кількість покупців / кількість відвідувачів сайту

Найбільш логічною для мене виглядає остання, оскільки відвідують сайт люди і замовляють теж люди, тому і співвідношення має бути на одному рівні – людей. Але ви напевно помітили, що досі я не згадувала про відвідувачів сайту. Ми не можемо зібрати 100% даних про них, а отже і 100% їхню кількість. Причин у цього маса – від блокувальників реклами до налаштувань консенту. Тому я вважаю, що некоректно буде рахувати конверсію на основі 100% покупців, і 80% відвідувачів сайту.

При цьому ми маємо дані про 100% кліків. Клік – це дія. Ще одним прикладом дії є замовлення. Тому формула кількість замовлень поділена на кількість кліків може бути тим виключенням, коли ми можемо використати CR для певного аналізу і орієнтиру за відсутності даних про собівартість і маржу. Але точно не треба вважати цей показник за KPI, бо формула може трохи викривляти реальність, особливо коли даних мало. Приклад:

• Людина зробила 1 клік і 2 замовлення – конверсія 200%
• Людина зробила 2 кліка і 1 замовлення – конверсія 50%

Так, приклад я навела доволі грубий, але тільки щоб наочніше показати, як конверсія може відрізнятись у 4 рази на рівному місці.

Резюме

Ви прочитали дуже великий розділ, тому об’єднаю всі показники, про які ви прочитали, в резюмуючу таблицю, щоб інформація “отримала” чітку форму:

Про клієнтів

Цей розділ буде присвячений основним напрямам для аналізу нашої клієнтської бази і взаємодії з нею задля покращення як залучення нових покупців, так і утримання існуючих.

Нюанси LTV

О, цей чарівний показник – пожиттєва цінність клієнта, святий ґрааль у маркетингу. Разом з CAC дає можливість дізнатись чи сходиться ваша юніт-економіка, просто поділивши CAC на LTV.

Складність розрахунку цього показника в тому, що для нього треба знати скільки часу з нашою компанією взаємодіє клієнт. Якщо в SaaS, це більш-менш можна зрозуміти, бо там в основному модель підписок – відмінив підписку, значить ти вже не клієнт компанії, грубо кажучи. То в E-commerce майже неможливо визначити, коли наш клієнт вже не наш клієнт.

Ви можете спробувати емпіричним шляхом визначити середній термін “життя” клієнта. Наприклад, ви продаєте свіжообсмажену каву і тільки її. В середньому ваші клієнти роблять повторне замовлення раз на місяць. Ви можете взяти тих, хто робив останнє замовлення більше 2-3 місяців назад і вирахувати середню тривалість часу в місяцях між першим і останнім замовленням таких клієнтів. Це буде ваш lifetime. Також вирахуйте для цих клієнтів середню кількість замовлень і середній чек. Для LTV залишиться це все перемножити між собою:

Lifetime * середня кількість замовлень * середній чек

Формулу я написала, але, на жаль, вона підійде далеко не всім, бо далеко не кожен e-commerce може більш-менш точно вирахувати lifetime. Якщо ви можете, це прекрасно! Тоді ви зможете дізнатись чи окупиться вам залучений клієнт, навіть якщо зараз він вам обійшовся в мінус. Також ви зможете поставити більш чітке обмеження на розмір CAC і потенційно залучати більше клієнтів.

Когортний аналіз

Але якщо ви не можете сказати, коли клієнт може вважатися таким, який вас покинув, то для вас є певний обхідний, але дуже показовий шлях – когорти з розрахунком співвідношення витрат до доходу за кумулятивним принципом (running total).

Принцип побудови наступний:

1. треба визначити свої змінні витрати помісячно – собівартість + витрати на маркетинг. Змінні витрати – ті, які зростають або зменшуються залежно від зростання або зменшення замовлень. Фіксовані витрати, як наприклад, операційні, не беруть участь в розрахунку.
2. будуєте 30-денні когорти, де в рядках у вас місяць залучення нових клієнтів, а в колонках – когорти, де 0 когорта – це дані по прибутку з 0 о 29 день, в когорті 1 – з 30 по 59 день, в когорті 2 – з 60 по 89 день тощо.

3. на цьому етапі треба розрахувати running total revenue – це значить, що в когорті 0 буде сума доходу з 0 по 29 день, в когорті 1 – з 0 по 59 день, в когорті 2 – з 0 по 89 тощо.

4. Залишилось поділити Running Total Revenue на суму витрат, щоб в секунду зрозуміти, що в середньому ми починаємо отримувати прибуток від залучення через 4-5 місяців (співвідношення стає більше одиниці), при цьому щось з нашими процесами пішло не так останнім часом – вереснева і жовтнева когорти не на рівні одиниці в 4й і 5й когортах.

Взагалі, когортний аналіз – дуже потужна методика, оскільки дає змогу простежити що відбувається з вашими клієнтами з часом. Загальні цифри не дають цього розуміння, оскільки в них намішані дані по тим клієнтам, які тільки-но у вас з’явились, і по тим, які вже роками з вами.

Якщо сюди додати ще можливість фільтрувати дані по джерелу залучення клієнта та/або по рекламній кампанії, ви зможете легко сказати, які маркетингові активності окуповуються і коли, а які — ні, і від них треба відмовлятись.

Сама побудова когортних звітів не обмежується прикладом вище. Основний їхній принцип – ви об’єднуєте людей за спільними ознаками на момент першої дії і спостерігаєте за ними з плином часу.

Класичним прикладом когорт є Retention (утримання). Він покаже нам як часто до вас повертаються ваші клієнти для здійснення повторних цільових дій, наприклад, покупки. Наскільки добре працюють ваші програми лояльності. Також ви зможете визначити сезонність попиту на ваш асортимент та вчасно проводити маркетингові активності, метою яких є збільшення повторних покупок.

Нижче приклад такого когортного аналізу. Як бачимо, з утриманням у бізнесу все досить непогано. І явно помітна сезонність – восени частіше приходять як нові покупці, так і повертаються ті, хто вже купував у нас щось раніше.

Когортний аналіз – мастхев для e-commerce. Ви можете об’єднати клієнтів не тільки за часом залучення, а і буквально за будь-яким параметром покупця. Наприклад:

• Перше джерело або навіть рекламна кампанія – ви зможете перевірити чи залучає це джерело або кампанія тих, хто робить повторні покупки. Також можна зробити порівняння сукупного доходу до сукупних витрат на джерело / кампанію з плином часу і побачити чи окуповуються наші вкладення і коли.
• Категорія першого замовлення – дасть вам розуміння, яка категорія товарів конвертує в перше замовлення частіше, чи роблять в ній повторні покупки і якщо так — то коли, як часто, яка сезонність і утримання конкретної категорії.
• Намагаєтесь залучати нових покупців знижками? Об’єднайте їх в когорти за розміром знижок. Можливо не треба намагатись дати більшу знижку за першу покупку, бо після неї люди не повертаються робити повторні замовлення.

Як бачите, когортний аналіз обмежується тільки вашою фантазією і може дати відповідь на низку питань щодо ваших маркетингових активностей.

Типи клієнтів та доходу

Цей підхід я розкрила для SaaS, але він прекрасно адаптується і для e-commerce.

Він допоможе вам побачити кількість клієнтів, об’єднаних за типами, а не просто одну сукупну цифру, яка не несе особливої цінності.

Виведіть у таблицю або на графік розбивку по місяцям і розподіліть клієнтів за наступним принципом:

• Кількість покупців / доходу за обраний місяць – для розуміння загальних цифр.
• Нові покупці і суму перших замовлень – допоможе вам дізнатись чи залучаєте ви нових клієнтів. Порахуйте співвідношення до загальної кількості і ви отримаєте свій Growth Rate – те, наскільки збільшується база ваших клієнтів.
• Втрачені клієнти – визначте для свого бізнесу приблизний час, який має пройти після останнього замовлення, щоб вважати клієнта втраченим. Це допоможе визначити churn клієнтів – разом з розрахунком нових покупців, ви зможете зрозуміти утримання – чи приходять до вас більше нових покупців, аніж ви втрачаєте. Додатково можна вирахувати дохід таких клієнтів за останні 12 місяців і вивести як втрачений дохід.
• Додатково можна визначити тимчасово втрачених – ті, хто давно нічого не замовляв на час аналізу, але пізніше вони робили повторні покупки або можуть їх зробити.
• Відновлені клієнти – ті, хто зробив покупку, після того, як був втрачений.
• Клієнти, які роблять повторні покупки – додаткового пояснення напевно не треба :)

Така розбивка дасть вам повноцінне розуміння тенденцій залучення клієнтів, повторних покупок і втрат.

RFM

Ця техніка навіть більш актуальна для e-commerce, ніж для SaaS. Її принцип полягає в сегментації клієнтської бази на основі часу від останньої покупки (Recency), кількості замовлень (Frequency) і середнього чеку або загального доходу клієнта (Monetary value). Цей аналіз допоможе вам визначити найцінніших клієнтів, спробувати реактивувати в повторну покупку тих, хто її давно не робив, а також загалом персоналізувати комунікацію зі своїми клієнтами за рахунок запуску кампанії не на всіх без розбору, а на основі поведінки покупців. Створення і оновлення аудиторій для таких рекламних кампаній або email-розсилок можна доволі легко автоматизувати, що дозволить вашому маркетингу бути “у потрібний час у потрібному місці”. Це покращує конверсію в порівнянні з тим, коли ваше повідомлення транслюється і на тих, для кого воно взагалі неактуальне.

Окрім цього, ви можете завчасно визначити тих, хто ось-ось вас “покине”, і запропонувати спеціальну пропозицію для повторного замовлення. Така пропозиція обійдеться вам точно дешевше, ніж залучення нового покупця, дозволить збільшити ту саму пожиттєву цінність вашого клієнта і зменшити відтік ваших клієнтів до конкурентів.

Будувати такий аналіз не складно. Вам потрібно проранжувати ваших клієнтів за трьома показниками та призначити їм оцінку від 1 до 5, де 1 – найбільший показник Recency та найнижчі Frequency та Monetary value, а 5 відповідно – найменший показник Recency та найбільші Frequency і Monetary value.

І далі, маючи “рейтинги” з трьох оцінок розділити базу на сегменти, наприклад:

• VIP (рейтинги 555) – це ваші найцінніші клієнти. Пропонуйте їм програми лояльності, щоб не втратити.
• Потенційні лоялісти (443, 444 і т.і.) – можуть стати вашими VIP клієнтами, для цього можна мотивувати їх знижками.
• “Одноразові” покупці (111, 211 і т.і.) – ті, хто купував рідше за всіх, і майже втрачені. Можна спробувати повернути їх, але не варто сильно вкладатись в їх повернення – можливо ваша пропозиція була актуальною для тих тільки раз і повертатись вони не хочуть.
• Висока цінність з ризиком втрати (344, 433 і т.і.) – ці клієнти згенерували вам високу частку доходу, але давно не купували – є сенс спробувати повернути їх, запропонувавши спеціальні пропозиції.

Це тільки загальні приклади. Для кращої сегментації саме вашої бази, вам треба дослідити її поведінку і визначити критерії розподілення клієнтів по сегментах самостійно.

Більш просунутою технікою є RFM з можливістю порівняння “стану” своїх сегментів в різний час. Наприклад, станом на сьогодні ваші сегменти виглядають певним чином. Ви запускаєте email-розсилку на ці сегменти. Через певний час ви можете зайти в звіт, обрати дату старту розсилки і сьогоднішню, і порівняти її вплив на сегменти – скільки людей ви повернули, і вони стали VIP-ами, а скільки не змогли, що дасть вам можливість зробити висновок про те, наскільки ваша комунікація була успішною. Я колись покажу, як це виглядає на практиці, але це буде інша історія, тому не перемикайтесь :)

Заключні думки

Основний посил статті для e-commerce – об’єднуйте всі свої витрати і дохід в одному дашборді. Це дозволить вам, як колись казав один з наших клієнтів, – отримувати цінні інсайти в 2 кліки.

Також не забувайте про важливість utm-розмітки – вона допоможе швидко розуміти, які ваші активності приносять прибуток. При цьому аналізуйте дані в різних моделях атрибуції, оскільки кожен канал має певний вплив на прибуток, навіть той, який не приносить прямих продажів, а є тільки першим. Без аналізу в розрізі різної атрибуції, можна пропустити і виключити важливий канал, і потім довго думати чому ми виключили “неефективну” рекламу, а продажі стали ще гірші.

Окрім того, слідкуйте за вашою базою клієнтів, як вона наповнюється і працюйте над тим, щоб її утримувати. А ми зі своєї сторони вам допоможемо тримати руку на пульсі завдяки повноцінній аналітиці, якщо ви вирішите довірити її побудову нашій команді.