Как сегментация подписчиков влияет на продажи

Что такое сегментация?

Сегментация — это разделение целевой аудитории на группы, объединённые общими потребностями и запросами. Опираясь на характеристики приоритетных групп, можно грамотно предложить им товары, разработать маркетинговый план и продумать стратегию дальнейшей коммуникации.

Рассылка — один из каналов общения. А как можно эффективно общаться с тем, чьи потребности, мотивы и интересы неизвестны? Одна рассылка может случайно сработать, но для построения длительных отношений необходимо предугадывать потребности каждой группы. Поэтому если вы хотите, чтобы ваше письмо попало точно в цель, сегментируйте.

В 2017 году платформа Mailchimp исследовала показатели сегментированных рассылок по сравнению с несегментированными.

• На 14,31% больше открытий
• На 100,95% больше кликов
• На 9,37% меньше отписок
• На 4,65% меньше отказов

Итак, сегментация позволяет эффективно использовать ресурсы компании. Вы достигаете высоких показателей, экономите бюджет и усилия сотрудников, вкладываясь лишь в таргетированные группы.

Первый этап сегментации — анализ. Необходимо собрать информацию по базе клиентов и наглядно представить её в таблице. В этом вам поможет любая CRM-система. Она хранит данные пользователей и позволяет их фильтровать. За соотношение цены и качества мы советуем пользоваться Битрикс24 и Мегапланом, со сравнительным анализом можно ознакомиться здесь.

По каким критериям разделять подписчиков? 

Традиционная сегментация

Существует множество вариантов сегментации, бизнес определяет это, исходя из особенностей своего продукта. Традиционная модель сегментации базируется на четырёх базовых критериях.

Географическая: определяется местоположением клиента. Группы могут быть внутри страны, города или района. Обычно маркетологи узнают эту информацию из данных CRM-систем. Сегментация подойдёт как для международных, так и для локальных кампаний.

Например, для московской компании-застройщика мы создали ряд рассылок, нацеленных на жителей четырёх разных комплексов. Пользователи перестали отписываться, а показатель открытий писем увеличился на 30%.

Демографическая: это пол, возраст, семейный статус, этническая принадлежность. Выяснить информацию можно как с помощью Google Analytics или Яндекс.Метрики, так и попросив пользователя заполнить информацию в опросе.

Например, H&M при подписке на рассылку предлагает клиентам указать пол и ответить, интересны ли им новости о детской коллекции. Так мужчины получают новости о мужских коллекциях, женщины о женских, а родители узнают, что могут купить для детей.

Социально-экономическая: деление по достатку, сфере деятельности, образованию, вероисповеданию. 

Если вы не банк, то вряд ли будете спрашивать подписчика о его ежемесячном доходе, но вопрос о специальности выглядит этично. Например, на профессиональном сообществе «Доктор на работе» зарегистрировано более 500 тысяч врачей из разных сфер. Из-за нехватки времени они не готовы отвлекаться на бесполезную рассылку: стоматологов интересуют новые зубные импланты, а аллергологов — препараты, не вызывающие седацию. Поэтому сообщество просит указать профессиональную область, чтобы предлагать исключительно полезный контент.

Психографическая: образ жизни, ценности, интересы, увлечения, жизненная позиция, личностные качества. Чтобы узнать эти параметры, придется проанализировать массу данных, или в рассылке предложить пользователю пройти психологический тест, а метрики предложат ему товар по психотипу.

Зоомагазинам намного проще сегментировать по этому критерию. Например, «Четыре лапы» интересуется, кто четвероногий друг его клиента, предлагает указать кличку и возраст. Предположим, клиент владелец семилетнего бульдога. В рассылке будет предложено попробовать корм для взрослых собак крупных пород.

Традиционная сегментация покажет, КТО ваши клиенты и подскажет, на каком языке с ними лучше общаться. Однако цель любого бизнеса — заработок. Поэтому если вы хотите определить наиболее ценные перспективы, то необходимо понимать, КАК ведут себя клиенты. Для этого стоит уделить внимание поведенческой сегментации.

Поведенческая сегментация

Если традиционная сегментация отвечает на вопрос:

• Кто мои клиенты?

То поведенческая расскажет:

• Что человек делает на сайте?
• Какие действия совершил посетитель в прошлом?
• Это первый или повторный посетитель?
• По каким ссылкам он переходил?
• Является ли этот человек клиентом?

Поведенческая сегментация базируется на анализе действий клиента на сайте и истории его покупок. Так вы сможете предлагать аудитории полезные и актуальные рассылки и определять уровень удовлетворённости, лояльности, вовлечённости в ваш бренд.

Например, Netflix использует систему искусственного интеллекта, которая анализирует историю просмотров и реакций пользователей, чтобы предложить контент, соответствующий их вкусам. Вероятно, поэтому аудитория компании насчитывает более 110 миллионов подписчиков.

Вы можете комбинировать разные варианты поведенческой сегментации, всё зависит от специфики продукта или услуги. Давайте на примерах рассмотрим варианты такой сегментации.

4 примера поведенческой сегментации

Поведенческая сегментация основывается на многих факторах, но мы ограничимся четырьмя примерами, каждый из которых показывает, насколько полезно разделить ваших клиентов на отдельные группы в зависимости от их поведения.

Жизненный цикл клиента

Есть несколько жизненных циклов: 

• новичок, который впервые оказался на вашем сайте;
• пользователь, который иногда пополняет корзину или общается с менеджером;
• постоянный покупатель, который следит за обновлениями.

Благодаря собранным данным вы сможете подталкивать клиента к покупке, отправляя релевантные и персонализированные рассылки.

Приобретаемые товары и услуги

Пользователь периодически покупает товары или заказывает услуги одной категории? Предложите ему персонализированную подборку, основываясь на прошлых покупках, или расскажите ему о бонусе, предложив готовый набор с сопутствующими товарами или пакет дополнительных услуг.

Событийность

Государственные праздники, сезонные предложения, личные события (день рождения или переход на новый уровень программы лояльности) — отличный повод сделать персонализированную рассылку. Если о первых мы узнаем из календаря, то личные данные можно узнать из опроса или при регистрации.

На основе лояльности

Дешевле удерживать уже существующего клиента, чем привлекать нового. Лояльный клиент важен для компании, потому что у него самый высокий показатель LTV (Lifetime Value). Рассылки мотивируют пользователей и подогревают интерес. Настройте триггерные письма, чтобы всегда поддерживать связь с аудиторий.

Мы рассмотрели несколько вариантов сегментации, каждый важен по-своему. Теперь переходим к главному вопросу — какими инструментами пользоваться? Предлагаем самый универсальный — RFM-анализ.

RFM-анализ

RFM-анализ прогнозирует поведение клиентов на основе истории действий. Этот анализ помогает отбраковать случайных клиентов и сфокусироваться на вовлечённых, тем самым сэкономив бюджет на пользователях, которые от вас «отвалились». Он базируется на трёх показателях:

Recency — давность сделки. Сколько времени прошло с момента покупки?

Высокий показатель давности означает, что покупатель недавно принял решение о приобретении товара. В зависимости от характера бизнеса классификация фильтров может быть разделена, например, на покупки за последние 7 дней / 1 месяц / 3 месяца и т. д.

Frequency — частота сделок. Как часто пользователь проявлял активность за определенный период?

Высокий показатель частоты означает, что покупатель лоялен к бренду. Чтобы узнать частоту, необходимо рассчитать отношение количества покупок к временному периоду. Например, один раз в месяц или трижды в год.

Monetary — вложения. Сколько денег было потрачено на ваш продукт?

Высокий показатель вложений означает, что покупатель потратил больше, чем среднее значение, которое определяется деятельностью бренда.

RFM-анализ позволяет компании выделить важные сегменты клиентов, такие как пользователи с риском оттока, и создать индивидуальный план, специально разработанный для удержания этих клиентов. Одновременно бизнес может использовать RFM-модель, чтобы максимально увеличить потенциал активных пользователей, создавая персонализированные сообщения и настраивая предложения, трансформирующие позитивные отношения в возможные покупки.

Как анализировать клиентов?

Предположим, мы организуем экскурсионные программы и образовательные мероприятия по городам России и Европы, работаем самостоятельно и в сотрудничестве с туристическими агентствами. Мы уже разделили клиентов по четырем сегментам. Теперь анализируем их поведение с помощью RFM. Данные приведены для примера и не имеют ничего общего с реальными цифрами.

Шаг 1. Выгружаем данные и распределяем их по модели RFM

Шаг 2. Устанавливаем шкалу, характерную для вашего бизнеса

Шаг 3. Считаем баллы клиентов

Шаг 4. Маркируем сегменты

У нас было 5 уровней оценки, 3 шкалы и 5 клиентов. Соответственно, для них существует 75 уникальных сегментов (535). Нам достаточно 5 общих: лояльные, потенциальные лояльные, требуют внимания, засыпают, потерянные.

Лояльные: регулярно пользуются услугами, приобретают как дорогие, так и дешевые предложения. Их интересует контент, а не цена. В рассылках предлагаем им лучшие места для проведения выходных.

Потенциальные лояльные: они недавно начали пользоваться нашими услугами, стабильно приходят раз в месяц, тратят достаточно. Нам нужно заставить их почувствовать себя значимыми и важными.

Требуют внимания: частота их покупок начала сокращаться, они всё еще с нами, но в любой момент могут уйти к конкурентам. Чтобы это предотвратить, мы придумываем специальное предложение, которое заставит задержаться.

Спящие: Они перестали покупать, но иногда просматривают наши предложения. Нам нужно подготовить рассылку на основе пользовательской истории и сделать финальный выстрел.

Потерянные: они всё ещё числятся в системе, но не открывают наши письма и не заходят на сайт. Возможно, ушли к конкурентам, а возможно, сменили email-адрес. Их тяжело реанимировать, поэтому для экономии бюджета, можно вычеркнуть из базы.

Шаг 5. Подготавливаем маркетинговую стратегию для каждого сегмента

Мы проанализировали аудиторию, выделили сегменты и теперь можем обеспечить персонализацию для каждого.

Лояльным мы предложим поехать по удивительным местам Байкала и попросим обратную связь, как у самых честных и надежных клиентов.

Потенциальным лояльным в рассылке предложим пройти тест, который определит, какие экскурсии подойдут им лучше всего.

Требующим внимания отправляем рассылку с колесом фортуны, пользователь запускает его и выигрывает бесплатный поход на первую лекцию из образовательного цикла. Он на неё сходит и потом получит письмо со скидочным промокодом на оставшиеся лекции.

Спящий клиент изучал статьи про винную культуру и просматривал курсы сомелье, но ничего не выбрал. В рассылке он получает подборку, где можно обучиться этому искусству, а промокод позволит приобрести курс со скидкой.

Потерянные не выходят на связь, можно отправить им опрос, чтобы они рассказали, чего хотят. Если ответа не будет, удаляем их адреса.

Когда использовать альтернативные методы сегментации: RF, FM и RM?

Поскольку компаниям не обязательно использовать все возможные сегменты оценки, они также могут сосредоточиться на двух из трёх критериев RFM в зависимости от характера своего бизнеса.

Компаниям с одним продуктом проще сосредоточиться только на критериях RF, чтобы прогнозировать спрос и создавать сообщения.

Например, компании VINTNER’S DAUGHTER, которая продаёт одну ботаническую сыворотку для тела, достаточно проанализировать давность и частоту покупок, чтобы составить план продаж на следующий период.

Компании, продающие одноразовые товары, могут выбрать критерии RM, так как частота будет фиксированной. А сервисы, работающие по подписке, используют эту модель, чтобы оценить, достаточно ли люди удовлетворены продуктом, чтобы вернуться и сделать ещё одну покупку.

«Чистовье» — российский производитель одноразовых товаров для салонов красоты. Специфика продукции такова, что клиенты совершают заказы с высокой периодичностью. Зная, как давно и в каком объёме сделана покупка, компания составляет прогноз, когда клиент сделает новый заказ.

Компании-производители товаров длительного пользования могут сосредоточиться на критериях FM, так как важность фактора давности будет относительно ниже.

Например, производитель автомобилей Mazda проводит мониторинг: как часто клиент обновляет авто, на какой ценовой диапазон ориентируется. Эти знания помогают сделать спецпредложение, от которого будет сложно отказаться.

Также эта модель подойдет для медиаплатформ, так как она позволит отследить потребление контента и определить, успешно ли клиент перешёл на оплату премиум-контента.

Вывод

Постоянные улучшения в анализе данных обеспечивают эффективную маркетинговую практику в мире, где клиентоориентированность стоит на первом месте.

Клиентская база динамична, подписчики могут переходить из одного сегмента в другой. Это может быть смена профессии, семейного положения, геолокации, новые покупки или их отсутствие. Но не вся информация о клиентах обновляется автоматически, поэтому раз в несколько месяцев рекомендуется делать повторный RFM-анализ и рассылать опросник с просьбой подтвердить верность данных.

Поведенческая сегментация в сочетании с традиционными методами сегментации помогает компаниям по-разному визуализировать новых и уже существующих клиентов. Распознание поведенческих нюансов внутри сегментов поможет брендам настроить персонализированные рассылки, что приведёт к повышению продаж, формированию лояльности и распространению информации, что у вас лучший сервис, а значит, к вам будут тянуться новые пользователи.

Однако бывают ситуации, когда была сегментирована база, созданы персонализированные рассылки, но коэффициент продаж не сдвинулся с места. Почему? Возможно, вы совершили ошибку при создании письма. Как этого избежать, узнаете из нашей статьи.