пятница, 28 сентября 2018 г.

История Tesco. Эволюция маркетинговых инструментов и технологий

Начиная с 1990-х годов, компания Tesco, которая столкнулась с многочисленными проблемами своей бизнес-модели, искала инновационные способы их преодоления. 

В 1995 году Tesco представила свою клубную карту Clubcard, собственную схему лояльности. Пилот был проведен в 14 торговых точках и проходил под грифом «секретно».
Далее была интереснейшая эволюция, которая сопровождалась внедрением, тестированием и понимаем эффективности множества маркетинговых и технических инструментов.


За период с 1995 по 2000 года компанией Tesco были внедрены такие решения: 
- запуск клубной карты Clubcard
- первая email рассылка
- запуск Finest кар
- сегментация клиентов по чувствительности к цене и пересмотр стратегии в сторону клиентов, чувствительных к цене
- определение "провалов" в корзинах клиентов 
- запуск "baby" клуба (после запуска клуба Tesco смогли захватить 24% детского рынка)
- запуск Tesco Personal Finance - обычная карта для накопления баллов превратилась в программу Tesco Personal Finance
- запуск Tesco.com

Период с 2000 по 2005 года:
- охват обрабатываемых клиентских данных вырос с 10% до 100%
- сегментация по стилю жизни (lifestyle segmentation)
- внедрение стандартной отчетности по пониманию клиентов и KPI и клиентской аналитики
- инструменты управления ассортиментом
кластеризация, прогнозирование и множество других решений :-)  

Используя информацию, полученную от собранных данных, Tesco превратилась из розничной сети, которая думает, что знает, чего хотят клиенты, в ту, которая действительно знает, и может контролировать предпочтения клиентов и их изменения. Tesco считается первопроходцем в технологиях big data и data mining для ритейла.

вторник, 18 сентября 2018 г.

5 ключевых показателей про клиентский актив. Инфографика

С недавних пор практикуем визуализацию клиентского актива в виде инфографики. Вот обезличенный пример одного из проектов для сети аптек.
При помощи инфографики в данном случае визуализированы 5 ключевых показателей о клиентском активе: статичных и в динамике.




1 - число активных клиентов, т.е. участников Программы лояльности в абсолютных значениях.
2 - % постоянных целевых клиентов аптечной сети, т.е. это те клиенты, которые постоянно делают покупки ключевого (якорного) товара, в данном случае 38%.
3 - покрытие Программы лояльности. В данном случае 62% - это % чеков, которые "проводятся" при помощи карты
4 -  рост клиентской базы. В данном случае по сравнению с размером клиентского актива 12 месяцев назад рост составляет +14%.
5 - % случайных клиентов от участников Программы лояльности. Это % клиентов,  которые имея карту, сделали только 1 покупку за год.

Как известно, клиентский актив - один из самых важных активов компании.  Эти показатели должны рассчитываться и контролироваться руководителем Программы лояльности, и желательно - сравниваться с плановыми значениями.

вторник, 11 сентября 2018 г.

Стратегии удержания клиентов и возврат инвестиций. Ключевые идеи

В любом клиентском активе существует группа клиентов, которые ушли в так называемый "отток", т.е. перестали покупать или пользоваться услугами компании.

Отток клиентов неизбежен в b2c. Часть из клиентов оттока являются "естественным", т.е. данные клиенты скорее всего перестали нуждаться в услугам компании или же просто не могут или воспользоваться по ряду причин (например, переезд и пр.). Остальные клиенты  - это отток, за который есть смысл "побороться" ради того чтобы бизнес стал более стабильным и герметичным.
Согласно известной мировой статистике, на удержание существующего клиента компания тратит в 5-12 раз меньше средств, чем на привлечение нового.
Давайте рассмотрим пример того, как клиент становится оттоком и какие стратегии эффективны для работы с клиентами, находящимися на разных этапах жизненного цикла. Первая: клиент не думает об ходе, его все устраивает, он доволен взаимоотношениями с компанией. 
Вторая: думает об уходе (вероятно, в силу неудовлетворенности или других причин)
Третья: клиент уходит (сильно уменьшает свою ценность для компании, частоту покупок, возможно, сообщает о расторжении договора).
Четвертая: клиент уже ушел и считается оттоком.


Стратегии удержания клиентов, которые уместны на разных этапах: предупреждающая/превентивная, реактивация, win-back (возврат клиентов).
Возврат инвестиций: наиболее эффективен для групп клиентов, которые еще не думают об уход. Чем "ближе" клиент к точке "оттока", тем более дорогим и менее эффективным становится его возврат.
Т.е. возвращать клиентов, которые только задумались об уходе намного проще и дешевле, чем тех, кто уже собрался покинуть компанию, или уже ушел.
Практика всех наших проектов подтверждает это на все 100%.

Отток клиентов является интереснейшей темой для маркетологов, поскольку работа с оттоком имеет огромный потенциал для компании. Однако работа с оттоком непроста, требует системности и совершенно разного отношения к клиентам из разных сегментов согласно их этапов жизненного цикла, потребностей и ценности для компании. 

Также может быть полезно для изучения темы оттока клиентов:

Источник картинки:
https://neilpatel.com/blog/increase-profits-25-improving-customer-retention/

Оригинал инфографики:
https://www.pega.com/system/files/docs/2017/Jun/Driving-Effective-Customer-Retention-Infographic.pdf

среда, 5 сентября 2018 г.

Как быстро сравнивать инструменты data mining. Удобный ресурс с рейтингами

Программное обеспечение для интеллектуального анализа данных (data mining) позволяет компаниях находить в накопленных данных скрытые, полезные закономерности.

Обычно такие закономерности позволяют компании найти неиспользованные ранее возможности, и, соответственно, рассчитывать на повышение выручки и прибыли.
Типичные задачи, которые решаются при помощи технологии data mining:
- кластеризация (например, поиск кластеров клиентов)
- классификация (например, поиск правил отнесения к классу оттока)
- связи и ассоциации (например, связи в покупках)

Существует множество инструментов data mining, и выбор такого ПО часто становится нелегкой задачей для компании, ИТ и аналитиков.
К счастью есть сервисы, которые позволяют выбирать и сравнивать инструменты Data Mining по множеству критериев.
Если говорить про простую классификацию инструментов data mining, то они бывают платные и бесплатные. Ниже TOP платных инструментов data mining, выбранных с помощью ресурса PredictiveAnalyticstoday.

вторник, 15 мая 2018 г.

Инстументы Data Mining. Отчет Gartner 2018

Что нужно знать о программном обеспечении для решения задач Data Mining (прогнозирование, кластеризация, ассоциативные связи)?
О всех ключевых изменениях на этом рынке рассказывает отчет 2018 "Магические квадраты"  от известной исследовательской компании Gartner.

В этом году отчет называется "Gartner Magic Quadrant for Data Science and Machine-Learning Platforms 2018" (каждый год название отчета изменяется).
Так выглядит магический квадрат: 2 оси и 4 блока вендоров. Как "читать" магические квадраты - описано здесь.

Платформы ML Gatner MQ Data Science 201

Поставщики ПО: 

  • Лидеры (5): KNIME, Alteryx, SAS, RapidMiner, H2O.ai
  • Претенденты (2): MathWorks, TIBCO Software (new)
  • Визионеры (5): IBM, Microsoft, Domino Data Lab, Dataiku, Databricks (new)
  • Нишевые игроки (4): SAP, Angoss, Anaconda (new), Teradata
В 2018 году в отчет были добавлены 3 поставщиков фирмы: TIBCO Software, Anaconda и Databricks. 

Миграция 2017 - 2018. "Старая гвардия" - вендоры SAS и IBM "сдали" свои позиции в этом году. В тоже время H2O.ai, Kime и RapidMiner заняли первые места в квадранте лидера. 

Gartner 2018 против 2017 MQ для науки о данных и платформах ML

На рисунке показано сравнение отчета 2017 (серое изображения) и отчета 2018 (основное изображение) со стрелками, соединяющими круги для одного поставщика. 

  • Если положение фирмы значительно улучшилось по сравнению с 2017 годом, стрелка окрашена в зеленый цвет.

  • Если положение поставщика стало слабее, стрелка красного цвета. 
  • Зеленые круги указывают на новых поставщиков 

  • Круги с "красным крестиком X" показывают на поставщиков, которые выбыли из отчета в 2018 году. 

Также может быть интересно:


  • Отчет про data mining software за 2015

четверг, 22 марта 2018 г.

Диаграмма Sankey: удобный способ визуализации потоков клиентского актива

Один из интересных и очень интуитивных способов визуализации клиентских данных - диаграмма Санкей (Sankey). С ее помощью можно отлично визуализировать потоки, в том числе - в масштабе оценить какой % клиентов откуда пришел и какой % "потерялся".

Входные данные: 
активность (покупки) клиентов розничной сети за 12 месяцев, идентификатор клиента - карта Программы лояльности. Предварительно клиенты разделены на сегменты: активные с повторной покупкой, активный без повторных покупок и отток.

Описание диаграммы
Диаграмма состоит из трех вертикальных блоков
1-й блок: в каких источниках регистрировались клиенты
2-й блок: разделение клиентов по активности (с активностью и без активности)
3-й блок: 1 покупки и более 1 покупки за период



Потоки клиентского актива.
Нажмите, чтобы увеличить рисунок

Интерпретация диаграммы

четверг, 15 февраля 2018 г.

Компании - лидеры с точки зрения аналитической зрелости. Какие они?

Многие компании до сих пор воодушевляет опыт Tesco и ее дочерней компании Dunnhumby, которые в 1994 году году создали новый путь в истории отношений розницы и покупателя. Удалось Tesco это благодаря использованию аналитики собственных данных, которая стала серьезным конкурентным преимуществом для компании на многие годы.
Бизнес растет вместе с CUSTOMER DATA (данными о клиентах) – убеждены эксперты аналитической компании Dunnhumby.
Наш рынок постепенно также приходит к пониманию необходимости аналитики накопленных данных о клиентах. Исследований, которые бы показывали ситуацию на сегодняшний день я не встречала. Поэтому мы проводим исследования и опросы самостоятельно. Про первое исследование, которое мы провели два года назад перед Форумом лояльности от IdeasFirstможно прочитать по ссылке. Одной из задач исследования было конечно же - определить лидеров и понять их возможности в работе с клиентскими данными.

И сегодня поговорим про компании, вошедшие в кластер Лидеры. Это 16 компаний или 37% респондентов.

Включение компании в кластер Лидеры подразумевает лидирующие характеристики компании, в первую очередь с точки зрения возможностей управления клиентским активом с использованием аналитики собственных данных и использования технологий.
Related Posts Plugin for WordPress, Blogger...