Confrontare il valore potenziale di gruppi di clienti

Di Jim Novo

articolo orginale:

Comparing the Potential Value of Customer Groups

Questa breve guida vi fornirà tutte le informazioni necessarie per mettere a punto un semplice processo per l’assegnazione di un punteggio di valore potenziale.

Utilizzate questi punteggi per confrontare il valore potenziale di clienti provenienti da varie fonti di annunci, che acquistano determinati prodotti, o che visitano aree specifiche del vostro sito.

Potrete inoltre imparare come i concetti di ciclo di vita del cliente, il suo valore di vita (LifeTime Value) ed il ROI, si collocano nel processo di assegnazione del punteggio del valore potenziale, per gruppi di clienti.

Se si può confrontare il valore potenziale, è possibile assegnare più spesa ai gruppi di clienti a più alto valore.

Questo articolo presuppone che abbiate qualche esperienza in marketing del cliente; se così non è, potreste leggere i brevi articoli sui profili dei clienti e sui modelli dei clienti.

Nel corso degli ultimi cinque decenni sono state fatte molte ricerche sulla profilazione del comportamento dei clienti in base ai dati transazionali (dati delle interazioni con il cliente). La comparsa dei computer e del “data mining” hanno consentito di effettuare studi ancora più ampi.

Il risultato finale? Se si dovesse scegliere una variabile per predire la probabilità che un cliente a ripeta una azione, ‘Recency’ o il numero di giorni che sono passati da quando un cliente ha portato a termine una azione (acquisto, login, download, ecc), è sicuramente l’indice più potente nel prevedere se il cliente ripeterà l’azione.

In parole povere, ad ogni giorno che passa dopo che il cliente ha completato l’azione, diviene sempre meno probabile che la ripeta. Potete realizzare tutti gli scenari di data-mining sulla “probabilità di acquisto” o “probabilità di visita” più estremi che volete, ma viene sempre fuori che la Recency è variabile più importante nel predire la probabilità che un cliente ripeta l’azione.

Recency è il numero uno, il più potente predittore del comportamento futuro. Più di recente un cliente ha fatto qualcosa, tanto più è probabile che la faccia di nuovo. La Recency può predire la probabilità di acquisti, di login, di ingaggio in un gioco online e quasi ogni comportamento “action-oriented” dei clienti. Recency è il motivo per cui ricevete un altro catalogo dalla stessa azienda, poco dopo che avete fatto il primo acquisto da loro. Sanno che è più probabile che ordiniate nuovamente, subito dopo il primo ordine. La Recency è il più potente predittore del comportamento futuro.

Non dovrebbe sorprendere che la Recency sia anche il più potente predittore che un cliente risponda ad una promozione; dopo tutto, maggiore è la probabilità che un cliente ripeta l’azione, tanto più è probabile che risponda ad una promozione che gli richiede di fare quella azione (acquisto, login, download, ecc.).

Se è più probabile che un cliente recente ripeta l’azione e che sia più sensibile alle promozioni che invitano a questa azione, ne consegue che più un cliente è recente, maggiore è il suo valore potenziale, perché i clienti più recenti sono più inclini a contribuire agli utili in futuro, rispondendo alle vostre promozioni (o semplicemente perché tornano da soli).

Per una determinata attività, i clienti che sono più recenti hanno un valore potenziale maggiore dei clienti che sono meno recenti. I clienti che hanno effettuato un acquisto 15 giorni fa, hanno un valore potenziale più alto dei clienti che hanno effettuato un acquisto 60 giorni fa. I clienti che hanno effettuato l’accesso la scorsa settimana è molto più probabile che ci visitino ancora, rispetto ai clienti che hanno effettuato l’accesso più di 30 giorni fa e quindi hanno un valore potenziale più alto.

E’ sensato? Immensamente.

Ma come si usa la Recency, come si fa in pratica a farci qualcosa con questa informazione? Sono contento che mi venga chiesto. Utilizziamo la Recency per confrontare il valore potenziale di clienti provenienti da due diversi annunci (annuncio numero 1 e numero 2) che sono in linea nello stesso momento e per la stessa durata. L’esempio seguente utilizza un foglio di lavoro, ma se avete modo di utilizzare un database e potete interrogarlo per ottenere i dati del vostro cliente, allora ci potete arrivare anche a modo vostro.

  1. Identificare i gruppi che si desidera confrontare rispetto al valore potenziale. In questo esempio è il cliente che ha fatto clic su uno dei due annunci, N. 1 o N. 2 (due gruppi).
  2. Decidere quale attività di questi gruppi per voi è più importante. Se siete editori, probabilmente le login o le pagine viste sono più importanti; se state vendendo merci, usate gli acquisti. Per questo esempio useremo gli acquisti. Un esempio che utilizza le visite (o login, se non monitorare le visite) è illustrato nel seguito.
  3. Importate in fogli di lavoro separati tutti i record degli acquisti; uno per le persone che hanno fatto clic sull’annuncio 1 ed uno per quelli che hanno fatto click sull’annuncio 2. Queste transazioni devono avere una data; la maggior parte delle attività interattive sono marcate con la data, per cui non dovrebbe essere un problema. Se una attività che si desidera profilare rispetto al valore potenziale non è marcata con la data, allora cominciate a raccogliere le attività per data.
  4. Scegliete una finestra temporale in cui a osservare la Recency. Per le pagine visualizzate potrebbe essere di 1 settimana, per gli acquisti forse 30 giorni. La durata esatta non è critica, perché si è interessati al confronto tra l’attività prodotta dai gruppi sugli annunci 1 e 2: volete sapere chi è il migliore. Fintanto che usate lo stesso lasso di tempo per entrambi i gruppi, siete a posto. Scegliete un intervallo che sia ragionevole sulla base di ciò che sapete sui vostri clienti. Qualsiasi cosa fra 30 e 90 giorni sarebbe ragionevole per gli acquisti; usiamo di 30 giorni.
  5. Ordinate i record di acquisto per annuncio 1 dal più recente al meno recente e scoprite qual è la percentuale delle persone che hanno fatto almeno un altro acquisto negli ultimi 30 giorni. Contate indietro 30 giorni utilizzando la data della transazione e totalizzate il numero di clienti che hanno effettuato almeno un acquisto; dividete infine per il totale di persone del foglio di lavoro. Potrebbe essere un 20%. Nota: Il software che viene fornito con il libro (Drilling Down) aggrega automaticamente per cliente le operazioni multiple e ordina già per voi i clienti con la loro operazione più recente.
  6. Eseguite la stessa analisi per le persone che hanno cliccato sull’annuncio 2 ed hanno fatto almeno un altro acquisto. Diciamo che solo il 15% di queste persone hanno fatto almeno un acquisto negli ultimi 30 giorni.
  7. Avete finito e sapete la risposta. La percentuale di persone attive (attive e che hanno comprato di recente) che hanno cliccato su l’annuncio 1 è più alta se confrontata con l’annuncio 2. Ciò significa l’annuncio 1 genera i clienti a più alto valore potenziale. È necessario tener conto di questo quando si analizza il successo degli annunci.

Avete capito quanto è potente questa idea? Se eseguite questo processo sui clienti raggruppati per il prodotto che hanno acquistato per primo, è possibile stabilire quali prodotti generano nuovi clienti con il valore potenziale più alto.

Eseguite questo processo per i clienti raggruppati per l’area del sito più visitata e troverete quali aree generano clienti con il più alto valore potenziale.

Se eseguite questo processo sui i clienti raggruppati per classe demografica o per i dati che hanno fornito in un sondaggio, è possibile determinare quali valori definiscono i clienti con il più alto valore potenziale.

Questo è un semplice esempio di come le aziende, con esperienza nella gestione di clienti che acquistano a distanza, trovano i modi per massimizzare le vendite e ridurre al minimo la spesa. I clienti attraverso le loro azioni, dicono loro qual è la strada più redditizia da prendere. Per ogni particolare attività, i clienti più recenti sono sempre quelli che più probabilmente ripeteranno quella attività e quindi hanno il maggior valore potenziale.

Potete tenere traccia di più attività per ogni gruppo di clienti. Nel primo esempio avete trovato che i clienti che hanno fatto clic sull’annuncio 1 e hanno fatto un acquisto, sono più recenti rispetto all’attività di acquisto, per cui hanno un più alto valore potenziale sull’attività “acquisti”.

Ma che cosa si può dire circa il Recency delle visite di persone che hanno fatto clic sugli annunci? Se continuano a tornare potrebbero essere di qualche valore futuro. Vediamo come si presenta questo studio.

  1. Esempio di Visite per login: Importate tutte le visite (o i login se non tenere traccia delle visite) in due distinti fogli di lavoro; uno per le persone che hanno cliccato sull’annuncio 1 ed uno per l’annuncio 2 (è necessario avere una marcatura temporale).
  2. Scegliete un limite massimo per la Recency. Anche in questo caso siamo interessati ad un confronto, per cui il numero di giorni non è critico. Poniamo che sia una settimana.
  3. Ordinate ciascun foglio di lavoro dal più recente al meno recente e scoprite qual è la percentuale delle persone che hanno cliccato su l’annuncio 1 ed hanno visitato il sito (hanno fatto login) almeno una volta la settimana scorsa, come era stato fatto in precedenza per gli acquisti. Potreste venir fuori con un 10%.
  4. Eseguire la stessa analisi per le persone che hanno cliccato sull’annuncio 2. Mettiamo che venga fuori un 30% di persone che hanno visitato il sito (hanno fatto una login) almeno una volta nella settimana scorsa.
  5. Il gioco è fatto e ora disponete di una situazione interessante. A quanto pare i clienti che hanno fatto clic sull’annuncio 1 hanno un più alto valore potenziale per gli acquisti, ma in generale la gente che ha fatto clic sull’annuncio 2 ha un più alto valore potenziale sulle visite. Forse state solo perdendo tempo o forse state facendo ricerca. Daremo uno sguardo più da vicino per trovare le risposte a questa situazione nella prossima puntata di questa guida.

Si noti che questo metodo si basa su fatti reali del comportamento del cliente e non di speculazioni o di teorie di “stima ottima”. Il comportamento del cliente è il metro più preciso che potete trovare per valutare il valore potenziale.

Dopo aver completato studi come questi è possibile cominciare a organizzare tutte le vostre attività di business secondo il valore potenziale dei clienti che generano. Se si toglie denaro da attività che generano clientela a basso valore potenziale e si destinano questi fondi ad attività che generano clienti a valore potenziale più elevato, nel tempo guadagnerete di più. E’ davvero così semplice come sembra.

Jim Novo

Traduzione di Marco Dini

Stampa articolo Scarica il file in formato PDF

Elenco Articoli di Jim Novo

Comments

Post A Comment

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *