Segmentacja – fundament personalizacji w sprzedaży wielokanałowej

Punktem wyjścia do wdrożenia strategii skutecznej personalizacji oferty w biznesie typu multichannel jest przemyślana segmentacja bazy klientów. To zagadnienie powiązane ściśle z segmentacją rynku, na którym działa firma. 

Niezależnie od tego, w jakich kanałach firma jest obecna, podstawowa segmentacja będzie opierać się zwykle o te same kryteria, dające się zastosować w każdym z kanałów. W artykule wymieniam pięć najczęściej stosowanych w praktyce kryteriów segmentacji.

Profil klienta

Jest to prawdopodobnie najczęściej spotykany sposób segmentacji klientów. Jego zastosowanie nie wiąże się z użyciem żadnej skomplikowanej technologii. Ten typ segmentacji opiera się o informacje zapisane w kartotece klienta w systemie, takie jak wiek, płeć czy miejsce zamieszkania. Jej zastosowanie jest niestety bardzo ograniczone, ponieważ może objąć tylko zarejestrowanych klientów (za wyjątkiem geolokalizacji, która może bazować na adresie IP).

Cykl życia klienta

Segmentacja klientów w oparciu o tzw. cykl życia klienta (eng. customer lifecycle segmentation) bazuje na obserwacji, że każdy klient sklepu internetowego, począwszy od swojej pierwszej w nim wizyty, ewoluuje, przemieszczając się (oczywiście wirtualnie) się pomiędzy kolejnymi szczeblami cyklu życia. Szczeble te można np. zdefiniować następująco:

  1. Pierwsza wizyta
  2. Powracający użytkownik
  3. Zarejestrowany użytkownik
  4. Dokonał pierwszego zakupu w przeciągu ostatnich X miesięcy
  5. Dokonał n-tego zakupu w przeciągu ostatnich X miesięcy
  6. Klient nieaktywny (nie dokonał żadnego zakupu od X miesięcy)
  7. Klient odzyskany – dokonał kolejnego zakupu po okresie nieaktywności

Na każdym etapie swojego cyklu życia klient wymaga innego rodzaju motywatorów i zachęt. Zaczynamy od przekonania klienta do zarejestrowania się w serwisie (najczęściej przy okazji dokonywania pierwszej transakcji), potem do powrotu i dokonania kolejnej transakcji itd. Dla wielu e-detalistów umiejętność remarketingu klientów (zachęcania do powrotu i dokonania kolejnej transakcji) jest kluczowym wyzwaniem, ponieważ koszty pozyskania każdego nowego klienta są wyższe, niż średnia marża z pierwszego zamówienia.

Każdy ze sklepów powinien spróbować opracować własne kryteria klasyfikacji klienta do danego segmentu cyklu życia, a następnie w oparciu o nie budować dalsze scenariusze działań, których elementem może być kierowanie do klientów personalizowanej treści reklamowej.

Przykład

Przykładem wyzwalanych automatycznie działań, sterowanych segmentacją opartą o cykl życia klienta mogą być:

  • wysłanie maila z podziękowaniem za rejestrację i dodatkowo kuponem rabatowym, jeżeli w przeciągu 14 dni od zarejestrowania się w naszym sklepie klient nie dokonał żadnego zakupu,
  • wysłanie maila do klienta, który dokonał drugiego kolejnego zakupu w przeciągu 12 miesięcy, z podziękowaniem za okazane zaufanie i lojalność oraz z informacją o wygenerowaniu wirtualnej karty stałego klienta, gwarantującej 10% zniżkę na kolejne zakupy.

Zachowania klienta

Analiza wcześniejszych zachowań klienta jest najlepszym dostępnym dla sprzedawcy źródłem wiedzy, pozwalającym przewidywać jego przyszłe działania. Dzięki nowoczesnym technologiom możliwe jest bardzo dokładne śledzenie aktywności klientów sklepu internetowego. Oprócz danych o zakupionych produktach, rejestrować możemy także informacje o produktach oglądanych, poszukiwanych (poprzez frazy wpisywane w wyszukiwarce), klikniętych linkach w newsletterze, czy aktywnościach społecznościowych (napisanie albo skomentowanie recenzji, wystawienie oceny produktowi).

Do segmentacji klientów w oparciu o ich zachowania służy analiza RFM (ang.Recency, Frequency, Monetary value). Zastosowanie analizy RFM w e-commerce najczęściej polega na przypisaniu klientów do segmentów bazujących na częstotliwości (Frequency) odwiedzin lub dokonywania zakupów, czasu  niedawności (Recency) dokonania ostatnich odwiedzin lub zakupu i łącznej wartości dokonanych zakupów (Monetary value). System informatyczny następnie obserwuje zmiany w profilu danego klienta i na podstawie tych zmian potrafi przewidywać, jakie mogą być następne działania klienta.

Przykład

Wzrost częstotliwości odwiedzin po dłuższym okresie nieaktywności prawdopodobnie oznacza, że klient planuje kolejny zakup, co w połączeniu z informacjami o kategoriach produktów, które przegląda, można wykorzystać do zaproponowania mu specjalnej promocji, jako zachęty do podjęcia ostatecznej decyzji i zakupu w naszym sklepie, zamiast u konkurencji.

Preferowany kanał kontaktu

Nowoczesny konsument wykorzystuje w procesie zakupowym jednocześnie wiele kanałów i punktów styku ze sprzedawcą – strona internetowa, gazetka promocyjna, e-mail, połączenie z contact center, strona dla urządzeń mobilnych, a także kanał tradycyjny, czyli odwiedziny w salonie sprzedaży. W Wielkiej Brytanii już w przypadku ponad 50% zakupów non-food używane są przynajmniej dwa kanały kontaktu. Świadomość preferencji klienta co do wykorzystywanych metod interakcji ze sprzedawcą stwarza dodatkowe możliwości docierania do niego metodą przez niego akceptowaną i najbardziej w jego przypadku skuteczną. Nie ma bowiem większego sensu dzwonienie z ofertą specjalną do klienta, który zdecydowanie preferuje komunikację drogą e-mailową i będzie bardziej skłonny do dokonania zakupu na podstawie informacji z otrzymywanego regularnie newslettera.

Preferowany styl komunikacji

Dla tych, którzy do perfekcji opanowali powyższe metody, mogę jeszcze polecić jedną z najbardziej wysublimowanych technik segmentacji, która bierze pod uwagę wrażliwość klienta na charakter komunikacji kierowanej do niego. Np. możemy w naszej bazie danych rozróżniać klientów, którzy preferują wyważone, racjonalne argumenty poparte wynikami badań od takich, którzy są bardziej podatni na mocne, bazujące na emocjach przekazy, zachęcające do szybkiego, impulsowego zakupu.

Zdjęcie 2 - tesco_com

Zrzut sklepu tesco.om

Case study

Sklep internetowy Tesco (Tesco.com) jest liderem e-commerce w branży artykułów spożywczych w Wielkiej Brytanii. W Tesco.com stosuje się segmentację klientów w oparciu o analizę RFM. Na podstawie wieloletnich doświadczeń wyznaczono 6 głównych segmentów klientów, które następnie dzielone są na mniejsze podsegmenty w celu targetowania komunikacji marketingowej. Te 6 głównych segmentów nazwane zostało:

  • ‘Logged-on’ – klient nowo-zarejestrowany
  • ‘Cautionary’ – klient zarejestrowany, odwiedza sklep, ale nic nie kupuje
  • ‘Developing’ – klient zarejestrowany, dokonał pierwszego zakupu
  • ‘Established’ – klient dokonał minimum 3 zakupów
  • ‘Dedicated’ – klient regularnie dokonujący zakupów (lojalny)
  • ‘Logged-off’- klient, który od dłuższego czasu nic nie kupił

Tesco.com następnie wykorzystuje silnik marketing precyzyjnego, który automatycznie podejmuje zaprogramowane działania w stosunku do określonych klientów, na podstawie ich klasyfikacji do segmentu i podsegmentu. Przykładowo:

Wyzwalacz 1: Klient rejestruje się, ale nie dokonuje zakupu
Automatyczna Reakcja 1: 2 dni po dokonaniu rejestracji wysłanie e-maila z propozycją pomocy telefonicznej i zniżką 5£ na pierwsze zakupy

Wyzwalacz 2: Klient dokonuje pierwszego zakupu
Automatyczna Reakcja 1: Natychmiastowe potwierdzenie przyjęcia zamówienia
Automatyczna reakcja 2: 5 dni po zrealizowaniu zamówienia wysłanie e-maila z linkiem do ankiety oceniającej zadowolenie z obsługi ze strony osoby kompletującej zamówienie i dostawcy.
Automatyczna Reakcja 3: 5 dni po zrealizowaniu zamówienia wysłanie e-maila z poradami na temat używania witryny Tesco.com oraz rabatem 5£ na kolejne zakupy
Automatyczna Reakcja 4: Raz na dwa tygodnie wysłanie alertu e-mail z personalizowanymi ofertami specjalnymi (na podstawie historii zakupów)

Źródło: na podstawie case study zamieszczonego w książce Dave’a Chaffey „E-business and E-commerce Management”, Prentice Hall, wydanie IV z 2009 r.

Podobne techniki stosuje np. firma Euro-Net, właściciel jednego z najpopularniejszych w Polsce sklepu euro.com.pl. Pomijając wiadomości związane z finalizacją transakcji, już 14 dni po większym zakupie w sklepie Euro otrzymasz pierwszego personalizowanego maila, z ofertą drobnych akcesoriów do kupionego produktu. Po 6 miesiącach – kolejnego, ze specjalną zachętą do powrotu i kupienia tym razem czegoś poważniejszego.

Marketing precyzyjny w e-commerce

Warto pamiętać, że wdrażanie technik segmentacji i personalizacji oferty kosztuje. Można wymyślać bardzo finezyjne scenariusze, ale jeżeli technologia nie wspiera łatwej ich implementacji i szybkiego testowania ich biznesowej skuteczności, to może się okazać, że nasze decyzje będą nie tylko nietrafione, ale także drogie w implementacji.

Bogate możliwości w zakresie automatycznej segmentacji i personalizacji oferują dopiero platformy e-commerce klasy Enterprise, takie jak system IBM WebSphere Commerce, który został wielokrotnie uznany za firmy badające rynek (Gartner, Forrester Research) za najlepsze i najbardziej dojrzałe rozwiązanie do e-commerce na świecie. Rynkowym wyróżnikiem IBM WebSphere Commerce jest wbudowany w rozwiązanie silnik marketingu precyzyjnego, oddający użytkownikowi biznesowemu pełną kontrolę nad projektowaniem scenariuszy interakcji sklepu z klientem. Realizowane jest to poprzez funkcjonalność tzw. story-board’ów, na których za pomocą przeciągania i łączenia ze sobą elementów, takich jak wyzwalacze i akcje, e-marketer może zaprojektować scenariusz personalizacji zawartości strony w zależności od przynależności klienta do danego segmentu lub jego pochodzenia (źródła ruchu).

Zrzut 2: Przykładowy scenariusz dialogu interaktywnego stworzony z wykorzystaniem Management Center systemu IBM WebSphere Commerce

Przykładowy scenariusz dialogu interaktywnego stworzony z wykorzystaniem Management Center systemu IBM WebSphere Commerce

System pozwala także budować tzw. dialogi interaktywne, czyli scenariusze automatycznej reakcji systemu na wystąpienie określonego zdarzenia wywołanego zachowaniem on-line klienta sklepu. System może w tym przypadku brać pod uwagę historię zakupów, historię przeglądania, historię wyszukiwania, zawartość koszyka, czas braku aktywności ze strony klienta itp.

Piotr Wrzalik

Tagi: , , , , , , ,

O Autorze

Adam Kopeć

Programista PHP w Grupie Unity. Wiedzę teoretyczną zdobył dzięki studiom Informatyki Stosowanej na Wydziale Inżynierii Metali i Informatyki Przemysłowej AGH. W praktyce systemy e-commerce poznaje dzięki pracy w Grupie Unity. Prywatnie fan gitary, postmodernizmu w literaturze i jazzu.

Back to Top