Возвращение и реактивация клиентов
В начале курса мы говорили о том, что регулярность покупок важна, ведь она и формирует LTV, но за каждый повторный платеж от клиента вы, вероятно, заплатите еще «кусочек» CAC. Теперь вы знаете, что платить его за всех бессмысленно: не все клиенты рентабельны.
Когда вы научились выделять те группы потребителей, которые вам выгодно возвращать, настало время обсудить:
• как находить клиентов, которые «ушли» или «скоро уйдут» от вас;
• что им предлагать;
• как автоматизировать процесс реактивации — побуждения человека к следующей покупке.
Оглавление
Клиенты могут уходить по разным причинам — иногда для возврата достаточно простой скидки, а иногда вам придется проделать довольно большую работу, чтобы человек согласился снова обратиться к вам. Например, исправить сервис и качество продукта.
В видео Сергей Абдульманов разберет несколько таких случаев: смотрите, записывайте идеи и постарайтесь в своей повседневной практике не доводить дело до того, что вам придется сажать деревья в честь клиентов, лишь бы те вернулись.
Вы должны на регулярной основе контролировать число «ушедших» клиентов и число клиентов, которые «должны были купить, но не купили», — их можно попробовать вернуть и реактивировать. Вот как можно это делать.
Очень часто поведение клиента перед уходом отличается от обычного, и его можно отследить. Проще всего это увидеть на продуктах с подпиской (абонентской платой): клиент платит каждый месяц, а потом вдруг пропадает. Клиенты, покупающие услуги не по подписке, также могут делать покупки более-менее прогнозируемыми циклами — о том, как выделять их методом ABC/XYZ-анализа, мы говорили в предыдущем модуле.
Исследуйте, почему уходят клиенты, и начните контролировать параметры ухода
В первый раз: изучите историю ушедших клиентов с перспективным LTV и выявите общие закономерности в их поведении — например, они могли чаще обращаться в поддержку и т. д. Также изучите активность конкурентов за период — появление новых игроков, изменение услуг и цен, акции.
Для следующих периодов: учитесь предсказывать отток, выделяя сегменты тех, кто похож на ушедших людей. Тщательно анализируйте возможные причины оттока клиентов. Стройте новые гипотезы и выделяйте новые «проблемные» сегменты с перспективным LTV.
Попробуйте работать с уходящими клиентами
В первый раз: напомните о продукте (письмом, СМС, звонком и прочим) и проведите опрос, чтобы подтвердить свои гипотезы о причинах ухода. Каждый раз, когда клиент говорит вам, почему он перестал покупать, даже если это гневный ответ, расценивайте обратную связь как настоящий подарок, который позволит не потерять сотни и тысячи покупателей. Пробуйте предлагать бонус или решение проблемы.
Для следующих периодов: научитесь предсказывать моменты обращения к проблемному клиенту и используйте механики, которые сработали в предыдущие разы (например, письмо с бонусом и предложением решить вопрос). Если продукт предполагает большое количество чеков в LTV, то можно довольно точно предсказывать моменты, когда стоит обращаться к клиенту и мотивировать его к возврату или повторной покупке.
Предлагайте вознаграждение, которое компенсирует основную причину отказа от покупки либо стимулирует на повторный заказ
Существует множество способов эффективно напомнить о себе. Например, это могут быть:
Существует также много способов донести эту информацию до нужной группы потребителей. Ремаркетинг (дополнительная реклама для тех, кто совершал определенные действия на сайте), таргетинг в соцсетях, уведомления в браузере, персональные рассылки и так далее.
Как облучать растения с пользой
Как известно, растения тянутся к свету. Но любой ли свет для них одинаково хорош? Ученые давно знают, что нет: одни фотоны ускоряют фотосинтез, а другие могут вызвать ожоги листьев и даже повреждения ДНК. Вместе с СФУ разбираемся, какие материалы излучают самые полезные для растений лучи и как в их поиске может помочь машинное обучение.