Сегментация клиентов

Тема big data, связанная в основном с клиентским поведением – абсолютных хедлайнер любой конференции по маркетингу и электронной коммерции. Однако, единственными, кто смог монетизировать ее – телекоммуникацинные компании, предлагающие раньше остальных поняли ценность данных и начали их собирать.

Кроме организации сбора и хранения информации, ее унификации из разных источников, построения архитектуры решения, важным является построение сегментов и когорт покупателей на основании их поведения.

Более всеохватывающим понятием является когорта, которая представляет собой группу покупателей, имеющих одинаковые поведенческие характеристики.

Сегмент – более узкая группа покупателей, объединенная меньшим количеством характеристик. Например, может существовать сегмент покупателей с 1 покупкой, который войдет в когорту спящих клиентов, которые совершили 1 покупку  Х месяцев назад, на сумму не более Y рублей.

Как понять, по каким поведенческим характеристикам правильнее создавать такие сегменты клиентов?

Есть несколько основных направлений, по которым важно создавать и анализировать сегменты клиентов:

• По брендам (в случае, если компания продает товары одной или смежных категорий; в случае, если категорий много, то сегментация по брендам не является обязательной)
• По объему и частоте фактически совершенных покупок (RFM), что поможет выбрать правильную частоту, а также продукты по коммуникации по модели post-sale
• По интересу к категориям (просмотры определенных товаров, категорий, покупки определенных товаров и категорий); данный анализ правильно позволит определить товары для рекомендательных механик в коммуникациях (дополнительные, альтернативные товары)
• По реакции на те или иные способы коммуникации (рассылки писем, смс, сообщений в мессенджеры и пр.)
• По реакции на акционные механики / чувствительность к скидкам определенного уровня.

На основании данных сегментов стоятся сложные составные когорты покупателей в зависимости от цели. Например, если стоит цель повышение частоты покупок, то для каждого сегмента RFM (частота и маржинальность покупок) составляется деление по интересам, реакции на коммуникации и акции.

Нужно отдельно отметить, что собранные данные позволяют оценить интерес покупателей к различным товарам и категориям. Эти данные составляют отдельную ценность и объект для анализа.