Латентность (Периодичность) и Частота. Как узнать, что клиент созрел для следующей покупки?

Пришло время дополнить наши знания еще одной интересной характеристикой, она называется Latency (латентность), а по-русски - Периодичность.

Latency, или периодичность, — это количество дней, которое в среднем проходит между покупками клиента.

То есть, допустим, в нашей базе есть чеки на одного покупателя:

1.01.20 – 100 руб.

1.02.20 – 500 руб.

1.03.20 – 170 руб.

Периодичность в этом случае будет равна (31+28+31) /3 = 30 дней.

Таким образом, мы установили, что наш клиент совершает покупки, в среднем, 1 раз в 30 дней. Что это знание нам дает?

Если мы говорим, например, о салоне красоты, то мы можем сказать, что клиент заботится о своем внешнем виде и регулярно посещает мастера. Если такой клиент вдруг «задержался» и не посещал салон уже более 40 дней, это уже «сигнал тревоги», который поступает к нам.

Может быть, конечно, клиент заболел или уехал в длительное путешествие. Но что, если он оказался недоволен тем, как его в последний раз подстригли, и ушел в другой салон? Или уволившийся из салона мастер его «переманил»?

Такой сигнал должен быть обязательно отработан менеджером. Как минимум, вы сможете узнать причину, а вероятно и исправить ситуацию, вернув постоянного клиента.

Но когда мы имеем дело с розничной торговлей, все не так очевидно, как с салоном красоты. По-настоящему «регулярных» клиентов с предсказуемым циклом посещения магазинов не так много. Покупки, как правило, хаотичны и непредсказуемы.

Тем не менее, проанализировав Периодичность, вы сможете рассортировать ваших клиентов по разным категориям, и это будет иметь практическую ценность для организации более персонифицированного сервиса.

Какая-то доля покупателей покажет повышенную периодичность. Бывает, что в магазинах одежды есть клиенты с периодичностью покупок чаще 7 дней! Это настоящие шопоголики, которые за период своей «покупательской» жизни оставляют в кассе значительные средства. Или же это покупки по картам лояльности, которые используются коллективно (а бывает и фиктивно — продавцами!).

Но есть и категория клиентов, которая посещает магазин раз в год и реже и это вполне нормально для них.

С разными категориями покупателей стоит работать по-разному.

Тех, кто предпочитает посещать магазин редко, стоит приглашать в начале сезона, когда есть максимальный выбор и можно за один визит совершить комплексную продажу на большую сумму.

Шопоголиков же требуется баловать новинками, чаще проводить редрессинг торгового зала, подогревать интерес специальными предложениями и мероприятиями.

Проанализировав периодичность, вы сможете также принять правильное решение о том, какой «порог» Recency установить для определения клиентов в категорию Defected (Потерянных).

Важное замечание для расчета показателя. Часто бывает, что чеки в магазинах “разбиваются”. Например, клиентка выбрала 3 вещи, 2 купила сразу, а третью решила показать подруге или мужу и «выкупила» на следующий день. Мы получим 2 чека с разницей в 1 день, что серьезно собьет расчет периодичности по ее карте лояльности.

Чтобы избежать этого, при расчете периодичности следует объединять чеки от одного клиента в одном магазине за 2–3 дня.

Очевидно, что Периодичность вы сможете посчитать только для клиентов, которые совершили хотя бы 2 покупки. Рекомендую рассмотреть периодичность покупок ваших постоянных заслуженных клиентов – это тот идеальный «сценарий», к которому вам следует подталкивать всех остальных.

Показатель периодичности применяют и для других действий. К примеру, вы встретите его в Яндекс.Метрике или Google Analytics, в которых есть возможность группировать пользователей согласно периодичности посещений вашего сайта.

Обратный показатель - частота покупок за период. Обычно используется частота, усредненная за год или за сезон.

Чтобы рассчитать показатель мы делим общее число покупок (чеков) клиента на срок жизни (лет).

Аналогично латентности, частота нам позволяет измерять активность наших покупателей и распределять их по сегментам - от наибольшей частоты покупок к наименьшей.

Вся разница, что вместо измерения в днях мы сравниваем количество чеков в интервале дат. Зная частоту можно вычислить периодичность и наоборот.

На диаграмме, мы можем наблюдать, как в бутике женской одежды сложилось среднее значение 3,45 покупки за год.

Это реальный пример распределения покупателей по частоте покупок. Как мы видим, действительно, больше трети клиентов ежегодно совершает 3–4 покупки, но есть и группа гораздо более активная, около 8% покупателей более 10 раз в году уходит из магазинов с обновками.

Вполне очевидно, что мы заинтересованы, как минимум, в поддержании высокой частоты покупок, а скорее всего, мы будем стремиться ее увеличивать.

Ведь де факто у нас есть всего 2 способа увеличения выручки: либо за каждую транзакцию продавать на большую сумму - увеличивать средний чек, либо делать большее количество чеков из расчета на одного покупателя.

Поэтому мы будем стимулировать клиентов на совершение дополнительных визитов в магазин посредством индивидуальных специальных предложений, бонусов, звонков по телефону, других видов прямого и торгового маркетинга и следить за динамикой этого показателя.