Сегментация клиентской базы. На какие категории разделить клиентов?

Любая компания, нацеленная на ведение эффективного бизнеса, всегда приходит к осознанию необходимости сегментации клиентов в базе данных. Конечно, на первых порах особое внимание уделяется привлечению максимального числа новых клиентов, которые после заключения контракта становятся частью клиентской базы данных — системы, содержащей информацию о действующих заказах и стимулирующей повторные продажи.

Практические исследования доказывают низкую эффективность затрат в случае, если адресуемые покупателям маркетинговые сообщения не учитывают их интересы и характер.

В связи с этим все работы с клиентской базой данных требуют тщательного анализа и индивидуального подхода. Чтобы построить наиболее успешные отношения с текущими заказчиками и получить максимум отдачи от затрат на рекламу, почтовые рассылки и иные маркетинговые шаги, следует поделить клиентов на ряд категорий. Потом для каждой из целевых групп клиентов нужно подобрать соответствующие методы воздействия.

Что такое сегментация?

Процессом сегментирования называется «разбивка» покупателей (действующих или потенциальных) на отдельные группы или сегменты, в пределах которых они имеют похожие или аналогичные запросы, удовлетворяемые за счет комплекса маркетинговых работ.

Сегментация производится по различным признакам, эффективно группирующим покупателей. Приведем несколько возможных признаков группировки:

Как сегментировать базу клиентов?

Среди клиентов каждой фирмы или компании найдутся такие, которые приносят наибольшую прибыль. Такие «ценные» клиенты совершают частые покупки и/или покупают редко, но высокомаржинальные товары. Безусловно, подобные клиенты заинтересованы в Ваших услугах, равно, как и Вы в них.

Огромную эффективность для привлечения и удержания имеющихся ценных покупателей принесут такие маркетинговые шаги, как:

Сотрудничество с привилегированными покупателями не должно ограничиваться только рамками офиса. Отношения следует сделать более неформальным и доверительным, правда, без панибратства. В данном случае будут уместны поздравления с праздниками, вручение приятных сувениров и т. п. Так Вы выразите свою лояльность и заинтересованность в продолжении партнерства.

Следующую категорию составляют обычные клиенты, которые порой приостанавливают свою покупательскую деятельность, а затем возвращаются вновь. Это так называемая «текучка», которую постоянно требуется убеждать в преимуществах предлагаемых товаров и услуг по сравнению с конкурентной продукцией. Именно на них и следует направить активность менеджеров по продажам.

Заключительную группу значимой клиентуры составляют «сложные» покупатели, которые приносят приличную выручку, но и проблем доставляют немало. Многие менеджеры предпочитают отказываться от подобных клиентов, однако делать этого не рекомендуется. Профессиональный подход и соответствующее воздействие могут стать эффективным методом для перевода сложных клиентов в разряд обычных, а в перспективе и VIP покупателей.

Деление клиентов на группы по вышеперечисленным критериям можно значительно повысить эффективность работы с потенциальными и действующими покупателями. Определяя, к которой из групп отнести клиента, следует опираться на следующие важные показатели:

После того как Вы определите наиболее значимые для Вас сегменты, возможно получение максимальной отдачи от покупателей с минимальными усилиями и затратами на их привлечение.

Отдельно стоит остановиться на сегментации клиентской базы методом abc анализа, о котором упоминалось выше. Абсолютно ясно, что среднестатистический отдел продаж любой компании в силу ряда обстоятельств не может обслуживать всех клиентов на VIP-уровне. Согласно закону Парето, 80% прибыли компании обеспечивают 20% клиентов, и именно им следует уделять повышенное внимание. Задачу выявления этих 20% и решает АВС анализ клиентской базы.

Для начала необходимо отсортировать всех клиентов в порядке убывания приносимой ими прибыли. Клиенты, находящиеся вверху списка, суммарная выручка которых составляет 80%, отделяются в группу А. Далее от оставшейся суммы находятся еще 80% (16% от общей прибыли) и аналогичным образом определяется группа B. Оставшиеся клиенты — это группа С. Подобным способом можно произвести XYZ анализ клиентской базы, по результатам которого клиенты будут поделены на группы в зависимости от регулярности потребления товаров или услуг.

Для компаний, работающих с небольшим числом клиентов в узком сегменте, вопрос тщательной сегментации клиентов не стоит так остро. Иное дело компании, имеющие несколько тысяч покупателей, у каждого из которых свои потребности и интересы. И вот тут как нельзя лучше подойдет система сегментации корпоративных клиентов с помощью средств data mining.

Big Data и сегментация на практике

Банк PNC в США приступил к анализу больших данных для сегментации клиентов банка по демографическому фактору, предлагая им индивидуальные услуги виртуального кошелька. По рассказам Брайана Ланца, вице-президента по цифровому маркетингу, банк занялся строительством новой платформы управления информацией, поступающей из различных источников. Данная система контролирует поведение покупателей на сайте виртуального кошелька, обрабатывая данные о приобретаемых пользователях в Интернете. Для расширения источников данных банком было установлено партнерство с медиахолдингом Heart Media, после чего был получен доступ к таким сведениям, как подписка на журналы потенциальных покупателей.

После сбора данной информации банк сфокусировался на поколении 90-х и домохозяйках, то есть той категории, которая проводит массу времени в Интернете. Следовательно, разрабатывая особую маркетинговую стратегию для данной группы, можно сократить бюджет на рекламу.

Это одна из первых банковских кампаний, задействовавшая исключительно цифровые каналы продвижения. После того как подходящий под целевую аудиторию клиент найден, ему предлагается ключевое сообщение с помощью рекламы в Facebook или Twitter.

Переходя по ссылке, потенциальный покупатель попадает на страницу с разными приложениями. При просмотре сайта содержание может меняться в зависимости от индивидуальных потребностей пользователя.

Многие банки РФ (за исключением банка «Тинькофф Кредитные Системы») в настоящий момент не пользуются технологиями Big Data для сегментирования клиентской базы и персонализации своих услуг. Однако интерес к данному вопросу растет с каждым днем.

Индивидуализация сегментов клиентуры осуществляется на основании сведений из соцсетей, поведения клиентов на сайте банка и т.д. Данный процесс дает возможность улучшить качество оценки кредитного скоринга, сократить время обработки заявки на кредит и в целом повысить лояльность клиента.