ثبت‌نام
تحلیل مشتری

مشتری در معرض ریزش را چطور زودتر بشناسیم

نوشته‌ی تیم محتوای شکلات ۱۱ دقیقه مطالعه
مشتری در معرض ریزش را چطور زودتر بشناسیم

در کسب‌وکارهای بدون قرارداد، مشتری لحظه‌ی رفتن را اعلام نمی‌کند؛ فقط دیرتر و دیرتر برمی‌گردد تا وقتی دیگر برنمی‌گردد. بنابراین شناسایی ریزش یعنی تعریف یک آستانه: فاصله‌ی معمول خرید هر گروه از مشتریان را محاسبه کنید و هرکس به‌روشنی از آن فاصله عبور کرد را در معرض ریزش بدانید، پیش از آنکه به تعریف رسمی «مشتری از دست رفته» برسد.

این مقاله نشان می‌دهد آن آستانه را چطور از داده‌ی خودتان بسازید، چه نشانه‌هایی پیش از سکوت کامل ظاهر می‌شوند، و روی کدام مشتریان اقدام کردن ارزش دارد.

چرا تعریف‌های آماده کار نمی‌کنند

بیشتر آنچه درباره‌ی پیش‌بینی ریزش نوشته می‌شود از کسب‌وکارهای اشتراکی می‌آید؛ جایی که مشتری قرارداد را لغو می‌کند و تاریخ دقیق ریزش در سیستم ثبت می‌شود. در فروشگاه، رستوران یا فروشگاه اینترنتی چنین لحظه‌ای وجود ندارد.

نتیجه این است که هر عدد ثابتی مثل «سه ماه بدون خرید» برای بخشی از مشتریان زود است و برای بخشی دیگر دیر. در کسب‌وکاری که مشتری هفته‌ای یک بار می‌آید، سه ماه سکوت یعنی مشتری خیلی وقت است رفته. در کسب‌وکاری با خرید فصلی، سه ماه یعنی هیچ اتفاقی نیفتاده.

پس اولین کار، ساختن تعریف اختصاصی خودتان است.

گام یک: فاصله‌ی معمول خرید را بیرون بکشید

برای هر مشتری، فاصله‌ی میان خریدهای متوالی را حساب کنید و میانگین یا میانه‌ی آن را نگه دارید. سپس همین عدد را برای گروه‌های مختلف مشتری جداگانه ببینید، نه برای کل پایگاه.

دلیل این تفکیک ساده است: میانگین کل، مشتری هفتگی و مشتری سالانه را در یک عدد بی‌معنا قاطی می‌کند. تفکیک اولیه را می‌توانید بر پایه‌ی تعداد خرید، مبلغ خرید یا دسته‌ی کالایی اصلی بگذارید. روش استاندارد این تفکیک، مدل تازگی و تناوب و ارزش است که در بخش‌بندی RFM و LRFM توضیح داده شده است.

خروجی این گام یک جدول کوچک است: برای هر گروه، فاصله‌ی معمول خرید.

گام دو: آستانه را تعریف کنید

حالا با آن جدول، سه وضعیت تعریف کنید:

وضعیتتعریفاقدام
فعالاز آخرین خرید کمتر از فاصله‌ی معمول گروه گذشتهبدون اقدام ویژه
در معرض ریزشاز فاصله‌ی معمول عبور کرده ولی هنوز در بازه‌ی قابل بازگشت استاقدام هدفمند، بالاترین اولویت
خفتهچند برابر فاصله‌ی معمول گذشته استکمپین بازگشت، با انتظار نرخ پاسخ پایین‌تر

ضریب دقیق هر مرز را خودتان تنظیم می‌کنید و عدد اولش هم لازم نیست دقیق باشد. مهم این است که مرزها نسبت به رفتار همان گروه تعریف شوند، نه با یک عدد واحد برای همه.

نکته‌ی اصلی اینجاست: ارزش کار در ستون دوم است. مشتری خفته را همه می‌بینند، چون مدت‌هاست نیامده. هنر، دیدن مشتری‌ای است که تازه از مرز عبور کرده و هنوز شما را به یاد دارد.

گام سه: نشانه‌هایی که پیش از سکوت می‌آیند

تاریخ آخرین خرید سیگنال دیررسی است؛ وقتی به آن نگاه می‌کنید، فاصله افتاده است. این چهار نشانه زودتر ظاهر می‌شوند:

کشیده شدن فاصله‌ها. مشتری‌ای که فاصله‌ی خریدش رو به افزایش است، پیش از آنکه به آستانه برسد سیگنال داده. روند فاصله را ببینید، نه فقط آخرین عدد را.

کوچک شدن سبد. مبلغ ثابت مانده اما تعداد اقلام کم شده، یا برعکس. هر دو یعنی مشتری بخشی از خریدش را جای دیگری انجام می‌دهد.

باریک شدن دسته‌ها. مشتری‌ای که از سه دسته می‌خرید و حالا فقط از یکی می‌خرد، رابطه‌اش با شما محدود شده و شکستن آن یک رابطه آسان‌تر است.

قطع پاسخ به پیام‌ها. کسی که قبلاً از کد تخفیف استفاده می‌کرد و حالا نمی‌کند، پیش از قطع خرید، تعاملش را قطع کرده است.

هیچ‌کدام از این‌ها به‌تنهایی قطعی نیستند. اما ترکیبشان با عبور از آستانه، فهرست کوتاه و قابل اقدامی می‌سازد.

گام چهار: اولویت‌بندی، چون بودجه محدود است

فهرست مشتریان در معرض ریزش معمولاً بزرگ‌تر از آن است که بشود برای همه کاری کرد. دو معیار اولویت را می‌بندند:

ارزش مشتری. مشتری‌ای که سالانه مبلغ قابل توجهی خرید می‌کند، ارزش اقدام گران‌تری دارد. مشتری‌ای که یک بار و کم خرید کرده، احتمالاً اصلاً مشتری شما نبوده.

احتمال بازگشت. مشتری‌ای که تازه از آستانه عبور کرده، با پیام ساده هم ممکن است برگردد. کسی که چند برابر فاصله را گذرانده، به انگیزه‌ی بزرگ‌تری نیاز دارد و احتمال موفقیت هم کمتر است.

ترکیب این دو معیار چهار گروه می‌سازد و اقدام هرکدام متفاوت است. پرارزش و تازه‌عبورکرده، مهم‌ترین گروه است و معمولاً کمترین هزینه را هم می‌خواهد: یک یادآوری مرتبط کافی است. پرارزش و خفته، بودجه‌ی واقعی می‌طلبد. کم‌ارزش و خفته را رها کنید؛ هزینه‌ی بازگرداندنش بیشتر از ارزشی است که می‌آورد.

گام پنج: اقدام متناسب، نه تخفیف همگانی

رایج‌ترین واکنش، فرستادن یک کد تخفیف برای کل فهرست است. این کار سه مشکل دارد: به کسانی که به‌هرحال برمی‌گشتند پاداش می‌دهد، مشتری را آموزش می‌دهد که با غیبت کردن تخفیف بگیرد، و علت واقعی رفتن را نادیده می‌گیرد.

اقدام بهتر از حدس علت شروع می‌شود. اگر مشتری پس از یک خرید مشکل‌دار غیب شده، جبران معنا دارد. اگر دسته‌ی کالایی مورد علاقه‌اش موجود نبوده، اطلاع از موجود شدن. اگر صرفاً فراموش کرده، یادآوری با محتوای مرتبط.

برای مشتری‌ای که علت رفتنش قیمت نبوده، اعتبار مهلت‌دار معمولاً از تخفیف بهتر کار می‌کند، چون تاریخ بازگشت را تعیین می‌کند؛ مقایسه‌ی این دو در اعتبار یا تخفیف آمده است.

گام شش: بسنجید که اقدام اثر داشته

بدون گروه کنترل، هر کمپین بازگشتی موفق به نظر می‌رسد؛ بخشی از مشتریان همیشه خودشان برمی‌گردند. بخشی از فهرست هدف را کنار بگذارید و هیچ پیامی برایشان نفرستید، بعد نرخ بازگشت دو گروه را مقایسه کنید. تفاوت این دو، اثر واقعی کمپین است.

این سنجش را برای هر نوع اقدام جداگانه انجام دهید. ممکن است یادآوری ساده برای گروه تازه‌عبورکرده بهتر از تخفیف کار کند و همین یک یافته، بودجه‌ی قابل توجهی آزاد می‌کند. روش کامل محاسبه‌ی اثر افزایشی در بازگشت سرمایه‌ی کمپین وفاداری توضیح داده شده است.

اشتباهات رایج

یک آستانه برای همه‌ی مشتریان. مشتری هفتگی و فصلی را با یک معیار قضاوت می‌کند و هر دو را اشتباه دسته‌بندی می‌کند.

تمرکز روی مشتریان خفته. دیده‌شدنشان بیشتر است، اما نرخ بازگشتشان کمتر. بودجه‌ی اصلی باید روی کسانی باشد که تازه از مرز عبور کرده‌اند.

اقدام دستی و دوره‌ای. فهرستی که ماهی یک بار بررسی می‌شود، مشتری را چند هفته پس از لحظه‌ی مناسب پیدا می‌کند. این کار باید خودکار باشد و در لحظه‌ی عبور از آستانه فعال شود، نه در گزارش پایان ماه. ساختار این نوع قاعده‌ها در راهنمای اتوماسیون بازاریابی آمده است.

نبود تعریف مشترک در سازمان. اگر واحد فروش و بازاریابی دو تعریف متفاوت از ریزش داشته باشند، عددهای گزارش با هم نمی‌خوانند و بحث از محتوا به روش منتقل می‌شود.

سنجیدن ریزش بدون سنجیدن ورودی. نرخ ریزش پایین با جذب صفر، کسب‌وکار در حال کوچک شدن است. این دو عدد باید کنار هم خوانده شوند.

جمع‌بندی

شناسایی زودهنگام ریزش کار پیچیده‌ای نیست؛ کار دقیقی است. فاصله‌ی معمول خرید هر گروه را بسازید، آستانه را نسبت به همان فاصله تعریف کنید، به روند فاصله‌ها نگاه کنید نه فقط به تاریخ آخرین خرید، و بودجه را روی کسانی بگذارید که هنوز قابل بازگشت‌اند.

چارچوب کامل تفکیک مشتریان و تعریف گروه‌های رفتاری در راهنمای جامع بخش‌بندی مشتریان آمده است. برای اجرای خودکار این آستانه‌ها، بخش‌بندی و تحلیل رفتار مشتری در شکلات گروه‌ها را با تغییر رفتار مشتری به‌روز نگه می‌دارد تا عبور از مرز در همان لحظه دیده شود.

سؤالات پرتکرار

ریزش مشتری در خرده‌فروشی چطور تعریف می‌شود؟

برخلاف کسب‌وکارهای قراردادی که لحظه‌ی لغو مشخص است، در خرده‌فروشی ریزش یک تعریف آماری است: مشتری‌ای که از فاصله‌ی معمول خرید خودش به‌طور معناداری گذشته و برنگشته. همین تعریف باید برای هر گروه از مشتریان جداگانه ساخته شود، چون فاصله‌ی معمول خرید در گروه‌ها یکسان نیست.

آستانه‌ی ریزش را چه عددی بگذاریم؟

عدد را از داده‌ی خودتان بیرون بکشید، نه از توصیه‌ی عمومی. فاصله‌ی معمول دو خرید هر گروه را محاسبه کنید و آستانه را بر پایه‌ی آن بگذارید؛ مشتری‌ای که از این فاصله به‌روشنی عبور کرده، در معرض ریزش است، حتی اگر ماه‌ها تا تعریف رسمی ریزش فاصله داشته باشد.

زودترین نشانه‌ی ریزش چیست؟

افزایش فاصله‌ی خریدها، پیش از قطع کامل. مشتری‌ای که هفته‌ای یک بار می‌آمد و حالا هر ده روز می‌آید، سیگنال داده است. کاهش مبلغ سبد و محدود شدن خرید به یک دسته‌ی کالایی، دو نشانه‌ی رایج دیگرند.

آیا برای شناسایی ریزش به هوش مصنوعی نیاز داریم؟

برای شروع خیر. بیشتر ارزش این کار از قواعد ساده‌ی مبتنی بر تاریخ آخرین خرید و فاصله‌ی معمول خرید به دست می‌آید. مدل‌های پیچیده‌تر وقتی ارزش اضافه می‌کنند که قواعد ساده اجرا شده باشند و داده‌ی کافی از نتیجه‌ی اقدام‌ها جمع شده باشد.

با مشتری در معرض ریزش چه کنیم؟

اول علت را از رفتار حدس بزنید، بعد اقدام کنید. تخفیف عمومی به کل این گروه، هم پرهزینه است و هم به کسانی پاداش می‌دهد که به‌هرحال برمی‌گشتند. اقدام باید متناسب با ارزش مشتری و شدت نشانه باشد.

مقالات مرتبط