Lieber Kunde, wirst du für immer mein sein?
Veröffentlicht: 2016-11-16Eines der Dinge, die Startup-Unternehmer wie mich nachts wach halten, ist die ultimative Frage – „Wird mein Kunde zurückkommen und eine weitere Transaktion mit mir durchführen?“ Jeden Monat erstellen wir bei Stylofie (Online-Marktplatz für Beauty- und Wellness-Dienstleistungen) eine monatliche Umsatzprognose – brechen die Nr. sowohl in Neukundenverkäufe als auch in Folgeverkäufe.
Beide Metriken werden Monat für Monat genau überwacht und nachverfolgt. Jedes Unternehmen, ob online oder offline, braucht eine Basis treuer Kunden, um nachhaltig zu sein . Es ist auch einfacher und kostengünstiger, Up-Selling/Cross-Selling an Bestandskunden durchzuführen – das ist Marketing 101.
Wiederholungskäufe haben mich immer fasziniert. Heutzutage haben Kunden eine riesige Auswahl an Online-Angeboten in allen Kategorien, egal ob sie Lebensmittel bestellen, ein Telefon kaufen oder ihre Wäsche reinigen. Das allgegenwärtige Smartphone hat viele neue gewohnheitsbildende Verhaltensweisen für den städtischen Verbraucher geschaffen, und wenn der Verbraucher keinen Wert und ein reibungsloses Erlebnis findet, wird er/sie selten wiederkommen. Ob E-Commerce, M-Commerce oder Brick-Commerce, großartige Erfahrungen bringen den Kunden dazu, auf die Einkaufsplattform zurückzukehren.
Bei Stylofie haben wir einen aktuellen Trend in unseren Daten beobachtet – unsere Nachbestellungen stiegen sprunghaft an, aber auch unsere Kundenabwanderungsrate begann zu steigen . Das hat uns besorgt und nachdenklich gemacht. Was hat sich geändert, dass wir es nicht kommen sahen?
Warum kommen Kunden nach ihrer ersten Transaktion mit uns nicht wieder? Gleichzeitig haben wir auch gesehen, dass einige Kunden bis zu 3-4 Transaktionen pro Monat mit uns durchgeführt haben. Angesichts unserer Kategorie, dh Schönheitsdienstleistungen, war es hoch (wie oft kann man sich in einem Monat die Haare schneiden oder eine Pediküre machen lassen).
Wir haben die Telefone bearbeitet, die Transaktionsdaten analysiert und uns Überwachungstools angeschaut. Wir wollten dieses ganze Phänomen, das Wiederholungstransaktionen antreibt, genau verstehen.
Warum Stammkunden so viel für das Geschäft bedeuten
| Einmaliger Kunde | Widerkommender Kunde | |
| Durchschnittlicher Bestellwert | 702 | 787 |
| Marge pro Transaktion | 2,2 % | 14,9 % |
Die anfänglichen Kosten der Kundenakquise (CAC) für Neu-/Stammkunden sind gleich – Sie holen die Kosten durch Kundenbindung und Wiederholungstransaktionen wieder herein. Als wir den durchschnittlichen Bestellwert für einen einmaligen Kunden im Vergleich zu einem Stammkunden schälten, stellten wir fest, dass der Bestellwert nicht nur um 85 INR (~12 %) höher ist, sondern auch ein phänomenaler Unterschied im Durchschnitt besteht Bruttomargen (2,2 % gegenüber 14,9 %) pro Transaktion .
Unsere Stammkunden tragen nicht nur zum Umsatz bei, sondern auch deutlich mehr zum Gewinn. Jeder Kunde, der nur eine einzige Transaktion mit uns durchführt, zieht tatsächlich unser Endergebnis nach unten. Außerdem empfiehlt ein Stammkunde Stylofie eher einem neuen Kunden, wodurch auch unser CAC reduziert wird.
Für dich empfohlen:
Wie Metaverse die indische Automobilindustrie verändern wird
Was bedeutet die Anti-Profiteering-Bestimmung für indische Startups?
Wie Edtech-Startups Indiens Arbeitskräften helfen, sich weiterzubilden und zukunftsfähig zu werden ...
New-Age-Tech-Aktien in dieser Woche: Zomatos Probleme gehen weiter, EaseMyTrip-Posts steigen...
Indische Startups nehmen Abkürzungen bei der Jagd nach Finanzierung
Digitale Marketingplattform Logicserve Bags INR 80 Cr-Finanzierung, Umbenennung in LS Dig...
Für uns war die Problemstellung also wirklich klar: Was können wir tun, um unsere einmaligen Kunden in Stammkunden umzuwandeln? Bevor wir jedoch versuchen, dieses Problem zu lösen, war es wichtig zu verstehen, was genau einen Kunden auf Stylofie zu einem Stammkunden macht. Was ist das für eine magische Sauce?
Was aus einem einmaligen Kunden einen wiederkehrenden Kunden macht
Als ich eines Abends darüber nachdachte, erhielt ich einen Anruf von einem alten Freund von mir bei Genpact (meinem ehemaligen Arbeitgeber). Er erwähnte, dass er sein Analytics-/Big-Data-Startup gründe und fragte mich, ob er mir bei einigen meiner Startup-Geschäftsprobleme helfen könne. Es war, als würde eine hungrige Person zu einem 5-Sterne-Buffet eingeladen, und ich habe sofort das vorliegende Problem besprochen – Können Sie mir helfen, vorherzusagen, ob ein Kunde eine Wiederholungstransaktion auf Stylofie tätigen wird, basierend auf seinem ersten Einkauf bei uns?
Meine Freunde von Catalytics.in begannen mit großem Ernst an der Problemstellung und den Daten zu arbeiten. Bei mehreren Anrufen spät in der Nacht stellte das Team mehrere Fragen zum Geschäft und zu den Mustern, die es in den Daten sah. Schließlich erstellten sie ein statistisches Modell, mit dem wir vorhersagen konnten, ob ein Verbraucher wiederkommen und einen erneuten Kauf auf unserer Plattform tätigen würde.
Das Catalytics-Team wendete einen Segment- und Prognoseansatz an , bei dem es zuerst die Stylofie-Klientel anhand ihrer Merkmale segmentierte und dann Predictive Modeling anwendete, um zu ermitteln, wer ein Stammkunde sein würde.
Das Modell verwendet verschiedene Eigenschaften des Kunden bei seinem ersten Besuch wie –
- Wenn der Kunde von einem Freund geworben wird.
- Die Buchungsplattform des Kunden bei Erstbuchung – iOS/Android/Website.
- Ob der Kunde den Promo-Code bei der ersten Buchung verwendet hat.
- Die Wahl der Salons bei der ersten Buchung, wie Salon 1 vs. Salon 2 etc.
- Feedback-Bewertung nach dem Service usw.
Die gesamte Datenermittlung und Vorhersagemodellierung wurde mit R durchgeführt, einer leistungsstarken Open-Source-Statistiksoftware.
Als der D-Day kam, erhielt ich das lang erwartete Vorhersagemodell in einer Excel-Datei; Ich hatte am frühen Morgen einen Anruf mit dem Catalytics-Team, das die feineren Nuancen des Modells und seine Funktionsweise erklärte. Ich war super aufgeregt, das Modell zu sehen – es war fast wie eine Probefahrt mit einem neuen Auto – voller Nervenkitzel und Vorsicht.
Vorhersagemodellunterstützung
Jetzt war es an der Zeit, den Gummi auf die Straße zu bringen und zu sehen, wie sich das Modell verhält. Ich bin zuerst an ein paar Datenpunkten von Kunden vorbeigelaufen, die nie wiedergekommen sind, um zu sehen, ob das Modell sie genau vorhersagt. Dann war es an der Zeit, am nächsten Datensatz zu arbeiten – Stammkunden, die mehrere Buchungen bei uns vorgenommen haben ; Das Excel-basierte Modell gab einen Wahrscheinlichkeitswert und die Ergebnisse haben mich verblüfft. Das Modell war nahezu perfekt bei der Vorhersage der wiederholten Nutzung basierend auf den ersten Transaktionsdetails. Es war magisch!
Ich war wirklich gefesselt, als ich die Macht der Daten bei der Arbeit sah. Hier ist eine auf einer Excel-Datei basierende Formel, die die Zukunft unseres Geschäfts in der grundlegendsten Maßeinheit vorhersagt – für jede Kundenbestellung.
Das Modell hat eine erstaunliche Genauigkeit bei der Vorhersage des Wahrscheinlichkeitswerts eines Wiederholungskaufs bewiesen, und während wir beginnen, das Modell in unseren Betrieben einzusetzen, fließen immer mehr Ideen und Vorschläge ein, um es zu optimieren und Entscheidungen auf der Grundlage seines Ergebnisses voranzutreiben.
Wir untersuchen auch mit dem Catalytics-Team, das Modell zu erweitern, um vorherzusagen, wann der Kunde zurückkehrt und wie oft.
Jetzt kann ich teilweise ruhig schlafen – mit der Gewissheit, dass ich vorhersagen kann, ob ein Erstkunde für eine Wiederholungstransaktion auf unsere Plattform zurückkommt. Für einen Startup-Unternehmer ist das Manna vom Himmel! Natürlich fällt es Unternehmern heutzutage nicht leicht zu schlafen, denn während wir ein Modell zur Vorhersage des Kundenverhaltens haben, müssen wir noch ein Modell zur Vorhersage des VC-Investitionsverhaltens finden! Vielleicht ist es Zeit für ein weiteres Gespräch mit dem Catalytics-Team!