Pelanggan yang terhormat, Akankah Anda Menjadi Milik Saya Selamanya?
Diterbitkan: 2016-11-16Salah satu hal yang membuat pengusaha pemula seperti saya, terjaga di malam hari adalah pertanyaan pamungkas – “Apakah pelanggan saya akan kembali dan melakukan transaksi lagi dengan saya?” Setiap bulan di Stylofie (pasar online untuk layanan kecantikan dan kesehatan), kami menyusun perkiraan penjualan bulanan – memecahkan angka no. menjadi penjualan pelanggan baru serta penjualan berulang.
Kedua metrik dipantau dan dilacak secara ketat, dari bulan ke bulan. Bisnis apa pun, baik online maupun offline, membutuhkan basis pelanggan setia untuk menjadi berkelanjutan . Juga lebih mudah dan lebih murah untuk melakukan up-sell/cross-sell ke pelanggan yang sudah ada – itulah Marketing 101.
Pembelian berulang selalu membuat saya penasaran. Saat ini, pelanggan memiliki banyak pilihan online di berbagai kategori, apakah itu memesan bahan makanan, membeli telepon, atau membersihkan cucian mereka. Smartphone di mana-mana telah menciptakan banyak perilaku pembentuk kebiasaan baru bagi konsumen perkotaan dan kecuali konsumen menemukan nilai & pengalaman tanpa gesekan, dia jarang akan kembali. Baik itu e-niaga, m-niaga, atau perdagangan bata, pengalaman hebat mendorong pelanggan untuk kembali ke platform pembelian.
Di Stylofie, kami mengamati tren terbaru dalam data kami – pesanan berulang kami meroket tetapi tingkat churn pelanggan kami juga mulai naik . Ini membuat kami khawatir & berpikir. Apa yang telah berubah sehingga kita tidak melihatnya datang?
Mengapa pelanggan tidak kembali lagi setelah transaksi pertama mereka dengan kami? Pada saat yang sama, kami juga melihat beberapa pelanggan melakukan sebanyak 3-4 transaksi sebulan dengan kami. Mengingat kategori kami yaitu layanan kecantikan, itu tinggi (berapa kali Anda bisa memotong rambut atau melakukan pedikur dalam sebulan).
Kami mengerjakan telepon, menganalisis data transaksi dan melihat alat pemantauan. Kami ingin memahami secara mendalam seluruh fenomena yang mendorong transaksi berulang ini.
Mengapa Pelanggan Berulang Sangat Berarti Bagi Bisnis
| Pelanggan satu kali | Pelanggan berulang | |
| Nilai pesanan rata-rata | 702 | 787 |
| Margin per transaksi | 2.2% | 14,9% |
Biaya awal akuisisi pelanggan (CAC) untuk pelanggan baru/berulang adalah sama – Anda memulihkan biaya melalui retensi & transaksi berulang. Saat kami mengupas bawang pada nilai pesanan rata-rata untuk satu kali pelanggan vis-a-vis pelanggan tetap, kami menemukan bahwa tidak hanya nilai pesanan lebih tinggi sebesar INR 85 (~12%) , ada perbedaan yang fenomenal dalam rata-rata margin kotor (2,2% vs 14,9%) per transaksi .
Pelanggan tetap kami tidak hanya berkontribusi ke garis atas tetapi juga secara signifikan lebih ke garis bawah. Setiap pelanggan yang hanya melakukan satu transaksi dengan kami sebenarnya menyeret keuntungan kami. Juga pelanggan tetap lebih cenderung merekomendasikan Stylofie kepada pelanggan baru, sehingga mengurangi CAC kami juga.
Direkomendasikan untukmu:
Bagaimana Metaverse Akan Mengubah Industri Otomotif India
Apa Arti Ketentuan Anti-Profiteering Bagi Startup India?
Bagaimana Startup Edtech Membantu Tenaga Kerja India Meningkatkan Keterampilan & Menjadi Siap Masa Depan...
Saham Teknologi Zaman Baru Minggu Ini: Masalah Zomato Berlanjut, EaseMyTrip Posting Stro...
Startup India Mengambil Jalan Pintas Dalam Mengejar Pendanaan
Platform Pemasaran Digital Logicserve Bags Pendanaan INR 80 Cr, Berganti Nama Sebagai LS Dig...
Jadi, bagi kami, pernyataan masalahnya sangat jelas – Apa yang dapat kami lakukan untuk mengubah pelanggan satu kali menjadi pelanggan berulang? Namun, sebelum kita mencoba memecahkan masalah ini, penting untuk memahami – apa sebenarnya yang membuat pelanggan di Stylofie – pelanggan tetap? Apa saus ajaib itu?
Apa yang Mengubah Pelanggan Satu Kali Menjadi Pelanggan Berulang
Ketika saya merenungkan suatu malam, saya mendapat telepon dari seorang teman lama saya di Genpact (mantan majikan saya). Dia menyebutkan bahwa dia meluncurkan analitik/startup data besar dan bertanya apakah dia bisa membantu saya dengan beberapa masalah bisnis startup saya. Itu seperti orang lapar yang diundang ke prasmanan bintang 5 dan saya segera membahas masalah yang dihadapi – Bisakah Anda membantu saya memprediksi apakah pelanggan akan melakukan transaksi berulang di Stylofie, berdasarkan pembelian pertama mereka dengan kami?
Teman-teman saya dari Catalytics.in mulai mengerjakan pernyataan masalah & data dengan sungguh-sungguh. Melalui beberapa panggilan larut malam, tim mengajukan beberapa pertanyaan tentang bisnis dan tentang pola yang mereka lihat dalam data. Mereka akhirnya membangun model statistik yang dapat kami gunakan untuk memprediksi apakah konsumen akan kembali dan melakukan pembelian berulang di platform kami.
Tim Catalytics menerapkan pendekatan segmen dan prediksi , di mana mereka pertama-tama menyegmentasikan pelanggan Stylofie berdasarkan karakteristik mereka dan kemudian menerapkan Pemodelan Prediktif untuk mengidentifikasi siapa yang akan menjadi pelanggan tetap.
Model ini menggunakan berbagai karakteristik pelanggan pada kunjungan pertama mereka seperti –
- Jika pelanggan dirujuk oleh seorang teman.
- Platform pemesanan oleh pelanggan pada pemesanan pertama – iOS/ Android/situs web.
- Apakah pelanggan menggunakan Kode Promo pada pemesanan pertama.
- Pilihan salon pada pemesanan pertama, seperti Salon 1 vs. Salon 2 dll.
- Peringkat umpan balik pasca-layanan, dll.
Seluruh penemuan data dan prosedur pemodelan prediksi dilakukan menggunakan R, perangkat lunak statistik open-source yang kuat.
Saat hari-H tiba, saya mendapatkan model prediksi yang ditunggu-tunggu, dalam file excel; Saya melakukan panggilan pagi dengan tim Catalytics yang menjelaskan nuansa model yang lebih baik dan cara kerjanya. Saya sangat senang melihat modelnya – hampir seperti tes mengemudi mobil baru – penuh dengan sensasi dan kehati-hatian.
Bantuan Model Prediktif
Sekarang saatnya untuk meletakkan karet di jalan dan melihat bagaimana model berperilaku. Saya pertama kali berlari melewati beberapa titik data pelanggan yang tidak pernah kembali, untuk melihat apakah model memprediksi mereka secara akurat. Kemudian tiba saatnya untuk mengerjakan kumpulan data berikutnya – pelanggan tetap yang telah melakukan beberapa pemesanan dengan kami ; model berbasis Excel memberikan skor probabilitas dan hasilnya mengejutkan saya. Model tersebut mendekati sempurna dalam memprediksi penggunaan berulang berdasarkan detail transaksi pertama. Itu ajaib!
Saya benar-benar terkejut, melihat kekuatan data bekerja. Berikut adalah rumus berbasis file excel, yang memprediksi masa depan bisnis kami pada unit pengukuran paling mendasar – untuk setiap pesanan pelanggan.
Model tersebut telah menunjukkan akurasi yang luar biasa dalam memprediksi skor probabilitas pembelian berulang dan saat kami mulai menerapkan model dalam operasi kami, lebih banyak ide dan saran mulai mengalir untuk mengoptimalkannya dan mendorong keputusan berdasarkan outputnya.
Kami juga sedang menjajaki dengan tim Catalytics untuk memperluas model untuk memprediksi kapan pelanggan akan kembali dan seberapa sering.
Sekarang saya dapat tidur nyenyak – dengan keyakinan bahwa saya dapat memprediksi apakah pelanggan pertama kali akan kembali untuk transaksi berulang di platform kami. Untuk pengusaha pemula, itu manna dari surga! Tentu saja, tidur tidak mudah bagi pengusaha akhir-akhir ini, karena meskipun kami memiliki model untuk memprediksi perilaku pelanggan, kami belum menemukan model untuk memprediksi perilaku investasi VC! Mungkin, saatnya untuk menelepon lagi dengan tim Catalytics!