Gentile cliente, sarai mio per sempre?
Pubblicato: 2016-11-16Una delle cose che tiene svegli di notte gli imprenditori di startup come me è la domanda finale: "Il mio cliente tornerà e farà un'altra transazione con me?" Ogni mese su Stylofie (mercato online per servizi di bellezza e benessere), mettiamo insieme una previsione di vendita mensile – rompendo i nn. nelle vendite di nuovi clienti e nelle vendite ripetute.
Entrambe le metriche sono attentamente monitorate e monitorate, mese dopo mese. Qualsiasi azienda, online o offline, ha bisogno di una base di clienti fedeli per diventare sostenibile . È anche più facile e meno costoso eseguire l'up-sell/cross-sell a clienti esistenti: questo è Marketing 101.
Gli acquisti ripetuti mi hanno sempre incuriosito. Oggi, i clienti hanno un numero enorme di scelte online tra le categorie, che si tratti di ordinare generi alimentari, acquistare un telefono o pulire il bucato. L'onnipresente smartphone ha creato molti nuovi comportamenti che creano abitudine per il consumatore urbano e, a meno che il consumatore non trovi valore e un'esperienza senza attriti, raramente tornerà. Che si tratti di e-commerce, m-commerce o brick-commerce, le grandi esperienze spingono il cliente a tornare sulla piattaforma di acquisto.
In Stylofie, abbiamo osservato una tendenza recente nei nostri dati: i nostri ordini ripetuti stavano aumentando vertiginosamente, ma anche il nostro tasso di abbandono dei clienti ha iniziato a salire . Questo ci ha fatto preoccupare e pensare. Cosa è cambiato che non lo vedessimo arrivare?
Perché i clienti non tornano dopo la loro prima transazione con noi? Allo stesso tempo, abbiamo anche visto alcuni clienti fare fino a 3-4 transazioni al mese con noi. Data la nostra categoria, ovvero i servizi di bellezza, era alta (quante volte puoi tagliarti i capelli o farti una pedicure in un mese).
Abbiamo lavorato sui telefoni, analizzato i dati delle transazioni e esaminato gli strumenti di monitoraggio. Volevamo comprendere a fondo l'intero fenomeno che guida le transazioni ripetute.
Perché i clienti abituali significano così tanto per il business
| Cliente una tantum | Cliente ripetuto | |
| Valore medio dell'ordine | 702 | 787 |
| Margine per transazione | 2,2% | 14,9% |
Il costo iniziale di acquisizione del cliente (CAC) per il cliente nuovo/ripetuto è lo stesso: recuperi il costo attraverso la conservazione e le transazioni ripetute. Dato che abbiamo sbucciato la cipolla sul valore medio dell'ordine per un cliente occasionale rispetto a un cliente abituale, abbiamo scoperto che non solo il valore dell'ordine è più alto di INR 85 (~12%) , ma c'è una differenza fenomenale nella media margini lordi (2,2% vs 14,9%) per transazione .
I nostri clienti abituali non solo contribuiscono alla linea superiore, ma anche molto di più alla linea di fondo. Ogni cliente che effettua una sola transazione con noi in realtà riduce i nostri profitti. Inoltre, è più probabile che un cliente abituale raccomandi Stylofie a un nuovo cliente, riducendo così anche il nostro CAC.
Raccomandato per te:
Come Metaverse trasformerà l'industria automobilistica indiana
Cosa significa la disposizione anti-profitto per le startup indiane?
In che modo le startup Edtech stanno aiutando la forza lavoro indiana a migliorare le competenze e a diventare pronte per il futuro...
Azioni tecnologiche new-age questa settimana: i problemi di Zomato continuano, EaseMyTrip pubblica stro...
Le startup indiane prendono scorciatoie alla ricerca di finanziamenti
Piattaforma di marketing digitale Logicserve Borse INR 80 Cr Finanziamenti, rinomina come LS Dig...
Quindi, per noi, la dichiarazione del problema era davvero chiara: cosa possiamo fare per convertire i nostri clienti occasionali in clienti abituali? Tuttavia, prima ancora di provare a risolvere questo problema, era importante capire – cosa rende esattamente un cliente su Stylofie – un cliente abituale? Cos'è quella salsa magica?
Cosa trasforma un cliente occasionale in un cliente abituale
Mentre stavo riflettendo su questa sera, ho ricevuto una chiamata da un mio vecchio amico alla Genpact (il mio ex datore di lavoro). Ha detto che stava lanciando la sua startup di analisi/big data e mi ha chiesto se poteva aiutarmi con alcuni dei miei problemi di business di avvio. È stato come se una persona affamata fosse invitata a un buffet a 5 stelle e ho subito discusso del problema in questione: puoi aiutarmi a prevedere se un cliente eseguirà una transazione ripetuta su Stylofie, sulla base del suo primo acquisto con noi?
I miei amici di Catalytics.in hanno iniziato a lavorare sulla dichiarazione e sui dati del problema con grande serietà. Attraverso diverse chiamate a tarda notte, il team ha posto diverse domande sull'attività e sui modelli che hanno visto nei dati. Alla fine hanno costruito un modello statistico che potremmo utilizzare per prevedere se un consumatore sarebbe tornato e avrebbe ripetuto l'acquisto sulla nostra piattaforma.
Il team di Catalytics ha applicato un approccio segment and predict , in cui ha prima segmentato la clientela Stylofie in base alle sue caratteristiche e quindi ha applicato la modellazione predittiva per identificare chi sarebbe stato un cliente abituale.
Il modello utilizza varie caratteristiche del cliente alla prima visita come –
- Se il cliente viene segnalato da un amico.
- La piattaforma di prenotazione da parte del cliente alla prima prenotazione – iOS/Android/sito web.
- Se il cliente ha utilizzato il codice promozionale alla prima prenotazione.
- La scelta dei saloni alla prima prenotazione, come Salon 1 vs Salon 2 ecc.
- Valutazione del feedback post-servizio, ecc.
L'intera procedura di rilevamento dei dati e modellazione predittiva è stata eseguita utilizzando R, un potente software statistico open source.
All'arrivo del D-day, ho ricevuto il tanto atteso modello predittivo, in un file excel; Ho avuto una chiamata mattutina con il team di Catalytics che ha spiegato le sfumature più fini del modello e il suo funzionamento. Ero super entusiasta di vedere il modello – era quasi come provare a guidare un'auto nuova – pieno di brivido e cautela.
Assistenza modello predittiva
Era ora il momento di mettere la gomma sulla strada e vedere come si comporta il modello. Per prima cosa ho passato alcuni punti dati di clienti che non sono mai tornati, per vedere se il modello li prevede accuratamente. Quindi è stato il momento di lavorare sul successivo set di dati: clienti abituali che hanno effettuato diverse prenotazioni con noi ; il modello basato su Excel ha dato un punteggio di probabilità e i risultati mi hanno sbalordito. Il modello era quasi perfetto nel prevedere l'utilizzo ripetuto in base ai primi dettagli della transazione. È stato magico!
Ero davvero sbalordito, nel vedere la potenza dei dati all'opera. Ecco una formula basata su file excel, che prevedeva il futuro della nostra attività con l'unità di misura più fondamentale, per ogni ordine del cliente.
Il modello ha dimostrato un'incredibile accuratezza nel prevedere il punteggio di probabilità di un acquisto ripetuto e mentre iniziamo a implementare il modello nelle nostre operazioni, più idee e suggerimenti hanno iniziato a riversarsi per ottimizzarlo e guidare le decisioni in base al suo output.
Stiamo anche esplorando con il team di Catalytics l'estensione del modello per prevedere quando tornerà il cliente e con quale frequenza.
Ora posso in parte dormire sonni tranquilli, con la certezza di poter prevedere se un cliente per la prima volta tornerà per una transazione ripetuta sulla nostra piattaforma. Per un imprenditore di startup, questa è la manna dal cielo! Naturalmente, il sonno non è molto facile per l'imprenditore di questi tempi, perché mentre abbiamo un modello per prevedere il comportamento dei clienti, dobbiamo ancora trovare un modello per prevedere il comportamento degli investimenti VC! Forse è ora di fare un'altra telefonata con il team di Catalytics!