Как рассчитать финансовую модель программы лояльности

как рассчитать финансовую модель программы лояльности

Для начала нужно определиться с моделью программы лояльности, примеры которых мы будем разбирать в статье. Наша статья больше касается аналитических вопросов, поэтому мы не будем подробно останавливаться на том, как выбрать тип программы лояльности, но приведём список возможных вариантов.

Типы программ лояльности

  1. Начисление баллов — за каждую покупку клиент получает баллы, которые потом может потратить.
  2. Получение кешбэка — то же самое, что с баллами, только за покупки клиенты получают кешбэк: обычно в виде купона на какую-то сумму, которую можно использовать исключительно у того же ритейлера.
  3. Карточки с отметками — при первой покупке клиент получает карточку, и при каждой следующей на неё ставятся штампики, наклеиваются стикеры или пробиваются дырочки. Когда карточка заполнена, покупатель получает либо вознаграждение, либо карточку со скидкой.
  4. Многоуровневая система скидок — при достижении определённых сумм покупок клиент получает новый статус. Выше статус — больше скидка.
  5. Вознаграждения у партнёров — за покупки клиент получает скидки/баллы, которые может использовать у партнёров бренда.
  6. Платные бонусы — клиент платит за то, чтобы участвовать в программе лояльности. За оплату получает быструю/бесплатную доставку, дополнительные скидки и т. д.
  7. Комбинация вознаграждений — такие программы называют гибридными. Например, балльная система + многоуровневая система, когда в зависимости от уровня за покупки начисляется разное количество баллов: выше уровень — больше баллов.
  8. Немонетарные вознаграждения. Лояльные клиенты получают нематериальные бонусы. Например, встречу с капитаном для постоянного пассажира авиакомпании.

В статье разбираем расчёты для варианта 4 из списка, в котором скидка растёт в зависимости от накопленной суммы покупок.

Читайте также

Как работают разные типы программ лояльности и как выбрать подходящий

Собрать данные за предыдущие периоды

Программы лояльности существуют, чтобы стимулировать клиентов покупать больше. Если без программы лояльности они купили бы на 3 600 рублей, а с программой — на 4 000, компания на этом зарабатывает. Но бывает так, что программу лояльности посчитали и внедрили, но не понятно, почему люди покупают: то ли потому что они и так лояльны и готовы покупать, то ли программа лояльности действительно их стимулирует.

Поэтому в расчётах важно построить два прогноза:

  1. Какими бы были продажи без программы лояльности.
  2. Какую прибавку к продажам даст программа лояльности.

Для этого нужны ретроспективные данные о продажах.

В первую очередь надо проанализировать, как идут продажи без программы лояльности — выгрузить данные и изучить их.

Особенности продаж при подготовке программы лояльности

  • Продажи в онлайне и офлайне могут отличаться. Придётся отдельно выгружать данные о покупках в интернет-магазине и в оффлайн-магазинах. Если, конечно, у клиента есть и то, и другое. Считать программу лояльности нужно отдельно для офлайна и онлайна.
  • Важны данные не только о покупках, но и о клиентах. Поскольку программа лояльности нацелена на мотивацию покупателей, неправильно считать только количество проданных юнитов. Надо собирать данные о клиентах, о том, как они покупают, на какие суммы, сколько раз и за какой срок, сколько из них возвращаются. В онлайне с этим обычно нет проблем, а в офлайне далеко не все данные о покупках привязаны к покупателям.
  • Скорее всего, данные придётся обрабатывать, и вряд ли вы получите их в идеальном виде: дублирование покупок или слишком большие суммы от оптовиков — всё это придётся чистить.

Изучить поведение покупателей

Данные собрали и почистили. Дальше можно получить из них ценную информацию:

  • общее количество клиентов;
  • количество лояльных, которые покупали больше одного раза, и количество «одноразовых» клиентов;
  • на какие суммы покупают клиенты.

Для наглядности мы собрали вот такую диаграмму в Power BI. На ней видно соотношение лояльных клиентов и «одноразовых»:

диаграмма в Power BI

А потом более пристально рассматриваем лояльных: на какие суммы покупают, сколько раз, в какие сроки:

диаграмма лояльных клиентов

По вертикали здесь — период, за который клиенты совершали покупки. Цифры на столбце и его длина означают количество клиентов, цвет — количество покупок.

Как понимать эту диаграмму:

  • 2 874 клиента совершили две покупки за один месяц, 783 клиента — три покупки за один месяц;
  • 1 145 клиентов совершили две покупки за два месяца, а 487 — три покупки за два месяца;
  • и так далее.

Суммы покупок можно было задавать отдельным фильтром:

Суммы покупок отдельным фильтром

Затем эти данные перекладываем в таблицу, но об этом — позже.

Следите за эффективностью вашего маркетинга. Закажите

Отчётность в Power BI

На основе данных построить прогноз без программы лояльности

Прогноз отвечает на вопрос «Как будут выглядеть продажи, если оставить всё как есть?» В нашем случае продажи в офлайне росли, а в онлайне падали. На тенденцию прошлого года накладываем данные о лояльных /«одноразовых» клиентах и суммах покупок и получаем прогноз на следующий год:

Прогноз без программы лояльности

В этом пункте нюанс такой: нужно учитывать тенденцию прошлого периода и сезонность. Нельзя рассчитывать программу лояльности, предполагая, что продажи будут расти. Надо смотреть на реальные цифры и строить прогноз, исходя из них.

Предположить модель программы лояльности

В начале работы, когда мы ещё не знаем, какую программу выберем: какой тип, как будут начисляться скидки и при каких условиях, — надо что-то предположить, иначе считать будет нечего. В нашем примере — тип, когда скидка растёт в зависимости от суммы покупок. Для него мы предположили четыре модели начисления скидок.

Но, как мы уже говорили, нельзя исходить только из предположения, что продажи будут расти, а новые клиенты — приходить толпами. Поэтому мы предположили три варианта прироста клиентов: пессимистичный, умеренный и оптимистичный. Но, возможно, что количество новых клиентов будет зависеть от скидки. Поэтому эти прогнозы менялись в зависимости от модели начисления скидки.

Мы считали 4 модели программы лояльности в трёх вариантах (пессимистичный, умеренный, оптимистичный) отдельно для офлайна и онлайна:

4 модели программы лояльности

Продублируем текстом:

Скидки: 0, 10, 15, 20%;
суммы перехода в новый статус: 0–4 999, 5 000–11 999, 12 000–24 999;
пессимистичный, умеренный и оптимистичный прогнозы: 7, 12, 15%.

Скидки: 0, 5, 10, 15%;
суммы перехода в новый статус: 0–4 999, 5 000–11 999, 12 000–24 999;
пессимистичный, умеренный и оптимистичный прогнозы: 5, 10, 13%.

Скидки: 5, 10, 15, 20%,
суммы перехода в новый статус: 0–4 999, 5 000–11 999, 12 000–24 999,
пессимистичный, умеренный и оптимистичный прогнозы: 8, 13, 16%.

Скидки: 0, 5, 10, 15%;
суммы перехода в новый статус: 0–4 999, 5 000–11 999, 12 000–19 999;
пессимистичный, умеренный и оптимистичный прогнозы: 5%, 10%, 13%.

Но примеры мы, конечно, будем приводить только для одной модели — в онлайне.

Посчитать, сколько клиентов уже находятся на предполагаемых статусах программы лояльности

У нас есть данные о клиентах и покупках и модель программы лояльности. Теперь нужно переложить данные на программу лояльности. Собираем таблицу и рассчитываем, какой процент клиентов уже находится на определённых статусах программы лояльности и как этот процент будет меняться по месяцам:

Клиенты в статусах программы лояльности

На самом деле значения в ней рассчитаны на 12 месяцев, но здесь показаны только два, чтобы не грузить вас лишней информацией. Главное, на что надо обратить внимание, — проценты клиентов в разных статусах. Статусы начинаются с 5 000 рублей, но до 3 000 мы считали тоже, потому что при покупке на 3 000 покупатель получает подарок.

Посчитать, сколько клиентов легко мотивировать на переход в новый статус

Следующий шаг — проверить, сколько клиентов находится на пограничных значениях статусов. Это те покупатели, кому нужно докупить совсем немного до подарка или перехода в новый статус. То есть, если клиент уже купил на 2 800 рублей, то допродать ему ещё что-нибудь до 3 000 будет легко — доплати всего 200 рублей и получишь подарок. Это мы и называем пограничными значениями.

Но одно дело, когда клиент купил на 700 рублей. Тогда вряд ли вы сможете убедить его купить ещё на 2 300 рублей ради подарка. Зато, если он купил на 23 000 рублей, то купить ещё на 2000 и получить скидку побольше для него не так сложно.

Поэтому для разных статусов считаем разные пограничные значения. Для первого статуса, который начинается с 5 000 рублей, пограничных значений несколько: мы определяем долю клиентов, которые находятся в диапазонах сумм 3 500–3 999 рублей, 4 000–4 499 рублей, 4 500–4 999 рублей. Для последнего статуса, начинающегося с 25 000 рублей, диапазон один — 21 000–24 999 рублей.

Сколько клиентов легко мотивировать на переход в новый статус

Спрогнозировать аплифт от программы лояльности

А здесь статья начинает напоминать фильм «Волк с Уолл-Стрит». Смотришь-смотришь, сюжет наполнен множеством событий, тебе уже кажется, что кино подходит к концу, а потом — раз — и сцена крушения вертолёта, с которой фильм начинался. И ты понимаешь, что всё это время смотрел предысторию.

Так вот — всё, что было описано до настоящего момента, было предысторией к главной цели — расчёту аплифта. То есть, того, какую прибавку к обороту даст программа лояльности.

Нюансы при расчёте аплифта

  • Надо вычитать цену подарка и скидку. Например, вы доводите клиента с покупкой на 2 030 рублей до 3 000 рублей, стимулируете его подарком. Происходит это в онлайне. Он потратил на 970 рублей больше, чем без программы лояльности. Но и вы потратили деньги на подарок и доставку. В нашем примере стоимость подарка не более 5% (к данному чеку — 150 рублей) от покупки, стоимость доставки — 350 рублей. Чтобы посчитать аплифт к чеку, надо вычесть 350 и 150 рублей из 970 рублей = 470 рублей. 470 рублей от 2 030 = 23% — аплифт к чеку.
  • Средний чек допродажи будет меньше, чем общий средний чек. Аплифт рассчитывается, исходя из чека допродажи, а не среднего чека. То есть, важно не то, на какую сумму купил покупатель, а какую сумму он потратил дополнительно, чтобы перейти в новый статус. Дополнительные траты, ясное дело, будут меньше, чем трата на покупку. Мы считали средний чек допродажи как 80% от общего среднего чека.

Расчёты по месяцам выглядели так:

(по клику можно посмотреть крупнее в новой вкладке)
Расчёты по месяцам при аплифте

Немного пояснений:

(по клику можно посмотреть крупнее в новой вкладке)
Пояснения к расчёту

Левые таблицы вспомогательные, в них — распределение клиентов по статусам. В правых — распределение клиентов в близких к статусам значениях. В зависимости от того, к какому статусу и насколько близко они находятся, мы предполагаем разную конверсию в переход в новый статус.

Средний чек допродажи, как уже говорили, считаем за 80% от обычного среднего чека. Из него вычитаем стоимость подарка, процент скидки, а в онлайне ещё и доставку.

Количество клиентов на разных шагах близости к новому статусу умножаем на средний чек и на предполагаемую конверсию. Получаем сумму, на которую сможем допродать — аплифт.

Как мы это считали

Всё это мы рассчитывали:

  • для четырёх моделей программы лояльности;
  • трёх прогнозов привлечения новых клиентов (пессимистичный, умеренный, оптимистичный);
  • отдельно для офлайна и онлайна;
  • 12-ти месяцев на каждую модель, отдельно по новым и лояльным;
  • отдельно — для категории клиентов до 3 000 рублей, они считались сразу за год, не по месяцам.

Получилось 312 таблиц в экселе.

Это были расчёты по месяцам. Но чтобы выбрать оптимальную модель программы лояльности, надо собрать все данные в годовой прогноз. Так что для каждой модели ПЛ мы суммировали эти значения и составили прогноз на год в пессимистичном, умеренном и оптимистичном варианте. И сравнили с прогнозом без программы лояльности.

(по клику можно посмотреть крупнее в новой вкладке)
Данные по офлайн и онлайн

В этой таблице данные по офлайн и онлайн суммированы

Выбрать оптимальную модель

А дальше, если вы считали несколько моделей, остаётся только выбрать оптимальную: наибольший аплифт при наименьших затратах на поощрения клиентов.

Читайте также

Готовая схема писем для программы лояльности интернет-магазина

В наших расчётах выигрывает вот такая:

Скидки 0%, 10%, 15%, 20%, при суммах 5 000 рублей, 12 000 рублей и 25 000 рублей.

Напутствие

Мы описали только один вариант расчёта только для одного типа программы лояльности. С другими типами будут другие сложности, но принципы везде одни и те же:

  • Расчёты должны быть максимально скрупулёзными.
  • Рассчитывать программу лояльности надо на реальных данных, учитывая тенденции продаж предыдущего периода.
  • В онлайне паттерны отличаются от офлайна, считать модель ПЛ надо по отдельности.
  • Надо учитывать цену подарков, которые мотивируют на переходы в новые статусы, а в онлайне, может быть, придётся учитывать ещё и доставку;
  • После расчёта финмодели работа не заканчивается, поскольку любой прогноз — это гипотеза. Внедряем, проверяем, как работает, сбываются ли прогнозы. Возможно, что-то изменится, поэтому потребуется изменить и саму модель.

Узнавайте об обновлениях блога Email Soldiers первым

Спасибо!

Осталось подтвердить подписку — кликнуть по кнопке в письме, которое мы вам отправили.

Похожие статьи

Исследование: как топ-100 застройщиков используют онлайн-коммуникации с клиентами

Изучили сайты топ-100 застройщиков страны. Узнали, какие онлайн-коммуникации используются в недвижимости и что упускают застройщики, не развивая эти каналы.

Как вывести маркетинг на новый уровень с помощью CRM-системы

Когда вся информация под рукой, гораздо проще выстраивать маркетинговые коммуникации с клиентом. Поможет CRM-система.

Визуализируем коммуникации с клиентами для застройщика на карте

Создали подробные и понятные карты коммуникаций с клиентами в сфере недвижимости.