Как рассчитать финансовую модель программы лояльности

как рассчитать финансовую модель программы лояльности

Для начала нужно определиться с моделью программы лояльности. 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. Здесь есть особенности:

  • 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

На всякий случай 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.

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

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.

Примеры опросов: 17 классных техник и границы их применения

Собрали примеры опросов в разных сферах и рассказали об особенностях их использования.