Jak wybrać 45 najlepszych prezentacji na FORUM?

Joanna Komuda, IAB Polska

Ile wart jest Twój najlepszy klient?Czyli jak mierzyć Customer Lifetime Value

i dlaczego warto to robić.

Łukasz DziekanKatarzyna Jasińska

PwC

Czy znasz wartość swoich klientów?

Nie każdy klient jest wart tego żeby go pozyskać

>Koszt pozyskania klienta Potencjalny przyszły przychód

Nie każdy klient jest wart tego żeby go zatrzymać

>Koszt retencji klienta(proces + koszt dobra + oferta specjalna)

Potencjalny przyszły przychód

Segmentacja klientów po przyszłych przychodach pozwala na dostosowanie inwestycji w klienta w przychód jaki firma uzyska z tytułu danego klienta. Oparcie Twoich działań marketingowych o wartość segmentów klientów zwiększy rentowność.

Segmentacja klientów po przyszłych przychodach pozwala na dostosowanie inwestycji w klienta w przychód jaki firma uzyska z tytułu danego klienta. Oparcie Twoich działań marketingowych o wartość segmentów klientów zwiększy rentowność.

Jak sprawdzić czy danego klienta warto zatrzymać?

Ranking klientów na podstawie

estymowanego prawdopodobieństwa

ucieczki (churn)

Preferencyjne oferty dla klientów, którzy są

najbardziej prawdopodobni, że

odejdą

Jak sprawdzić czy danego klienta warto zatrzymać?

Ranking klientów na podstawie

estymowanego prawdopodobieństwa

ucieczki (churn)

Preferencyjne oferty dla klientów, którzy są

najbardziej prawdopodobni, że

odejdą

Real life example – kredyty gotówkowe

Segmentacja konsumentów wg. ich potencjalnego CLV

Retencja tylko „opłacalnych” klientów

Segmentacja w oparciu o potencjalne przyszłe zyski (CLV)> 50% CLV w 6 segmentach z równym rozłożeniem klientów po segmentach

Potencjalne przyszłe przychody klientów

80%wartości klientów znajduje się w 15-20% populacji

85%wartości klientów znajduje się w 35-40% populacji

*Dane żródłowe: PwC

1st segment< PLN x

2nd segmentPLN x-2x

3rd segmentPLN 2x-4x

4th segmentPLN 4x-7x

5th segmentPLN 7x-14x

6th segment> PLN 14x

CLV(PLN)

Kontrakty od najniższego do najwyższego CLV

CLV

CLV

Jak powinieneś szukać klientów, których warto zatrzymać?

Marketing Dane transakcyjne

Controlling Inne dane Oddziały Wskaźniki makroekono

miczne

Dane onlineKampanie reklamowe

Data Mart

Wyniki obliczeń Wewnętrzne dane klienta

Zewnętrzne źródła danych

Opis podejścia

Jakie dane nas interesują?• Dane o konwersji klienta – historii zakupów / wartości kontraktów

(czyli: pierwszy zakup i kolejne zakupy);• Dane o odejściach klientów / zaprzestaniu korzystania z usługi lub

zakupu;• Dane o klientach (socjo-demograficzne);• Dane o produktach/usługach wybieranych przez klientów.

Jak pozyskujemy te dane?Informacje pozyskujemy poprzez aktywności marketingowe i dane CRM-owe ze wszystkich dostępnych źródeł, np.

• Landing page, • Facebook, • Call center, • Oddziały• Kampanie okolicznościowe• Marketing automation• Inne

Następnie dane są łączone – tworzone są założenia do połączenia danych z różnych źródeł (co nie zawsze jest łatwe!)

BLACK BOX

• Zbierając dane kładź nacisk na informacje o kosztach;• Historia nie musi być dramatycznie długa ale musi

dotyczyć jak największej liczby klientów;

Co to jest Big Black Box? 1/2

X1

X1

X2

X2

X3

X3

Przejścia które maksymalizujemy

Przejścia które minimalizujemy

=Macierzprzejść

Macierz przejść

X1, X2, X3stany reprezentujące zwiększone wartości, np. segmenty wartości, poziom subskrypcji, średnia wielkość koszyka, poziom usługi, inne. Każdemu X powinna być przypisana wartość pieniężna, np. średnia marża, przychód, itd.

Macierz przejść • Opis migracji klientów z okresu na okres;• Takt zależny jest od rodzaju biznesu;• Takt, np.: kwartał, rok;• Takt jest zależny od komunikacji i zachowań

klientów

Nerd

Wykresy

Matma

BLA

CK

BO

X

Co to jest Big Black Box? 2/2

1 2 3 4 5 6 7 8 9 10111213141516171819202122230%

10%

20%

30%

40%

1 2 3 4 5 6 7 8 9 10111213141516171819202122231

1.5

2

2.5

3

3.5

𝑪𝑳𝑽 𝒂𝒋𝒅=𝑴𝒂𝒙 ( [ (𝟏−𝒑𝒓𝒐𝒃∗𝑪𝑨𝑪𝒂𝒋𝒅) ⋅𝑪𝒐𝒏𝒕𝒓𝒂𝒄𝒕𝑽𝒂𝒍+𝒑𝒓𝒐𝒃∗𝑪𝑨𝑪𝒂𝒅𝒋 ⋅𝒎𝒖𝒍𝒕 ⋅𝑪𝒐𝒏𝒕𝒓𝒂𝒄𝒕𝑽𝒂𝒍 ] ,𝟎 ,𝟐∗𝑽𝒂𝒓𝑰𝒏𝒊𝒕)

Prawdopodobieństwo up-sell

Rollover multiplier

Opis podejścia

*Dane żródłowe: PwC

BLA

CK

BO

X

Nerd

Wykresy

Matma

Prawdopodobieństwo up-sell• Jakie jest prawdopodobieństwo up-sellu po upływie x lat

Rollover multiplier• Ile razy więcej przychodu przyniesie dany klient jeśli up-sell nastąpi

po x latach

Przykład pokazuje ile więcej zostanie sprzedane, można też modelować ile mniej zostanie sprzedane.

Miesiące od pozyskania

Miesiące od pozyskania

• CACadj - consumer accusition cost adj (różnicowanie ze względu na cechy klienta / okoliczności)

• Mult – rollover multiplier• Prob – prawdopodobieństwo up-sell• 0,2- eksperckie założenie• VarInit – wartość rezydualna jaka zostaje nawet po latach z tytułu, że klient

jest w bazie, >1

Różnicowanie po czasie jest tylko jedną z wielu możliwości. Różnicować można również po, np.:• Płci• Kanałach komunikacji (Facebook, Blog, Strona www…)• innychRóżnicować możemy po zmiennych, które zostały zebrane w pierwszej fazie.

Rol

love

r mul

tiplie

rP

raw

dopo

dobi

eńst

wo

up-s

ell

Jak na tym skorzysta marketing?

Ustalamy profil psychograficzny konsumentów dla każdego z segmentów

Dostosowujemy przekaz i inwestycje w reklamę do

potencjalnych przychodów jakie

przyniesie nam każdy z segmentów

Dedykowane produkty dla odpowiednich segmentów

WYSOKA WARTOŚĆRetencja!

ŚREDNIA WARTOŚĆRetencja ale nie za wszelką cenę

NISKA WARTOŚĆUp-sell / x-sell

Y

X

Z

% wszystkich klientów

Reaktywne

Proaktywne

3Y 9Y 17Y 31Y 59Y 152Y

10Y 19Y 48Y

7Y 21Y 38Y 70Y 134Y 338Y

5Y 15Y 28Y 52Y 98Y 250Y

Prawdopodobieńswto odejścia (%)

0.2%

0.0%

0.3%

0.1%

1.7%

0.3%

1.8%

0.6%

4.5%

0.8%

4.8%

1.6%

Y

8.8%

1.5%

3Y

9.4%

3.0%

0.2%

0.1%

1.7%

0.9%

4.8%

2.5%

5Y

9.3%

5.0%

0.2%

0.2%

1.7%

1.5%

4.7%

4.0%

9.2%

7.8%

0.2%

0.3%

1.8%

2.3%

4.8%

6.1%

9.4%

11.9%

0.3%

0.8%

2.2%

5.3%

6.1%

14.8%

11.8%

28.7%0

25

75

50

6th segment

1st segment

2nd segment

3rd segment

4th segment

5th segment

100

% całkowitej wartości

CLV (PLN)

*Dane żródłowe: PwC

Optymalizacja ścieżki konsumenckiej na podstawie CLV

• Customer journey optymalizowany ze względu na ludzi z wysokim CLV.• W punktach styku obliczane marginalne konwersje CLV.• Kiedyś – przepływ ludzi, teraz – przepływ pieniędzy.• Można też mierzyć od strony kosztu pozyskania klienta vs. Przyszłe potencjalne przychody.

Punkty z którymi klienci o najwyższym CLV najczęściej mają kontaktPunkty z którymi klienci najczęściej mają kontakt

W które punkty powinniśmy inwestować najwięcej?

1. Google Search / Blog2. Reklama banerowa3. Facebook

1. Google Search2. Facebook3. Reklama banerowa / blog

CLV to podstawa do pomiaru sukcesu Twoich działań marketingowych

Jak mierzyć sukces wg. CMO?*

69% Na pierwszym miejscu wymienia poprawę w retencji klientów

62% Na drugim miejscu wymienia poprawę w pozyskiwaniu nowych klientów.

* Badanie „Making personalization possible” przeprowadzone przez CMO Council i Microsoft a z lutego 2016 r.

Pytania?

Katarzyna Jasińska

Senior Consultant

Mobile: 519-50-4980Email: katarzyna.jasinska@pl.pwc.com

Łukasz Dziekan

Senior Menager

Mobile: 519-50-7034Email: lukasz.dziekan@pl.pwc.com