Читать книгу: «Клиентоцентричность. Отношения с потребителями в цифровую эпоху», страница 3

Важность CLV

Понимание сути пожизненной ценности клиента – ключевой шаг в разработке стратегии клиентоцентричности, однако на практике этот термин нередко интерпретируют неправильно. Питер значительно продвинул вперед дискуссию на тему CLV, когда в 2015 г. вместе с коллегами основал аналитическую компанию Zodiac с тем, чтобы привнести ясность, надежность и высокие, но достижимые стандарты в определение и применение CLV на практике. Весомым знаком успеха Zodiac в достижении этих целей можно считать то, что в начале 2018 г. ее купила Nike²².

Наша цель в данном разделе книги – помочь вам сформировать правильное представление о CLV и использовать ее в качестве основы стратегии клиентоцентричности. Мы выделим самые важные качественные аспекты CLV и расскажем, какие ошибки чаще всего допускают компании при расчете этого показателя, что позволит вам избежать их.

В интернете и в учебных курсах по маркетингу по всему миру можно найти немало формул CLV, однако большинство из них имеют серьезные недостатки. Питер вместе с Брюсом Харди описал в нескольких статьях распространенные проблемы при расчетах CLV²³. Важно понимать, какие формулы наиболее точны и, следовательно, наиболее полезны, а также суть фундаментальных проблем, влияющих на все остальное. Понимание этих различий позволит вам получить глубокое представление о динамике потребительского поведения на фундаментальном уровне и о том, каких популярных мифов следует избегать.

Прогнозирование ожидаемой CLV

CLV – перспективный показатель, который рассчитывается путем моделирования и прогнозирования следующих параметров:

● продолжительности отношений с клиентом (для ушедших клиентов) или вероятной продолжительности (для существующих и будущих клиентов);

● количества сделок;

● дохода от сделок;

● других нефинансовых аспектов, связанных с клиентом (посещение веб-сайта, готовность попробовать другие продукты, публикация рейтинга и отзывов о товарах компании и/или рекомендация ваших продуктов другим потенциальным клиентам и т. п.).

Помните, что для существующих и потенциальных клиентов, представляющих будущие денежные потоки, CLV в любом случае основана на прогнозе, поскольку мы не можем знать реальное количество периодов, в течение которых они останутся клиентами, сколько покупок сделают и т. д. При этом важно называть этот показатель в соответствии с тем, что он есть на самом деле: ожидаемая CLV, или ECLV. Далее мы для ясности и удобства будем обозначать пожизненную ценность клиента аббревиатурой CLV, однако вы должны четко понимать, что речь идет именно о ECLV.

CLV – это «приведенная стоимость будущих денежных потоков (прибыли), полученных от клиента»²⁴, и главное слово в этом определении – «будущих». Для расчета CLV необходимо спрогнозировать время, в течение которого клиенты останутся активными, признавая при этом неопределенность показателя. Аналогичным образом следует делать прогнозы относительно других особенностей поведения, например «Сколько покупок совершит клиент за весь срок своей верности компании?» и «Насколько крупными они будут?». Эти значения очень важны, однако то, как они рассчитываются, – и уверенность в них – зависит от статуса клиента.

Ошибка CLV номер 1: отсутствие учета статуса клиента

Первая группа проблем многих формул определения CLV связана со статусом клиента. Для его определения следует задать следующие вопросы: сможем ли мы привлечь этих потенциальных клиентов в будущем? Они что, просто пришли к нам и у нас нет никакой исторической информации о них? Были ли они в последнее время активными или собирались уйти? На основе статуса клиента следует использовать разные формулы для расчета CLV в зависимости от того, прогнозируется ли ценность существующих и будущих клиентов или проводится ретроспективная оценка ушедших, т. е. потерянных клиентов. Как ни печально, поскольку будущие отношения невозможно считать незыблемыми, единственная категория клиентов, для которой удается точно рассчитать CLV, – это ушедшие клиенты.

Разумеется, такие клиенты не обязательно олицетворяют всю клиентскую базу, поэтому, хотя и стоит ценить определенность, связанную с ними, – и использовать данные о них для выстраивания моделей, более достоверно предсказывающих поведение существующих и будущих клиентов, – необходимо также признавать и оценивать неопределенность, присущую активным (и потенциальным) клиентам. У вас есть отличная возможность использовать информацию о бывших клиентах для более точного прогнозирования ценности существующих и будущих. Анализируя данные о бывших клиентах, не сваливайте всех в одну кучу, а учитывайте их неоднородность (подробнее о неоднородности клиентов мы поговорим в главе 2).

Ошибка CLV номер 2: отсутствие разграничения клиентов, связанных и не связанных контрактами

Если вы не ясновидящий, то вряд ли можете с полной уверенностью считать, что клиент, не связанный условиями контракта, будет вести себя активно. Для бизнес-модели, основанной на подписке или «контрактных обязательствах», например для членства в тренажерном зале, довольно просто делать прогнозы, поскольку клиент должен обновить свой контракт для того, чтобы остаться, или расторгнуть его, если хочет уйти. Но что делать в случае предприятий, не использующих контракты? Взять хотя бы онлайновые магазины, кофейни или гостиничные сети – если их клиенты некоторое время не были активными, сложно понять, ушли ли они насовсем или в какой-то момент появятся снова. Понятие «коэффициент удержания», имеющее вполне четкий смысл в условиях контрактного бизнеса, в данном случае теряет всякий смысл – вы не можете знать, сколько ваших клиентов «живы», так что не поймете и того, действительно ли удалось их удержать. По этим причинам не существует универсальной формулы CLV, которая могла бы использоваться в обоих типах бизнеса – имеющих или не имеющих официальные контракты с клиентами.

Чтобы избежать некорректных расчетов CLV, связанных с первыми двумя распространенными ошибками, мы рекомендуем использовать конкретный набора формул, позволяющих учитывать характер бизнес-модели (контрактная или неконтрактная) и категорию клиентов (существующие, вновь привлеченные или будущие). Для контрактного бизнеса, где наблюдать за процессом ухода клиентов довольно просто, при расчетах CLV стоит использовать коэффициент удержания, а для других компаний это невозможно, поскольку в точности неизвестно, когда именно клиент уходит.

Кроме того, расчеты CLV для неконтрактного бизнеса осложняются тем, что поток сделок у него сильно отличается от контрактного бизнеса. В случае контрактного бизнеса платежи обычно осуществляются через регулярные интервалы (вспомните хотя бы ежемесячные платежи за услуги кабельного телевидения), а их суммы почти одинаковы. У неконтрактного бизнеса суммы и сроки платежей могут значительно варьировать во времени. Всплески покупок могут быть связаны, например, с началом учебного года или определенными событиями в жизни (переездом или свадьбой). Неконтрактным компаниям намного сложнее давать прогнозы, и они не могут полагаться на контрактные модели для проведения быстрых и грубых оценок. Поскольку расчеты не учитывают особенности каждого аспекта поведения, значение CLV в целом оказывается довольно неточным.

Ошибка CLV номер 3: вера в то, что коэффициент удержания клиентов не меняется со временем

Третья ошибка большинства формул CLV для контрактных видов бизнеса – ошибочное предположение о том, что коэффициент удержания остается постоянным для всей совокупности клиентов, приобретенных в одно и то же время. На это часто не обращают внимания, поскольку коэффициенты удержания не сильно варьируют при оценке их усредненного значения по нескольким группам. Однако, по мнению Питера и Брюса, подобное упрощение приводит к неправильному определению CLV:

Компании зачастую сообщают о сравнительном постоянстве коэффициентов удержания, которые в реальности являются результатом усреднения по разным группам клиентов. Данные по новым клиентам (со сравнительно низким коэффициентом удержания) усредняются с данными по существующим клиентам, маскируя закономерность (повышение коэффициентов удержания со временем), которая, скорее всего, наблюдалась бы в каждой отдельной группе²⁵.

Авторы детально описали, почему подобного усреднения стоит избегать, в своей статье 2010 г. в журнале Marketing Science под названием «Оценка клиентской базы в условиях контрактного бизнеса: чем опасно игнорирование неоднородности» (Customer-Base Valuation in Contractual Setting: Perils of Ignoring Heterogeneity). Статья была основана на материалах исследования того, что происходит при игнорировании динамики на уровне отдельной группы. Питер и Брюс поделились в ней своими соображениями об ошибках, возникающих, когда компании не обращают внимания на изменение коэффициента удержания в группе с течением времени:

[Наш анализ] показывает, что оценка, основанная на усредненном коэффициенте удержания, приводит к занижению истинной ценности клиентской базы на 25–50 % в стандартных условиях²⁶.

Чтобы увидеть различие между постоянным коэффициентом удержания и более реалистичным переменным коэффициентом удержания для группы клиентов, достаточно взглянуть на рис. 1.2 и на то, что происходит за 10 периодов с группой клиентов, приобретенных компанией в одном и том же периоде. Пунктирная линия на графике обозначает неизменный коэффициент удержания на уровне 76 %, который рассчитан на основе средних прогнозируемых коэффициентов удержания за 10 периодов. Сплошная линия представляет более реалистичное количество изначальных клиентов, остающихся с этой компанией в каждый период.

Значительный разрыв между двумя коэффициентами показывает, почему использование неизменного значения приводит (в данном случае) к тому, что к концу периода 10 в расчетах учитывается намного меньше клиентов. Очевидно, что этот разрыв со временем будет лишь расширяться и все сильнее подрывать будущую ценность группы.

Зачастую менеджеры, которые не учитывают неоднородность клиентов, недооценивают причины этого значительного разрыва. График говорит не о том, что каждый клиент со временем становится более лояльным и привязанным к компании. Мы видим на нем вытеснение в результате неоднородности: подмножество клиентов, сохраняющих верность компании на протяжении нескольких периодов, с большей вероятностью останется с компаний дольше, чем исходная группа в целом²⁷. Подобное поведение необходимо принимать во внимание при формулировании инвестиционной стратегии. В случае зрелой группы не стоит расходовать средства на удержание и без того лояльных клиентов; их лучше тратить на то, чтобы понять, как получать дополнительный доход от этой группы и находить еще больше аналогичных клиентов.

Сходные проблемы возникают и в компаниях, не имеющих контрактных отношений с клиентами, однако их невозможно увидеть и измерить напрямую вследствие скрытого оттока клиентов, описанного выше. Даже когда отток не виден, склонность клиентов к уходу варьирует очень сильно. В результате этого наблюдаемые закономерности больше отражают различия между клиентами, чем динамику отношений с конкретным человеком.

Ошибка CLV номер 4: клиенты не подчиняются нормальному распределению

Когда мы просим своих студентов описать, как распределяются клиенты по CLV, многие тут же вспоминают о нормальном распределении (или колоколообразной кривой), примерно такой же, как на рис. 1.3.

Такой ответ звучит практически при любом обсуждении статистических вопросов. Обычно это связано с тем, что в начальных курсах статистики вопросу нормального распределения уделяется много внимания. Но если бы это действительно было так, жизнь стала бы намного проще: мы могли бы избавляться от клиентов с низкой ценностью (левый хвост) и концентрироваться на всех остальных. Однако, когда речь заходит об CLV, ваши клиенты не вполне нормальны – по крайней мере, с точки зрения распределения.

В реальности мы видим, что распределение CLV выглядит как график на рис. 1.4, где клиенты с низкой ценностью составляют основную долю. По мере роста CLV клиентов становится все меньше, однако этот правый хвост тянется еще достаточно далеко. Это означает, что самых типичных клиентов можно найти ближе к нижней части шкалы CLV. Таким образом, попытки избавиться от них в случае неправильной реализации приведут к значительным стратегическим последствиям. Когда речь заходит об «увольнении» клиентов, точный выбор осуществить сложно, а неправильный выбор приводит к немалым потерям.

Эта более реалистичная картина, помимо прочего, соответствует известному правилу «80:20» – иными словами, нижние 80 % клиентов приносят вам лишь 20 % совокупного дохода. Этот принцип достаточно точен во многих случаях. Некоторые отрасли выглядят менее сконцентрированными: например, в бакалейном бизнесе это соотношение составляет 60:20²⁸. Однако в других отраслях, скажем в сфере условно-бесплатных игр, концентрация намного выше – ближе к 90:5. Независимо от точных цифр, до тех пор, пока в клиентской массе присутствует заметная концентрация, т. е. неоднородность, распределение ценности будет больше напоминать то, что показано на рис. 1.4.

«Ошибка» CLV номер 5: за пределами долларов и центов

Мы берем слово «ошибка» в этом заголовке в кавычки, поскольку хотим предостеречь вас не от ошибки как таковой, а, скорее, от распространенного заблуждения. Большинство расчетов CLV носят исключительно финансовый характер. И хотя в этом есть смысл в большинстве ситуаций, для некоторых компаний ограничение CLV областью финансов неуместно.

Например, в таких отраслях, как здравоохранение, идея прогнозирования CLV различных клиентов имеет очевидные этические и юридические аспекты. Что, если вашими лучшими клиентами являются самые нездоровые? Возможно, если мы говорим о CLV в области здравоохранения, слово «пожизненная» следует воспринимать буквально, поскольку любые меры по продлению жизни неизбежно приносят значительный доход. Дуайт Макнилл затрагивает эту идею в своей книге «Концепция применения аналитики в области здравоохранения: чему можно научиться на опыте в сферах розничной торговли, политики и спорта» (Framework for Applying Analytics in Healthcare: What Can Be Learned from Best Practices in Retail, Banking, Politics, and Sports). Он поясняет:

Что, если бы пожизненная ценность клиента была действительно связана с продолжительностью жизни? Что, если бы наши планы и системы в области здравоохранения вознаграждали людей за более долгую и функциональную жизнь? И что, если бы у нас были финансовые стимулы для повышения пожизненной ценности, а не для увеличения объема услуг? В концепции пожизненной ценности все ориентировано на ценность. Применение аналитических методов для отслеживания здоровья людей в течение всей их жизни могло бы способствовать долгосрочному совершенствованию системы здравоохранения. Также для улучшения здоровья населения и повышения его уровня может использоваться CLV-аналитика. Ее применение приведет к улучшению финансовых результатов и укрепит образ бренда с точки зрения целостности и готовности работать во имя здоровья и благосостояния клиентов²⁹.

Можно легко увидеть, как реализуется идея Макнилла в розничных аптечных сетях. Большинство из них используют традиционные программы лояльности, по которым начисляются бонусные баллы в зависимости от суммы покупок, однако у некоторых имеются также и отдельные «оздоровительные» схемы, позволяющие получать баллы за покупку здоровых продуктов или другую оздоровительную деятельность, например прививку от гриппа или проверку давления.

Аналогичный сценарий может возникнуть и в сфере финансовых услуг. Например, клиенты, часто допускающие овердрафты и выплачивающие соответствующую комиссию, могут иметь более высокую пожизненную ценность – исключительно в финансовом плане, – чем те, кто этого не делает. Но и эта система не принимает во внимание клиентоцентричность и то, что мы подразумеваем под «ценностью». Можно привести множество других примеров:

● Организации, управляемые своими членами (например, религиозные и благотворительные), должны обращать внимание не только на размер взносов, но и на деятельность участников в качестве волонтеров и другие позитивные примеры их вовлечения.

● Фирмам медиаиндустрии стоит учитывать не только плату за подписки и потребление контента, но и то, как пользователи делятся их контентом в социальных сетях и продвигают его иным образом.

● Компании во многих отраслях должны отслеживать рекомендации, которые дают их клиенты. Такие рекомендации должны восприниматься как важный источник ценности, в том числе финансовой.

Понять, почему компании обычно не обращают на это внимания, просто. Заниматься подобной деятельностью намного сложнее, чем отслеживать поступающие платежи. Однако ценность, создаваемая в результате этой нефинансовой деятельности, может оказаться довольно значительной, а наличие или отсутствие соответствующего поведения может стать полезным индикатором «добротности клиента», помогающим компаниям выявлять типы клиентов, которых они сильнее всего хотели бы привлечь и удержать.