Жизнь после клика: Оптимизируем Customer Lifetime Value. Читайте на Cossa.ru

04 сентября 2014, 16:19
8

Жизнь после клика: Оптимизируем Customer Lifetime Value

В серии статей об атрибуции продаж Sociomantic Labs, опираясь на собственный опыт, рассказывает о том, как инвестировать в онлайн-маркетинг для успешного развития бизнеса интернет-магазина.

В предыдущем материале мы рассматривали модели атрибуции Last Click и Customer Journey.

Напомним, что, работая по модели Last Click, всю ценность конверсии рекламодатель отдает последнему рекламному каналу, из которого пришел пользователь перед совершением покупки. Однако в реальности, в процессе принятия решения о покупке, пользователь может приходить на сайт из множества различных источников. Вознаграждая только последний из них и игнорируя остальные, невозможно эффективно управлять затратами на рекламу.

Здесь нам на выручку приходит модель Customer Journey, которая позволяет учесть вклад каждого рекламного канала в совершение покупки. Более того, мы можем по-разному учитывать разные рекламные каналы. Например, в зависимости от того, в каком месте «цепочки», которая в итоге привела пользователя к покупке, произошел клик.

Какую бы модель атрибуции вы для себя не выбрали, на основе нее вы в любом случае сможете получить представление об эффективности ваших инвестиций в рекламу. А вот и следующий важный вопрос: что делать с полученными данными, чтобы добиться максимального эффекта от вашей маркетинговой активности?

Атрибуция на новом уровне: CLV вступает в игру

Оценить эффективность маркетинговых каналов и поставщиков услуг на основе выбранной модели атрибуции, отключить неэффективные каналы и оптимизировать рекламную кампанию — это первые и очевидные шаги. Однако это далеко не все, что может сделать современный маркетолог.

Оптимизация рекламных кампаний по показателю Customer Lifetime Value (пожизненной ценности клиента) помогает рекламодателям вывести эффективность маркетинга на принципиально новый уровень. Основная идея в том, что вы оцениваете не разовый, сиюминутный доход от каждой покупки, а прогнозируете выручку, которую вы можете получить от покупателя в течение всего его жизненного цикла.

Успешная оптимизация по CLV требует тщательного анализа и тестирования, но затраченные усилия cтоят того. Один из наших рекламодателей, интернет-магазин модной одежды, научился с 90% точностью определять потенциальную ценность клиента после того, как тот совершил свою первую покупку. Это помогает им гораздо эффективнее инвестировать в развитие своего бизнеса, смещая фокус в пользу покупателей с наиболее продолжительным жизненным циклом и наибольшей потенциальной выручкой.

Расчет CLV начинается с оценочного периода — вы собираете и анализируете информацию. Опираясь на полученные данные, вы можете определить количество покупок, которые совершает среднестатистический пользователь в рамках своего жизненного цикла, и, что еще интереснее, — понять, какова потенциальная доходность конкретного покупателя, какие закономерности в его поведении свидетельствуют о том, что он сможет принести бОльшую выручку по сравнению с остальными.

Также вы сможете выделять объединенные общими признаками сегменты аудитории и фокусироваться на наиболее важных из них — тех, которые обладают наиболее высоким потенциалом роста выручки в долгосрочной перспективе.

Сегментация покупателей на основе CLV

Новый покупатель

Даже не знакомые с понятием CLV маркетологи прекрасно понимают, что ценность покупки, совершенной новым покупателем, существенно выше, чем покупка, совершенная постоянным покупателем магазина. Почему? Потому что намного сложнее убедить нового пользователя купить у вас впервые, чем простимулировать еще одну покупку лояльного клиента.

Понимая объем выручки, которую приносит пользователь в течение своего жизненного цикла, можно более агрессивно инвестировать в привлечение новых покупателей, устанавливая более высокий целевой CPO (Cost-Per-Order — стоимость заказа) для этого сегмента.

И даже если на первой покупке нового покупателя магазин будет терять деньги, в долгосрочной перспективе он останется в выигрыше — за счет совершения этим пользователем повторных покупок. А поскольку за счет более агрессивного маркетинга магазин привлекал больше новых покупателей, его общая выручка также будет расти.

Время совершения последней покупки

Выделение новых покупателей в отдельный сегмент и фокусная работа с ним — это логичный первый шаг для любого магазина. Но в то же время не стоит забывать о существующих покупателях и вовремя инвестировать в их реактивацию, особенно в покупателей с высоким показателем CLV.

Во многих случаях отличным решением будет выделение сегментов аудитории на основе времени совершения последней покупки. Например, если мы выяснили, что в среднем пользователь совершает покупку в нашем магазине раз в три месяца, то логично усилить рекламную активность в отношении тех пользователей, которые не покупали дольше этого времени.

Неожиданные открытия

Иногда глубокий анализ поведения покупателей позволяет сделать очень интересные выводы. Так, маркетологи интернет-магазина вин Wine in Black выявили, что CLV покупателей красного вина выше чем у тех, кто предпочитает вино белое. Потому что красное вино в среднем стоит дороже, а его поклонники потребляют его в больших объемах. Такого рода открытия позволяют рекламодателям понимать, как определенные покупательские предпочтения свидетельствуют о потенциальной пожизненной ценности клиента.

Инструменты

Медийная реклама на основе Real-Time Bidding — один из немногих маркетинговых инструментов, который позволяет вам по-разному работать с разными сегментами аудитории вашего магазина. Фактически для каждого сегмента вы можете создавать свою собственную рекламную кампанию, исходя из прогнозируемого CLV: назначать разное целевое CPO, показывать разные креативы и устанавливать разную частотность и интенсивность показов.

Customer Journey и CLV

Теперь, когда мы разобрались с выделением сегментов аудитории, самое время вернуться к выбору оптимальной модели атрибуции. На наш взгляд, применение модели Last Click может существенно ограничить ваши возможности по привлечению новой аудитории и новых покупателей, в то время как Customer Journey дает больше возможностей для эффективного управления рекламными бюджетами на каждом этапе воронки продаж и для каждого выделенного сегмента.

Простой примере: в рамках reach-кампании, направленной на привлечение новых пользователей, посетитель кликнул по рекламному баннеру и перешел на сайт магазина. Однако, как мы знаем, в рамках первой сессии совершается не более 10% покупок. Так и наш пользователь в этот раз ушел с пустыми руками. В следующий раз он вернулся, кликнув по ретаргетинговому баннеру, и покупку совершил. Если мы используем модель Last Click и вознаграждаем только последний канал, то вся ценность конверсии достанется кампании ретаргетинга. А reach-кампания будет признана неэффективной. Насколько это справедливо?

Если бы не было первого клика, то пользователь не попал бы в кампанию ретаргетинга и конверсии бы не произошло. Игнорируя роль первого клика, мы фактически уменьшаем покупательную способность reach-кампании и привлекаем меньше новых пользователей. А следовательно, недополучаем продаж — не только первых, но и всех последующих, которые нам мог бы принести этот пользователь в течение своего жизненного цикла.

Модель Customer Journey помогает решить эту проблему. Присваивая больший вес первому клику, мы фактически выделяем больший бюджет на reach-кампанию и получаем возможность привлекать больше новых пользователей.

Однако насколько важна роль первого клика в случае с уже существующими покупателями? Ведь мы уже потратили деньги на его привлечение и активацию, он уже осведомлен о существовании магазина и его ассортименте. И, скорее всего, получает от магазина регулярную почтовую рассылку. В этом случае вероятно, что клик является тем более важным, чем ближе по времени он произошел к совершению покупки.

Использование такой комбинации — с большим весом на первый и последний клик для новых покупателей, и с ростом веса клика по приближению ко времени совершения покупки — для существующих покупателей — можно считать классическим вариантом. Однако возможны и вариации на тему, зависящие от специфики магазина и используемых рекламных каналов.

Например, на российском рынке мы видим, что многие рекламодатели озабочены использованием некоторыми рекламными партнерами таких «серых» методов продвижения как click-under. И одним из аргументов против использования модели Customer Journey является то, что такие рекламные партнеры смогут незаслуженно получать большее вознаграждение. Они приводят большие объемы низкокачественного и неконвертируемого трафика, но будут часто встречаться в цепочке приведшей к продаже в качестве первого или вспомогательного клика.

Замечание абсолютно справедливое, но решение все-таки есть. Если магазин не может отказаться от сотрудничества с таким партнером, он может использовать другую вариацию модели Customer Journey, отдавая больший вес каналам, приводящим более качественную аудиторию, которая проводит больше времени или просматривает больше страниц за визит.

Онлайн-маркетинг постоянно развивается и становится все более сложным. Но онлайн-маркетологи имеют уникальную возможность оценивать эффективность их затрат во много раз точнее, чем их «офлайновые» коллеги. Использование модели атрибуции на основе CLV и Customer Journey, на первый взгляд, может показаться непростой задачей, но те, кто с ней справятся, получат безусловные преимущества перед конкурентами.


Ссылки по теме:

Модели атрибуции: как инвестировать в онлайн-рекламу


Источник картинки на тизере: omi

Телеграм Коссы — здесь самый быстрый диджитал и самые честные обсуждения: @cossaru

📬 Письма Коссы — рассылка о маркетинге и бизнесе в интернете. Раз в неделю, без инфошума: cossa.pulse.is

✉️✨
Письма Коссы — лаконичная рассылка для тех, кто ценит своё время: cossa.pulse.is