Методы анализа клиентской базы

Клиентская база представляет собой базу данных, которая содержит в себе сведения о клиентах компании, которые когда-либо совершали с ней сделки. Также к клиентской базе иногда еще относят сведения о потенциальных клиентах компании.

С ростом клиентской базы и укрепления взаимоотношений с потребителями растет и бизнес. Информация о покупках клиентов и их удовлетворенность сотрудничеством позволяет спрогнозировать покупательское поведение и определить перспективы дальнейшего развития отношений. Для успешной работы компании требуется выбор правильной стратегии работы с клиентами, для чего необходимо периодически проводить анализ клиентской базы.

Проведения анализа клиентской базы необходимо начинать с определения конкретных целей и данных, которые требуется получить на выходе. После того, как цель сформирована, выбирается методология и инструмент анализа клиентской базы.

Существуют две группы анализов: описательный анализ и прогнозный анализ.

Описательный анализ представляет собой исследование клиентской базы в прошлом и настоящем, которое служит для предоставления полного описания истории, действий и моделей поведения клиентов. Благодаря анализу выявляются шаблоны в рамках имеющихся данных о покупательском поведении, так что можно установить успех или неудачу маркетинговых кампаний. С помощью чистого описательного анализа затруднительно спрогнозировать ситуацию на будущее, но он обеспечивает надежную основу для предсказательной аналитики.

Прогнозный анализ используется для прогнозирования будущего поведения клиентов. При наличии клиентской базы и знания поведенческих характеристик клиента, можно определить, поступит ли клиент определенным образом. Например, можно достаточно точно предсказывать уход клиента из компании, что, в свою очередь, дает возможность компании своевременно провести маркетинговые мероприятия по удержанию клиентов. В настоящее время существует достаточное количество программных продуктов, которые позволяют проводить многомерные анализы с помощью методов дерева решений и нейронных сетей и выдавать определенную вероятность наступления события. Они позволяют определить ценность клиентов в долгосрочной перспективе и выделить клиентов, которые больше всего склонны к покупке определенных продуктов.

К описательным методам анализа клиентской базы относятся ABC-анализ, XYZ-анализ, интегрированный ABC-XYZ-анализ, RFM-анализ, многофакторные модели анализа.

АВС-анализ представляет собой один из самых простых и наиболее распространенных методов анализа клиентской базы. Его суть заключается в распределении клиентов по категориям (А, В, С) в зависимости от размера их оборота, прибыли или какого-либо другого показателя. Как правило, разделение ведется в следующих пропорциях: группа A – 20% клиентов, группа B – 30%, группа C – 50%.

Клиенты группы «А» – ключевые клиенты, то есть те покупатели, на которых часто приходится более половины продаж. Если численность клиентов категории «А» небольшая и составляет около 3-5%, то потеря даже одного клиента из этой группы может оказать сильное негативное воздействие на деятельность компании. Поэтому, для того чтобы клиентская база была сбалансирована, следует стремиться довести эту группу хотя бы до 20% от общего числа клиентов.

Клиенты группы «В» обычно обеспечивают 20-30% общего объема продаж. Основной задачей при работе с этой группой является увеличение «веса» каждого клиента. Для этого следует налаживать отношения, развивать индивидуальный подход, предоставлять финансовые льготы, внедрять в практику ап-селлинг (то есть продажа более дорогого товара) и кросс-селлинг (продажа товаров сопутствующего ассортимента или оказание дополнительных услуг). В этом случае клиенты группы «В» будут плавно перетекать в более высокую и более прибыльную для компании группу «А».

Группа «С» представляет собой основную массу клиентов, на которых обычно приходятся оставшиеся 20-25% продаж. Работа с этими клиентами сопряжена с большими затратами времени и труда и часто не только отличается невысокой рентабельностью, но и бывает прямо убыточной. Основная задача при взаимодействии с такими клиентами – сокращение издержек [1].

Пример 1. Компания занимается продажей цветов, у нее есть 5 клиентов по критерию объема закупок в натуральном выражении (шт.) за три месяца (Таблица 1).

Таблица 1 – ABC-анализ

Клиент	январь	февраль	март	количество	доля	кумулята	группа АВС
Клиент 1	50	15	8	73	33,3	33,3	А
Клиент 2	25	20	18	63	28,8	62,1	А
Клиент 3	17	10	12	39	17,8	79,9	В

Клиент 4	7	15	2	24	11	90,9	С
Клиент 5	3	10	7	20	9,1	100	С
Всего:	102	70	47	219

В модели АВС-анализа используется только один признак для распределения клиентов на группы. Этот метод достаточно прост в реализации, однако во многих случаях требуется дополнительно рассмотреть причины, по которым компания работает с клиентами групп В и С. Например, клиент может занимать небольшую долю в обороте, потому что он находится на начальном этапе взаимодействия с компанией, но при этом он может иметь большой потенциал роста. Также клиент может показывать хорошие результаты в целом за отчетный период, но в последние месяцы он может прекратить закупки, оказавшись неплатежеспособным и близким к банкротству. AВС-анализ не может отразить эти тонкости.

XYZ-анализ позволяет оценить лояльность клиентов, которая базируется на частоте покупок. Также можно использовать и такие характеристики, как широта закупаемого ассортимента, способ доставки, доступность клиента и др. В этом случае критериям присваивается определенный вес и значение критерия оценивается в баллах.

В результате анализа выделяются 3 группы: группа X – самые лояльные клиенты со стабильной частотой закупок (коэффициент вариации до 10%), Y – клиенты с нерегулярными закупками (коэффициент вариации 10-25%), Z – клиенты с эпизодическими (хаотичными) закупками (коэффициент вариации больше 25%) [2].

Пример 2. Компания занимается продажей цветов, у нее есть 5 клиентов по критерию частоты закупок (разы) за три месяца (Таблица 2).

Таблица 2 – XYZ-анализ

Клиент	январь	февраль	март	количество	среднее кол-во	коэф. вариации	группа XYZ
Клиент 1	12	4	4	20	7	24,5	Y
Клиент 2	6	5	6	17	6	26,6	Z
Клиент 3	5	3	4	12	4	31,6	Z
Клиент 4	2	4	1	7	2	41,4	Z
Клиент 5	1	3	2	6	2	44,7	Z
Всего:	25	19	17	61

Минусом XYZ-анализа является то, что он, как и ABC-анализ, учитывает только один признак при распределении клиентов по группам.

Для более детального анализа клиентов можно использовать интегрированный ABC-XYZ-анализ. Наложение результатов XYZ-анализа на данные анализа по методу ABC позволяет сформировать матрицу распределения клиентской базы на девять секторов, для каждого из которых предлагаются различные варианты действий.

К группам AX и BX относятся клиенты с высокой ценностью и большим объемом покупок, с ними требуется поддерживать постоянное сотрудничество, проводить программы лояльности. К группам AY, BY относятся клиенты со средней ценностью и достаточно большим объемам покупок. Эти клиенты требуют дополнительных инвестиций и развивающего или поддерживающего маркетинга. Клиенты групп AZ и BZ обладают низкой ценностью, для работы с ними рекомендуется снизить затраты на маркетинг (например, внедрить стандартизированную систему обслуживания). Клиенты группы CZ имеют высокую ценность, но низкий объем покупок. Они требуют вложения дополнительных инвестиций и проведения стимулирующих мероприятий. Клиенты CY характеризуется средним объём покупок и низкой ценностью. Они требуют мероприятий по стимулированию сбыта. В группе CZ находятся клиенты с низкой ценностью и низким объемом продаж. Для них рекомендуется вести поддерживающий маркетинг или вовсе прекратить с ними отношения [3].

Пример 3. Совмещение данных из примеров 1 и 2 (Таблица 3).

Таблица 3 – ABC-XYZ-анализ

Клиент	кумулята	группа АВС	коэф. вариации	группа XYZ	ABC-XYZ
Клиент 1	33,3	А	24,5	Y	AY
Клиент 2	62,1	А	26,6	Z	AZ
Клиент 3	79,9	В	31,6	Z	BZ
Клиент 4	90,9	С	41,4	Z	CZ
Клиент 5	100	С	44,7	Z	CZ

Таким образом, совмещение ABC и XYZ анализов позволяет более детально изучить клиентскую базу, определить ценность клиентов для компании и разработать подходящие маркетинговые программы для каждого потребителя.

Еще одним популярным анализом клиентской базы является RFM-анализ. Он представляет собой многофакторный анализ, который используется для сегментации клиентской базы и прогнозирования поведения клиентов, исходя из их прошлых действий.

Суть анализа состоит в ранжировании клиентов по трем показателям:

• 1.    Recency – давность покупки (период, который прошел с момента последней покупки и до сегодняшнего дня);

• 2.    Frequency – частота покупок (сколько всего покупок сделал клиент за всю историю общения с компанией);

• 3.    Monetary – денежная ценность покупок (общая сумма денег, на которую были совершены покупки).

RFM-анализ позволяет изучить клиентскую базу по нескольким параметрам и понять, какой продукт, какому клиенту, когда, в каких объемах и по какой цене предлагать.

В основе данного анализа лежит утверждение, что клиент, совершивший покупку недавно или/и тратящий на товары/услуги много денег, более лоялен к компании и заинтересован в развитии взаимоотношений [4].

RFM-анализ применим только по отношению к состоявшимся клиентам, так как у потенциальных клиентов еще нет истории покупок. Данный метод сегментации клиентской базы одинаково подходит как для потребительского рынка, так и для корпоративного.

Таким образом, существует большое число методов анализа клиентской базы по различным признакам. Анализ клиентской базы и распределение клиентов на категории позволяет разработать дифференцированный подход к каждой категории клиентов. При этом компания не распыляет свои ресурсы на неприбыльных клиентов, а укрепляет взаимоотношения с наиболее перспективными, раскрывая их потенциал и увеличивая их прибыльность.