Как измерять эффективность программы лояльности

Как измерять эффективность программы лояльности

Программа лояльности — это маркетинговый инструмент, который помогает идентифицировать клиентов. За то, что клиенты регистрируются в программе и оставляют свои данные, компании платят бонусами и скидками. Чтобы понять, окупятся ли эти расходы, компании измеряют эффективность программы лояльности. Для этого есть:

В статье рассказываем, что это за показатели, как и зачем их измерять и с чем сравнивать. А также подробно разбираем, как рекомендуют измерять финансовые показатели аналитики Mindbox и Мария Синицына — консультант по CRM в 12 Storeez, CRM-стратег WIM.Agency.

Нефинансовые показатели эффективности программы лояльности

Помогают оценить качество программы лояльности: какие данные оставляют клиенты, что их удерживает в программе, как часто участники делают покупки и как используют бонусы. Теперь о каждом показателе подробно.

Наполненность данными

Если не получить от клиента хотя бы минимальный набор данных, коммуникация с ним может быстро прерваться или вообще не состояться. Минимальный набор — это информация, которую клиенты готовы оставить после первого заказа: фамилия, имя, отчество, email и телефон. Так, даже если клиент отпишется от рассылок, с ним можно будет общаться через SMS.
Какие еще данные собирать о клиентах — зависит от ниши, в которой работает компания. Например, для магазина детских товаров может быть ценной информация о предпочтениях ребенка в еде. А для магазина одежды эти данные избыточны.

Охват

Это количество участников программы лояльности. Если отслеживать этот показатель регулярно, можно увидеть, сохраняется ли интерес к бренду.
В то же время, если измерять охват отдельно от остальных показателей, есть риск сделать неверные выводы. Например, если не учитывать наполненность данными, может сложиться такая ситуация: база растет и это вроде бы хорошо. Но она может расти за счет пользователей, которые ни разу ничего не купили и оставили неактивный номер телефона. Большая, но некачественно наполненная база хоть и говорит о большом охвате, но не принесет пользы бизнесу.
Если базу не чистить регулярно от «неактивных» контактов, это будет негативно влиять на все показатели эффективности программы лояльности.
Вместе с охватом важно отслеживать общую выручку. Например, за полтора года 352 тысячи лояльных пользователей принесли компании 258 миллионов:
Общая выручка
Один из дашбордов United Colors of Benetton по программе лояльности в Power BI. Данные изменены

Индекс потребительской лояльности (NPS)

NPS используют, чтобы оценить удовлетворенность клиентов и их готовность рекомендовать компанию и совершать повторные покупки.
Компании, которые отслеживают NPS в динамике, могут реагировать на его изменения и вовремя предпринять меры.
Например, Tefal внедрили опрос для клиентов после доставки заказа и предлагают оценить сервис. С теми, кто ставит низкую оценку, связывается сотрудник службы контроля качества, выясняет проблему и помогает решить ее. Если покупатель поставил высокую оценку, то ему предлагают написать отзыв. Такой подход — часть маркетинговой стратегии Tefal, которая помогает растить выручку за счет довольных клиентов.
Триггерная механика. Сегмент Активные. После покупки.
Отчет по NPS показывает

Привлечение и удержание клиентов

Важно не только то, сколько клиентов привлекли, но и сколько осталось в программе. Если не измерять этот показатель, есть риск, что деньги на привлечение потрачены зря: клиенты регистрируются, но ничего не покупают и письма не открывают.
Удержание клиентов измеряют с помощью метрики CRR (customer retention rate). Ее считают по формуле:
формула
E = количество клиентов на конец изучаемого периода;
N = количество клиентов, привлеченных за период исследования;
S = количество клиентов в начале изучаемого периода.
Например, в программе лояльности интернет-магазина обуви была тысяча участников (S). За месяц привлекли 150 новых участников (N), за этот же период ушли 200 клиентов.

1000 − 200 + 150 = 950

К концу месяца в программе лояльности осталось 950 клиентов (E).

CRR за месяц: (950 − 150) ÷ 1 000 × 100% = 80%

Удержание программы лояльности — 80%.
Об уровне удержания клиентов говорит количество повторных покупок. Они отслеживаются с помощью RFM-отчета. RFM-анализ — сегментация клиентов на основе данных по заказам: когда была последняя покупка, как часто покупают и на какие суммы.

Доля транзакций программы лояльности

Это процент выручки, который компания получила от участников программы. Если долю транзакций не измерять, можно не заметить, что четверть клиентов просто регистрируются в программе, но не покупают. Например, у программы лояльности охват — миллион человек, но непонятно, приносят ли они компании деньги.
Если доля транзакций растет — это показатель того, что компания привлекает правильную аудиторию.
Например, компания Charuel знает, что в обычное время доля транзакций лояльных клиентов — около 70%. Бывает, этот показатель снижается до 60%, но для Charuel это не повод для тревоги. Компания постоянно отслеживает долю транзакций и знает — падение не означает, что участники программы меньше покупают. В сезон распродаж не все покупатели используют карты лояльности, потому что накопленные баллы нельзя потратить на товары со скидкой.

Redemption rate

Это уровень погашения бонусов: сколько начислено и сколько использовано. Если не отслеживать этот показатель в динамике, невозможно понять, выполняет ли клиент целевое действие, которое нужно бренду.
Например, спортивный магазин хочет, чтобы клиенты возвращались за повторными покупками в течение двух месяцев. Он начислит баллы за покупку, которые сгорят до определенной даты, и будет отслеживать, сколько клиентов успеют использовать баллы.

Финансовые показатели эффективности программы лояльности

Финансовые показатели помогают понять, сколько денег приносит компании программа лояльности. Универсального подхода к измерению финансовых показателей нет, но есть два основных:
  • сравнивать финансовые показатели компании до и после внедрения программы;
  • сравнивать доход от участников и неучастников программы в одном периоде.

Сравнение финансовых показателей компании до и после внедрения программы

Аналитики Mindbox придерживаются этого подхода и считают его более точным, хотя он не лишен минусов.

Общие показатели like-for-like по периодам YOY, MOM или WOW

Сравнивать одни и те же показатели за равные периоды. Например, за 2019 и 2020 год, за апрель 2021 и май 2021 года. Если сравнивать доход, прибыль или количество чеков от участников программы лояльности за аналогичный период, можно увидеть общую тенденцию — растут показатели или падают.
Минус: нельзя отделить влияние разных факторов. Расширение линейки продукции, открытие новых торговых точек, политические и экономические события тоже влияют на изменение выручки, а значит, есть риск сделать неправильный вывод об эффективности программы лояльности.
Например, интернет-магазин внедрил программу лояльности во время экономического спада, из-за кризиса средний чек и количество повторных покупок уменьшилось. За год работы программы ситуация в стране улучшилась. Аналитики сравнили результаты двух лет и увидели, что количество чеков увеличилось, а выручка выросла. Но нельзя сказать наверняка, почему так получилось — благодаря программе лояльности или экономическому подъему.

Показатели между регионами или городами

Запустить программу лояльности в нескольких регионах, а в нескольких — не запускать, и сравнить доходы.
Минус: это дорого и сложно. Например, сложно подобрать регион для Москвы и Московской области, сравнимый по уровню дохода клиентов и среднему чеку.

Изменения в поведении когорт клиентов

Интернет-магазины собирают данные клиентов, даже если у них нет программы лояльности: данные нужны для доставки заказов. Когда магазин запускает программу лояльности, кто-то из клиентов из старой базы может присоединиться к программе и начать копить бонусы. Вот этих клиентов и нужно сравнивать: какой доход они приносили раньше и какой приносят теперь.
Минус: для достоверной оценки может не хватать данных. Если, например, в программе лояльности зарегистрируются сто клиентов из старой базы — этого мало, чтобы сделать верные выводы.

Сравнение дохода от участников и неучастников программы лояльности

Это второй подход к измерению финансовых показателей программы лояльности.
Мария Синицына, консультант по CRM бренда 12 Storeez, использует для оценки эффективности программы лояльности показатель loyalty uplift — это прирост дохода за счет программы лояльности за определенный период. Этой же стратегии придерживается и Burger King.
Для расчета loyalty uplift используют формулу:
формула
ARPU — расходы клиента в среднем за определенный период. Период нужно выбрать исходя из цикла продаж и частоты покупок. Например, для компании с циклом продаж в один месяц лучше считать прирост за год, чтобы собрать больше информации по доходам от клиентов.
Например, ARPU участника программы лояльности ювелирного магазина за год составил 23 000 рублей, а неучастника — 15 000 рублей:

(23 000 − 15 000) ÷ 15 000 × 100% = 53,3%

Loyalty uplift для ювелирного магазина будет 53,3%. Значит, участники программы лояльности приносят больше дохода, чем неучастники.
Минус: есть риск, что может быть нарушена причинно-следственная связь — не программа лояльности делает пользователей более активными, а активные пользователи регистрируются в программе.
То есть, программа лояльности будет показывать лучший результат не потому, что она эффективная, а потому что к ней присоединяются заинтересованные клиенты, которые хотят покупать более выгодно. А если клиент понимает, что больше не придет в этот магазин, вряд ли он зарегистрируется в программе — не захочет тратить время и отдавать просто так свои персональные данные.

Три рекомендации аналитиков Mindbox для оценки программы лояльности

1. Считать всегда. Один из сложных моментов в оценке эффективности программы лояльности — кажется, что раз она не про деньги, значит, ее трудно оценить в деньгах и это не всегда нужно делать. На самом деле это не так.
Если есть программа лояльности — значит, есть расходы на нее. Если не следить за показателями ее эффективности, невозможно понять, окупаются ли расходы на нее, и влиять на их окупаемость.
2. Правильно выбрать контрольную группу. Если подобрать нерелевантную контрольную группу для сравнения, доход с программы лояльности может получиться несправедливо заниженным или завышенным.
Пример магазина бытовой техники: некорректно сравнивать клиентов-участников программы лояльности, которые покупают технические новинки, с клиентами-неучастниками, которые случайно зашли купить расходные материалы по акции. У первых показатели будут явно выше.
Чтобы получить более точную оценку, контрольную группу важно подбирать из клиентов с соответствующими основными показателями: например, ориентироваться на средний чек и количество покупок.
3. Смотреть показатели в динамике. На активность аудитории влияет сезонность, частота покупок, события в мире и стране: если измерять показатели раз в год, есть риск увидеть искаженную картину и сделать неверный вывод.
Например, у некоторых компаний проседают продажи после новогодних праздников. Если взять срез только за январь, отклик на рекламные кампании может быть ниже желаемого. Если взять более длительный период, допустим, не меньше года, есть вероятность увидеть совсем другую статистику.
Пример крупной компании с циклом продаж один год. Аналитики измерили показатели программы лояльности в январе и получили противоречивые данные. NPS высокий, а ARPU участника программы ниже, чем неучастника, и низкий отклик на рекламные кампании. Аналитики сделали вывод, что реклама отработала плохо. CRM-стратег предложила ничего не менять и измерять показатели в течение года. Результаты следующего месяца показали рост ARPU, а к концу года он составил 34%.
Если сравнивать, как меняются показатели в продолжительный период времени, данные будут более объективными.
Прирост ARPU участников программы лояльности
прирост ARPU