Методы оценки стоимости и потери клиента

Шабанин И.В.

Статья в журнале

Российское предпринимательство *
№ 4 (4), Апрель 2000
* Этот журнал не выпускается в Первом экономическом издательстве

Цитировать:
Шабанин И.В. Методы оценки стоимости и потери клиента // Российское предпринимательство. – 2000. – Том 1. – № 4. – С. 8-14.

Аннотация:
(Продолжение. Начало в № 3 2000.) В статье “Старый друг дешевле новых двух”, опубликованной в прошлом номере журнала, рассматривались способы и методы работы с клиентами, ставящими своей целью получить постоянную и устойчивую клиентуру фирмы. Как определить стоимость клиента и оценить потерян он для фирмы или нет – вопрос из вопросов современного отечественного предпринимателя.

Ключевые слова: клиенты, клиентоориентированность, стоимость потери клиента



В статье “Старый друг дешевле новых двух”, опубликованной в прошлом номере журнала, рассматривались способы и методы работы с клиентами, ставящими своей целью получить постоянную и устойчивую клиентуру фирмы. Как определить стоимость клиента и оценить потерян он для фирмы или нет – вопрос из вопросов современного отечественного предпринимателя.

Рассмотрим работу любой торговой фирмы. Ее задача – регулярно продавать товар. Как это делать? Прежде всего, необходимо иметь постоянную клиентуру. Нужно беречь своего клиента, и, если, случится так, что, он покинет ряды клиентов, нужно приложить максимум усилий к его возвращению. Но насколько большие затраты требуются на сохранение конкретного клиента, и как узнать, потерян ли он? Постараемся дать ответы на эти вопросы.

Традиционно принято считать, что все клиенты одинаково важны для компании. Все они пользуются одними и теми же услугами, потребляют одну и ту же продукцию, платят за нее одну и ту же цену. Но, если признать, что каждый клиент уникален, можно смело утверждать, что одни клиенты являются для компании более ценными, чем другие.

Идеальным показателем действительной оценки клиента является его долгосрочная стоимость ‑ ожидаемая прибыль от будущих сделок с клиентом (без учета расходов компании по его обслуживанию), умноженная на соответствующий коэффициент дисконтирования, в котором учитывается индивидуальность каждого клиента и риски. Необходимо иметь в виду, однако, что прибыль от операций с клиентом определяется не обязательно только будущими покупками, которые тот сделает. Клиенты приносят компании и другую выгоду. Например, они могут порекомендовать вашу компанию тем, кто еще не пользуется ее услугами, а также помочь при разработке новых продуктов или услуг.

Зачем вообще оценивать клиента? Это нужно для того, что бы тратить средства на самых выгодных клиентов, но не забывая про остальных.

Широко известен принцип 80/20 – 20% клиентов приносят 80% прибыли, а 20% “убыточных” клиентов – “съедают” 30% прибыли! Но просто отказаться от невыгодных клиентов нельзя, поскольку они могут привлечь своих знакомых, да и встает вопрос престижа – не терять клиентов.

Определение долгосрочной стоимости клиентов, какими бы совершенными методами для этого мы ни обладали, по сути, является прогнозированием, основанным на выстраивании предположений и вероятностей. Ведь мы подсчитываем не только количественную прибыль, которую может принести клиент.

На формирование долгосрочной стоимости клиента влияют и неколичественные факторы, например, помощь, которую может оказать клиент в разработке нового продукта компании. Поэтому при определении стоимости клиента мы никогда не сможем точно подсчитать и учесть все ее составляющие.

Хотя для определенных групп клиентов можно довольно точно рассчитать их среднюю долгосрочную ценность, мы никогда не будем знать со 100%-ной достоверностью, как поведет себя в будущем конкретный клиент, даже если бы мы знали, как это оценить. Но наша цель состоит в другом, а именно: в сравнивании клиентов.

Текущая стоимость клиентов (получается простым сложением потраченных сумм, т.е. сколько клиент истратил за все время покупок) определяется легко и может служить ориентиром для определения “нужности” клиента фирме. Но лучше использовать долгосрочную стоимость – выражение нашей будущей прибыли.

Вычислим для каждого клиента условную долгосрочную стоимость (выраженную в безразмерной величине).

Для расчета ориентировочной стоимости клиента и не пугая нашего читателя предложим достаточно простую формулу:

2000_04_shaban_aproxclientcost_equ.jpg,

где n – количество совершенных клиентом покупок,

y - средний интервал (период) между покупками,

2000_04_shaban_datadispers1_equ.jpg - дисперсия выборки данных, состоящих из интервалов между покупками,

s - средняя сумма, которую клиент тратит при покупке товара в фирме.

Необходимо подчеркнуть, что условную долгосрочную стоимость можно искать только для клиентов, совершивших больше 3 покупок.

Отранжируем всех клиентов по их условной долгосрочной стоимости. Клиенты с большой условной долгосрочной стоимостью будут наиболее выгодными клиентами для фирмы. На этих клиентов необходимо обращать наибольшее внимание, тратить на их обслуживание наибольшую часть денег. В случае, если мы потеряли клиента с большой условной долгосрочной стоимостью, то нужно обязательно постараться вернуть его.

Теперь рассмотрим практический метод, помогающий ответить на вопрос: “Потерян ли клиент?”.

Если у фирмы немного покупателей и с каждым из них возможна индивидуальная работа, то вопросов на этот счет не возникает. Предлагаемый метод необходим в тех случаях, когда фирма не может работать с каждым клиентом индивидуально из-за их большого количества, либо в связи с нехваткой сотрудников для индивидуального ведения дел.

Прежде всего, необходимо выяснить: зачем нужно знать, потерян клиент или нет?

Известно, что в среднем, в мире, каждая фирма ежегодно теряет до 20% клиентов! По данным исследований Ф.Райхелда и У.Сассера, если бы фирме удалось удержать или вернуть лишь 5% отказавшихся от ваших услуг покупателей, то фирма могла бы почти вдвое увеличивать свою прибыль в течении 10 лет.

За счет чего можно достичь такого эффекта? Ответ прост. Во-первых, из-за того, что с каждым годом покупатели приносят вам все больше прибыли и, во-вторых, все покупатели делают вам бесплатную рекламу. Поэтому постоянное улучшение работы с покупателями – это не затраты, а вложение капитала.

Для использования предлагаемого метода необходимы самые простые данные: кто, когда и что покупал. Если есть данные по сумме покупок, которые сделал клиент, это увеличит достоверность результатов. Это одно из достоинств метода, которое заключается в простоте используемой информации, т.к. подобные данные по продажам, как правило, имеется во всех торговых фирмах.

Но вначале необходимо разбить клиентов на группы.

Во-первых, это клиенты, сделавшие одну покупку. Естественно, к таким клиентам невозможно применить статистические методы анализа, поэтому вопросов об их “потерянности” даже не ставится.

Во-вторых, это клиенты, сделавшие две или три покупки.

К таким клиентам невозможно с большим уровнем доверия применить статистические методы анализа. Анализ можно провести по так называемому критерию “двойное среднее”, и к результатам такого анализа следует относиться очень внимательно. Для этого ищем средний интервал между покупками, и, если клиент совершил последнюю покупку больше, чем два средних интервала назад, то считаем, что клиент “потерян”.

В-третьих, это клиенты, сделавшие четыре и более покупок.

К таким клиентам можно применить статистические методы анализа. Анализ будем проводить классическим способом. Однако следует учитывать, что результаты анализа для клиентов с небольшим количеством покупок могут быть весьма далеки от реальности. Достоверные результаты будут получаться для клиентов с числом покупок от 9 и больше.

Пусть 2000_04_shaban_yi_equ.jpg - интервалы между покупками, 2000_04_shaban_ci_equ.jpg - сумма, на которую купил покупатель в начале интервала (периода), тогда 2000_04_shaban_xi_equ.jpg ‑ сумма, которую в “среднем” тратил покупатель в рассматриваемом периоде.

Пусть 2000_04_shaban_xn1_equ.jpg, где 2000_04_shaban_yn1_equ.jpg - интервал между последней покупкой и датой снятия базы данных, 2000_04_shaban_cn1_equ.jpg - сумма, на которую покупатель сделал покупки в последний раз.

Для начала необходимо определить закон распределения, по которому распределены времена между датами покупок.

Разумеется, для разных клиентов закон может быть разным, но основным определяющим фактором при стабильной, установившейся торговле будет срок службы товара. В качестве примера можно заметить, что времена между покупками лампочек накаливания скорее всего будут распределены по экспоненциальному закону, поскольку срок службы лампочек экспоненциален.

Если мы продаем разноплановый товар, то будет наиболее разумным выбрать нормальный положительный закон распределения. Нормальный закон принимается в связи с его широкой распространенностью во всем мире из-за предположения, что срок службы продаваемого товара (услуги) будет распределен по нормальному закону.

В случае однородных товаров выберем несколько часто покупающих покупателей и будем последовательно проверять соответствие данных разным законам распределения, и выберем такой закон распределения, к которому близко большинство из данных (например, по критерию наименьшей суммы квадратов достигаемых уровней значимости по всем выбранным покупателям).

Методы проверки, когда выборка извлечена из так называемой генеральной совокупности с проверяемой функцией распределения, можно найти в любом учебнике по математической статистике. Необходимо проверить данные на соответствие положительному нормальному, экспоненциальному, или вейбуловскому закону.

Теперь проверим, потерян ли клиент (это для тех читателей, которые будут использовать данный метод в своей практической деятельности).

Пусть 2000_04_shaban_fxdzv_equ.jpg – выбранный закон распределения, где 2000_04_shaban_dzv_equ.jpg - вектор параметров.

Оцениваем (по данным конкретного покупателя). Получаем 2000_04_shaban_dze_equ.jpg и проверяем, если 2000_04_shaban_xn1gzal_equ.jpg, где 2000_04_shaban_zalf_equ.jpg ‑ квантиль функции распределения 2000_04_shaban_fxdze_equ.jpg уровня (обычно это 0,75; 0,8; 0,85; 0,9, находим по таблицам), то клиент потерян с уровнем доверия . В противном случае будем считать, что он находится в кругу покупателей фирмы. Уровень доверия обычно берут равным 0,75; 0,8; 0,9; 0,95 (в зависимости от необходимости в получении точных данных).

Если выбрать большой уровень доверия (например, 0,9; 0,95), то ошибка при определении, потерян ли он, будет мала. Но если взять большой уровень доверия, то можно слишком поздно заметить, что клиент потерян, и, возможно, уже будет поздно пытаться вернуть его. А маленький уровень доверия приведет к большим ошибкам в определении, потерян ли клиент. Рекомендуемый уровень доверия выбирается из интервала (0,75–0,8) – этот результат получен из результатов моделирования.

Итак, метод получил свое применение. Потерянные клиенты обнаружены. Их условная стоимость определена, и что же делать с полученными результатами? Какую пользу они могут принести?

Во-первых, можно провести опрос среди “потерянных” клиентов с целью выяснения, какие причины побудили покупателей уйти к конкурентам. Тогда можно попытаться целенаправленно исправить недостатки в работе фирмы для улучшения качества обслуживания.

Во-вторых, нужно попытаться обратно привлечь “потерянных” покупателей, причем, начиная с самых “условно-долгосрочно-ценных” клиентов.

Если клиент очень ценен, то, ему кроме, разумеется, стандартной рекламы, нужно предложить, например, следующее: предложить постоянную или временную скидку на какое-нибудь время. Предложить улучшенные условия обслуживания, по сравнению с теми, которые у него были, например, бесплатную доставку или персонального менеджера, если это окупится. И любые другие предложения, способные заинтересовать покупателя.

Но нельзя забывать и про менее ценных клиентов. Как минимум, нужно просто разослать свои рекламные объявления. Даже этот, не требующий фактически никаких затрат метод, возвращает, около 20% от бывших клиентов. Любое же усиление эффекта улучшенными предложениями позволяет вернуть еще больший процент от потерянных клиентов.

Метод нужно повторять не реже удвоенного среднего срока между покупками клиентов, иначе существует риск не заметить вовремя потерю клиентов.


Страница обновлена: 22.01.2024 в 19:00:22