Разработали программу лояльности для онлайн-ритейла

Компания - крупный омниканальный ритейл с широким ассортиментом непродовольственных товаров. Клиент обратился к нам с запросом на разработку программы лояльности, которая могла бы помочь ему справиться с вызовами, связанными с угрозой, поставленной маркетплейсами. В ответ на это мы разработали механику программы лояльности, которая была нацелена на оптимизацию взаимодействия с клиентской базой и повышение уровня их удовлетворенности и лояльности.

Проект состоял из четырех этапов:

Аналитический этап

На этом этапе мы разбирались, какие задачи компания хочет решить с помощью программы лояльности, на какие показатели стоит ориентироваться при разработке и какой экономический эффект от нее можно прогнозировать.

Подготовка к реализации

На этом этапе мы готовили компании к внедрению целевых бизнес-процессов, поддерживающих обновленный клиентский опыт, и готовили техническое задание для всех служб компании для внедрения.

Разработка механики программы лояльности

Здесь мы формировали набор сценариев программы лояльности и элементов, которые обеспечивают целевое взаимодействие клиентов с компанией в рамках программы лояльности.

Внедрение программы лояльности

Техническое внедрение и тестирование.

/Этапы

Аналитический этап

Мы начали с проведения серии интервью со всеми людьми, которые принимают решения внутри компании, чтобы собрать основные ожидания бизнеса от программы лояльности.

На этом этапе мы выявили бизнес-требования к ПЛ у причастных к клиентскому опыту подразделений, и ряд проблематик, которые формируют контекст компании.

Также необходимо учитывать внешний контекст. В последнее время мы наблюдаем стремительный рост маркетплейсов, что, в свою очередь, сокращает долю игроков, которые уже присутствовали на этом или смежных рынках, но представлены в других каналах.

Большая часть клиентов — это возрастная аудитория. И, хотя благодаря возрасту и высокой покупательской способности такая аудитория формирует довольно высокий средний чек, ее представители покупают только в одном канале компании из множества, а именно — в телеэфире. За счет этого снижается количество повторных покупок, а следовательно, снижается и LTV.

С учетом этих нюансов нам нужно было ответить на вопрос, какие каналы использовать и как подбирать ключевые сообщения для целевой аудитории, чтобы ее можно было привлечь в качестве клиентов.

Следующий шаг аналитики — анализ финансовой модели. Мы выгрузили транзакционные данные компании и декомпозировали выручку на основные показатели: клиентопоток, LTV и прочее. LTV мы разложили на средний чек и количество повторных покупок, а средний чек — на среднюю стоимость SQU и глубину.

В результате такой декомпозиции мы увидели, какие показатели влияют на формирование выручки и за счет какого из показателей мы можем быстрее достичь прироста прибыли внутри компании.

01. Количество повторных покупок — увеличив в среднем количество покупок на 0,78%, то есть на показатель чуть меньше единицы в год, можно увеличить выручку компании почти на 20%

02. Глубина чека — при росте данного показателя на 0,5 SQU, глубина чека также вырастет на 20%

03. Количество возвратов — при его сокращении цепочка создания ценности постепенно оптимизируется за счет того, что компания не тратит время на формирование заказа, ресурсы на его доставку и контроль того, получил ли клиент средства обратно

Далее мы изучили поведение клиентов в двух разрезах. С одной стороны, мы изучили формирование Customer Experience и поведение клиента на всех этапах Customer Journey. С другой стороны, мы посмотрели на формирование транзакционного опыта или опыта платежного поведения, который, в том числе, формирует поведение клиента при осмыслении повторной сделки.

При моделировании Customer Experience мы провели количественные исследования, а именно опросы. Их основная задача: увидеть и изучить разницу между клиентами и не клиентами компании.

Разработка механики программы лояльности

В механику программы лояльности мы внедрили элементы геймификации в части клиентского опыта, чтобы разнообразить его. Под геймификацией клиентского опыта мы подразумеваем набор баллов или бейджей, которые выдаются за определенное целевое действие: заполнение анкеты, совершение определенного количества сделок, покупка товаров определенной категории.

Геймификацию мы привязали к важным для нас критериям, которые были выявлены на первом этапе, то есть к сегменту, сформированному транзакционным и клиентским опытом.

Важный трек любой программы лояльности — это система поощрений.
В рамках этого проекта мы разработали систему поощрения сразу в двух векторах: монетарном и немонетарном.

Монетарным подходом называется тот, который позволяет вознаграждать пользователя с помощью баллов и скидок. Немонетарным — называется тот, при котором клиент вознаграждается дополнительными активностями, будь то приглашение в эфир, интеграция в определенное коммьюнити или что-то иное.

После формирования набора монетарных и немонетарных механик мы определили, какие издержки повлечет за собой реализация немонетарных активностей, так как при их внедрении задействуются человеческие ресурсы. Такой анализ помог нам определить, какие практики подходят для внедрения в конкретной компании.

Для того, чтобы свести воедино данные исследования, мы разработали модель, которая, с одной стороны, отражает доходную часть и отвечает на вопросы, когда компания выходит из состояния убыточности и начинает получать прибыль от внедрения программы лояльности, а с другой стороны — расходную часть.

Подготовка к реализации

По итогам обработки результатов исследований и формирования механики мы собрали документ, в котором отображены основные подходы к реализации того или иного направления программы лояльности.

Для технического внедрения мы переложили все механики и наработки в техническое задание, понятное вендору, в поиске которого мы также помогали Клиенту.

Совместно с Клиентом мы продумали и составили перечень новых классов бизнес-процессов, появление которых влечет за собой внедрение программы лояльности, и оценили, как реализация повлияет на нагрузку сотрудников, какие дополнительные человеческие ресурсы могут потребоваться. В итоге мы приняли решение внедрять программу лояльности последовательно, не включая в нее все механики сразу.

Внедрение программы лояльности

Для начала мы подготовили MVP, минимально жизнеспособный продукт программы лояльности, в который входили механики каждого из направлений, чтобы протестировать основную логику и концепцию.

Основной вопрос, который стоял перед нами на этапе внедрения: как сделать так, чтобы этот процесс был управляемым? Были опасения, что при применении пользователями на практике сценариев программы лояльности, некоторые сценарии могли сработать не так, как мы планировали, и повлечь за собой издержки. Именно поэтому еще на этапе разработки модели программы, мы выделили три прогноза: позитивный, негативный и средневзвешенный.

Для того, чтобы четко определить, по какому сценарию развивается внедрение программы лояльности, мы разработали и зафиксировали с Клиентом KPI, на которые можем ориентироваться. С одной стороны, это набор опережающих показателей, связанных с динамикой погружения в программу лояльности, количеством используемых клиентами механик, и фактических показателей, например, количеством сделок, а с другой стороны — запаздывающих или финальных показателей, то есть показателей выручки и маржинальности.

‍