Как вернуть «спящих» клиентов с ROMI 575%

В этой статье на примере торговой сети FMCG с 45 супермаркетами разберем, как возвращать покупателей из оттока — тех, кто уже совершал покупки, но перестал приходить в магазины.

Как находить и возвращать «спящих» покупателей

Проблема: ритейлер столкнулся с ситуацией, когда часть ранее активных покупателей переставала совершать покупки и выпадала из поля зрения компании.

Цель: вернуть таких клиентов в магазины и увеличить трафик. Для этого использовали систему Set Loyalty.

Решение

Сначала сформировали динамический сегмент по простой логике: если покупатель совершил хотя бы одну покупку в текущем году, но не посещал магазин последние 60 дней, он попадал в сегмент оттока. 

Так определяли клиентов, с которыми нужно работать. Сегмент обновлялся ежедневно, чтобы отслеживать изменения в поведении покупателей.

Для этого сегмента настроили триггерную цепочку. После попадания в сегмент покупателю автоматически начисляли 100 бонусов со сроком действия 14 дней и отправляли push-уведомление. Ограниченный срок действия бонусов должен был мотивировать клиента вернуться в магазин в течение этого периода.

Результаты эксперимента

Цепочка работала в течение месяца. Для оценки результатов покупателей разделили на тестовую и контрольную группы: участники тестовой группы получали бонусы и коммуникацию, а контрольная группа — нет. Такой подход позволил сравнить результаты двух групп и оценить эффект механики.

Доля покупателей, вернувшихся в магазин, в тестовой группе была в 5 раз выше, чем в контрольной. Участники акции совершили почти в 3 раза больше покупок (+184,8%). Количество покупателей, совершивших покупку после получения push-уведомления, выросло почти в 2 раза (+193%).

Выручка тестовой группы была выше контрольной на 207%.

При этом для оценки такой механики важно учитывать не только первую покупку после реактивации. Возврат покупателя имеет смысл оценивать и по последующим покупкам: клиент может совершить покупку после получения бонусов, а затем снова перестать приходить. В этом эксперименте повторные покупки участников тестовой группы за 1,5 месяца совершались в 3,5 раза чаще, чем в контрольной. Таким образом, механика дала не только разовый возврат покупателей, но и более высокую частоту последующих покупок.

Экономика механики: часть бонусов не используется

Начисление бонусов всем участникам сегмента не означает, что компания фактически потратит весь объем начислений. В данном случае покупатели использовали при покупках около 10% от общего объема начисленных бонусов. Остальные 90% бонусов сгорели и не потребовали фактических затрат со стороны компании.

С учетом долгосрочной выручки дополнительный товарооборот тестовой группы превысил показатель контрольной более чем в 2,2 раза.

Для оценки эффективности также рассчитали ROMI — окупаемость маркетинговых инвестиций. Расчет проводился исходя из средней маржинальности бизнеса в 30% и фактических затрат на списанные бонусы. В результате ROMI составил 575%.

При расчете только по валовой выручке, без учета себестоимости товаров, ROMI превысил 2000%.

Что показал кейс

Сегментация покупателей по давности последней покупки в сочетании с автоматическими триггерами позволяет работать с клиентами, которые перестали совершать покупки. Ежедневное обновление сегмента помогает своевременно включать покупателей в коммуникацию, а ограниченный срок действия бонусов задает конкретный период для возврата.

При этом оценивать эффективность такой механики стоит не только по числу возвращенных покупателей или первой покупке после реактивации, но и по последующему поведению клиентов. В данном случае повторные покупки участников тестовой группы происходили значительно чаще, чем в контрольной, а фактические затраты на бонусы оказались ниже объема начислений за счет их неполного использования.

Мы собрали 17 сценариев для основных триггерных цепочек в чек-листе <-