Клиентская база есть. Где в ней искать рост продаж?

Бизнес собирает контакты, запускает рассылки, смотрит отчеты. Открытия, клики, заказы — все на месте. А вот на вопрос кто покупает повторно и где есть возможность увеличить повторные продажи? эти отчеты почти не отвечают.

Работу с базой, обычно я начинаю с пяти вопросов. Они помогают понять, какую проблему решать первой, кому и когда писать и что вообще считать результатом.

Принцип простой: история покупок показывает, где искать возможность роста. Чтобы оценить эффект конкретной коммуникации, мы сравниваем поведение случайно выделенных тестовой и контрольной групп.

Возьмём знакомую многим ситуацию: интернет-магазин товаров для дома привлекает новых покупателей, база растет, рассылки работают. Но команда не понимает, какие клиенты покупают повторно и за счёт чего можно увеличить эту долю. Ниже — пять вопросов, с которых можно начать разбор своей базы.

1. Сколько покупателей остаются с одной покупкой?

Допустим, в базе магазина 100 тысяч контактов. Подписчики, покупатели, участники конкурсов, люди, которые давно перестали читать письма. За последний год заказы сделали, например, 20 тысяч человек. Именно их историю покупок сначала и разберем. Размер всей базы о потенциале повторных продаж говорит мало.

Выделяем тех, кто впервые купил в январе. Если из 1 000 человек второй заказ в течение 90 дней сделали 240, доля повторных покупателей составит 24%.

Остальные 760 — это не потерянные клиенты, а группа для изучения. Там могут быть люди с разовой потребностью, недовольные заказом, покупатели долговечных товаров и те, кто просто ещё не собрался вернуться. Предлагать всем скидку рано.

Дальше делим всех 1 000 январских покупателей по первой покупке: расходники, текстиль, посуда. И смотрим долю второго заказа в каждой группе. У расходников логично ждать повторного пополнения, у посуды — сопутствующих покупок. Сроки и причины повторных покупок у этих групп могут различаться. Если в категории всего несколько сотен человек, доли будут заметно колебаться: для более устойчивой оценки можно объединить несколько месячных когорт, сохраняя одинаковый срок наблюдения и проверяя сезонные различия.

Важный момент: сравнивать нужно за одинаковое время. Январских клиентов нельзя сравнивать с сентябрьскими по всем заказам, накопленным к октябрю. У первых просто было больше времени. Выбрали 90 дней — дайте каждой группе полные 90 дней.

Какое решение получаем: выбираем одну категорию для работы со второй покупкой. Смотрим на размер группы, экономику заказов и возможность повторной потребности. Для расходников готовим гипотезу о пополнении запаса, для посуды — о сопутствующих товарах.

2. Когда клиенты делают вторую покупку?

Допустим, магазин отправляет предложение повторного заказа через семь дней после первой покупки. Почему через семь? Когда-то так настроили, и с тех пор не трогали.

Смотрим, сколько клиентов успели сделать второй заказ к определенному дню. Числа в таблице накопительные. Для группы из 1 000 покупателей расчет может выглядеть так:

Так видно, как накапливаются повторные покупки. Но общая кривая может скрывать разное поведение. Покупатель расходников возвращается за пополнением, а покупатель набора посуды может купить текстиль только через несколько месяцев.

Эта кривая уже включает влияние действующего письма на седьмой день и других контактов с магазином. Она показывает покупки при текущих условиях, естественный цикл без напоминания по ней не определить.

Полезно отдельно посмотреть интервалы между заказами у тех, кто уже вернулся. Но такой расчет описывает только вернувшихся. Он не отвечает на вопрос, насколько вероятна вторая покупка у всей группы.

История заказов помогает выбрать сроки для эксперимента. Проверяем, дает ли изменение срока напоминания больше повторных покупок, чем текущий сценарий.

Какое решение получаем: проверяем, стоит ли менять срок коммуникации для конкретной категории. В тестовых группах письмо на 7-й день заменяем напоминанием на 21-й или 35-й день. В контрольной оставляем текущее письмо на 7-й день. Содержание и предложение в письмах одинаковые: меняем только срок. Остальные коммуникации проводим по одинаковым правилам. Покупки считаем за один и тот же срок от первого заказа. Такой тест оценивает пользу изменения срока относительно действующего сценария.

До запуска рассчитываем выборку. Чтобы обнаружить рост с 24% до 27% при уровне значимости 5% и мощности 80%, для одного двустороннего сравнения нужно примерно 3 300 человек в каждой из двух групп. При 1 000 новых покупателей в месяц один месяц набора, тем более с делением по категориям, такую выборку не даст.

С двумя тестовыми вариантами и поправкой на несколько сравнений нужно около 12 тысяч участников — это год набора плюс 90 дней наблюдения за последними участниками. Для небольшой базы разумнее начать с одного варианта и контроля: около 6 600 человек, то есть примерно семь месяцев набора плюс 90 дней наблюдения. Эти сроки предполагают участие всех 1 000 новых покупателей в месяц, для отдельной категории срок будет дольше. В каждой месячной когорте случайно распределяем клиентов между условиями теста.

3. Новые клиенты покупают повторно чаще или реже прежних?

Общий объем продаж может расти, а доля повторных покупателей среди новых клиентов — падать. Дополнительное привлечение просто маскирует проблему.

Сравниваем группы по месяцу первой покупки. У каждой должно пройти полных 90 дней. Допустим, получили такую картину:

В такой ситуации число повторных покупателей выросло с 240 до 270. А доля повторных покупателей упала на 6 процентных пунктов. Если смотреть только на количество повторных покупателей, ухудшение легко пропустить.

Но и эта таблица причину не объясняет. В марте магазин мог привлечь больше покупателей разовой акцией или начать продавать другую категорию. Могли измениться доставка, наличие товаров, сезонный спрос.

Следующий шаг — сравнить группы по источнику привлечения, первой категории, скидке и условиям обслуживания. Данные о заказах покажут, где возникает различие. Для объяснения могут понадобиться обращения в поддержку, возвраты товаров и обратная связь.

Какое решение получаем: понимаем, где искать причину снижения повторных продаж. Иногда нужен новый CRM-сценарий. Иногда — изменение рекламного предложения или исправление доставки. От этого зависит, кому передать задачу.

4. Что клиенты покупают после первого заказа?

Можно отправлять всей базе самые популярные товары. Но популярность товара в магазине не значит, что он подходит человеку после конкретной покупки.

Смотрим последовательность категорий: что было в первом заказе, что появилось во втором. Допустим, у покупателей чашек во втором заказе часто встречается текстиль для сервировки, а у покупателей средств для уборки — те же расходники.

Тут важно проверять не только количество переходов, но и долю. Если текстиль — крупнейшая категория магазина, он может часто встречаться во вторых заказах почти у всех. Это ещё не делает его удачной рекомендацией для покупателей чашек.

Уточняем: чаще ли покупатели чашек выбирают текстиль, чем остальные клиенты с сопоставимым сроком после первой покупки? Учитываем, что в одном заказе может быть несколько категорий. Правила расчёта лучше определить заранее.

Какое решение получаем: составляем предложения на основе первой покупки и проверяем их против обычной подборки или группы без рекомендации. Оцениваем повторные заказы и финансовый результат, а не только клики по товарам.

5. Покупают ли клиенты после скидки без новой скидки?

Допустим, реактивация дала 100 заказов с промокодом. В отчёте — успех. Чтобы понять пользу для бизнеса, нужно посмотреть дальше.

Сначала проверяем, сколько покупателей вернулись бы без предложения. Для этого нужна случайно выделенная сопоставимая контрольная группа. Сравнение тех, кто воспользовался промокодом, с теми, кто получил его и не воспользовался, задачу не решает: люди сами выбрали, покупать или нет. Контроль выделяют до отправки предложения.

Потом сравниваем финансовый результат тестовой и контрольной групп за одинаковый срок, в расчете на одного участника: из выручки после скидок вычитаем себестоимость и переменные расходы на заказы и коммуникацию. Если выручка уже учитывает скидку, второй раз вычитать её не нужно. Дополнительная выручка может сопровождаться снижением финансового результата.

И наконец, смотрим на следующие покупки. Клиент продолжает покупать без новой скидки или следующий заказ тоже делает по промокоду? Для этого заранее задаём срок наблюдения с учётом обычного цикла покупок. Если оцениваем эффект сценария, сравниваем исходные тестовую и контрольную группы, включая тех, кто не воспользовался предложением.

Какое решение получаем: понимаем, для каких сегментов скидку стоит тестировать дальше, где менять предложение и как оценивать результат за пределами первого заказа.

Как превратить анализ в план работы

После этих пяти разборов у бизнеса должна появиться очередь конкретных решений. Например:

Приоритет зависит от размера сегмента, возможной экономической пользы и сложности проверки. Посчитаем для мартовской когорты из примера: рост доли вторых покупок с 18% до 21% означает 1 500 × 3% = 45 дополнительных вторых заказов за 90 дней наблюдения. При среднем чеке второго заказа 3 000 рублей и доле маржинального дохода после переменных затрат 30% это 45 × 3 000 × 30% = 40 500 рублей до дополнительных расходов на сценарий.

Если новые когорты останутся на уровне марта — по 1 500 покупателей в месяц — и такой рост подтвержден, для 12 когорт ориентир составит 40 500 × 12 = 486 000 рублей. Это результат за полные 90 дней наблюдения каждой когорты, без учета третьих и последующих заказов. Декабрьская когорта досчитывается уже в следующем году.

Это оценка масштаба возможности. Источник роста может быть в CRM-сценарии, привлечении или доставке — как в пункте 3. Расчет помогает сравнить задачи, а достижимость роста еще нужно проверить.

Теперь можно сопоставить эту возможность со стоимостью разработки и другими задачами. Начать стоит с одной проблемы: зафиксировать исходную ситуацию, выбрать действие и заранее договориться, как оценивать результат.

Для первого разбора подготовьте:

1. стабильный обезличенный идентификатор клиента и идентификатор заказа
2. даты, состав и суммы заказов, скидки
3. статусы заказов, отмены и возвраты товаров
4. историю за несколько циклов покупки, а при сезонности — за сопоставимые сезоны.

Источники привлечения, себестоимость и история коммуникаций помогут объяснять различия и оценивать экономику. Перед запуском сценариев отдельно проверяют наличие контактов и необходимых согласий.

Если в компании уже есть клиентская база, но непонятно, с чего начинать, я помогаю разобрать историю покупок и составить план проверок. Результат такой работы — приоритетные сегменты, гипотезы и способы оценить их эффект. Больше разборов — в моем telegram-канале: @growcrmmarketing.