Понимание транзакционного поведения клиентов хорошо окупается в любом бизнесе. В связи с цунами стартапов в последнее время и огромным денежным потоком в бизнесе клиенты находят выгодные предложения от компаний по стратегиям приобретения, удержания и направления. Понимание транзакционного поведения клиента стало еще более сложным с изобретением новых бизнес-домов каждый день. Хотя с появлением мощных машин можно легко работать с терабайтами данных, сложность экономики бизнеса значительно усложнила этот поведенческий анализ.
Сбор и анализ ваших бизнес-данных по всем аспектам, таким как стоимость приобретения, операционные расходы, базовая прибыль, рост доходов, рефералы и т. д., может помочь в предоставлении моделей прибыли от клиента в течение жизненного цикла. Но это не помогает в решении многих бизнес-вопросов, таких как
Какова реальная стоимость нового клиента в долларах сегодня?
Сколько денег бизнес может потратить, чтобы привлечь нового клиента?
Давайте возьмем пример, чтобы понять это более интуитивно. Во-первых, чтобы оценить ценность нового клиента, мы должны знать годовую структуру прибыли или структуру денежных потоков, если структура денежного потока отличается от модели прибыли клиента. Во-вторых, нам нужно выяснить, сколько лет клиенты остаются с вашим бизнесом?
На приведенном выше рисунке показана прибыль клиентов для воображаемой фирмы на основе всех факторов, упомянутых ранее. Ценность клиента продолжает увеличиваться со временем, в течение которого клиент остается в компании. Клиент, который остается в течение 2 лет, получит прибыль в размере 26 долларов США (стоимость приобретения в размере 80 долларов США, сбалансированная в течение первых 3 лет, составит прибыль 40 и 66 долларов США. Если клиент останется в течение 5 лет, он принесет в общей сложности 264 доллара США (-80 долларов США + 40 долларов США + 66 долларов США + 72 доллара США + 79 долларов США + 87 долларов США). ) Но разница в потребительской ценности очень велика. По тем же расчетам, если сделать в течение 10 лет, клиенты будут генерировать чистую стоимость в размере 760 долларов.
Было бы неразумно тратить 760 долларов сегодня на клиента, который останется с компанией на 10 лет, поскольку прибыль, полученная в будущем, не будет эквивалентна 760 долларам сегодня. Нам нужно применить расчет дисконта, чтобы привести его к текущей стоимости. Использование стандартной 15-процентной ставки дисконтирования составит от 760 до 304 долларов. (Чтобы получить чистую приведенную стоимость прибыли за первый год, разделите 40 долларов на 1,15, для следующего года разделите 66 долларов на 1,15 и так далее). Таким образом, для клиента, который останется в компании на 10 лет, можно заплатить до 304 долларов на затраты на привлечение. Теперь мы знаем, как рассчитать ценность клиентов, исходя из продолжительности жизни клиентов.
Расчет жизненного цикла клиента
Следующий вопрос заключается в том, какова ожидаемая продолжительность пребывания клиента в компании. Чтобы ответить на этот вопрос, мы должны выяснить уровень удержания клиента. Это факт, что уровень удержания варьируется среди клиентов в зависимости от возраста, профессии, пола, источника приобретения и, возможно, более дюжины переменных. Самый простой способ рассчитать среднее время пребывания клиента — это рассчитать общий коэффициент отказа и инвертировать дробь. Сначала подсчитайте количество клиентов, отказавшихся от услуг за период в несколько месяцев, а затем переведите это число в год, чтобы для начала получить часть клиентской базы. например вы теряете 50 клиентов из 1000 клиентов за три месяца. Это работает для 200 клиентов в год или 1/5 всех клиентов. Затем нам нужно инвертировать это число, оно станет 5. Итак, теперь мы можем сказать, что в среднем клиент остается в компании на 5 лет. В процентном отношении уровень ухода клиентов составляет 20%.
Улучшения расчета срока службы
Чтобы точно оценить денежный поток клиента, нам необходимо уточнить вышеупомянутые расчеты. Во-первых, мы предположили, что процент отказов постоянен на протяжении всего жизненного цикла клиента.
В реальной жизни такого никогда не бывает; уровень дезертирства намного выше среднего в первые годы и намного ниже позже. Взятие средних значений может привести к переоценке или недооценке цифр прибыли. Кроме того, нам нужно сделать еще одно уточнение, чтобы вычислить истинную ценность клиента. Вместо того, чтобы пытаться вычислить ценность одного среднего статичного клиента в конкретный момент, нам нужно думать с точки зрения годовых классов клиентов в разные моменты их жизненного цикла.
В реальном мире компания каждый год приобретает новых пользователей. некоторые из них уходят рано, другие могут оставаться на годы. Но компания вкладывает деньги во весь набор клиентов. Итак, чтобы получить текущую стоимость среднего клиента, мы должны изучить каждую группу отдельно во времени.
Давайте возьмем сценарий, как показано на изображении выше, где 100 000 новых клиентов входят в нулевое время. Компания инвестировала 80 долларов в нулевое время, в результате чего общая сумма составила 80 * 100 000 долларов = 8 миллионов долларов для всей группы клиентов. К концу 1 года 22% клиентов ушли, осталось только 78%, чтобы окупить вложенные 8 миллионов. К 5-му году дезертировало более половины людей. Чтобы получить текущую стоимость клиента, мы оценим набор денежных потоков, которые люди генерируют до того момента, когда они уйдут. Ранее в блоге мы получили текущую стоимость клиента в размере 304 долларов США. При постоянном коэффициенте оттока в 10 % мы можем ошибаться, решая, сколько денег нужно инвестировать в привлечение клиентов, тогда как фактический уровень оттока, показанный на изображении выше, составляет всего 172 доллара США с 304 долларов США. Представьте себе, что компания тратит 200 долларов на новых клиентов на основе ранее рассчитанных значений. Это было бы совершенно убыточным предприятием.
Область машинного обучения
В приведенных выше расчетах мы попытались приблизить пожизненную ценность клиента и изначально скорректировали себя с 760 до 172 долларов. Он по-прежнему содержит предположения о транзакционном поведении той же когорты. Каждый человек ведет себя по-своему. Если мы планируем нацелить клиента на основе маркетинговой кампании, основанной на машинном обучении, то почему бы не рассчитать пожизненную ценность клиента для каждого уникального клиента. Основываясь на определенных заранее определенных переменных, можно легко предсказать пожизненную ценность клиента и разработать соответствующую стратегию.
Можно также добавить, что каждая организация с каждым днем получает все больше и больше данных о транзакциях, что затрудняет управление, особенно при наличии многочисленных переменных, зависящих от приобретения, для получения точных бухгалтерских показателей. Более того, на транзакционное поведение клиентов также в значительной степени повлияли различные предложения, поощрения от стартапов, сжигающих наличные деньги. Использование RFM (Reency-Frequency-Monetary) — «магического маркетингового треугольника» с передовыми статистическими методами, учитывающими нерегулярное транзакционное поведение клиентов, может помочь в создании вероятностной модели машинного обучения, которая творит чудеса с экономической предсказуемостью бизнеса.
Мы здесь, в DataToBiz, соединяем предприятия с данными и преуспеваем в передовых технологиях машинного обучения, чтобы решать большинство простых и тривиальных проблем владельцев бизнеса с помощью данных. Не стесняйтесь связаться с нами".
