Текст книги "Клиентоцентричность. Отношения с потребителями в цифровую эпоху"

Best Buy: невероятная история о Золушке фондового рынка

Цена акций Best Buy резко выросла с $10 в декабре 2013 г. до более чем $70 в конце 2017 г. Давнейшим свидетельством устойчивости компании стал тот факт, что около 50 % этого прироста цены пришлось на один лишь 2017 г.[15]15
  “Best Buy (BBY): 33 Year Stock Price History,” MacroTrends, March 9, 2018, www.macrotrends.net/stocks/charts/BBY/prices/best-buy-stock-price-history.


[Закрыть] Каким же образом Best Buy удалось противостоять мрачным прогнозам большинства аналитиков и вместо банкротства продемонстрировать всем нам редкую историю успеха сетевой розничной компании, успешно развивающейся даже в эру Amazon?

В середине 2012 г. компания находилась в явном кризисе, как видно на рис. 1.1. Цена ее акций снижалась так, что она за шесть лет потеряла 50 % своей капитализации. В какой-то момент ситуация усугубилась скандалом, затронувшим высшее руководство Best Buy: проведенное советом директоров расследование показало, что тогдашний генеральный директор Брайан Данн имел неподобающие связи со своей коллегой. Оказалось также, что основатель и председатель правления Best Buy Ричард Шульце знал об интрижке и предпочел промолчать. В свете этой информации Данн был уволен, а Шульце подал в отставку.

Затем совет директоров немало удивил широкую публику, когда назначил на пост нового генерального директора Хьюберта Джоли. Этот бывший руководитель гостиничной компании Carlton проработал 10 лет в качестве консультанта в компании McKinsey, однако не имел совершенно никакого опыта в розничной торговле. Этот выбор заставил многих задумчиво чесать в затылке и размышлять о том, не лишит ли он Best Buy последних шансов на возрождение.

Чтобы лучше понять глубину проблем в компании, Джоли посвятил первые недели работы посещению магазинов и общению с сотрудниками. В своем первом отчете для совета директоров он заявил: «Это самая ужасная организация из всех, которые мне доводилось видеть, но все не так плохо, поскольку корень проблем находится внутри, а значит, мы можем исправить ситуацию»[16]16
  Jen Wieczner, “Meet the Women Who Saved Best Buy: The Exclusive Story,” Fortune, October 25, 2015, fortune.com/2015/10/25/best-buy-turnaround/.


[Закрыть]. И он был прав, говоря это. Но почему?

Переходя из магазина в магазин, он узнал о распространенной практике так называемого шоуруминга. Потенциальные клиенты приходили в Best Buy, чтобы увидеть продукт своими глазами и пощупать его. Потом они искали в интернете самое дешевое предложение и во многих случаях выбирали других продавцов. Джоли решил, что единственным решением этой проблемы будет оптимизация отпускных цен. Только это могло помочь Best Buy конкурировать на равных с аналогами Amazon со всего мира. Компания сделала так, чтобы ее цены во всех случаях были примерно равны ценам конкурентов. Потенциальные клиенты, приходившие в салоны компании, чтобы познакомиться с продуктом, как и раньше, искали цены в других местах с помощью смартфонов, однако теперь другие предложения казались не столь привлекательными.

Затем Джоли решил улучшить онлайновое направление бизнеса. Он предложил внедрить стратегию «выставочного зала с возможностью получения заказа», благодаря которой на базе тысячи с лишним магазинов компании возникла сеть небольших складов. Эта стратегия позволила Best Buy поддержать систему доставки для покупок, сделанных в интернете. И это оказалось намного более интересным для покупателей, чем предложение других крупных онлайновых ритейлеров[17]17
  Kevin Roose, “Best Buy’s Secrets for Thriving in the Amazon Age,” The New York Times, September 18, 2017, www.nytimes.com/2017/09/18/business/best-buy-amazon.html.


[Закрыть]. Но почему же Джоли не решил в тот момент перевести весь бизнес компании в онлайн?

Ответ дает анализ клиентской базы Best Buy, изначально проведенный в 2010 г. Исследование показало, что 55 % дохода компании приносили женщины-покупательницы, которым было нужно нечто большее, чем просто самый дешевый продукт[18]18
  Ranjay Gulati, “Inside Best Buy’s Customer-Centric Strategy,” Harvard Business Review, July 23, 2014, hbr.org/2010/04/inside-best-buys-customer-cent.


[Закрыть].

Этот особенно ценный сегмент клиентов нуждался в помощи знающих сотрудников, способных подсказать что-то, сравнить разные продукты, порекомендовать вспомогательные товары и во многих случаях произвести установку оборудования в домах. А поскольку все больше продуктов становятся технологически сложными и интегрированными в интернет вещей[19]19
  Тем, кто пока не особенно знаком с понятием интернета вещей, рекомендуем прочитать статью Jacob Morgan “A Simple Explanation of ‘The Internet of Things,’” Forbes, May 13, 2014, https://www.forbes.com/sites/jacobmorgan/2014/05/13/simple-explanation-internet-things-that-anyone-can-understand/#725a2f151d09.


[Закрыть], Джоли разглядел зарождающуюся потребность клиентов (как мужчин, так и женщин) в консультациях. Интегрированные устройства для умных домов представляют собой наиболее быстрорастущий в последние годы класс потребительской электроники[20]20
  Michael Shirer, “New IDC Smart Home Device Tracker Forecasts Solid Growth for Connected Devices in Key Smart Home Categories,” IDC: The Premier Global Market Intelligence Company, March 29, 2018, www.idc.com/getdoc.jsp?containerId=prUS43701518.


[Закрыть].

Джоли понял, что, отказываясь от сервиса и поддержки женщин и клиентов в категории умных домов, Best Buy, сама того не замечая, отказывается от потенциальных многомиллионных продаж. Такие клиенты, приходя в Best Buy, хотели не просто купить продукт, а воспользоваться опытом персонала. Соответственно, следующая часть стратегии Джоли предполагала постоянное обучение персонала торговых залов принципам работы всех продуктов из ассортимента. Кроме того, большое внимание уделялось тому, чтобы специально созданное в составе Best Buy подразделение Geek Squad имело все необходимое для оказания технической поддержки и услуг по установке оборудования. Сконцентрировавшись на клиентах с самой высокой ценностью, Best Buy смогла дифференцироваться по отношению к онлайновым ритейлерам и возродиться с умной, но безжалостной к конкурентам моделью бизнеса. Даже гигант отрасли Amazon признал высокий класс этой игры и попытался повторить опыт Best Buy с Geek Squad, запустив в середине 2017 г. собственную услугу по установке продуктов для умных домов[21]21
  Casey Coombs, “Amazon Takes Aim at Best Buy with Technology House Calls,” Puget Sound Business Journal, July 10, 2017, www.bizjournals.com/seattle/news/2017/07/10/amazon-smart-home-technology-house-calls-best-buy.html.


[Закрыть].

Если бы другие ритейлеры смогли принять новые правила игры так же, как это удалось Best Buy, они тоже могли бы процветать в эту новую эру, в которой правит бал клиент, носящий в своем кармане весь рынок.

Важность CLV

Понимание сути пожизненной ценности клиента – ключевой шаг в разработке стратегии клиентоцентричности, однако на практике этот термин нередко интерпретируют неправильно. Питер значительно продвинул вперед дискуссию на тему CLV, когда в 2015 г. вместе с коллегами основал аналитическую компанию Zodiac с тем, чтобы привнести ясность, надежность и высокие, но достижимые стандарты в определение и применение CLV на практике. Весомым знаком успеха Zodiac в достижении этих целей можно считать то, что в начале 2018 г. ее купила Nike[22]22
  Larry Dignan, “Nike’s Purchase of Analytics Firm Zodiac Highlights Focus on Customer Lifetime Value,” ZDNet, March 23, 2018, http://zd.net/2pBuUlO.


[Закрыть].

Наша цель в данном разделе книги – помочь вам сформировать правильное представление о CLV и использовать ее в качестве основы стратегии клиентоцентричности. Мы выделим самые важные качественные аспекты CLV и расскажем, какие ошибки чаще всего допускают компании при расчете этого показателя, что позволит вам избежать их.

В интернете и в учебных курсах по маркетингу по всему миру можно найти немало формул CLV, однако большинство из них имеют серьезные недостатки. Питер вместе с Брюсом Харди описал в нескольких статьях распространенные проблемы при расчетах CLV[23]23
  Peter Fader and Bruce Hardie, “Reconciling and Clarifying CLV Formulas,” Faculty Website: Bruce Hardie, March 2012, brucehardie.com/notes/024/reconciling_clv_formulas.pdf; Peter Fader and Bruce Hardie, “What’s Wrong with This CLV Formula?” Faculty Website: Bruce Hardie, December 2014, brucehardie.com/notes/033/what_is_wrong_with_this_CLV_formula.pdf.


[Закрыть]. Важно понимать, какие формулы наиболее точны и, следовательно, наиболее полезны, а также суть фундаментальных проблем, влияющих на все остальное. Понимание этих различий позволит вам получить глубокое представление о динамике потребительского поведения на фундаментальном уровне и о том, каких популярных мифов следует избегать.

Прогнозирование ожидаемой CLV

CLV – перспективный показатель, который рассчитывается путем моделирования и прогнозирования следующих параметров:

● продолжительности отношений с клиентом (для ушедших клиентов) или вероятной продолжительности (для существующих и будущих клиентов);

● количества сделок;

● дохода от сделок;

● других нефинансовых аспектов, связанных с клиентом (посещение веб-сайта, готовность попробовать другие продукты, публикация рейтинга и отзывов о товарах компании и/или рекомендация ваших продуктов другим потенциальным клиентам и т. п.).

Помните, что для существующих и потенциальных клиентов, представляющих будущие денежные потоки, CLV в любом случае основана на прогнозе, поскольку мы не можем знать реальное количество периодов, в течение которых они останутся клиентами, сколько покупок сделают и т. д. При этом важно называть этот показатель в соответствии с тем, что он есть на самом деле: ожидаемая CLV, или ECLV. Далее мы для ясности и удобства будем обозначать пожизненную ценность клиента аббревиатурой CLV, однако вы должны четко понимать, что речь идет именно о ECLV.

CLV – это «приведенная стоимость будущих денежных потоков (прибыли), полученных от клиента»[24]24
  P. E. Pfeifer, M. E. Haskins, and R. M. Conroy, “Customer Lifetime Value, Customer Profitability, and the Treatment of Acquisition Spending,” Journal of Managerial Issues 17, no. 1 (2005): 17.


[Закрыть], и главное слово в этом определении – «будущих». Для расчета CLV необходимо спрогнозировать время, в течение которого клиенты останутся активными, признавая при этом неопределенность показателя. Аналогичным образом следует делать прогнозы относительно других особенностей поведения, например «Сколько покупок совершит клиент за весь срок своей верности компании?» и «Насколько крупными они будут?». Эти значения очень важны, однако то, как они рассчитываются, – и уверенность в них – зависит от статуса клиента.

Ошибка CLV номер 1: отсутствие учета статуса клиента

Первая группа проблем многих формул определения CLV связана со статусом клиента. Для его определения следует задать следующие вопросы: сможем ли мы привлечь этих потенциальных клиентов в будущем? Они что, просто пришли к нам и у нас нет никакой исторической информации о них? Были ли они в последнее время активными или собирались уйти? На основе статуса клиента следует использовать разные формулы для расчета CLV в зависимости от того, прогнозируется ли ценность существующих и будущих клиентов или проводится ретроспективная оценка ушедших, т. е. потерянных клиентов. Как ни печально, поскольку будущие отношения невозможно считать незыблемыми, единственная категория клиентов, для которой удается точно рассчитать CLV, – это ушедшие клиенты.

Разумеется, такие клиенты не обязательно олицетворяют всю клиентскую базу, поэтому, хотя и стоит ценить определенность, связанную с ними, – и использовать данные о них для выстраивания моделей, более достоверно предсказывающих поведение существующих и будущих клиентов, – необходимо также признавать и оценивать неопределенность, присущую активным (и потенциальным) клиентам. У вас есть отличная возможность использовать информацию о бывших клиентах для более точного прогнозирования ценности существующих и будущих. Анализируя данные о бывших клиентах, не сваливайте всех в одну кучу, а учитывайте их неоднородность (подробнее о неоднородности клиентов мы поговорим в главе 2).

Ошибка CLV номер 2: отсутствие разграничения клиентов, связанных и не связанных контрактами

Если вы не ясновидящий, то вряд ли можете с полной уверенностью считать, что клиент, не связанный условиями контракта, будет вести себя активно. Для бизнес-модели, основанной на подписке или «контрактных обязательствах», например для членства в тренажерном зале, довольно просто делать прогнозы, поскольку клиент должен обновить свой контракт для того, чтобы остаться, или расторгнуть его, если хочет уйти. Но что делать в случае предприятий, не использующих контракты? Взять хотя бы онлайновые магазины, кофейни или гостиничные сети – если их клиенты некоторое время не были активными, сложно понять, ушли ли они насовсем или в какой-то момент появятся снова. Понятие «коэффициент удержания», имеющее вполне четкий смысл в условиях контрактного бизнеса, в данном случае теряет всякий смысл – вы не можете знать, сколько ваших клиентов «живы», так что не поймете и того, действительно ли удалось их удержать. По этим причинам не существует универсальной формулы CLV, которая могла бы использоваться в обоих типах бизнеса – имеющих или не имеющих официальные контракты с клиентами.

Чтобы избежать некорректных расчетов CLV, связанных с первыми двумя распространенными ошибками, мы рекомендуем использовать конкретный набора формул, позволяющих учитывать характер бизнес-модели (контрактная или неконтрактная) и категорию клиентов (существующие, вновь привлеченные или будущие). Для контрактного бизнеса, где наблюдать за процессом ухода клиентов довольно просто, при расчетах CLV стоит использовать коэффициент удержания, а для других компаний это невозможно, поскольку в точности неизвестно, когда именно клиент уходит.

Кроме того, расчеты CLV для неконтрактного бизнеса осложняются тем, что поток сделок у него сильно отличается от контрактного бизнеса. В случае контрактного бизнеса платежи обычно осуществляются через регулярные интервалы (вспомните хотя бы ежемесячные платежи за услуги кабельного телевидения), а их суммы почти одинаковы. У неконтрактного бизнеса суммы и сроки платежей могут значительно варьировать во времени. Всплески покупок могут быть связаны, например, с началом учебного года или определенными событиями в жизни (переездом или свадьбой). Неконтрактным компаниям намного сложнее давать прогнозы, и они не могут полагаться на контрактные модели для проведения быстрых и грубых оценок. Поскольку расчеты не учитывают особенности каждого аспекта поведения, значение CLV в целом оказывается довольно неточным.

Ошибка CLV номер 3: вера в то, что коэффициент удержания клиентов не меняется со временем

Третья ошибка большинства формул CLV для контрактных видов бизнеса – ошибочное предположение о том, что коэффициент удержания остается постоянным для всей совокупности клиентов, приобретенных в одно и то же время. На это часто не обращают внимания, поскольку коэффициенты удержания не сильно варьируют при оценке их усредненного значения по нескольким группам. Однако, по мнению Питера и Брюса, подобное упрощение приводит к неправильному определению CLV:

Компании зачастую сообщают о сравнительном постоянстве коэффициентов удержания, которые в реальности являются результатом усреднения по разным группам клиентов. Данные по новым клиентам (со сравнительно низким коэффициентом удержания) усредняются с данными по существующим клиентам, маскируя закономерность (повышение коэффициентов удержания со временем), которая, скорее всего, наблюдалась бы в каждой отдельной группе[25]25
  Fader and Hardie, “Reconciling and Clarifying CLV Formulas”; Fader and Hardie, “What’s Wrong with This CLV Formula?”.


[Закрыть].

Авторы детально описали, почему подобного усреднения стоит избегать, в своей статье 2010 г. в журнале Marketing Science под названием «Оценка клиентской базы в условиях контрактного бизнеса: чем опасно игнорирование неоднородности» (Customer-Base Valuation in Contractual Setting: Perils of Ignoring Heterogeneity). Статья была основана на материалах исследования того, что происходит при игнорировании динамики на уровне отдельной группы. Питер и Брюс поделились в ней своими соображениями об ошибках, возникающих, когда компании не обращают внимания на изменение коэффициента удержания в группе с течением времени:

[Наш анализ] показывает, что оценка, основанная на усредненном коэффициенте удержания, приводит к занижению истинной ценности клиентской базы на 25–50 % в стандартных условиях[26]26
  Peter S. Fader and Bruce G. S. Hardie, “Customer-Base Valuation in a Contractual Setting: The Perils of Ignoring Heterogeneity,” Marketing Science 29 (January – February 2010): 91.


[Закрыть].

Чтобы увидеть различие между постоянным коэффициентом удержания и более реалистичным переменным коэффициентом удержания для группы клиентов, достаточно взглянуть на рис. 1.2 и на то, что происходит за 10 периодов с группой клиентов, приобретенных компанией в одном и том же периоде. Пунктирная линия на графике обозначает неизменный коэффициент удержания на уровне 76 %, который рассчитан на основе средних прогнозируемых коэффициентов удержания за 10 периодов. Сплошная линия представляет более реалистичное количество изначальных клиентов, остающихся с этой компанией в каждый период.

Значительный разрыв между двумя коэффициентами показывает, почему использование неизменного значения приводит (в данном случае) к тому, что к концу периода 10 в расчетах учитывается намного меньше клиентов. Очевидно, что этот разрыв со временем будет лишь расширяться и все сильнее подрывать будущую ценность группы.

Зачастую менеджеры, которые не учитывают неоднородность клиентов, недооценивают причины этого значительного разрыва. График говорит не о том, что каждый клиент со временем становится более лояльным и привязанным к компании. Мы видим на нем вытеснение в результате неоднородности: подмножество клиентов, сохраняющих верность компании на протяжении нескольких периодов, с большей вероятностью останется с компаний дольше, чем исходная группа в целом[27]27
  Fader and Hardie, “What’s Wrong with This CLV Formula?” p. 4.


[Закрыть]. Подобное поведение необходимо принимать во внимание при формулировании инвестиционной стратегии. В случае зрелой группы не стоит расходовать средства на удержание и без того лояльных клиентов; их лучше тратить на то, чтобы понять, как получать дополнительный доход от этой группы и находить еще больше аналогичных клиентов.

Сходные проблемы возникают и в компаниях, не имеющих контрактных отношений с клиентами, однако их невозможно увидеть и измерить напрямую вследствие скрытого оттока клиентов, описанного выше. Даже когда отток не виден, склонность клиентов к уходу варьирует очень сильно. В результате этого наблюдаемые закономерности больше отражают различия между клиентами, чем динамику отношений с конкретным человеком.

Ошибка CLV номер 4: клиенты не подчиняются нормальному распределению

Когда мы просим своих студентов описать, как распределяются клиенты по CLV, многие тут же вспоминают о нормальном распределении (или колоколообразной кривой), примерно такой же, как на рис. 1.3.

Такой ответ звучит практически при любом обсуждении статистических вопросов. Обычно это связано с тем, что в начальных курсах статистики вопросу нормального распределения уделяется много внимания. Но если бы это действительно было так, жизнь стала бы намного проще: мы могли бы избавляться от клиентов с низкой ценностью (левый хвост) и концентрироваться на всех остальных. Однако, когда речь заходит об CLV, ваши клиенты не вполне нормальны – по крайней мере, с точки зрения распределения.

В реальности мы видим, что распределение CLV выглядит как график на рис. 1.4, где клиенты с низкой ценностью составляют основную долю. По мере роста CLV клиентов становится все меньше, однако этот правый хвост тянется еще достаточно далеко. Это означает, что самых типичных клиентов можно найти ближе к нижней части шкалы CLV. Таким образом, попытки избавиться от них в случае неправильной реализации приведут к значительным стратегическим последствиям. Когда речь заходит об «увольнении» клиентов, точный выбор осуществить сложно, а неправильный выбор приводит к немалым потерям.

Эта более реалистичная картина, помимо прочего, соответствует известному правилу «80:20» – иными словами, нижние 80 % клиентов приносят вам лишь 20 % совокупного дохода. Этот принцип достаточно точен во многих случаях. Некоторые отрасли выглядят менее сконцентрированными: например, в бакалейном бизнесе это соотношение составляет 60:20[28]28
  Byron Sharp and Charles Graham, “The Value of Pareto’s Bottom 80 %,” Ehrenberg-Bass Institute for Marketing Science, January 26, 2018, www.marketingscience.info/value-paretos-bottom-80/; Byron Sharp, How Brands Grow: What Marketers Don’t Know (Oxford: Oxford University Press, 2016).


[Закрыть]. Однако в других отраслях, скажем в сфере условно-бесплатных игр, концентрация намного выше – ближе к 90:5. Независимо от точных цифр, до тех пор, пока в клиентской массе присутствует заметная концентрация, т. е. неоднородность, распределение ценности будет больше напоминать то, что показано на рис. 1.4.

«Ошибка» CLV номер 5: за пределами долларов и центов

Мы берем слово «ошибка» в этом заголовке в кавычки, поскольку хотим предостеречь вас не от ошибки как таковой, а, скорее, от распространенного заблуждения. Большинство расчетов CLV носят исключительно финансовый характер. И хотя в этом есть смысл в большинстве ситуаций, для некоторых компаний ограничение CLV областью финансов неуместно.

Например, в таких отраслях, как здравоохранение, идея прогнозирования CLV различных клиентов имеет очевидные этические и юридические аспекты. Что, если вашими лучшими клиентами являются самые нездоровые? Возможно, если мы говорим о CLV в области здравоохранения, слово «пожизненная» следует воспринимать буквально, поскольку любые меры по продлению жизни неизбежно приносят значительный доход. Дуайт Макнилл затрагивает эту идею в своей книге «Концепция применения аналитики в области здравоохранения: чему можно научиться на опыте в сферах розничной торговли, политики и спорта» (Framework for Applying Analytics in Healthcare: What Can Be Learned from Best Practices in Retail, Banking, Politics, and Sports). Он поясняет:

Что, если бы пожизненная ценность клиента была действительно связана с продолжительностью жизни? Что, если бы наши планы и системы в области здравоохранения вознаграждали людей за более долгую и функциональную жизнь? И что, если бы у нас были финансовые стимулы для повышения пожизненной ценности, а не для увеличения объема услуг? В концепции пожизненной ценности все ориентировано на ценность. Применение аналитических методов для отслеживания здоровья людей в течение всей их жизни могло бы способствовать долгосрочному совершенствованию системы здравоохранения. Также для улучшения здоровья населения и повышения его уровня может использоваться CLV-аналитика. Ее применение приведет к улучшению финансовых результатов и укрепит образ бренда с точки зрения целостности и готовности работать во имя здоровья и благосостояния клиентов[29]29
  Dwight McNeill, A Framework for Applying Analytics in Healthcare: What Can Be Learned from the Best Practices in Retail, Banking, Politics, and Sports (Upper Saddle River, NJ: FT Press, 2013), p. 76.


[Закрыть].

Можно легко увидеть, как реализуется идея Макнилла в розничных аптечных сетях. Большинство из них используют традиционные программы лояльности, по которым начисляются бонусные баллы в зависимости от суммы покупок, однако у некоторых имеются также и отдельные «оздоровительные» схемы, позволяющие получать баллы за покупку здоровых продуктов или другую оздоровительную деятельность, например прививку от гриппа или проверку давления.

Аналогичный сценарий может возникнуть и в сфере финансовых услуг. Например, клиенты, часто допускающие овердрафты и выплачивающие соответствующую комиссию, могут иметь более высокую пожизненную ценность – исключительно в финансовом плане, – чем те, кто этого не делает. Но и эта система не принимает во внимание клиентоцентричность и то, что мы подразумеваем под «ценностью». Можно привести множество других примеров:

● Организации, управляемые своими членами (например, религиозные и благотворительные), должны обращать внимание не только на размер взносов, но и на деятельность участников в качестве волонтеров и другие позитивные примеры их вовлечения.

● Фирмам медиаиндустрии стоит учитывать не только плату за подписки и потребление контента, но и то, как пользователи делятся их контентом в социальных сетях и продвигают его иным образом.

● Компании во многих отраслях должны отслеживать рекомендации, которые дают их клиенты. Такие рекомендации должны восприниматься как важный источник ценности, в том числе финансовой.

Понять, почему компании обычно не обращают на это внимания, просто. Заниматься подобной деятельностью намного сложнее, чем отслеживать поступающие платежи. Однако ценность, создаваемая в результате этой нефинансовой деятельности, может оказаться довольно значительной, а наличие или отсутствие соответствующего поведения может стать полезным индикатором «добротности клиента», помогающим компаниям выявлять типы клиентов, которых они сильнее всего хотели бы привлечь и удержать.