Разработали программу лояльности, которая свяжет офлайн, онлайн и мобильное приложение

Задача — разработать омниканальную программу лояльности

Существующая программа лояльности не включала использование мобильного приложения и не имела единого профиля клиента

Новая ПЛ должна быть:

• экономически выгодная бренду;
• увеличивающая лояльность клиентов;
• привлекательная для пользователей;
• конкурентоспособная.

Необходимо было сначала проанализировать, какие решения уже существуют на рынке, особенно у крупных брендов.

На основе программ, которые уже используются на рынке и в нише, мы решили построить возможные модели и выбрать такую, которая идеально подошла бы нашему бренду и была бы конкурентоспособной среди уже имеющихся.

Проанализировали конкурентов в нише и лидеров рынка

Оценивали комплексно не только программы лояльности, но и другие параметры, которые помогают понять, как и где продвигается ПЛ, какие дополнительные стимулы предлагают компании, какие немонетарные механики используют.

Отдельно по тем же параметрам сравнили зарубежные ПЛ конкурентов в собственной нише. Это помогло понять зарубежные тренды, выявить, какие интересные механики можно забрать с нашего рынка и предложить за рубеж.

Результаты анализа программ лояльности, существующих на рынке

Глобально на рынке распространены два вида ПЛ: скидочная и бонусная. На основе аудита конкурентов основной механикой ПЛ выбрали бонусную. Но для подкрепления результатов в расчёт финмодели так же доабвили скидочную механику.

Построение модели проходило в два этапа:

1. Расчёт ретроспективной модели на данных офлайна.
2. Расчёт прогнозной модели для омниканальной ПЛ.

Построили ретроспективную модель

Использовали реальные данные за прошедшие два года в офлайн-канале: только там действовала ПЛ. Оценили финпоказатели работы ПЛ за этот период (модель AS IS): сколько потратили на скидки, какой получили доход, профит, маржинальность.

На основе анализа этих показателей составили шесть вариантов скидочной ПЛ, 17 — бонусной. Отличались они:

• границами перехода между уровнями;
• процентом начислений баллов;
• процентом списаний.

Сравнили их финансовые результаты, избавились от невыгодных — оставили десять вариантов.

Затем мы проверили, насколько устойчивы правила программы, если клиенты будут использовать её чаще — например, когда мы начнём продвигать ПЛ. Искусственно увеличили частоту использования ПЛ, выделили семь наиболее привлекательных вариантов: одну скидочную и шесть бонусных.

Собрали калькулятор

Что нужно было учесть:

• Программа лояльности должна работать во всех каналах: в розничных магазинах, аутлетах, онлайн — на сайте и в мобильном приложении.
• В аутлетах есть возможность только накапливать бонусы, в остальных каналах — накапливать и списывать.
• Дополнительные механики, например, баллы за вступление в программу, подписку, подарочные бонусы на день рождения.
• Поведение пользователей изменится: вступят те, кто иначе не вступил бы, некоторые клиенты станут чаще покупать или увеличат средний чек для повышения уровня в программе, лояльность к бренду вырастет благодаря тому, что ПЛ будет работать в разных каналах.
• Изменятся цены и ситуация на прогнозный период.
• Изменятся финансовые и поведенческие ключевые метрики.

Что делает калькулятор:

• Рассчитывает прогнозные результаты работы ПЛ в семи вариантах (одна скидочная, шесть бонусных) на год вперёд от момента внедрения.
• Учитывает все вводные условия (скидки или баллы, границы уровней, процент начисления и списания), позволяет оценить эффективность варианта ПЛ по ключевым показателям: объёму продаж, чистой прибыли, поведенческим факторам аудитории, доле участников и покупок в рамках ПЛ.
• Позволяет быстро оценить изменение результатов ПЛ при разных вводных и изменённых условиях. Например, какие будут результаты, если изменится трафик (привлечём больше или меньше), средний чек, доля вступивших в ПЛ и другие показатели, которые влияют на результаты ПЛ.

Все параметры в калькуляторе вынесли в отдельную вкладку с возможностью редактирования, поэтому при расчёте появляется вариативность — можно быстро и удобно оценить разные условия и предположения.

Выбрали оптимальный вариант программы

• улучшение финансовых показателей: маржинальности и валового объёма продаж;
• привлекательность условий для клиента;
• учёт немонетарных возражений.

Вариантов, которые соответствовали всем трём критериям не было, поэтому остановились на варианте, наиболее выгодном по финансовым показателям.

А немонетарные вознаграждения для участников разработали дополнительно.

Проработали сложные моменты

В процессе столкнулись с трудностями.

Базы полного прайса и аутлетов не были связаны напрямую

Необходимо было определить общую аудиторию и паттерны взаимодействия между каналами. Для этого пришлось большой объём информации переработать практически вручную.

Усложнился алгоритм расчёта ретроспективной модели

Большие объёмы данных, несколько возможных механик и условий в программах лояльности усложнили расчёты. Мы использовали более мощные инструменты и алгоритмы, но у системы всё равно уходило много времени на обработку данных и подведение итогов.

Компания хотела самостоятельно изменять условия прогнозной модели

Изначально прогноз строился и управлялся на нашей стороне внутренними инструментами. Бренд хотел самостоятельно изучить, покрутить возможные условия — для этого и был разработан калькулятор. Плюс появился удобный инструмент управления изменяемыми параметрами и моментальный пересчёт итогов.

Преимущества новой программы лояльности

Бренд получил готовый продукт, разработанный с учётом прошлого опыта, ситуации на рынке, с использованием всех возможностей коммуницировать с клиентами.

Сегмент покупателей также пополнится новыми клиентами, так как они будут покупать, уже находясь в ПЛ, а благодаря условиям программы и коммуникациям часть из них купит дополнительно.

Дополнительные покупки, рост среднего чека, работа по удержанию клиентов позволят увеличить валовую стоимость.
Компания сможет:

• Продвигать и развивать ПЛ, а значит, укреплять позицию бренда на рынке.
• Плотно работать с пользователями, знать о них больше, влиять на ключевые метрики, растить их.
• Собирать данные более точно, настраивать единые идентификаторы между каналами, использовать сквозной подход к организации и хранению данных, тем самым улучшая клиентское взаимодействие со всеми частями бизнеса. Это также влияет на метрики и лояльность.
• Быть уверенной, что новые правила и условия ПЛ финансово выгодные для компании.

Покупатели бренда смогут:

• Выбирать удобные им способы взаимодействия с компанией, получать за это бенефиты.
• Получать вознаграждение за лояльность: не только скидки на покупки, но и немонетарные приятные бонусы.
• Удобно переходить из одной ПЛ в другую без существенного изменения правил. За переход клиент получает компенсацию.