Konkretny przypadek · Żywność i delikatesy

13 100 klientów w bazie. Ponad 10 tysięcy bez zakupu od pół roku.

W analizowanym przez Revenew sklepie z żywnością i delikatesami baza liczyła 13 100 klientów. Po sprawdzeniu dat ostatnich zamówień okazało się, że 78% nie kupiło od co najmniej 180 dni. To około 10 200 osób, które miały za sobą zakup, ale od pół roku nie dokładały kolejnego zamówienia do wyniku sklepu.

Sama liczba nie mówiła jeszcze, do kogo wrócić z propozycją. Podzieliliśmy bazę według czasu od ostatniego zakupu i dotychczasowej wartości klientów. Na tej podstawie uruchomiliśmy działania reaktywacyjne, bez masowego rabatu dla całej nieaktywnej grupy.

W opisanym w raporcie okresie 90 dni ponownie kupiło 7,1% nieaktywnej bazy. Podstawą tego wyniku byli klienci bez zakupu od co najmniej 180 dni, a nie wszyscy klienci sklepu.

Nie kupowali od pół roku. Część z nich wróciła. „Nieaktywny” nie znaczy więc „stracony”.

To wynik zaobserwowany podczas działań, nie dowód, że każdy powrót nastąpił dzięki nim. Do ustalenia dodatkowego efektu potrzebne byłoby porównanie z podobną grupą bez tych działań.

W Twoim sklepie odsetek może być inny. Dlatego nie traktuj 78% jako normy dla branży. Sprawdź, kto przestał kupować, jaki był jego wcześniejszy rytm i czy wraca po kolejny zakup.

Źródło: raport Revenew: „Problem ukryty w bazie, która przestała kupować” . Jeden sklep, branża żywność i delikatesy, baza 13 100 klientów. Poniżej pokazujemy, jak rozdzielić pomiar nieaktywności od pomiaru retencji.

Definicja

Retencja klientów: co właściwie chcemy utrzymać?

Retencja klientów to zdolność sklepu do utrzymywania relacji zakupowej w czasie. W e-commerce mierzymy ją przez powroty do kolejnych zamówień, w jasno określonym okresie.

Zapis do newslettera nie jest jeszcze powrotem. Otwarcie maila również nim nie jest. Z perspektywy sprzedaży interesuje nas, czy klient ponownie kupił, po jakim czasie i jaki wynik ekonomiczny przyniosły jego zakupy.

Dlatego pytanie „ilu mamy klientów?” warto uzupełnić drugim: ilu z nich nadal u nas kupuje?

Sklep może mieć kilkanaście tysięcy klientów w historii i znacznie mniejszą grupę, która regularnie buduje jego przychód. Sama wielkość bazy nie pokazuje skali tej różnicy.

Odkrycie w danych

Co pokazuje 78% nieaktywnych klientów?

Przyjmijmy próg nieaktywności wynoszący 180 dni. Liczymy unikalnych klientów z co najmniej jednym uwzględnianym zakupem i sprawdzamy datę ich ostatniego zamówienia.

Odsetek nieaktywnych = liczba klientów bez zakupu od co najmniej 180 dni ÷ liczba wszystkich kupujących w analizowanej bazie × 100%.

Przy wyniku 78% pozostałe 22% bazy kupiło przynajmniej raz w ostatnich 180 dniach. W tej drugiej grupie mogą być zarówno klienci powracający, jak i osoby po pierwszym zamówieniu.

22% aktywnych nie oznacza więc 22% retencji.

Ten podział opisuje stan bazy na konkretny dzień. Nie wyjaśnia jeszcze, czy klient kupił raz, czy dziesięć razy, czy jest spóźniony względem własnego rytmu i czy jego powrót byłby dla sklepu wartościowy.

Nie pozwala również uznać całego historycznego kosztu pozyskania za stratę. Część klientów mogła już przynieść zysk. Pytanie dotyczy teraz przyszłych zakupów: które relacje nadal mają potencjał i gdzie ten potencjał przestaje być wykorzystywany?

Kontekst analizy

Dlaczego wiek bazy zmienia wynik?

Porównajmy dwa hipotetyczne sklepy.

Pierwszy działa od ośmiu miesięcy i szybko pozyskuje nowych kupujących. Drugi sprzedaje od siedmiu lat, a jego baza obejmuje również klientów z dawnego asortymentu i jednorazowych akcji promocyjnych.

W drugim sklepie mogło zgromadzić się znacznie więcej osób, które od dawna nie kupują. Pierwszy będzie miał wiele świeżych rekordów, które jeszcze nie mogły przekroczyć progu 180 dni. Sam udział nieaktywnych nie wystarczy, żeby porównać jakość utrzymywania klientów.

Dlatego oprócz całej bazy warto analizować kohorty, czyli grupy osób pozyskanych w tym samym okresie, na przykład w jednym miesiącu. Dla każdej sprawdzamy powroty po takim samym czasie od pierwszego zakupu. Taką logikę stosuje również analiza kohort klientów w Shopify .

Dopiero wtedy można zadać konkretne pytanie: czy klienci pozyskani w tym roku wracają częściej niż porównywalna grupa z poprzedniego roku?

Rytm zakupowy

180 dni: u jednego klienta alarm, u drugiego normalny rytm

Wyobraźmy sobie klienta, który przez kilka miesięcy zamawiał karmę co cztery tygodnie. Osiem tygodni bez zakupu to wyraźne odejście od jego dotychczasowego zachowania. Czekanie do 180. dnia oznaczałoby bardzo późną reakcję.

Inny klient kupuje zestawy prezentowe raz w roku, przed świętami. Pół roku bez zamówienia może mieścić się w jego zwykłym rytmie.

To przykłady, ale pokazują ważną różnicę: czas od ostatniego zakupu nabiera znaczenia w zestawieniu z wcześniejszym zachowaniem.

W sklepach z żywnością, kosmetykami czy suplementami znaczenie mają także wielkość poprzedniego zamówienia, rodzaj produktu i sezon. Zapas na kilka miesięcy może wydłużyć przerwę bez utraty zainteresowania sklepem.

Próg 180 dni pomaga uporządkować bazę. Do decyzji o kontakcie potrzebujemy jeszcze odpowiedzi, czy dany klient jest rzeczywiście spóźniony.

Pomiar powrotów

Wskaźnik retencji klientów: sprawdź powroty po pierwszym, drugim i trzecim zakupie

Jedna średnia dla całej bazy może ukryć moment, w którym relacja zakupowa się urywa. Dlatego warto rozdzielić trzy przejścia.

Dla przykładowego okna 90 dni wskaźnik przejścia do drugiego zakupu obliczamy tak:

Powrót do drugiego zakupu w 90 dni = klienci z wybranej grupy, którzy kupili drugi raz w ciągu 90 dni od pierwszego zamówienia ÷ wszyscy klienci z tej grupy × 100%.

Warunek: każda osoba w analizowanej grupie musi mieć za sobą pełne 90 dni obserwacji. Osoba pozyskana tydzień temu nie miała jeszcze porównywalnej szansy na powrót.

Przy przejściu od drugiego do trzeciego zakupu czas liczymy od drugiego zamówienia, a podstawą są klienci po drugim zakupie. To inny wskaźnik niż udział wszystkich nowych klientów, którzy zdążyli złożyć trzy zamówienia w ciągu 90 dni od pierwszego.

„Wrócił kiedykolwiek” i „wrócił w 90 dni” odpowiadają na różne pytania. Pierwszy opisuje powrót w całej dostępnej historii. Drugi pozwala porównać tempo budowania relacji w równym oknie obserwacji.

90 dni jest tu przykładem. W sklepie sezonowym potrzebne może być również dłuższe okno, obejmujące następny porównywalny sezon.

Ekonomia sklepu

Sprzedaż rośnie. Skąd pochodzi ten wzrost?

Do analizy retencji warto dołączyć prosty podział przychodu: z pierwszych zamówień oraz z kolejnych zamówień klientów.

Może się okazać, że wzrost wynika głównie z pozyskania większej liczby nowych kupujących, podczas gdy przychód z kolejnych zakupów stoi w miejscu. Może też wynikać z większych koszyków niewielkiej grupy stałych klientów, choć inni przestają wracać.

Każda z tych sytuacji wymaga innej decyzji.

Sam wzrost przychodu nie pozwala stwierdzić, że retencja się poprawia. Tak samo poprawa odsetka powrotów nie wystarczy do oceny opłacalności działań. Trzeba jeszcze sprawdzić marżę, koszty kontaktu i ewentualnych zachęt.

Sprawdź u siebie

Jak sprawdzić to we własnym sklepie?

Do pierwszej analizy wystarczą identyfikatory klientów, daty i statusy zamówień. Wartość zamówień pozwoli następnie ocenić skalę przychodu.

1. Ustal datę pomiaru i zakres historii. Zapisz, od kiedy masz kompletne dane. Migracja sklepu nie powinna zamieniać starego klienta w pozornie nowego.
2. Zbuduj bazę kupujących. Połącz zamówienia tych samych osób i przyjmij spójną zasadę uwzględniania statusów oraz zwrotów. Nie dodawaj samych zapisów do newslettera.
3. Policz udział nieaktywnych. Dla każdego klienta ustal ostatni zakup, a następnie udział osób bez zamówienia od co najmniej 180 dni.
4. Podziel nieaktywnych według liczby zakupów. Oddziel osoby po jednym, dwóch oraz co najmniej trzech zamówieniach. W ostatniej grupie sprawdź wcześniejsze odstępy między zakupami.
5. Sprawdź kolejne przejścia. Porównaj powroty po pierwszym, drugim i trzecim zakupie w równych oknach obserwacji. Przy sezonowości porównuj również podobne okresy roku.

Nie trzeba zaczynać od rozbudowanego dashboardu. Pierwsza tabela powinna pokazać, na którym etapie i w której grupie warto pogłębić analizę.

Od danych do działania

Jak zwiększyć retencję klientów na podstawie tej diagnozy?

Jeżeli największa utrata powrotów występuje po pierwszym zamówieniu, sprawdź doświadczenie pierwszego zakupu, dostępność produktów i sens kolejnej propozycji. Porównaj też klientów według pierwszego produktu oraz źródła pozyskania. Sam mail z przypomnieniem nie wyjaśni, dlaczego część osób nie wraca.

Jeżeli spóźniają się wcześniej regularni klienci, dopasuj moment kontaktu do ich rytmu. Sprawdź, czy mogą nadal kupić to, po co zwykle przychodzili, oraz czy zmieniły się warunki dostawy lub cena.

Jeżeli klienci wracają sezonowo, przygotuj komunikację przed ich kolejną okazją zakupową. Traktowanie każdej długiej przerwy jako problemu do rozwiązania rabatem może niepotrzebnie obniżyć marżę.

Skuteczność działań oceniaj przez dodatkowe zakupy i wynik po kosztach. Gdy to możliwe, porównaj wynik z podobną grupą bez danej komunikacji lub zachęty. Pozwoli to lepiej oddzielić wpływ działania od powrotów, które nastąpiłyby również bez niego.

Do sprawdzenia w danych

Ilu klientów w Twojej bazie powinno już wrócić?

78% bez zakupu od 180 dni to punkt wyjścia. W tej grupie mogą znajdować się osoby po jednym zamówieniu, wcześniej regularni kupujący i klienci czekający na kolejny sezon.

W Revenew zaczynamy od rozdzielenia tych zachowań. Dopiero wtedy wybieramy klientów, propozycję i moment kontaktu.

Którzy klienci w Twoim sklepie są już spóźnieni i jaką część dotychczasowej sprzedaży tworzyli?

Jeśli chcesz sprawdzić to na własnych danych, porozmawiajmy o Mapie Twojego sklepu.

Zamów bezpłatną Mapę Przychodu i Marży