Wat heeft prioriteit? Een eenmalige snelle deal of een lange termijn klantenbinding? Het antwoord is evident. Toch gaat het in de praktijk maar al te vaak om eenmalige (e-commerce) transacties. Toch? En dat maak je ook op uit de metrics waar marketeers naar kijken . . . aantal bezoekers op een website, bounce rates of conversie. 
Allemaal metrics om eenmalige transacties te meten. Zelfs met conversie wordt uitsluitend een eenmalige activiteit gemeten. De ‘oplossing’ is te focussen op life time value. Wat is dit en hoe kunnen we life time value toepassen? Een post over de basics en marketing van het life time value en RFM-concept.
Life-time-value
Eenvoudig gezegd is life time value (LTV) de som van alle bedragen die je aan een klant (of groep klanten) verdient. En naarmate de relatie langer duurt is de LTV vanzelfsprekend hoger. De term ‘life time’ moet je niet te letterlijk opvatten. Soms is de LTV 3 maanden, soms 2 jaar en soms 10+ jaar. Het criterium is hoe lang de relatie ‘actief’ is.
Meestal wordt de LTV voor groepen klanten berekend. De foutmarge voor een individuele klanten is veel te groot. Maar voor een groep klanten is die wonderbaarlijk beperkt. Verder kun je voor klantgroepen betrouwbaardere klantprofielen maken. Die baseer je bijvoorbeeld op demographics, bedrijfskenmerken, welke categorieen producten, recency, frequency of via welke kanalen wordt gekocht. Als je deze klantprofielen kent dan heb je een indicatie wat de LTV van nieuwe klanten is als zij voldoen aan een bepaald profiel. En daarmee heb je ook een idee hoeveel een nieuwe klant qua acquisitie mag ‘kosten’.
Recency, frequency en monetary (RFM)
In direct marketing is RFM een bekend concept. Je kunt het ook voor e-commerce toepassen. Je ziet het ook vaak uitgebreid worden met C (= category) en L (= latency):
- recency of customer action;
aankoop, site bezoek, inloggen of e-mail response - frequency of cusomter actions;
aankoop (bijv per jaar), site bezoek (bijv. per maand), inloggen, e-mail geopend, e-mail clicks - monetary;
gem. orderwaarde, aankopen per jaar - category;
type product dat wordt gekocht - latency – time between customer events;
gem. tijd tussen website bezoeken, 2e en 3e aankoop, e-mail clicks
De meest betrouwbare voorspellers zijn R en F. De aankoopwaarde (M) leidt vaak tot een scheve verdeling. Voor latency kun je ‘alerts’ instellen zodat je bijvoorbeeld een e-mail ontvangt als bepaalde klanten te lang van je website wegblijven.
Het indelen van de intervallen van R, F, M, C en L zijn bedrijfsspecifiek. Bijvoorbeeld voor recency kun je denken aan (1) binnen 6 maand, (2) binnen 1 jaar en (3) langer dan 1 jaar. En qua frequentie bijvoorbeeld aan (1) maandelijks, (2) halfjaarlijks en (3) vaker halfjaarlijks.
Vaak gebeurt het indelen van de intervallen handmatig / arbitrair. Als het werkt is daar niets op tegen. Je kunt het ook statistisch benaderen. Bijvoorbeeld door voor recency vijf intervallen te definieren met daarin geen gelijk aantal klanten. Dat doe je ook voor frequency en de eventuele andere grootheden M, C en L. Bijgaande afbeelding is afkomstig van Dave Chaffey (E-business & E-commerce management). De uitwerking van het concept in dit voorbeeld is met welke middelen er het best met de klant wordt gecommuniceerd. Is de frequentie hoog dan waardeert de klant klaarblijkelijk het bestellen via internet. Dan ligt communiceren via e-mail en de website *) voor de hand. Andere klantgroepen kunnen via (duurdere) communicatiekanalen worden benaderd. Je kunt dit verder verfijnen door de recentheid erin te betrekken; hoge frequentie EN recent nog besteld. Immers, een hoogfrequente klant die voor het laatst twee jaar geleden heeft besteld kan natuurlijk beter telefonisch worden benaderd.
Cross- en up-selling
Je kent ongetwijfeld de tips die bijvoorbeeld Amazon geeft als je die website bezoekt. Natuurlijk genereert Amazon die tips niet willekeurig of generiek. De basis hiervoor zijn bovenstaande ideeen en concepten en klantprofielen. Niet elk bedrijf heeft de mogelijkheden van Amazon maar je kunt wel elementen uit de concepten voor jezelf toepassen. Want als een klant je website bezoekt dan is gaat het niet alleen om de transactie maar ook om het uitnutten van cross- en up-selling. Van Duyne et al. (2002) geeft de volgende tips voor productaanbeveling in het licht van cross- en up-selling:
product relationships
breng voor elk product in kaart met welk ander product dit product is gekocht. Bepaal vervolgens de rangorde hoe vaak dat andere product in combinatie met het oorspronkelijke product is gekocht. Het oorspronkelijke product heeft de sterkste relatie met de producten met de hoogste rangorde
- next best product prompts
reserveer een deel van je webpagina voor ‘next best product prompts’. Maar zorg ervoor dat de aandacht niet wordt afgeleid van het te bestellen product. Dus geen extra witruimte om het ‘next best product’ of opvallende banners, koppen en eye-catchers. - vertrouwde ‘trigger’ woorden
Zie bijvoorbeeld Amazon: klanten kochten ook, verwante producten, vergelijkbare producten, top 3 verwante producten - opmerkingen / recensies
biedt de mogelijkheid dat bezoekers en klanten opmerkingen of recensies kunnen plaatsen - maak het bestellen van verwante producten makkelijk
- tijdens checkout
biedt verwante producten aan tijdens de checkout. En ook als de transactie is afgesloten
*) bijvoorbeeld door Targeting Valuable Customers en custom variables
Praktische toepassing
Het concept van doelgroepen gericht aanspreken door middel van segmentatie is alom bekend. In “E-business & E-commerce management” van Dave Chaffey (2011, p. 511) staat een interessante mini-case. Euroffice (www.euroffice.co.uk) is een aanbieder van kantoormateriaal in een zeer concurrerende markt. Het bedrijf richt zich op kleine en middelgrote bedrijven. Bij hun marketing maken ze gebruik van ‘automated event-based targeting’. Gedurende de ‘lifetime’ van een klant wordt bepaald hoeveel producten zij hebben gekocht en binnen welke productcategorien. Ook wordt van elke klant een profiel gemaakt (thuiskantoor, kleinbedrijf en middenbedrijf).
Op basis van de koopfrequentie hanteert Euroffice 3 hoofdgroepen: 1-2 aankopen, 3-8 aankopen en 8+ aankopen. Het spreekt voor zich dat deze indeling volledig kan worden geautomatiseerd. De eerste groep wordt gezien als ‘trial customers’. Volgens Euroffice is deze groep gevoelig voor prijsaanbiedingen. De aanbiedingen die deze groep ontvangt is gebaseerd op de productcategorien waaruit eerder is gekocht.
De strategie voor de tweede groep ‘nursery’ met 3-8 aankopen is gericht om klanten te stimuleren een 4e aankoop te laten doen. Het blijkt dat na een 3e aankoop veel klanten afhaken. Klanten uit deze groep ontvangen bijvoorbeeld een gedrukte catalogus. Deze wordt separaat van de gekochten goederen verstuurd om het als reminder te laten opvallen. Alles is er bij deze groep dus op gericht om herhalingsaankopen (= frequency) te stimuleren.
De derde groep ‘key accounts’ hebben 9 keer of vaker gekocht. Het blijkt dat de gemiddelde orderwaarde 2,5 keer hoger is dan voor ‘trial customers’. Er is 90% kans dat zij binnen een half jaar nogmaals kopen. Voor deze groep is de strategie om het kopen zo makkelijk mogelijk te maken.
De mini-case maakt duidelijk dat de F-waarde van het RFM-concept een waardevol segmentatiecriterium is. En dat je daarop een succesvolle strategie op kan ontwikkelen.
Gerelateerde 2LVW posts:
- multichannel funnels
- analytics voor e-commerce vraagt om custom variables
- inbound vs outbound marketing
- prospects worden leads
In een volgende post gaan we in op life time value en acquisitie.
Waardeer deze post - klik op de sterren
Laden...
Nog geen reacties.