facebook LinkedIN LinkedIN - follow
Tematické sekce
 
Branžové sekce
Přehledy
 
Tematické seriály
 

GDPR

General Data Protection Regulation zásadně mění zpracování osobních údajů a zavádí nové povinnosti...

články >>

 

Jak uřídit IT projekt a nezbláznit se

Užitečné tipy a nástroje pro řešení problémů řízení inovací a vývoje produktů...

články >>

 

Industry 4.0

Průmysl 4.0

Jaký vliv bude mít čtvrtá průmyslová revoluce na výrobu a výrobní firmy?

články >>

 

Komplexní svět eIDAS

O nařízení eIDAS již bylo mnoho řečeno i napsáno. A proto jediné, o čem...

články >>

 

Trendy v CRM

Systémy pro řízení vztahů se zákazníky (CRM) prochází v posledních letech výraznou změnou. Zatímco dříve...

články >>

 

Příručka úspěšného IT manažera

Dnes je řada IT manažerů opomíjena. Úspěšní bývají brouci Pytlíci a Ferdové...

články >>

 
Partneři webu
K2 atmitec
IT SYSTEMS 10/2015 , CRM systémy , AI a Business Intelligence

Marketingová strategie na podporu prodeje



Acrea CRSchopnost efektivně pracovat se stávajícím zákazníkem vykazuje vyšší profitabilitu než získávání zákazníků na volném trhu nebo od konkurence. Kvalitně prováděná marketingová strategie přináší organizaci větší flexibilitu a zisk než pouhé slevové akce. Na příkladu metod pro podporu prodeje (cross sell / up sell) si ukažme, jak taková strategie může vypadat.


Začněme jednoduchou premisou. Všichni jsme zákazníci. Všichni jsme dnes a denně v obklíčení slevových letáků, poutačů, inzerátů, které vypadávají z příloh novin, vyskakují z monitoru a televize nebo zaplňují emailovou schránku. Kdo z nás ale denně pročítá letáky, katalogy nebo poctivě prochází emailovou schránku? Marketing zaměřený tímto směrem se primárně orientuje na objem, jednostrannou komunikační strategií bez jakéhokoli rozlišení zákazníků. Jeho jedinou možností, jak se přizpůsobit prostředí a životnímu cyklu produktu, je cena.

Marketing ale nabízí více než jen chrlení slev. Adekvátně prováděná marketingová strategie je oboustranný proces se zpětnou vazbou zákazníka, má dlouhodobé cíle jako pochopení potřeb a preferencí zákazníka. Díky tomu dokáže organizace zákazníka udržet a navýšit jeho hodnotu bez poskytování slev všem, což v konečném důsledku přinese větší zisk.

Marketingová strategie stojí na čtyřech základních bodech:

  1. Analýza
  2. Plánování (syntéza)
  3. Aplikace
  4. Kontrola

Rozeberme si jednotlivé body na příkladu klasické úlohy pro podporu prodeje cross sell / up sell. Tyto metody mají za cíl nabídnout zákazníkovi vhodný doplňkový produkt k těm, které už má vybrané (cross sell) nebo nabídnout zákazníkovi vyšší (novější) verzi stávajícího produktu (up sell). Vychází se ze znalosti preferencí a nákupního chování jednotlivců nebo skupin zákazníků. Primárním efektem je nalezení a uspokojení potřeb zákazníků vhodnou nabídkou, sekundárním efektem zvýšení objemu prodeje a potažmo zisku.

1. Analýza

K analýze se využívají tři přístupy. Jeden vychází z použití asociačních a sekvenčních pravidel, druhý pak z použití klasifikačních metod. Samostatnou kapitolou je kolaborativní filtrování. Jedná se o soubor metod pro doporučování produktů. Tento přístup si popíšeme v některém z dalších článků.

Asociační pravidla pracují na jednoduchém principu prohledávání historických záznamů o prodejích. Jsou v nich hledány asociace mezi nakupovanými položkami. Výsledkem je seznam pravidel pro sortiment s určitým vztahem. Pravidla jsou ve tvaru jednoduchých implikací, kdy jednomu nebo několika předpokladům odpovídá určitý závěr. Jednoduchým příkladem je následující pravidlo: „Pokud si zákazník objedná kuchyňské nádobí a drogistické potřeby, objedná si i vybavení do koupelny“. Tento přístup je obecný a dá se aplikovat téměř všude. Je také znám pod pojmem analýza nákupního košíku.

Klasifikační metody jsou používány ve chvíli, kdy existuje konkrétní nabídka produktu (např. nabídka zahradní sekačky). Z výsledků předchozí nebo z nové pilotní kampaně na malém vzorku zákazníků je zjištěno, kdo má o produkt zájem. Na tomto vzorku je vybudován klasifikační model, který kvantifikuje vlivy vedoucí k přijetí nabídky. Výsledný algoritmus přiřazuje pravděpodobnosti přijetí nabídky k jednotlivým zákazníkům. Tento přístup je specifický v potřebě znát zákaznické vyjádření (nákup/odmítnutí) k nabídce (proto pilotní kampaň). Na druhou stranu, tento přístup se lépe aplikuje, hodnotí a kontroluje než asociační pravidla.

2. Plánování (syntéza)

Jak výsledky analýz vyhodnotit, jak výsledky interpretovat a jak se s výsledky analýz dá pracovat? Tyto a další otázky by měli být součástí fáze plánování. Tato fáze je mnohdy přehlížena nebo zkracována na jednoduché „vytvořme kampaň“, což ale není dost dobře možné bez správného pochopení výsledků analýzy.

Při použití asociačních pravidel jsou součástí každého pravidla základní charakteristiky popisující rozsah použití. Většina z nich vychází z jednoduchého, ale výstižného obrázku.

Jsme schopni vyjádřit celkovou spolehlivost daného pravidla, což jsou případy, kdy byly splněny předpoklady i závěr. Dále je možné vyjádřit potenciál pravidla – případy, kdy byly splněny pouze předpoklady. Zde jsou zajímaví zákazníci, kteří i přes splnění předpokladu nedokončili pravidlo. Důvodů může být více: nenalezli, co hledali, zapomněli, neuvědomili si, co ještě potřebují atd. Marketingově nejzajímavější charakteristikou je lift (navýšení). Ten vyjadřuje kolikrát větší je pravděpodobnost nákupu produktu při splnění předpokladů oproti běžnému stavu. Některé výrobky jsou totiž výhradně nakupovány ve skupinách a jejich samostatný prodej je výjimečný.

Obr.1 – hledat asociaci mezi položkami lze i vizuálně, pomocí pavučinového grafu, sytější spojnice představují pevnější vztah
Obr.1 – hledat asociaci mezi položkami lze i vizuálně, pomocí pavučinového grafu, sytější spojnice představují pevnější vztah


U klasifikačních metod výsledek ukazuje charakteristiky klíčové pro kladné přijetí nabídky. Mohou to být charakteristiky statické (pohlaví, věk, kraj, počet dětí) nebo behaviorální (objem nebo počet nákupů za poslední měsíc, objem vynaložených prostředků). Tato informace je využitelná při komunikaci se zákazníky. Zákazníkům, kteří se neúčastnili pilotní kampaně, jsou přiřazovány pravděpodobnosti přijetí nabídky v budoucnu. Výběrem těch s vysokou pravděpodobností se několikanásobně zvyšuje response kampaně. Lepší zhodnotitelnost klasifikačního přístupu tkví ve znalosti výsledků pilotní kampaně. Pokud byl výběr do pilotní kampaně reprezentativní, je možné na základě charakteristik jako response, lift, nebo gain odhadnout, jak úspěšná bude kampaň, do které budou zařazení zákazníci na základě výsledků modelu.

3. Aplikace

V této fázi dochází ke konkrétním činům vycházejícím ze znalostí získaných ve fázích analýza a plánování.

U asociačních pravidel je fáze aplikace velice kreativní. Jak už bylo předesláno, zajímaví jsou zákazníci, kteří se „vzepřeli“ modelu a nesplnili závěr pro ně vyplívající z pravidla. V rámci online kampaně je na tyto zákazníky vhodné cílit u pokladen nebo před potvrzením objednávky. V případě offline přístupu se nabízí doplňková kampaň. Při znalosti vztahů mezi nakupovanými položkami je vhodné tvořit a upravovat prostorové rozmístění prodejny nebo eshopu. Je na zvážení, zda asociované produkty umísťovat blízko k sobě nebo naopak vzdáleně od sebe. V určitých odvětvích se uplatňuje přístup známý jako „next best offer“. Na základě dosavadních objednávek nebo využívaných služeb je zákazníkovi doporučen nejvhodnější produkt. Dalšími možnostmi jsou tvorba balíčků (asociované produkty + některé málo se prodávající) nebo umísťování produktů do cílené kampaně.

U klasifikačních metod je výsledek (pravděpodobnost nákupu) primárně používán jako vstupní kritérium pro výběr zákazníků do kampaně tak, aby byla co nejefektivnější. Známé Paretovo pravidlo říká, že 80 % zisku tvoří 20 % zákazníků. Ve většině případů je neefektivní oslovovat 100 % zákazníků jednou kampaní. Vhodnější je vytvořit několik cílených a každou oslovit 20 % nejvhodnějších zákazníků. Pro korektní ověření funkčnosti modelu jsou spuštěny dvě souběžné kampaně – do jedné jsou zařazeni zákazníci náhodně, do druhé na základě pravděpodobnosti z modelu. Na základě ochoty k nákupu (vyjádřené pravděpodobností) a dalších kritérií lze také zákazníky rozřazovat do segmentů a s nimi dále pracovat. Zákazníkům lze touto cestou nabízet nové produkty, testovat penetraci kanálů nebo aktivovat neaktivní zákazníky.

Obr. 2 – Tvorba skupin zákazníků na základě pravděpodobnosti nákupu – červená barva představuje pozitivně zasažené zákazníky
Obr. 2 – Tvorba skupin zákazníků na základě pravděpodobnosti nákupu – červená barva představuje pozitivně zasažené zákazníky


4. Kontrola

Poslední fáze marketingové strategie je zaměřena na kontrolu dosavadní práce a na vyhodnocení přínosů plynoucích z použití konkrétních metod. Jedním z bodů by mělo být i doporučení pro další použití, případně změny vedoucí k lepším výsledkům.

Hodnocení přínosů je provedeno s časovým odstupem. U asociačních pravidel se hodnotí vývoj prodejů, změny v asociacích, využívání balíčkových nabídek, pohyb po prodejně nebo procházení v eshopech atd. U klasifikačních metod je hodnocení provedeno na dvou souběžných kampaních. Porovnává se přínos z jedné kampaně (vybrané modelem) vůči přínosu z kampaně druhé (náhodný výběr zákazníků). Od přínosů je nutno odečíst náklady na celou strategii. Důležité je mít na paměti, že ne všechny přínosy lze kvantifikovat a vyjádřit v penězích. Typicky se jedná o revizi procesů v organizaci, schopnost vyhodnocovat kampaně nebo kontraproduktivní oslovení zákazníků.

Závěr

Správně prováděná marketingová strategie dokáže organizaci přinést větší flexibilitu a vyšší zisky než orientace na slevové akce. Ke strategii na podporu prodeje (cross sell / up sell) jsme si přiblížili dvě metody. Výběr konkrétní závisí na řešeném problému, odvětví, prodávaných produktech, formě prodeje, velikosti organizace atd. Při hodnocení přínosů je nutné si uvědomit, že pokud se v organizaci nastaví procesy na tvorbu jedné strategie, náklady na další strategie (zachycení odcházejících zákazníků, sledování vlivu reklamy na prodeje apod.) jsou nižší a vznikají tak úspory z rozsahu.

Michal Kadlec Jméno autora
Autor článku je lektorem, analytikem a konzultantem ve společnosti ACREA CR. Jeho doménou jsou projekty zejména v oblasti data miningu a reportování dat.
Chcete získat časopis IT Systems s tímto a mnoha dalšími články z oblasti informačních systémů a řízení podnikové informatiky? Objednejte si předplatné nebo konkrétní vydání časopisu IT Systems z našeho archivu.

Inzerce

Kontaktní centrum 21. století – veškerá komunikace jako na dlani

DaktelaOblast multikanálových kontaktních center prošla za poslední dvě desetiletí velmi dynamickým vývojem – od jednoduchých digitálních ústředen s několika základními funkcemi až po automatické speciální systémy s umělou inteligencí a řadou chatbotů, voicebotů případně mailbotů.

Helios
- inzerce -