Pelanggan sekali pakai. Segmentasi untuk pembelian berulang

Setiap klien memiliki kebiasaan dan tradisi yang berulang. Baik itu hari favorit untuk berbelanja, preferensi untuk biaya barang rata-rata atau opsi tambahan untuk produk. Semua informasi ini akan membantu kami merangsang klien untuk melakukan pembelian kedua dan pindah dari pengguna baru ke pelanggan reguler.


Kami beralih dari pembelian satu kali ke pelanggan reguler

Nah, Anda berhasil mengonversi klien. Ini keren, tapi apa selanjutnya? Menurut statistik, dari 30% hingga 80% pembeli di industri e-commerce melakukan pemesanan hanya sekali dalam seluruh siklus hidupnya. Di bidang game, urutan kedua dilakukan oleh 60% pelanggan. Bagaimana kita bisa mendapatkan pelanggan reguler dengan data numerik yang mengecewakan?

Pertanyaan ini mengkhawatirkan pemasar di seluruh dunia. Mereka bekerja keras, melakukan segala upaya untuk mentransfer pelanggan dari pelanggan sekali pakai ke pelanggan reguler. Baik itu pesanan awal dalam ritel atau deposit dalam game online. Mengapa urutan kedua begitu penting? Jika klien membuat pesanan kedua atau melakukan setoran kedua, kemungkinan membuat pesanan ketiga meningkat sepuluh kali lipat dibandingkan dengan pelanggan yang hanya membuat satu pesanan.

Tabel di bawah ini menggabungkan data dari sepuluh perusahaan e-commerce terkemuka di Eropa dan Amerika Serikat. Seperti yang dapat Anda lihat dari grafik, probabilitas transaksi berikutnya meningkat dengan jumlah transaksi saat ini.


Probabilitas transaksi berikutnya tergantung pada jumlah transaksi saat ini

Banyak perusahaan menggabungkan pelanggan satu kali dalam satu kelompok dan menggunakan teknik dan pesan yang berbeda untuk merangsang pembelian kedua. Kedengarannya seperti rencana yang bagus, bukan? Dengan satu atau lain cara, semua pelanggan dalam grup adalah pelanggan satu kali. Tetapi kami di sini untuk membahas pendekatan yang berbeda. Metode kedua ini terdiri dari membagi sekelompok klien satu kali ke dalam segmen yang berbeda tergantung pada karakteristik transaksi pertama mereka. Menyelam lebih dalam dan mempertimbangkan prasyarat untuk segmentasi tersebut.

Hari dalam seminggu

Kami akan mulai dengan menganalisis perilaku beberapa pembeli dari 10 perusahaan terkemuka dan mencoba memahami jika ada hubungan antara hari pesanan pertama dan hari pesanan kedua. Mari kita mulai dengan menganalisis taruhan olahraga. Dalam topik ini, klien melakukan penyetoran pada hari ketika pertandingan paling banyak dari tim favoritnya terjadi, biasanya pada hari Sabtu atau Minggu. Peluang pelanggan seperti itu untuk kembali dan melakukan taruhan akhir-akhir ini cukup tinggi.

Kami mengumpulkan data dan menguji, hasilnya sama seperti yang kami harapkan. Pada dasarnya, setoran kedua dibiarkan pada hari yang sama dengan minggu pertama. Ini dapat dilihat dari nilai probabilitas maksimum yang terletak di diagonal kotak.


Probabilitas transaksi dari transaksi kedua tergantung pada hari minggu dari transaksi pertama dalam taruhan olahraga

Hubungan antara dua transaksi ini dapat membantu untuk menargetkan kegiatan periklanan yang lebih baik ke berbagai kelompok klien satu kali (dalam hal ini, kami memiliki 7 grup berdasarkan hari transaksi pertama) dan mengingatkan Anda tentang transaksi kedua pada hari yang sesuai. Langkah yang lebih menarik adalah menguji hipotesis ini di ritel.


Probabilitas transaksi dari transaksi kedua tergantung pada hari minggu dari transaksi pertama dalam ritel

Kita dapat melihat situasi yang sama. Pembeli melakukan pembelian kedua pada hari yang sama dengan minggu pertama. Penting untuk dicatat bahwa varians dalam ritel lebih tinggi daripada taruhan olahraga. Tetapi ketergantungan itu sendiri dimanifestasikan untuk masing-masing perusahaan. Hari belanja paling populer adalah hari Senin, yang paling tidak populer adalah hari Minggu. Jika kami mempertimbangkan ketergantungan antara pesanan hanya untuk satu merek, kami mendapatkan ini.


Probabilitas transaksi dari transaksi kedua tergantung pada hari minggu dari transaksi pertama dalam ritel untuk satu merek

Kami memiliki penjelasan sederhana tentang perilaku ini untuk taruhan olahraga, tetapi mengapa kita melihat hasil seperti itu di ritel? Alasannya mungkin karena pembeli memiliki pola tertentu dalam kehidupan. Anda pergi ke gym pada hari Kamis dan Jumat, berjalan bersama keluarga di akhir pekan, begadang di kantor pada hari Senin dan bertemu teman di hari Jumat. Pola pembelian tidak terlihat aneh, mengingat yang lainnya.

Waktu hari

Seperti yang mungkin sudah Anda duga, kami menguji hipotesis yang sama untuk saat itu. Apakah ada korelasi antara waktu hari orde pertama dan urutan kedua, jika urutan kedua dilakukan setidaknya tujuh hari kemudian? Kami membagi hari menjadi 4 periode: malam, pagi, sore dan siang hari - dan memeriksa distribusi pesanan kedua untuk setiap periode waktu untuk 6 merek.


Probabilitas urutan kedua tergantung pada waktu hari urutan pertama

Hubungan antara pesanan pertama dan kedua pada waktu hari tampak jelas. Pelanggan yang melakukan pemesanan larut malam untuk pertama kalinya cenderung melakukan pemesanan kedua pada waktu yang sama.

Biaya barang dalam urutan

Sebagai pemasar, kami berupaya meningkatkan jumlah produk secara berurutan. Dijual kembali di dunia pemasaran adalah cara hidup, dan jika tidak, seharusnya demikian. Tetapi haruskah kita selalu mencoba untuk menjual barang? Apakah solusi seperti itu adalah yang terbaik untuk semua pelanggan kami? Dalam analisis kami, kami menyelidiki apakah harga barang dalam urutan kedua meningkat dibandingkan dengan yang pertama.

Berbagai merek digunakan sebagai sumber data, oleh karena itu, untuk setiap merek, segmen yang terpisah dengan nilai barang dialokasikan. Ternyata 6 kelompok harga.


Probabilitas biaya urutan kedua tergantung pada biaya urutan pertama

Sebagian besar pelanggan yang pesanannya dibuat dalam kisaran harga rendah tetap dalam kisaran yang sama di urutan kedua.

Kesimpulan

Analisis kami di atas menunjukkan apa yang dapat kami pelajari dari pesanan pertama. Hal utama yang perlu kita ingat adalah bahwa kita tidak boleh menempatkan semua klien satu kali dalam satu kelompok. Layak segmentasi pelanggan tergantung pada hari mereka dalam seminggu dan waktu pembelian, nilai pesanan.
Menggunakan metode dan langkah-langkah ini akan membantu Anda lebih memahami cara meningkatkan LTV dan mendapatkan lebih banyak pelanggan yang loyal.