Исследование сегментов рынка (стр. 5 из 8)

Иная точка зрения рассматривает лояльность потребителей в качестве эмоционального предпочтения, демонстрируемого клиентом по отношению к компании, ее продуктам и услугам. Очевидным плюсом рассмотрения лояльности с этой точки зрения является возможность осуществления прогнозирования потребительского поведения клиентской базы с достаточно высокой степенью вероятности. Однако существуют значительные сложности измерения лояльности, определяемой таким образом. Для этого необходима формализация большого количества факторов с присвоением каждому из них определенного веса в общей системе лояльности потребителей. Кроме того, определение факторов эмоциональной, или воспринимаемой, лояльности подразумевает использование субъективных мнений и предположений относительно потребительского поведения клиентов, определить степень влияния которых на

процесс принятия решения клиентом сложно. Традиционно в качестве метрик воспринимаемой лояльности выделяются следующие:

·Осведомленность потребителей о деятельности компании, ее продуктах и услугах.

·Удовлетворенность потребителей продуктами и услугами компании, а также уровнем сервиса и качеством обслуживания, получаемым в организации. Удовлетворенность определяется как разница между ожидаемым клиентом уровнем качества продуктов и услуг компании, а также уровнем сервиса и качеством обслуживания, и реальным опытом, полученным потребителем в результате сотрудничества с фирмой и совершения транзакций.

Таким образом, формализация воспринимаемой лояльности клиентов базируется па факторах, демонстрирующих эмоциональное восприятие потребителем деятельности компании и его опыта взаимодействия с организацией. Данный показатель является своего рода итогом этого взаимодействия, основанием для возникновения и укрепления клиентской лояльности.

Сегментация на основе факторов поведенческой лояльности.

Как продемонстрировано выше, факторы поведенческой лояльности подразумевают обширное использование статистической информации о клиентах и могут быть использованы для проведения сегментации клиентской базы на текущий момент. Это дает возможности для планирования концепции целевого маркетинга, подразумевающего индивидуальную направленность маркетинговой деятельности организации на основании известной компании информации о клиенте. Что касается метрик воспринимаемой лояльности клиентов, то они могут быть использованы для построения прогностических моделей потребительского поведения клиентов в будущем.

Таким образом, факторы поведенческой лояльности представляют собой массив данных для текущей операционной работы с клиентской базой, в то время как показатели воспринимаемой лояльности могут быть рекомендованы для использования в рамках долгосрочного планирования маркетинговой деятельности организации.

Для проведения ретроспективного транзакционного анализа статистической информации на основе факторов поведенческой лояльности был введен в обиход метод, который получил название RFM-анализа, что расшифровывается как Recency, Frequency и Monetary Value, то есть время осуществления потребителем последней транзакции, частота осуществления им транзакций и совокупная ценность клиента для организации, выраженная в финансовом отношении.

Таким образом, можно выделить следующие факторы, которые важно принимать во внимание при анализе поведенческой лояльности клиентов:

·Время осуществления потребителем последней транзакции. Частота осуществления транзакций.

·Общая продолжительность сотрудничества потребителя с фирмой.

·Совокупная ценность покупателя для компании, выраженная в финансовом отношении.

·Спектр потребляемых клиентом продуктов и услуг из продуктового портфеля организации.

Оценка динамики потребления продуктов и услуг компании [10; 217-228с.].

2.2 Построение сегментации пользователей кредитных карт банка

Далее анализируется методология проведения сегментации клиентской базы пользователей револьверных кредитных банковских карт на основе RFM-методологии с целью дальнейшего запуска целевых кампаний для выделенных сегментов.

Так как основной целью является сегментация клиентской базы для последующего запуска целевых предложений для различных сегментов, оценку динамики потребительской активности клиентов предлагается проводить только за три последних месяца (период), чтобы получить актуальный срез потребительской активности клиентов банка. Таким образом, представляется целесообразным следующее разделение клиентов по методологии RFM-анализа:

•Давность осуществления последней транзакции (Recency): более 100 дней назад; 60-100 дней назад; менее 60 дней назад.

•Частота осуществления транзакций (Frequency). 1 период = 3 месяцам: реже 1 раза в период; 1 -2 раза в период; 3 и более раз в период.

•Денежная ценность клиента (Monetary Value) - средний процент ис-
пользуемого кредитного лимита: 0-33%; 33-67%; 67-100%.

Использование вышеперечисленных параметров позволяет разделить всю клиентскую базу пользователей кредитных карт банка на 27 технологических сегментов, соотнесенных между собой в виде следующей матрицы (рис. 1).

JВся клиентская база со

сроком обслуживания

более 100 дней

п Более100 дней назад

60-100 дней назад

Менее 60 дней назад

Менее1 раза/пер

1-2раза/пер

3 и болеераза/пер

Менее1 раза/пер

1-2раза/пер

3 и болеераза/пер

Менее1 раза/пер

1-2раза/пер

3 и болеераза/пер

1 0- 33%	40-33%	70-33%	100-33%	130-33%	160-33%	190-33%	220-33%	250-33%
2 33- 67%	533-67%	833-67%	1133-67%	1433-67%	1733-67%	2033-67%	2333-67%	2633-67%
3 67- 100%	667-100%	967-100%	1267-100%	1567-100%	1867-100%	2167-100%	2467-100%	2767-100%

Рис. 1. Технологическая сегментация клиентской базы

Дальнейшая работа с моделью обусловлена необходимостью формирования из полученного массива данных маркетинговой сегментационной модели, адаптированной для операционной работы с клиентской базой. С помощью методологии RFM-анализа можно определить две ключевые переменные, описывающих сегмент с маркетинговой точки зрения - склонность клиентов к оттоку и их ценность для банка с экономической точки зрения. Первый параметр определяется путем перекрестного анализа таких данных, как дата осуществления последней транзакции и средняя интенсивность осуществления транзакций в прошлом (за 3 месяца до даты последней активности по кредитной карте).