Фэдер предлагает для отдельных моделей CLV игнорировать "присущую людям непредсказуемость". "Эти модели смотрят на прошлое поведение клиентов… Но прошлые трансакции – не лучший и не единственный индикатор для предсказания будущего".
Водные лыжи и очки
Хотя тактики, такие как кросс-продажи и доп. продажи существуют много лет, сегодня их используют еще чаще и агрессивнее, стремясь искусственно увеличить жизненную ценность клиентов, говорит Фэдер. Однако у подобной практики две стороны.
При кросс-продажах компания, продавшая вам водные лыжи, например, постарается продать еще и водные очки. Для маркетологов причина очевидна. "Легче продать кому-то, кого вы уже знаете", - говорит Дриз. "Это попытка максимизировать ценность отношений, которые у вас уже есть". Фэдер, однако, относится к подобной тактике скептически. "Если чье-то поведение в рамках категории случайно, тогда это значит, что вы берете неопределенность в одной категории и дополняете ее неопределенностью из другой категории. Провести между ними устойчивую связь очень трудно".
Дополнительные продажи также могут быть причиной проблем. Возьмем, например, Amazon, который предоставляет бесплатную доставку, если клиент потратил “x” долларов, или после покупки первой предлагает вторую книгу со скидкой. "В примере с Amazon, клиент, возможно, заплатил бы полную цену и за вторую книгу, и ему не потребовалась бы давать скидку", - говорит Фэдер. "Некоторые компании слишком много усилий направляют на доппродажи. Сложно оценить действительный эффект от них. Просто взгляд на объемы продаж не показывает точный объем потенциальной прибыли, который можно напрямую связать с маркетинговыми усилиями".
Тактика продаж, схожая с кросс-продажами, – мультиканальный маркетинг. "Раньше компании имели только одну точку контакта с клиентом", - говорит Фэдер. "Но сегодня есть много разных видов магазинов, плюс интернет, прямые рассылки, колл-центры и пр. И встает вопрос распределения ресурсов. Если один клиент воспользовался интернетом, а второй – колл-центром, должны ли мы относиться к ним по-разному? Ясно, что Вы можете подтолкнуть людей пользоваться интернетом, потому что тот обходится дешевле, чем содержание колл-центра, но кого именно? Какими поведенческими характеристиками отличаются люди, которых можно к этому подтолкнуть? Должны ли вы рискнуть лояльностью людей, привыкших звонить по телефону, и перенаправить их в интернет, или лучше сосредоточиться на менее лояльных клиентах, от которых вы все равно не можете получить полную выгоду?"
Все это сводится к одному, говорит Фэдер – "отдельные тактики дают результат, другие – нет, но в целом очень трудно оценить возврат на маркетинговые инвестиции и привязать их к измерению/управлению CLV. По мере того, как компании испытывают на своих клиентах различные тактики, они непреднамеренно "загрязняют" данные CLV, делая еще более трудным выбор, на ком сосредоточиться в будущем, а кого игнорировать".
Исследования
В недавней работе, озаглавленной Investigating Recency and Frequency Effects in Customer Base Analysis, Фэдер вместе с Брюсом Харди, Чун-Яо Хуанг и Ка Лок Ли рассматривает, как маркетологи, оперирующие с базами данных, оценивали ценность различных групп клиентов в зависимости от их прошлого поведения до широкого распространения CLV. "Самым популярным было распределять клиентов по RFM: времени последней покупки, частоте покупок и денежной стоимости прошлых трансакций", - говорит Фэдер.
RFM восходит корнями к прямому маркетингу, одной из самых прогрессивных отраслей с точки зрения использования концепции CLV. Фэдер и его коллеги хотели понять, как простое измерение RFM связано с более сложными оценками CLV. Может ли оно выступать "главным индикатором" будущих покупок. "Если у вас есть клиент, который купил большую партию товара, но уже давно, и клиент, который купил немного, но недавно, кто из них лучше с точки зрения CLV, а, значит, на ком стоит сосредоточиться?", - спрашивает Фэдер, возвращаясь к первому примеру. "И как соотносятся время последней покупки и частота покупок?"
В своей работе Фэдер и его коллеги предполагают, что простая статистика, такая как частота и время последней покупки, может дать довольно точную оценку будущей ценности, т.е. "на основе ограниченного объема собранной информации, при правильном ее использовании, можно построить прогноз CLV, почти столь же аккуратный, как и на основе полной и детальной истории взаимоотношений с клиентом. Главное – какую именно информацию использовать, и как использовать ее правильно.
В Biases in Managerial Inferences about Customer Value from Purchase Histories: Intuitive Solutions to the Mailing-List Problem, Фэдер признает, что " в реальном мире определение ключевых клиентов до сих пор во многом зависит от интуиции". Другими словами, несмотря на сложные модели и обширную информацию, "менеджеры принимают субъективные решения, каких именно клиентов считать будущим источником доходов компании".
В работе указывается, что почти никем не проводилась работа по оценке способности самих менеджеров "делать верные выводы о потенциале клиентов на базе их истории покупок". Исследователи организовали учебную ситуацию, где участникам эксперимента показали несколько историй покупок ряда клиентов и попросили оценить их.
Мы выяснили, говорит Фэдер, что менеджеры крайне непоследовательны в использовании информации, такой как время, частота и денежная стоимость покупок. Они используют данные в зависимости от того, какая задача перед ними стоит сейчас (например, кого из клиентов включить в рассылку, а кого исключить).
В A Renewable-Resource Approach to Database Valuation, Дриз и Андре Бонфре предлагают "новый взгляд на клиентов". Традиционный CLV смотрит на чистую прибыль, получаемую от одного клиента. При оценке же жизненной стоимости клиента всегда учитывается предположение, что в какой-то момент он уйдет", - говорит Дриз.
Но если вы делаете такое допущение, добавляет он, "вы серьезно подрываете ценность всей базы данных. Если вы попытаетесь оптимизировать ваши маркетинговые действия на основе этой формулы, вы придете к неверным выводам. Да, каждый год Вы теряете определенный процент клиентов, но ведь вы приобретаете новых. Вы должны учитывать это при оценке базы данных". Другими словами, "необходимо максимизировать ценность базы данных, а не клиентов".
В другом исследовании Ноа Ганс профессор Wharton по управлению информацией рассматривает CLV с точки зрения оптимизации: если у компании ограниченные ресурсы, на каких клиентах сосредоточиться?
Ганс построил теоретические модели, рассматривая, как на время, которое клиент работает со средним провайдером услуги, влияет качество этой услуги. "Можно добиться значительно увлечения времени путем повышения качества услуги", - говорит он. Но модель учитывает и другие факторы: Что делает ваш конкурент? Сколько стоит для клиента сменить провайдера? Как развитие технологии влияет на трансакции?
В какой-то момент компания делает вывод, с каким типом клиента она столкнулась. "Затем следует действие – клиенту предлагается определенный уровень продукта или услуги. Например, при звонке в колл-центр ему предоставляется приоритет. Это операционный контроль, используемый компанией, при определении того, что этот клиент получает, и сколько стоит его обслуживание".
Ганс говорит, что хочет использовать маркетинговые модели для повышения качества операционных решений. "Я жду, что кто-нибудь даст мне модель поведения клиентов, как они реагируют на различные уровни обслуживания, тогда я смогу оценить стоимость предоставления услуги определенного качества".
Он приводит в пример кросс-продажи. "Это очень простая проблема. После предоставления услуги вы решаете, стоит ли попытаться совершить кросс-продажу. Например, в кол-центре кросс-продажи удлиняют время одного звонка и заставляют других звонящих дольше ждать. Вы должны определить, сколько кросс-продаж вы хотели бы совершить, сколько это заняло дополнительных ресурсов и так далее.
"При принятии любого решения необходимо принимать во внимание четыре основных маркетинговых фактора: цену, продвижение, продукт и место дистрибуции, которые все относятся к маркетингу, но имеют прямое влияние на всю деятельность компании".
Ганс затронул некоторые из этих вопросов в своей последней работе Customer Loyalty and Supplier Quality Competition. Там есть математические формулы для определения "доли клиента", как функции определения общего уровня обслуживания нашего гипотетического провайдера услуг и его конкурентов.
Там также показано, что существует "стандартный" уровень услуг, которого приходится придерживаться всем конкурентам. "В реальной жизни, такие вещи часто называют "услуги мирового класса", - говорит он. "Например, в колл-центрах общепринятый стандарт – отвечать на 80% звонков в течении 20 секунд". И чем больше на рынке конкурентов, тем выше отраслевой стандарт.
Если говорить в терминах максимизации CLV, Ганс верит, что для компаний есть смысл отслеживать историю каждого клиента и на ее основе решать, в какую корзину его поместить. "Тогда на основе ваших выводов насчет характеристик данной корзины, вы можете принять решение, как лучше всего относиться к этим клиентам. Но вам следует помнить, что каждый раз, когда клиент к вам приходит, вы на самом деле не знаете, что он за клиент. Так что оптимальным для вас решением будет всегда учитывать вашу неполную осведомленность насчет возможной реакции клиента".