У каждого клиента есть свои повторяющиеся привычки и традиции. Будь то любимый день для покупок, предпочтения по средней стоимости товара или по дополнительным опциям к продукту. Вся эта информация поможет нам стимулировать клиента к совершению второй покупки и переходу из нового пользователя в постоянного клиента.


Переходим от одноразовых покупок к постоянным клиентам

Ну что ж, у вас получилось сконвертировать клиента. Это круто, а что дальше? По данным статистики от 30% до 80% покупателей в ecommerce индустрии совершают заказ лишь раз за весь свой жизненный цикл. В сфере игр второй заказ совершает 60% клиентов. Как нам получить постоянных клиентов при столь неутешительных численных данных?

Этот вопрос волнует маркетологов по всему миру. Они трудятся, прилагая все свои усилия на перевод клиентов из одноразовых в постоянных. Будь то первичные заказы в ритейле или депозиты в онлайн-играх. Почему второй заказ столь важен? Если клиент совершает свой второй заказ или вносит второй депозит, вероятность совершения третьего заказа возрастает в десятки раз по сравнению с клиентами, совершившими только один заказ.

На таблице ниже объединены данные десяти ведущих ecommerce компаний Европы и США. Как видно из графика, вероятность совершения следующей транзакции возрастает с числом текущим транзакций.


Вероятность совершения следующей транзакции в зависимости от числа текущих транзакций

Многие компании объединяют одноразовых клиентов в одну группу и используют разные методики и посылы для стимулирования второй покупки. Звучит как неплохой план, не так ли? Так или иначе, все клиенты в группе — одноразовые покупатели. Но мы собрались здесь для обсуждения иного подхода. Этот второй метод заключается в разделении группы одноразовых клиентов на разные сегменты в зависимости от характеристик их первой транзакции. Нырнем глубже и рассмотрим предпосылки такой сегментации.

День недели

Мы начнем с анализа поведения многократных покупателей 10 лидирующих компаний и попробуем понять, есть ли взаимосвязь между днем первого заказа и днем второго заказа. Начнем с анализа ставок на спорт. В этой тематике клиент вносит депозит в день, когда происходит наибольшее число матчей его любимой команды, обычно в субботу или воскресенье. Вероятность таких клиентов вернуться и внести ставки в эти дни достаточна высока.

Мы собрали данные и провели тестирование, результаты оказались такими же, как мы и ожидали. В основном, второй депозит оставляли в тот же день недели, что и первый. Это видно из максимального значения вероятности, находящейся на диагонали квадрата.


Вероятность совершения транзакции второй транзакции в зависимости от дня недели первой транзакции в ставках на спорт

Зависимость между этими двумя транзакциями может помочь лучше таргетировать рекламные активности на разные когорты одноразовых клиентов (в данном случае у нас есть 7 групп, основанных на дне первой транзакции) и напоминать о совершении второй транзакции в подходящие дни. Более интересным шагом является тестирование этой гипотезы в ритейле.


Вероятность совершения транзакции второй транзакции в зависимости от дня недели первой транзакции в ритейле

Мы можем увидеть аналогичную ситуацию. Покупатели совершают вторую покупку в тот же день недели, что и первую. Важно отметить, что дисперсия в сфере ритейла была выше, чем в сфере ставок на спорт. Но сама зависимость проявлялась для каждой компании. Самый популярный день для покупок — понедельник, самый непопулярный — воскресенье. Если рассмотреть зависимости между заказами только для одного бренда, получим вот что.


Вероятность совершения транзакции второй транзакции в зависимости от дня недели первой транзакции в ритейле для одного бренда

У нас есть простое объяснение такого поведения для ставок на спорт, но почему мы видим такой результат в ритейле? Причина может заключаться в том, что покупатели обладают определенными паттернами в жизни. Вы ходите в зал по четвергам и пятницам, гуляете с семьей в выходные, остаетесь допоздна на работе по понедельникам и встречаетесь с друзьями по пятницам. Покупательский паттерн не выглядит странным, учитывая все остальные.

Время суток

Как вы могли догадаться, мы протестировали аналогичные гипотезы для времени суток. Есть ли корреляция между временем суток первого заказа и второго, если второй заказ совершили как минимум через семь дней позже? Мы поделили день на 4 периода: ночь, утро, вечер и полдень — и проверили распределение вторых заказов для каждого временного периода для 6 брендов.


Вероятность второго заказа в зависимости от времени суток первого заказа

Зависимость между первым и вторым заказом по времени суток выглядит очевидной. Покупатели, сделавшие заказ поздно ночью в первый раз, с большой вероятностью совершат второй заказ в то же время.

Стоимость товаров в заказе

Как маркетологи, мы стремимся увеличить число товаров в заказе. Допродажи в мире маркетинга — способ жизни, а если нет — то следовало бы. Но должны ли мы всегда пытаться допродать товар? Является ли такое решение лучшим для всех наших клиентов? В проведенном анализе мы исследовали, увеличивается ли стоимость товаров во втором заказе по сравнению с первым.

В качестве источников данных используются разные бренды, поэтому для каждого бренда выделили отдельные сегменты с величиной стоимости товара. Получилось 6 ценовых групп.


Вероятность стоимости второго заказа в зависимости от стоимости первого заказа

Большинство клиентов, чьи заказы были совершены в низком ценовом диапазоне, остались в том же диапазоне и во втором заказе.

Заключение

Наш анализ выше показывает, что мы можем почерпнуть из первых заказов. Главное, что нам нужно запомнить, что не следует помещать всех одноразовых клиентов в одну группу. Стоит сегментировать клиентов в зависимости от их дня недели и времени покупки, стоимости заказа.
Использование этих методов и шагов поможет вам лучше понять, как увеличить LTV и получить больше лояльных клиентов.