Сегментация и кластеризация клиентов: от теории — к практике

Сейчас вы узнаете, что такое сегментация клиентов, как она работает и почему развитие бизнеса без сегментации и кластеризации клиентской базы невозможно.

Как сегментировать покупателей: специфика процесса и «подводные камни»

Фраза «Каждый клиент — уникален» хороша для рекламы. Но никак не для продвижения бизнеса. Ваши клиенты во многом похожи между собой, у них есть общие черты. А значит, их можно объединять в группы, работать индивидуально с каждой из групп, находить закономерности в покупательском поведении этих групп и разрабатывать маркетинговую стратегию с учетом всего перечисленного.

Ранее маркетологи применяли довольно примитивные способы сегментации — по полу, возрасту, географии и так далее. Но при таком подходе велик риск, что у вас в одной группе окажутся люди с совершенно разным поведением.

Значит, такое сегментирование клиентов нам не подходит… Нам нужно учитывать параметры, описывающие именно покупательское поведение клиентов: как часто они делают покупки, какой ассортимент их интересует, какая длина их чека и так далее. Мы уже писали о когортном и RFM-анализе, который как раз охватывает эти параметры. Казалось бы, мы можем просто добавить параметры в RFM-анализ и провести сегментацию. Но!

Если мы пойдем таким путем, то число сегментов будет увеличиваться в геометрической прогрессии. Сейчас покажем на примере.

Итак, мы берем только самые ключевые клиентские характеристики:

• (R) Давность последней покупки
• (F) Частота покупок
• (M) Сумма всех покупок
• Средний чек
• Давность сотрудничества
• Продолжительность сотрудничества
• Широта ассортимента
• Количество торговых точек
• Средний промежуток между покупками

Теперь, допустим, делим характеристики на подгруппы. Например: широта ассортимента — малая, средняя, большая. Или давность сотрудничества — более месяца, более полугода и более года. В конечном итоге, добавляя к каждой характеристике всего по три подгруппы, мы получаем следующее:

3×3×3×3×3×3×3×3×3 = 39 = 19 683 сегмента 

Сомнительное удовольствие — работать почти с 20 тысячами сегментов, не правда ли? Вместо того, чтобы упростить себе задачу, мы только усложнили ее. Нужен другой подход!

Сегментация и кластеризация клиентов: рабочие алгоритмы

Сегмент клиентов — это группа людей, имеющих схожие интересы, цели и паттерны покупательского поведения. Нам нужно сегментировать покупателей не просто по идентичным характеристикам, а найти действительно похожих между собой.

Представьте себе плоскость, на которой каждый клиент — это точка, а оси координат — определенные его характеристики. То есть, чем больше схожих характеристик, тем ближе точки будут друг к другу.

Визуализируем:

Фактически, чтобы выделить определенный сегмент клиентов, нам требуется лишь рассчитать расстояние между точками. Это несложно.

Допустим, есть три клиента — К1, К2 и К3. У них совпадают некоторые характеристики (можем взять любые: Х — средний чек, Y — промежуток между покупками). Снова визуализируем:

Несложно понять, что чем меньше расстояние между «клиентами-точками», тем сильнее они похожи. Конкретно в нашем примере мы видим, что между К1 и К3 расстояние ощутимо меньше, чем между К1 и К2. Вывод: К1 и К3 мы вполне можем объединить в один клиентский сегмент.

Если мы учитываем только две характеристики, для вычисления «расстояния» вполне можно использовать теорему Пифагора. К примеру, у нас есть точки с координатами К1 (X1, Y1); К2 (X2, Y2); К3 (X3, Y3). Используя теорему Пифагора, проводим расчеты:

Однако в большинстве случаев характеристик оказывается больше, чем две. Соответственно, расчеты следующие:

Эта формула — удобный, быстрый и достаточно эффективный способ провести сегментацию клиентов в продажах. Он лишь на первый взгляд кажется сложным. Нужно немного попрактиковаться, используя разные критерии сегментации клиентов, и далее никаких трудностей не возникнет.

Естественно, это далеко не единственный метод сегментации и кластеризации. Есть масса других мер схожести: Chebychev, Minkowski, Jaccard и другие. И подход к тому, как сегментировать клиентов конкретно в вашем случае, будет зависеть от стоящей задачи и доступных вам клиентских данных.

Сегментация покупателей — важное направление машинного обучения в настоящий момент. Его основная задача — минимизировать число сегментов и точнее управлять их числом в зависимости от поставленных бизнес-задач.

Наши кейсы по сегментации клиентов

В своей работе мы регулярно формируем клиентские сегменты, используя разные подходы и характеристики аудитории. Для наглядности предлагаем рассмотреть три кейса из нашей практики.

Кейс №1

Клиент — сеть продуктовых супермаркетов. Ранее здесь использовалась RFM-сегментация, а также учитывались некоторые другие характеристики покупательского поведения.

Чтобы получить более объективную оценку и сформировать более точные клиентские сегменты, мы включили еще порядка 20 показателей: общее число покупок, самые длительные промежутки между покупками, доля покупок акционных товаров, прочее.

Таким образом получили пять основных кластеров:

В каждом кластере мы теперь отчетливо видим конкретные поведенческие характеристики. Если бы мы работали со множеством мелких сегментов, заметить их было бы практически невозможно.

Таким образом мы определили «молодой» кластер клиентов, которых в дальнейшем с помощью соцсетей и мессенджеров сумели мотивировать делать повторные покупки. Также выделили «любителей распродаж», чтобы доработать для них механики продаж и варианты персональных предложений, повысить маржинальность и увеличить потребительскую корзину за счет нового ассортимента.

Здесь нужно добавить, что сегменты покупателей редко бывают одинаковыми по размеру и численности. Разница обычно довольно существенная. Это видно на графике:

В этом кейсе «Чемпионы» занимают долю всего 4,3%, но при этом приносят 40% дохода компании. А «Любители акций», которых больше половины, дают всего 12,8% дохода.

Представьте, что компания не проводила кластеризацию. Маркетологи видят, что самая большая категория — любители акций. На них направлены все рекламные и маркетинговые усилия. А те самые «Чемпионы», приносящие основную прибыль, оказываются без внимания. Страдает от этого в первую очередь сама компания. Вот почему сегментация клиентов так важна!

Кейс №2

Этот кейс — результат работы с магазином, реализующим стройматериалы и товары для дома. Наша задача — прогнозировать отток и генерировать персональные клиентские предложения. Важный результат — выделение сегмента с превалирующими ушедшими клиентами. Так, мы видим, что во втором кластере более 95% клиентов — ушедшие:

Для большей объективности результатов мы исследовали потребительские корзины по кластерам:

Это позволило в дальнейшем разработать два варианта системы рекомендаций персонализированных предложений:

1. Для генерации списка продуктов, наиболее интересных клиенту. Его можно задействовать при рассылках — как регулярных, так и триггерных.
2. Для подбора рекомендуемых товаров на основании предыдущих пяти покупок клиента.

Система рекомендаций при грамотном использовании способна дать мощный толчок продаж, стимулировать дополнительные покупки существующих клиентов и возврат уже ушедших.

Кейс №3

И последний в нашем сегодняшнем списке кейс — проект для страховой компании, где мы выделили клиентские сегменты под рассылки акционных предложений.

Мы построили «Клиентский профиль 360о», проведя совместно с представителями компании мозговой штурм.

Первым шагом было уточнение разделов показателей. Вторым — наполнение этих разделов. Таким образом мы получили наглядную таблицу с сегментами:

Далее мы приняли решение разбить клиентов на 5 сегментов. Если бы мы использовали три сегмента, кластеры бы существенно отличались по количеству клиентов, а при семи некоторые были бы сильно похожи по структуре приобретаемых клиентами продуктов страховой компании.

В итоге мы сформировали исчерпывающие и детальные описания для каждого из пяти кластеров:

Кластерный анализ был лишь одним из инструментов, которые мы использовали для построения модели рекомендаций. Проанализировав поведенческие и демографические параметры, мы в дальнейшем разработали посадочные страницы, наполнение для рассылок и форматы акций, наиболее релевантные запросам целевых групп.

Подытожим

Сегментация клиентов — это важный процесс для любого бизнеса. И мы рассмотрели лишь его основы для общего понимания алгоритма действий. Но информации, опыта и кейсов наберется на целую книгу.

Всем тем, кто хочет еще глубже изучить методы кластеризации, виды сегментации клиентов и способы их формирования, предлагаем посмотреть наши тематические вебинары. Напишите нам на Email philipenko@rbcgrp.com, и мы вышлем вам записи. В вебинарах еще больше теории, практики и кейсов. Обращайтесь!