Сегментация клиентов по частоте покупок: находим тех, кто ускоряется и замедляется
Интервал между покупками растет — клиент еще активен в отчетах, но уже уходит. Как считать динамику частоты, где ставить пороги и что запускать до реактивации.
Клиент заказывал каждые 30 дней. Потом интервал стал 45, потом 70, потом заказы кончились. В отчете по реактивации он всплывет месяца через четыре — в сегменте «спящих». Хотя база сигналила об уходе еще на втором месяце.
CRM обычно хорошо отвечает на вопрос «кто и сколько купил». Вопрос «у кого меняется ритм» остается за кадром, а деньги — именно там. Сегментация клиентов по частоте покупок в динамике ловит два состояния базы, с которыми выгоднее всего работать: людей, которые вовлекаются, и людей, которые начали отваливаться. Как считать такие сегменты и какие сценарии на них вешать, рассказывает Дарья Касаткина, CRM-маркетолог ClientCore, — она строит эти механики в Mindbox для розницы и e-commerce.
ЧИТАЙТЕ ТАКЖЕ
«RFM показывает «лояльность», а клиент уже ушел. Какие сигналы брать ниже RFM и чек-лист, где гранулярность — деньги, а где — техдолг.»
Классическая схема сегментации клиентов: раз в месяц база делится на «новых», «активных» и «спящих» по числу покупок за период. Срез честный, но мертвый — он фиксирует уже случившееся.
Пример. Два клиента, у обоих шесть заказов за полгода. У первого интервалы: 30, 32, 28, 31, 30 дней. У второго: 15, 18, 25, 38, 52. По количеству они близнецы, и срез отправит их в один сегмент. При этом первый стабилен, а второй уходит — и это заметно за пару месяцев до того, как он формально станет «спящим».
Динамика частоты — это интервал между соседними покупками и его траектория. Направление движения здесь ценнее текущей позиции: клиент с девятью заказами в год, у которого интервал вырос вдвое, опаснее клиента с четырьмя заказами и ровным ритмом. Плюс динамика показывает рост вовлеченности — сигнал, который статика не видит в принципе.
Частота покупок как метрика: что именно считать
Для этой задачи частота покупок — метрика, измеряемая в днях. Берем историю заказов клиента, считаем интервалы между соседними покупками и смотрим медиану последних 4–6 интервалов.
Среднее здесь не подходит: его ломает одна аномалия. Клиент сделал три заказа за неделю на распродаже и вернулся к обычному ритму — среднее съехало, медиана стоит на месте.
Второй ориентир — норма категории, медианный интервал по всей базе. Для кофейной подписки это 20–30 дней, для fashion — 60–90, для матрасов — годы. Клиента с короткой историей (две-три покупки) сравниваем с нормой категории, клиента с длинной — прежде всего с ним самим.
Третий слой — гигиена данных. Заказы из розницы и интернет-магазина должны сходиться в один профиль: иначе интервалы раздуваются, и система видит «замедление» там, где человек просто перешел в офлайн. Возвраты, отмены и тестовые заказы из расчета убираем.
Норма
личная медиана интервала по последним 4–6 покупкам;
единый профиль клиента по всем каналам продаж;
возвраты и отмены в расчете не участвуют.
Red flag
порог равен среднему интервалу по всей базе;
офлайн-чеки живут отдельно от онлайн-заказов;
пороги перенесены из чужого кейса без поправки на категорию.
Пороги: когда сценарий обязан выстрелить
Замедление — это отклонение текущего интервала от личной медианы. Рабочая градация, от которой мы отталкиваемся в проектах:
медиана +30–40% — мягкий сигнал, контентное касание без скидки;
медиана +60–80% — сильный сигнал, персональное предложение или бонусы с дедлайном;
медиана +100% и больше — клиент фактически остановился, включается реактивационная механика.
Ускорение симметрично: два интервала подряд короче медианы минимум на четверть — человек вовлекается.
Две страховки. Первая — гистерезис: сегмент не должен «мигать» от одной покупки. Клиент вернулся в ритм — выводим его из сценария не мгновенно, а по итогам следующего цикла. Вторая — абсолютные границы: даже при крошечной медиане ничего не шлем раньше 5–7 дней после покупки, а сверху режем категорийным максимумом.
Самая частая ошибка — один порог на всех. Для продуктовой категории +30% к интервалу уже тревога: человек, скорее всего, купил в другом месте. Для fashion те же +30% — погодный шум, и скидкой мы сожжем маржу на клиенте, который вернулся бы сам через неделю. Порог всегда считаем от медианы категории, потом заужаем под сегмент.
Дарья Касаткина
CRM-маркетолог, ClientCore
Ускоряющийся клиент: сценарии на пике вовлеченности
Человек, который начал покупать чаще, — сегмент, про который обычно забывают: не уходит же, зачем трогать. Трогать как раз стоит. Пик вовлеченности — момент, когда следующий шаг продается дешевле всего.
Что запускать:
апсейл в более дорогую линейку и кросс-сейл в соседнюю категорию — конверсия здесь заметно выше, чем по холодной базе;
повышение статуса в программе лояльности с уведомлением «до следующего уровня осталось немного»;
ранний доступ к новинкам и закрытым распродажам;
реферальную механику — на пике удовлетворенности люди охотнее рекомендуют.
Чего здесь делать не стоит — сыпать скидками. Ускорившийся клиент купит и без промокода, скидка просто съест маржу. Роль награды играет признание: статус, приоритетная поддержка, персональная подборка.
Замедляющийся клиент: ранняя реактивация
Здесь сегментация по частоте покупок окупается сильнее всего. Сценарии для спящих клиентов — дорогие: люди не покупали квартал и больше, конверсия низкая, скидка нужна глубокая. Ранняя реактивация перехватывает человека на стадии «интервал пополз вверх», когда он еще помнит бренд и сравнивает вас с конкурентом. Через пару месяцев забудет обоих.
Цепочка из трех касаний с нарастанием давления:
1. Контентное касание без скидки: подборка новинок из любимой категории, «снова в наличии» по просмотренным товарам, полезный контент. 2. Персональное предложение: бонусные баллы с ограниченным сроком жизни или подарок к заказу. Баллы мягче денег и не приучают ждать скидку. 3. Промокод с дедлайном. Если клиент молчит и после него — переводим в классическую реактивацию и снижаем частоту касаний, чтобы не добить контакт.
Точность здесь важнее охвата: узкий сегмент замедлившихся дает больше выручки, чем та же механика, разосланная всей базе. Мы это проверяли на практике: в проекте для MINIDINO рассылки уходили всем без разбора, а после пересборки логики в сторону точных сегментов эффективность email выросла на 110% за квартал — без роста числа отправок (кейс).
Главный соблазн — дать промокод сразу, потому что так проще измерить результат. По нашим проектам первое, бесскидочное касание возвращает 15–25% замедлившихся. Это возвраты почти без потери маржи, и резать их скидкой — странная идея.
Дарья Касаткина
CRM-маркетолог, ClientCore
Норма
первое касание без скидки;
давление нарастает: контент, баллы, промокод;
после третьего касания — пауза и классическая реактивация.
Red flag
промокод уже в первом письме;
всем замедлившимся одно и то же предложение, без учета категории;
сценарий долбит клиента, пока тот не отпишется.
Внедрение: порядок действий и места, где тонут
Порядок, который работает:
1. Выгрузить историю заказов за 12–18 месяцев. Меньше года — сезонность исказит медианы. 2. Посчитать личные интервалы и медиану категории. Это делается в Excel на выгрузке, до любых настроек в платформе. 3. Выставить пороги по градации выше и завести в Mindbox динамические сегменты с ежедневным пересчетом. 4. Запустить два сценария: мягкое касание для замедлившихся и механику статуса для ускорившихся. 5. Оставить контрольную группу 10%. Без нее через квартал не отличишь эффект сценария от эффекта сезона.
Типовые ошибки на старте: пятнадцать сегментов в первый день, пороги по ощущениям, оценка результата через две недели. Для категории с интервалом 60 дней за это время еще и цикл не прошел.
Основной рост обычно дает апгрейд триггерных цепочек. В AR Fashion мы перезапускали email как систему — аудит, контент-план, дизайн, триггеры — и выручка триггерных рассылок выросла на 1063% (кейс).
Стартуйте с одного сегмента — замедлившихся в категории-локомотиве. Там быстрее всего виден эффект: один цикл интервала, и цифры либо появились, либо пороги надо крутить. Когда начинают с десяти сегментов, к третьему месяцу половина сценариев тихо ломается — и никто не замечает, потому что проверять некому.
Дарья Касаткина
CRM-маркетолог, ClientCore
ЧИТАЙТЕ ТАКЖЕ
«RFM не знает, где живет ваш клиент. Разбираем, когда сегменты по географии приносят больше выручки, чем привычные RFM-группы, и как собрать их в CRM»
Чем сегментация по частоте покупок отличается от RFM?
RFM — статичный срез: кто, когда и на сколько покупал. Он хорошо делит базу на уровни ценности, но пересчитывается редко и видит уход постфактум. Динамика частоты отвечает на другой вопрос — куда движется клиент. В связке RFM задает приоритеты по ценности, динамика — сигналы для сценариев.
Сколько покупок нужно, чтобы посчитать личный интервал?
Для устойчивой личной медианы — четыре-пять покупок. Если история короче, клиента сравниваем с медианой категории, и личный расчет постепенно заменяет категорийный по мере новых заказов. У клиента с одной покупкой интервала нет в принципе — для него работает онбординг-цепочка, логика замедления подключится позже.
Как быть с сезонными категориями?
Считать интервал внутри сезона или по сезонному календарю категории. Покупатель лыж, молчащий с марта по ноябрь, ведет себя нормально. Для таких категорий сценарий привязывают к началу сезона, а пороги считают по прошлогодним циклам.
Как часто пересматривать пороги?
Раз в квартал и при каждом заметном изменении ассортимента или цен. Медиана категории плывет вместе с базой: товары подорожали — интервалы растянулись у всех, и старые пороги начинают кричать о «замедлении» на ровном месте.
