Управление клиентской базой. Как настроить работу клиентского отдела и получить максимальный результат

Вроде все логично, но перед окончательными выводами стоит от количественных данных перейти к качественным и получить ответы на следующие вопросы для принятия тактических и стратегических решений по работе с разными каналами.

Почему падает объем в канале «производство»? Ответ: заводы начали самостоятельно напрямую закупать инструменты и расходные материалы за границей.

Почему растет объем в канале «дилеры»? Ответ: в ассортименте компании есть ходовые уникальные позиции, которые выбирают дилеры и продают своим (причем тем же) клиентам в регионах.

Почему падает объем в канале «ритуальные компании»? Ответ: часть из них переключилась на закупки в своем регионе у дилеров.

И теперь на основе качественной информации попробуем вновь сделать выводы о том, как компания должна работать в будущем периоде:

1. Несмотря на большую долю в обороте и ограниченный ассортимент, снизить активность в канале «производство». Компания рано или поздно все равно потеряет этот канал. Развивать с ним отношения и тратить время КМ не оправдано. Производство и так будет закупать в фоновом режиме те позиции, которые нужно срочно закупить, не ожидая собственной долгой закупки из-за рубежа. Причем также стоит выровнять наценку на уровень, близкий к монтажным бригадам.

2. Продолжить развитие канала «монтажные бригады».

3. Усилить работу с ритуальными компаниями.

4. Несмотря на положительную динамику и самые незначительные инвестиции в склад, снизить или полностью прекратить работу в канале дилеров, так как дилеры у нас по нашим же уникальным позициям отбирают заказы ритуальных компаний, в том числе продавая своим клиентам не наши позиции.

Таким образом, используя количественные замеры и качественную информацию, мы сформировали стратегию работы клиентского отдела на будущий период.

Чтобы получить больше количественной информации по рынку и клиентам, можно гибко работать со взаимоотношением частоты и среднего чека. Аналитических инструментов и программных продуктов для этого достаточно. Мы можем запускать кластеризацию заказов и клиентов по этим двум замерам и получать дополнительные количественные данные по клиентам и их принадлежности к тому или иному типу, динамике замеров заказов. Далее количественные результаты проверять и расширять качественными данными, и уже основываясь на них, принимать маркетинговые, ценовые и сервисные решения по работе с клиентами. Не будем уходить в дебри аналитических инструментов. Мы покажем один из примеров совместного анализа частоты и среднего чека заказов и количества заказов с данной частотой. Для этого примера не нужно специализированное ПО, достаточно среднего уровня знания Excel. Тем более сейчас специализированное ПО и аналитики на рынке ой как не дешевы.

Если мы по оси Х отложим частоту заказов клиентов, а по оси Y – произведение среднего чека заказов на количество продаж с соответствующими частотами (суммарный объем продаж на конкретной частоте заказов) и построим гладкий график, то получим кривую со всплесками.

Рис. 7

Если провести качественный анализ клиентской базы на частоте заказов 5, 12, 16 и 21, то окажется, что состав клиентов в этих пиках равномерен и отражает их тип и характер закупок. То есть мы на этих продажах можем проверить правильность сегментирования клиентов, которое сделал для системы продаж маркетинг. По данным из графика КМ может проверять соответствие частоты заказов для понимания того, закупает клиент наши товары на стороне или нет.

График нам дает один повод для размышления. Большое количество клиентов разных типов за отчетный период сделали всего 1–2 заказа. Вот тут КМ и КД должны понять, почему так происходит: клиентов не устраивает наше исполнение заказов, наши цены, наш ассортимент или это просто недоработка КМ, которые не производили необходимое количество системных и обязательных касаний своих клиентов.

Сейчас производительность вычислительных систем резко возросла, в том числе и благодаря облачным решениям, а стоимость вычислений значительно снизилась. Даже средние компании теперь могут себе позволить использовать расширенную аналитику, кластеризацию продаж и клиентов, построение вероятностных моделей, прогнозирование. А также находить взаимосвязи между событиями и данными, на первый взгляд никак не связанными. Чем крупнее компания, больше частота и количество заказов, тем выше потенциал аналитической работы и отдача от работы аналитиков. Для небольших компаний минимально достаточно иметь набор замеров и аналитику с использованием Excel.

3.8. Коэффициент удержания клиентов

Следующий параметр, о котором мы поговорим, – это коэффициент удержания клиентов. Очень простой для расчета, но при этом крайне важный замер. Его желательно проводить раз в полгода и обязательно раз в год. Это финальный замер КМ, который показывает результаты его работы.

Коэффициент удержания клиентов считается достаточно просто:

(количество клиентов на конец года – количество новых клиентов, которые пришли в течение года) / (количество клиентов на начало года).