سگمنت‌بندی مشتریان: دسته‌ای که به اقدام ختم نشود، فقط یک برچسب است

سگمنت‌بندی در بیشتر شرکت‌ها به یک ستون رنگی در اکسل ختم می‌شود: مشتری طلایی، نقره‌ای، برنزی. سه ماه بعد کسی نمی‌تواند بگوید با مشتری طلایی دقیقاً چه کار متفاوتی می‌کنیم. آن ستون فقط جای فضا اشغال کرده است.

پس بیایید از آخر شروع کنیم. آزمون سلامت هر سگمنت‌بندی یک جمله است: اگر رفتار شما با دو دسته یکسان است، آن دو در واقع یک دسته‌اند. هر چیزی که در ادامه می‌آید در خدمت همین جمله است.

چهار برش ساده که همین امروز قابل اجراست

لازم نیست با مدل پیچیده شروع کنید. این چهار برش با داده‌ای که همین حالا دارید ساخته می‌شوند:

برش بر اساس صنف یا صنعت

اگر به چند صنف متفاوت می‌فروشید — مثلاً هم به رستوران، هم به آرایشگاه، هم به فروشگاه لوازم خانگی — زبان فروش، اعتراض‌های رایج و فصل خریدشان فرق دارد. اقدام متفاوتی که از این برش بیرون می‌آید: اسکریپت تماس و نمونه‌کارهایی که ارسال می‌کنید. مشتری بالقوه‌ی رستورانی که نمونه‌کار رستورانی می‌بیند، خیلی سریع‌تر قانع می‌شود.

برش بر اساس اندازه

مشتری تک‌نفره با مشتری سی‌نفره یک محصول را می‌خرد اما دو فرایند فروش کاملاً متفاوت دارد. اقدام متفاوت: برای اندازه‌ی کوچک، فروش تلفنی سریع و قیمت شفاف؛ برای اندازه‌ی بزرگ، جلسه‌ی معرفی و پیش‌فاکتور با شرح جزئیات. اگر همه را یک‌جور پیگیری کنید، وقت زیادی روی کوچک‌ها هدر می‌رود و بزرگ‌ها را زود رها می‌کنید.

برش بر اساس مرحله‌ی چرخه

سرنخ جدید، مشتری فعال، مشتری راکد، مشتری از دست رفته. این ساده‌ترین و در عین حال مؤثرترین برش است، چون مستقیم به کار روزانه وصل می‌شود: سرنخ جدید باید همان روز تماس بگیرد، مشتری راکد باید در کمپین بازگشت قرار بگیرد، مشتری از دست رفته نباید صف کار امروز را شلوغ کند. تعریف دقیق این مراحل در چرخه‌ی عمر مشتری آمده است.

برش بر اساس ارزش

مجموع خرید دوازده ماه گذشته را مرتب کنید و بیست درصد بالا را جدا کنید. تقریباً همیشه سهم بزرگی از درآمد در همین بیست درصد است. اقدام متفاوت: این گروه تماس دوره‌ای برنامه‌ریزی‌شده می‌گیرند، نه فقط وقتی مشکلی پیش می‌آید. برای دیدن ارزش بلندمدت به‌جای خرید تک‌مرحله‌ای، ارزش طول عمر مشتری را ببینید.

RFM؛ سه سوال، نه یک مدل پیچیده

RFM اسم ترسناکی دارد ولی فقط سه سوال است که درباره‌ی هر مشتری می‌پرسید:

• R یعنی Recency: آخرین خریدش چند وقت پیش بوده؟ هرچه نزدیک‌تر، بهتر.
• F یعنی Frequency: در بازه‌ی مورد نظر چند بار خرید کرده؟
• M یعنی Monetary: در همان بازه جمعاً چقدر خرید کرده؟

به هر کدام نمره‌ای از ۱ تا ۵ می‌دهید. روش نمره‌دهی هم ساده است: مشتری‌ها را بر اساس هر معیار مرتب کنید و به پنج دسته‌ی مساوی تقسیم کنید؛ بهترین پنجم نمره‌ی ۵ می‌گیرد. برای R دقت کنید که ترتیب برعکس است — تازه‌ترین خرید نمره‌ی ۵ می‌گیرد.

برای کسب‌وکار کوچک لازم نیست ۱۲۵ ترکیب ممکن را مدیریت کنید. کافی است R و F را مبنا بگیرید و چهار تا شش دسته‌ی معنادار بسازید.

یک تصمیم را قبل از شروع بگیرید: بازه‌ی زمانی. برای کسب‌وکاری که خرید تکرارشونده‌ی ماهانه دارد، دوازده ماه گذشته بازه‌ی درستی است. برای فروشی که چرخه‌اش طولانی است و مشتری سالی یک بار می‌خرد، دوازده ماه کوتاه است و باید بروید سراغ بیست‌وچهار ماه. اگر بازه را اشتباه بگیرید، نیمی از مشتریان سالمتان در دسته‌ی «از دست رفته» می‌افتند.

یک مثال عددی کامل

فرض کنید یک فروشگاه لوازم یدکی هستید و می‌خواهید مشتریان دوازده ماه گذشته را دسته‌بندی کنید. شش مشتری نمونه:

مشتری	آخرین خرید	تعداد خرید	مجموع خرید (میلیون تومان)	R	F	M
تعمیرگاه الف	۱۰ روز پیش	۱۴	۹۶	۵	۵	۵
تعمیرگاه ب	۲۰ روز پیش	۳	۱۲	۵	۲	۲
فروشگاه پ	۷ ماه پیش	۱۱	۸۰	۱	۵	۴
تعمیرگاه ت	۲ ماه پیش	۶	۳۵	۳	۴	۳
مشتری ث	۹ ماه پیش	۱	۲	۱	۱	۱
فروشگاه ج	۵ روز پیش	۲	۴۵	۵	۲	۴

حالا جالب‌ترین بخش: تعمیرگاه الف و فروشگاه پ تقریباً هم‌اندازه خرید کرده‌اند، ولی وضعیتشان زمین تا آسمان فرق دارد. اگر فقط بر اساس مجموع خرید دسته‌بندی می‌کردید، هر دو «مشتری طلایی» می‌شدند و هیچ‌کس متوجه نمی‌شد که یکی از آن دو، هفت ماه است غیبش زده. این دقیقاً همان چیزی است که ستون R نشان می‌دهد و دسته‌بندی صرفاً بر اساس مبلغ پنهانش می‌کند.

فروشگاه پ یک مشتری خوب در حال از دست رفتن است. اگر نرخ ریزش برایتان مسئله است، نرخ ریزش مشتری نشان می‌دهد چطور این خروج بی‌سروصدا را زودتر ببینید.

هر سگمنت، یک اقدام متفاوت

حالا برش نهایی. شش دسته، هر کدام با یک کار مشخص و یک مالک مشخص:

سگمنت	تعریف عملی	اقدام	کانال
وفادار	R بالا، F بالا	تماس دوره‌ای هر ۶ هفته، پیشنهاد محصول مکمل	تماس
تازه‌وارد پرپتانسیل	R بالا، F پایین، M خوب	تماس خوش‌آمد و معرفی سبد کامل تا خرید دوم	تماس
در معرض ریزش	F بالا ولی R پایین	تماس شخصی، پرسیدن دلیل، پیشنهاد جبرانی	تماس، نه پیامک انبوه
خفته	R پایین، F متوسط	یادآوری با پیشنهاد مشخص و مهلت‌دار	پیامک
کم‌ارزش	هر سه پایین	هیچ اقدام دستی؛ فقط ارتباط خودکار	خودکار
از دست رفته	بیش از ۱۲ ماه بی‌خرید	یک تلاش احیا در سال، بعد آرشیو	پیامک

به ستون «اقدام» دقت کنید: هیچ دو ردیفی اقدام یکسان ندارند. اگر در جدول خودتان دو ردیف پیدا کردید که کار یکسانی می‌طلبند، آن دو را ادغام کنید.

نکته‌ی مهم درباره‌ی دسته‌ی «در معرض ریزش»: وسوسه‌ی طبیعی این است که برایشان پیامک تخفیف بفرستید. معمولاً جواب نمی‌دهد، چون کسی که مشتری منظم بوده و رفته، به یک دلیل مشخص رفته — تأخیر در تحویل، یک برخورد بد، یا پیدا کردن گزینه‌ی نزدیک‌تر. تماس و پرسیدن دلیل بیشتر از تخفیف برمی‌گرداند. برای دسته‌ی خفته و از دست رفته، سناریوها در احیای سرنخ سرد و ساختار ارسال در کمپین پیامکی آمده است.

اگر فروش شما تکرارشونده نیست چه؟

RFM برای جایی ساخته شده که مشتری چند بار خرید می‌کند. اگر محصولتان یک‌بارخرید است — تجهیزات سنگین، پروژه‌ی پیمانکاری، نرم‌افزار سفارشی — دو ستون از سه ستون RFM تقریباً بی‌معنی می‌شوند. در این حالت برش را از جای دیگری بگیرید:

• مرحله‌ی معامله در کاریز. سگمنت اصلی شما همان مراحل کاریز است و اقدام هر مرحله از پیش مشخص: تماس اول، ارسال پیش‌فاکتور، مذاکره، تصمیم.
• احتمال بستن ضربدر مبلغ. معامله‌ی صد میلیونی با احتمال ۲۰ درصد و معامله‌ی بیست‌میلیونی با احتمال ۹۰ درصد ارزش انتظاری تقریباً برابر دارند، ولی وقت متفاوتی می‌طلبند. این حاصل‌ضرب، فهرست اولویت هفتگی کارشناس را می‌سازد.
• منبع سرنخ. اگر سرنخ‌های معرفی‌شده دو برابر سرنخ‌های تبلیغات تبدیل می‌شوند، این یک سگمنت واقعی است: باید سریع‌تر و توسط باتجربه‌ترین نفر پیگیری شوند.
• پتانسیل خرید بعدی. حتی در فروش یک‌بارخرید، خدمات، قطعات و تمدید وجود دارد. مشتری‌ای که پارسال خرید کرده، امسال سگمنت خدمات پس از فروش است نه مشتری از دست رفته.

در فروش سازمانی یک برش دیگر هم مفید است: تعداد افراد درگیر در تصمیم. معامله‌ای که یک تصمیم‌گیرنده دارد با معامله‌ای که سه نفر باید تأییدش کنند، نه زمان‌بندی یکسانی دارد و نه جنس مستنداتی که باید بفرستید.

چند سگمنت کافی است؟

بین سه تا شش. کمتر از سه یعنی عملاً همه را یک‌جور می‌بینید. بیشتر از شش یعنی هیچ‌کس فهرست را حفظ نمی‌کند و در عمل به دو تا سه دسته برمی‌گردد. معیار عملی: هر سگمنت باید آن‌قدر بزرگ باشد که ارزش نوشتن یک سناریوی جدا را داشته باشد. اگر دسته‌ای فقط چهار مشتری دارد، آن چهار نفر را دستی مدیریت کنید و یک سگمنت رسمی برایشان نسازید.

چهار اشتباه رایج

1. سگمنت‌بندی روی داده‌ی کثیف. اگر یک مشتری با سه رکورد ثبت شده، هر سه در دسته‌های مختلف می‌افتند و کل خروجی بی‌معنی است. اول داده‌ی مشتری را تمیز کنید، بعد دسته‌بندی.
2. دسته‌بندی ثابت و همیشگی. سگمنت وضعیت است نه هویت. مشتری «در معرض ریزش» بعد از یک خرید باید بلافاصله به دسته‌ی دیگری برود. اگر بازبینی خودکار یا ماهانه ندارید، تا سه ماه دیگر جدولتان دروغ می‌گوید.
3. استفاده از سگمنت فقط برای ارسال انبوه. بیشترین ارزش سگمنت در تصمیم‌های روزانه است: چه کسی امروز تماس بگیرد، چه کسی چقدر وقت بگیرد، تخفیف کجا مجاز است.
4. ساختن مدل پیچیده قبل از اجرای مدل ساده. امتیازدهی چندمتغیره وقتی معنی دارد که همان چهار برش ساده را اجرا کرده باشید و به سقفشان خورده باشید.

شروع عملی این هفته

1. فهرست خرید دوازده ماه گذشته را با سه ستون بگیرید: نام مشتری، تاریخ آخرین خرید، تعداد خرید، مجموع مبلغ.
2. بر اساس تاریخ آخرین خرید مرتب کنید و مشتریانی را که بیش از سه ماه غیبشان زده علامت بزنید.
3. از میان آن‌ها کسانی را جدا کنید که قبلاً منظم خرید می‌کردند. این دقیقاً همان دسته‌ی «در معرض ریزش» است و پرسودترین فهرست تماس این هفته‌ی شماست.
4. برای هر یک از شش دسته یک جمله بنویسید: «با این گروه چه می‌کنیم و چه کسی مسئولش است».
5. ماه بعد همین کار را تکرار کنید و ببینید چند نفر بین دسته‌ها جابه‌جا شده‌اند. حرکت بین دسته‌ها همان چیزی است که واقعاً باید اندازه بگیرید.

برای دیدن این جابه‌جایی‌ها، ارزش معامله‌ها و کارت‌های راکد را از گزارش‌ها و کانبان می‌گیرید و دسته‌بندی را با برچسب روی مخاطب نگه می‌دارید؛ برشِ آماده به‌ازای دسته وجود ندارد. تماس با دسته‌ی خفته را هم خودتان از فهرست همان برچسب می‌گیرید — پیامک روکا فقط یادآوری فاکتور سررسیدگذشته را می‌فرستد، نه کمپین بازگشت مشتری.