Věrnostní programy jako datakopové
Ilustrační obrázek, zdroj: www.sxc.hu |
Způsobů, jak načrtnout prognózu vývoje jednotlivých segmentů našeho trhu, je celá řada. Vždy se můžeme samozřejmě opřít o data, sebraná z minulých let, promísit je s aktuální náladou na trhu a korigovat pomocí dílčích výzkumů. Tento přístup má ovšem hned několik nevýhod. Za prvé nezahrnuje náladu a prognózu chování vašich skutečných zákazníků, ale většinou pouze „potenciálních zákazníků“ – tedy i těch, co se za vaše zákazníky dobrovolně prohlásí, aniž by jimi vůbec kdy byli a za druhé je časově a finančně velmi náročný. A pokud se budeme snažit ušetřit, budeme mít jistotu, že strhnuté prostředky s sebou stáhnou také velkou míru hodnověrnosti získaných dat.
Právě z tohoto důvodu se stále častěji objevuje trend, který by se dal jednoduše nazvat „učení se od loajality“. Hlavním dataminerem tu není ani tržní zkušenost, ani výzkumy trhu, ale chování zákazníků v rámci věrnostních programů. Že se jedná o geniální zabití dvou much jednou ranou, je nasnadě.
Čím zaujmout zákazníky
Zajímavý výzkum, který hodnotil důvody zákazníků, kvůli kterým chtějí vstupovat do věrnostních programů, přinesl server eMarketer.com. Průzkum se zaměřil na skupinu amerických uživatelů internetu. Není asi žádným překvapením, že téměř tři čtvrtiny dotázaných lidí oznámily, že hlavní roli při vstupu do věrnostního programu je vidina slev a úspor, případně „výdělku“ v podobě dárků. Logický je také fakt, že více než polovina dotazovaných uvedla, že pokud je nabídka služeb věrnostního programu správným způsobem personalizovaná, povzbudí je to k jeho aktivnějšímu využívání.
"Právě z tohoto důvodu se stále častěji objevuje trend, který by se dal jednoduše nazvat „učení se od loajality“. Hlavním dataminerem tu není ani tržní zkušenost, ani výzkumy trhu, ale chování zákazníků v rámci věrnostních programů... |
Sečteno podtrženo – investice do personalizovaných odměn nemusí být v žádném případě veliká. Díky přímému cílení dosáhneme vysokého efektu, který může prudce zvýšit stávající retenci a loajalitu. V porovnání s náklady na výzkum tato částka ostatně nemusí být vyloženě „tragická“, o možnosti barterování ani nemluvě.
Pokud bychom měli hodnotit největší obavy, které vstup do věrnostních programů provází, pak by to byl na prvním místě strach ze SPAMU. Dalšími důvody pak byl málo viditelný přínos účasti ve věrnostním programu anebo odměny, které se neslučují s potřebou zákazníka (nízká personalizace).
V čem cítí sílu věrnostních programů obchodníci?
Druhá část výzkumu se zaměřila na zkoumání „druhé strany barikády“ – tedy důvodů, kvůli kterým obchodníci programy zákaznické loajality iniciují.
Na prvním místě se u poloviny dotazovaných objevila odpověď, že věrnostní programy dokážou udržet skupinu high-value zákazníků – tedy těch, kteří se podílejí na většině tržeb. Zejména u této vysoce ceněné skupiny (která, v závislosti na businessu může tvořit až 80% všech tržeb) platí dvojnásob poučka o pětinových nákladech na jejich udržení. Na druhém místě (a to poměrně „v závěsu“) se pak objevila překvapivé využívání zákazníků ve věrnostních programech pro lepší segmentaci a cílení. Třetí příčku obsadila snaha o snížení faktoru spotřebitelského opotřebení (spotřebitelská atrice).
Cesta do hlubin spotřebitelské duše
Výzkumy skvěle poukazují na mosty, jimiž je možno v symbióze spojit spotřebitelské uspokojení s cíly obchodníků. Jsou důkazem, že v současné době se efektivity dosáhne pouze snižováním ztrátovosti vynaložených prostředků. K tomu dojdeme pouze v případě, kdy do našich prognóz nebudeme zahrnovat data získaná kvantitativním, ale v podstatě kvalitativním způsobem. Protože právě to nám dobře připravené věrnostní programy dovolují.
Abychom dosáhli co nejlepšího efektu, je pochopitelně třeba stavět věrnostní program s myšlenkou na jeho laterální funkcionalitu. Zároveň nění možné podceňovat element vzájemné komunikace, která nemůže propíhat pouze skrze strojové algorytmy. Dobrá personalisovaná nabídka není taková, která vychází z uživatelem vyplněného formuláře, ale ta, jež zkoumá jeho reálné chování a podle toho uspůsobuje i svůj přístup. Nakonec je ještě nutné konstatovat, že ideální meta je daleko a pravděpodobně ji nikdy nedosáhneme. Zato se však můžeme pokusit o dlouhodobé budování co nejlepšího systému a roky se těšit z benefitů, jež nám přinese.