Жизнена стойност на клиента 200 =200, но кой в по-ценен?

Преди известно време телеком шеф се обърна към мен със следния казус. Имаше идея да раздаде малко насърчителни подаръци на свои клиенти. При това той се чувстваше леко объркан да избере клиентите, за които да направи този жест. Точният казус звучеше от сорта: „Кой клиент ми е по-ценен: този, който има 2 сим карти и сметка 200 лева или този, който има 11 карти и също сметка за месеца от 200 лева?”. Както всеки уважаващ себе си консултант, започнах с това, че „не е лесно да се намери еднозначен отговор на този въпрос”. Всъщност бях убеден, че отговорът се крие в концепцията за жизнена стойност на клиента (CLV), но преди да видя малко повече данни не можех да отгатна какъв ще е резултатът. За следващата ни среща аз подготвих кратко изложение на споменатата по-горе концепция, а той обеща да ми осигури много и разнородна информация за представителна извадка от свои клиенти.

Жизнена стойност на клиента

Въпросът каква е сегашната и бъдеща стойност на всеки един от клиентите ни, може да се стори малко абстрактен и не дотам точно определим. Въпреки това с помощта на съвременни системи за анализ (data mining) бихме могли да получим еднозначен отговор за цялото ни клиентско портфолио, при минимални нива на допусната грешка. Получавайки отговор на въпроса какво сме получили от даден клиент до момента и какво мога да очаквам да получим от него в бъдеще, моят възложител трябваше само да реши какви бизнес цели иска да постигне с тези подаръци. Дали иска да насърчи клиенти с невисока стойност до момента, но с потенциал за развитие, или да бенефицира най-добрите си клиенти – с висока сегашна и висока бъдеща стойност, за да заздрави връзката си с тях още повече. Определено нямаше да му препоръчам да раздаде подаръците на клиенти с ниски сегашна и ниска бъдеща стойност.

Може би тук трябва да спомена, че на съвременен бизнес език, един такъв подход към клиента е известен под абревиатурата CRM. С други думи последното означава да пренастроиш своите маркетингови и продажбени усилия в съответствие с жизнената стойност на клиентите си. Доколкото сегашната стойност е нещо доста ясно дефинируемо и измеримо, то може би определянето на бъдещата стойност на клиента буди известни въпросителни. Наистина подходите в тази насока не са един и два, но в крайна сметка почти всички алтернативи  показват задоволителни резултати що се отнася до икономическите изгоди, които са налице като краен резултат. Един сравнително опростен подход, даващ отговор на въпросите по-горе, е т.н. RFM (Recency, Frequency, Monetary value) модел. Тук няма да се спирам подробно на него, но може да се отбележи, че от една страна, въпреки простата си концепция и дефиниции, в много случаи той дава задоволителни резултати. От друга страна обаче, базираният на повече характеристики анализ би отчел множество специфики в поведението и нагласите на клиентите. Ако към това се добавят вероятностните оценки за бъдещи клиентски действия, които да са основани на добре аргументирани статистико-математически алгоритми, то получаваме средство да предвиждаме бъдещите клиентски действия.

В случая с телекома, действия като: ще увеличава ли занапред определен клиент своето потребление на услугите, които ползва или не; ще закупи ли нови различни услуги от мен; кани ли се моят клиент да ме напусне; би ли ме препоръчал на свои познати и т.н. Очевидно отговорите на всички тези въпроси са свързани с очаквана по-голяма или по-малка бъдеща стойност от клиента. Това е и което започнах да правя след като телком-шефът ми осигури стартов набор от данни.

Данните

Ще си позволя тази скоба за качеството на данните, които получих. Имаха грешки, липсващи стойности, различни формати за дати и понякога несъответствия. Наложи се доста усилена предварителна подготовка. Първоначално опитах да третирам липсващите стойности като отделна категория, но резултатът не беше добър. Затова в последствие се спрях на „заместване със средни по класове” (class mean substitution).  Идеята ми беше да направя няколко статистически модела за оценка на вероятността клиент да повиши потреблението си в следващите няколко месеца, клиент да закупи допълнителен продукт (за всеки продукт е добре да има отделен модел) и клиент да напусне този оператор завинаги.

Очаквах, че оценките от тези модели ще ми позволят да формирам обща бъдеща стойност за всеки клиент, което в крайна сметка щеше да отговори и на въпросът „...кой е по-ценен? Клиент с 2 сим карти и сметка от 200 лева или такъв с 11 карти и сметка също от 200 лв.“

Моделът

Оценъчните модели изготвих ползвайки логистична регресия и стъпаловиден метод на селекция на величините, заложени в базовия модул на програмата за анализи, която ползвах. Разбира се, първо се наложи да извърша няколко статистически теста върху променливите, за да се убедя, че няма да си „пречат” една на друга. Накрая се опитах да остойностя получените вероятности като се наложи да приема, че ако вероятността клиента да повиши своето потребление с минимум 20% в следващите 3 месеца е над 65%, то разглеждам това като сигурно събитие.

Съответно под 65% за конкретен клиент означава, че той няма да повиши своето потребление. Подобно, но с друга критична точка (cut-off point) изглеждаха нещата по отношение на ве-роятността клиента да закупи нов продукт, както и клиента да закупи допълнителен продукт като вече притежаваните.

Накрая добавих и вероятността клиентите да се откажат от всички свои продукти и да преминат към конкурентен оператор.

Казусът

Оказа се, че 200 лева потребление поставят и двамата клиенти от първоначално дефинираната задача, в сегмента на такива с висока сегашна стойност. По отношение на бъдещата обаче, нещата не изглеждаха така. Клиентът с 11-те сим карти се оказа с доста ниски вероятности да увеличи потреблението си с 20% през следващите 3 месеца, да закупи още един подобен на вече притежаваните продукти, както и без желание за други продукти от компанията. Това определи бъдещата му стойност като средно ниво. По отношение вероятността да напусне компанията с всичките си 11 карти – не беше висока. В добавка поразсъждавах, че очевидно този клиент не е от най-приказливите, но въпреки това той вижда стойност (изгода) в предлагания продукт.

Не така изглеждаха нещата при клиента с 2 сим карти и 200 лева месечно потребление. Оказа се, че вероятността той да повиши потреблението си в следващите 3 месеца е 83%, също и вероятността да закупи друг различен от използвания в момента продукт. Вероятността да закупи допълнителен, сроден на притежавания продукт бе ниска. Този клиент не е сред най-застрашените да напусне компанията, но опасността по-голяма от тази на другия.

Накрая

При това изложение шефът вече знаеше на кого иска да даде пода-ръка – човека с двете карти. С така получените резултати формирах група от 1000 клиента с висока сегашна и висока бъдеща стойност. За да е пълна кашата ... оказа се, че в групата има и такива с по 11 сим карти. Въпреки това се очакваше, тяхното бъдещо поведение да се различава от това на конкретно посочения клиент (с 11-те карти) при поставяне на задачата. В крайна сметка консултантската ми реплика, че „не е лесно да се намери еднозначен отговор на този въпрос” се потвърди от статистиката.

Автор: Апостол Мушмов