.

Customer intelligence – Profitabilita

Viete s istotou, ktorí zákazníci vám môžu priniesť zisk?

Vidíte potenciál svojej firmy vo vzťahu so svojimi zákazníkmi? Chcete ich mať spokojných a lojálnych? Viete, ktorí zákazníci vám generujú zisk a ktorí nie?

Získavanie stále nových zákazníkov už nie je jediným spôsobom, ako môže firma rásť. Stále dôležitejšie je zvyšovanie hodnoty existujúceho zákazníka.

Základným princípom úspešného rastu je schopnosť získať a udržať si zákazníkov a vzťah s nimi ďalej rozvíjať. To možno úspešne dosiahnuť len dokonalou znalosťou zákazníka, od rizík a rodinnej situácie až po jeho obľúbené produkty a komunikačné kanály. Na základe týchto údajov určíme zodpovedajúcu hodnotu zákazníka po dobu jeho života (customer lifetime value) a stratégiu, ako túto hodnotu ďalej rozvíjať.

20 %

20 % zákazníkov vytvára 80 % vašich ziskov. Naozaj viete, ktorí to sú?

Profitabilita

ZÁKAZNÍK JE TO NEJCENNEJŠIE CO MÁTE

Využite naše skúsenosti s projektmi. Pomôžeme vám určiť, do ktorých zákazníkov má zmysel investovať a budovať s nimi vzťah, pretože pre vás majú najväčšiu hodnotu.

None

Čo je hodnota zákazníka

Ako vôbec zistíte skutočnú hodnotu zákazníka? Hoci sa to zdá na prvý pohľad triviálne, riešenie býva vo väčšine prípadov pomerne zložité. Jedným zo spôsobov, ako definovať hodnotu zákazníka, je jeho obrat. Tovar má však rôznu ziskovosť (niektoré môže byť dokonca dotované) a veľkí zákazníci dostávajú vyššie zľavy. Stáva sa, že najlepší zákazníci niekedy v skutočnosti generujú stratu.

Faktom zostáva, že určenie nákladnosti klienta je zložité. Musíme vziať do úvahy náklady na servis produktu, prevádzku administratívnych oddelení atď. Problémom je, že informácie o nákladoch máme často v agregovanej podobe, určenie podielu nákladov jednotlivých klientov je často ťažké a ziskovosť závisí na použitej metodike rozpočítania fixných nákladov.

Stavte na budúcu hodnotu zákazníka

Ďalším spôsobom na stanovenie hodnoty zákazníka je jeho budúca hodnota. Tu je situácia ešte zložitejšia, pretože tento potenciál odhadujeme na základe jeho histórie, súčasnej hodnoty, pravdepodobnosti odchodu a vývoja trhu.

Dôležitým vstupom pre budúcu hodnotu je odhad "podielu peňaženky klienta" (share of wallet), čo je podiel vašich produktov a služieb v celkovej peňaženke klienta. Príkladom môže byť klient banky, ktorý má iba stavebné sporenie. Predpokladáme, že v konkurenčných bankách má ďalšie produkty, ako je bežný účet pod. Kľúčom k definovaniu prístupu je znalosť celkovej peňaženky zákazníka a podielu konkurencie.

Až na základe zistení skutočnej súčasnej a budúcej hodnoty zákazníka môžeme zvoliť vhodnú stratégiu, teda individuálnejší prístup k zákazníkovi. Nie je nezvyčajné, že 10% najlepších zákazníkov tvorí viac ako 40% zisku a naopak 40% najhorších zákazníkov tvorí menej ako 10% zisku. Bolo by tiež chybou stanoviť stratégiu správania iba na základe súčasnej hodnoty. Ak je súčasná hodnota zákazníka nízka, ale jeho potenciál je vysoký, musí sa stratégia správania líšiť od stratégie správania k zákazníkovi, ktorého súčasná aj budúca hodnota je nízka.

Príkladom môže byť ponuka produktov pre študentov, ako sú študentské účty a pod. Hoci je súčasná hodnota študenta nízka, má vysoký potenciál. Zákazníka s vysokým potenciálom je rozumné presunúť do "lepších" skupín.

Pri stanovení stratégie postupného posunu klienta do vyšších skupín nesmieme zabudnúť na zvýšenie úsilia v okamihoch, ktoré sú pre neho dôležité, ako napríklad ukončene štúdia. Klient sa náhle ocitne v inej situácii a je potrebné ho vhodným spôsobom udržať.

Rozvoj hodnoty pre zákazníka môžeme podporiť tým, že ho lepšie spoznáme a nájdeme pre neho najvhodnejšie produkty. Určenie ideálneho produktu pre zákazníka riešia cross-sellové modely, ktoré využívajú historické údaje o predaji na určenie pravdepodobnosti nákupu pre každého zákazníka na základe jeho demografických údajov a údajov o správaní. Segmentácia zákazníkov zvyčajne pomáha pri výbere najvhodnejšieho spôsobu, ako daný produkt zákazníkovi ponúknuť.

Ďalším dôležitým bodom je určenie rizikovosti klienta, či už v podobe pravdepodobnosti odchodu (churn prediction alebo Attrition risk analysis), nesplácania pôžičky (credit scoring) alebo podvodu (fraud detection). Na určenie rizikovosti používa Adastra techniky dataminingu. Na základe historických údajov o klientoch, ktorí odišli, prestali splácať alebo podvádzali, vytvoria vzorce správania pre tieto skupiny, a tak určia pravdepodobnosť odchodu, nesplácania alebo podvodu u každého klienta

Radi by ste získali riešenie priamo na mieru vašim potrebám?Kontaktujte nás ešte dnes.

Zanechajte nám kontakt, ozveme sa vám.

Děkujeme

V co nejbližší době se vám ozveme.

Tomáš Synek