Cách làm cho chương trình khách hàng thân thiết của bạn được đền đáp

Các chương trình khách hàng thân thiết có thực sự tạo ra nhiều khách hàng trung thành hơn không? Trong một nghiên cứu gần đây, các nhà nghiên cứu đã phân tích dữ liệu mua hàng trong hai năm của hơn 10.000 khách hàng tại một nhà bán lẻ hàng đầu của Mỹ để tìm hiểu xem chi tiêu đã thay đổi như thế nào sau khi khách hàng trở thành thành viên trung thành. Họ phát hiện ra rằng các chương trình khách hàng thân thiết làm tăng lợi nhuận – nhưng chỉ đối với một số khách hàng chứ không phải những chương trình bạn có thể nghĩ. Cụ thể, trong khi nhà bán lẻ đã nhắm mục tiêu vào các chương trình khuyến mãi dành cho khách hàng thân thiết ở những khách hàng có mức chi tiêu cao trong quá khứ, các nhà nghiên cứu nhận thấy rằng việc tham gia chương trình thực sự không ảnh hưởng đến chi tiêu của những khách hàng đó. Mặt khác, việc tham gia chương trình khách hàng thân thiết đã làm tăng chi tiêu lên gần 50% cho những khách hàng rất dễ bị đối thủ cạnh tranh. Các nhà nghiên cứu đã sử dụng mô hình học máy để hiểu rõ chính xác những khách hàng này là ai và nhận thấy rằng yếu tố dự đoán tốt nhất về những thay đổi trong chi tiêu thực sự là vị trí của khách hàng so với cả cửa hàng của nhà bán lẻ và cửa hàng cạnh tranh. Dựa trên phát hiện đáng ngạc nhiên này, các tác giả lập luận rằng các nhà tiếp thị nên nhắm mục tiêu các chương trình khuyến mãi của họ không phải dựa trên chi tiêu trước đây mà dựa trên vị trí và họ nên xem xét thêm việc đầu tư vào các công cụ học máy đơn giản có thể giúp họ xác định những đặc điểm không rõ ràng có thể tương quan với lợi nhuận trong ngành và thị trường độc đáo của họ.

Chín mươi phần trăm các công ty giải trí và khách sạn (và hơn 60% tất cả các công ty) cung cấp một số loại chương trình khách hàng thân thiết – tuy nhiên, hoàn toàn không rõ ràng rằng những chương trình này thực sự hoạt động. Một báo cáo cho thấy người tiêu dùng trung bình thuộc hơn 14 chương trình khách hàng thân thiết, thường có nhiều thương hiệu cạnh tranh, cho thấy rằng các chương trình này hầu như không tạo ra khách hàng trung thành.

Hơn nữa, các nhà bán lẻ thường nhắm mục tiêu vào các chương trình khuyến mãi dành cho khách hàng thân thiết với mức chi tiêu cao nhất của họ, điều này có thể gây phản tác dụng nghiêm trọng, vì đây là những khách hàng sẽ tiêu tiền của họ bất kể, thay vì những khách hàng mà việc giảm giá sẽ thực sự thuyết phục họ chi tiêu nhiều hơn. Như một giám đốc điều hành ngành khách sạn đã than phiền, “Bạn biết đấy, tôi có chương trình tặng thưởng khách hàng này. Đó là một loại đắt tiền, nhưng tôi cảm thấy như tôi phải có một chương trình vì những người khác đều có một chương trình. Thành thật mà nói, tôi không biết điều gì, nếu có, nó thực sự có ích cho tôi ”. Trong nhiều trường hợp, ROI trên các chương trình này dường như không tăng nhanh.

Đồng thời, các nghiên cứu đã phát hiện ra rằng các chương trình khách hàng thân thiết có tiềm năng mang lại lợi ích đáng kể cho các doanh nghiệp tiêu dùng như nhà bán lẻ, cửa hàng tạp hóa, nhà hàng, phòng tập thể dục, hiệu thuốc, spa, quán cà phê, v.v. Khách hàng thường phát triển tâm lý gắn bó mạnh mẽ hơn với các thương hiệu có chương trình khách hàng thân thiết mà họ đăng ký và những chương trình này có thể làm tăng đáng kể tỷ lệ chi tiêu và giữ chân của thành viên – nếu được thiết kế đúng cách.

Để khám phá cách các nhà bán lẻ có thể gặt hái hiệu quả hơn những lợi ích từ các chương trình khách hàng thân thiết, chúng tôi đã tiến hành một nghiên cứu quy mô lớn với sự hợp tác của một nhà bán lẻ hàng đầu của Hoa Kỳ. Chúng tôi đã phân tích dữ liệu mua hàng trong hai năm từ hơn 10.000 khách hàng cá nhân, tổng cộng 2,4 triệu lượt mua hàng và kiểm tra các kiểu chi tiêu như tần suất khách hàng ghé thăm cửa hàng, số tiền họ chi tiêu và những mặt hàng họ đã mua, cả trước và sau khi gia nhập công ty chương trình khách hàng thân thiết (tất cả dữ liệu được thu thập trước đại dịch và chúng tôi chỉ xem xét trực tiếp thay vì bán hàng trực tuyến). Dựa trên tập dữ liệu mở rộng này, chúng tôi đã tìm thấy một vài xu hướng thú vị.

Đầu tiên, chúng tôi nhận thấy rằng đối với một nhóm lớn khách hàng, việc đăng ký chương trình khách hàng thân thiết không có tác động đáng chú ý đến hành vi của họ: Họ bắt đầu nhận chiết khấu (điều mà họ không nghi ngờ gì về nó), nhưng cả tần suất ghé thăm và số lượng chi tiêu của họ vẫn không thay đổi.

Tuy nhiên, hai phân khúc khách hàng xuất hiện từ dữ liệu mà chương trình khách hàng thân thiết đã tạo ra sự khác biệt đáng kể: cngười khởi xướng, hoặc những khách hàng đã bắt đầu mua nhiều sản phẩm hơn từ nhà bán lẻ (có thể là những sản phẩm mà trước đó họ đã mua từ các cửa hàng của đối thủ cạnh tranh); và uhọc sinh lớp 12hoặc những khách hàng không tăng số lượng chuyến đi hoặc sản phẩm họ đã mua, nhưng đã bắt đầu mua các phiên bản cao cấp hơn, đắt tiền hơn của cùng sản phẩm mà họ đã mua trước đó từ nhà bán lẻ. Đối với hai loại khách hàng này, chương trình khách hàng thân thiết mang lại lợi nhuận cao – tăng chi tiêu khoảng 50% – và vì vậy, chúng tôi muốn tìm hiểu thêm về cách nhà bán lẻ có thể xác định các phân khúc đó và chủ động nhắm mục tiêu họ bằng cách tiếp thị chương trình khách hàng thân thiết.

Giống như nhiều công ty khác, nhà bán lẻ này chủ yếu dựa vào các phân tích về các kiểu chi tiêu trong quá khứ để xác định những khách hàng có giá trị cao. Tuy nhiên, chúng tôi nhận thấy rằng thay vì tập trung vào chi tiêu trong quá khứ, chỉ số hữu ích hơn thực sự là vị trí của khách hàng. Vị trí của khách hàng so với cả nhà bán lẻ và đối thủ cạnh tranh chính của họ đã xác định “mức độ dễ bị tổn thương” của họ trước sự cạnh tranh và khách hàng càng dễ bị tổn thương thì tác động tích cực của chương trình khách hàng thân thiết càng lớn. Có một số thành phần cho điều này. Thứ nhất, sự gần gũi với nhà bán lẻ làm tăng tác động của chương trình khách hàng thân thiết một cách nhẹ nhàng, trong khi sự gần gũi với các đối thủ cạnh tranh làm tăng đáng kể tác động của nó. Điều này có ý nghĩa: Khách hàng có thể sẽ dễ bị chùn bước hơn khi ghé thăm một cửa hàng gần họ và nếu họ không dễ dàng tiếp cận với các đối thủ cạnh tranh, thì khả năng họ mua hàng ngay từ đầu là rất hạn chế.

Tuy nhiên, một phân tích kỹ hơn cho thấy những sắc thái quan trọng và khó xác định xung quanh tác động của vị trí chính xác của khách hàng, nhà bán lẻ và đối thủ cạnh tranh. Ví dụ: con đường mà khách hàng đi đến cửa hàng có thể tạo ra sự khác biệt lớn. Nếu một khách hàng vượt qua các đối thủ cạnh tranh trên đường đến cửa hàng, họ có thể dễ bị tổn thương hơn nhiều và do đó trở thành ứng cử viên có giá trị cao hơn nhiều cho chương trình khách hàng thân thiết. Tương tự, nếu các cửa hàng của đối thủ cạnh tranh nằm rải rác về mặt địa lý, khách hàng có thể ít bị tổn thương hơn so với khi các đối thủ cạnh tranh được tập hợp lại với nhau một cách thuận tiện, đặc biệt nếu các cửa hàng cạnh tranh nằm ở hướng ngược lại với cửa hàng mà khách hàng là thành viên trung thành.

Với sự phức tạp này, việc xác định các loại xu hướng này theo cách thủ công có thể là điều không thể. Nhưng trái ngược với phân tích của con người, các phương pháp học máy hiện đại rất phù hợp để tìm kiếm các mẫu trong dữ liệu phức tạp. Chúng tôi cung cấp dữ liệu phong phú về cả chi tiêu và vị trí thực tế của khách hàng, cửa hàng và đối thủ cạnh tranh vào một mô hình học máy đơn giản và mô hình này sau đó có thể dự đoán chính xác khách hàng nào sẽ có giá trị nhất để đăng ký. Quan trọng là, mô hình phát hiện ra rằng những khác biệt nhỏ về vị trí có thể tạo ra sự khác biệt lớn về ROI, làm nổi bật cách các công cụ tự động có thể phân khúc khách hàng theo những cách có vẻ không trực quan, nhưng có thể có tác động đáng kinh ngạc đến điểm mấu chốt.

Vì vậy, điều này có ý nghĩa gì đối với các nhà tiếp thị? Có hai điểm chính cần lưu ý. Đầu tiên, thay vì tập trung vào việc chuyển đổi những khách hàng có chi tiêu cao nhất, các nhà tiếp thị nên xác định và nhắm mục tiêu đến những khách hàng dễ bị cạnh tranh nhất. Những khách hàng có khả năng bị tổn thương cao này có giá trị chuyển đổi cao nhất và do đó, việc nhắm mục tiêu họ bằng các chương trình khuyến mại dành cho khách hàng thân thiết sẽ mang lại ROI cao nhất.

Điều quan trọng, điều này có thể có nghĩa là phải xem xét lại một số chỉ số. Ví dụ: nhà bán lẻ mà chúng tôi đã hợp tác nhận thấy rằng khi họ nhắm mục tiêu các chương trình khuyến mại dành cho khách hàng thân thiết đến những khách hàng có mức chi tiêu cao nhất trong lịch sử, một email duy nhất đã làm tăng khả năng đăng ký của những khách hàng này lên 6,1% – dường như là một tỷ lệ chuyển đổi ấn tượng! Nhưng khi tìm hiểu sâu hơn một chút, chúng tôi nhận thấy rằng chiến lược này thực sự hoạt động kém hơn một chút so với nhắm mục tiêu ngẫu nhiên khi xác định khách hàng mà chương trình khách hàng thân thiết sẽ thực sự tăng lợi nhuận và nó kém hiệu quả hơn rất nhiều so với chiến lược nhắm mục tiêu kết hợp khách hàng lỗ hổng dựa trên dữ liệu vị trí. Cụ thể, sau khi tham gia chương trình khách hàng thân thiết, những người chi tiêu cao (tức là những khách hàng đã được nhắm mục tiêu bởi các chiến dịch ban đầu) hầu như không thay đổi trong chi tiêu, trong khi những khách hàng được nhắm mục tiêu dựa trên mức độ dễ bị tổn thương của họ đối với các đối thủ cạnh tranh lại tăng chi tiêu của họ lên 45%.

Ngoài việc tăng ROI, cách tiếp cận này cũng có thể thực tế hơn rất nhiều so với phân tích dựa trên chi tiêu truyền thống. Dữ liệu bán hàng lịch sử thường không có sẵn, đắt tiền hoặc khó tương quan với thông tin khách hàng khác, trong khi dữ liệu vị trí hầu như luôn có sẵn. Ví dụ: giả sử bạn đang mở một chi nhánh mới hoặc mở rộng sang một thị trường sản phẩm mới. Bạn có thể đang nhắm mục tiêu đến những khách hàng mà bạn không có dữ liệu chi tiêu trước đây, nhưng một tìm kiếm đơn giản trên Google Maps có thể cung cấp cho bạn thông tin cần thiết để xác định nơi mà chương trình khách hàng thân thiết của bạn sẽ có tác động mạnh nhất.

Chìa khóa thứ hai rút ra là những gì chúng tôi đã làm không khó. Bạn không cần phải thuê một nhóm chuyên gia học máy hoặc nhà phân tích dữ liệu để triển khai một mô hình đơn giản sẽ giúp bạn trích xuất những thông tin chi tiết vô hình từ dữ liệu bạn đã có. Mặc dù nghiên cứu của chúng tôi đã minh họa tầm quan trọng của dữ liệu vị trí đối với ROI của chương trình khách hàng thân thiết, nhưng chắc chắn các số liệu khác tương quan với lợi nhuận của các chương trình khác trong các ngành khác và máy học có thể là một công cụ mạnh mẽ giúp bạn xác định và tận dụng các mô hình đó.

Cuối cùng, tất cả là về việc suy nghĩ lại cách bạn tiếp cận nhắm mục tiêu. Thay vì tập trung vào những khách hàng đã là những người chi tiêu cao, các nhà tiếp thị nên tận dụng các công cụ tự động để xác định và tập trung chủ ý các khuyến mại vào những khách hàng có lòng trung thành sẽ có giá trị nhất và những chuyển đổi của họ sẽ mang lại lợi nhuận lớn nhất.