Case study: Jak jsme z 66 % jednorázových zákazníků nastavili efektivní retenční strategii
Z RFM analýzy jsme vytáhli 5 směrů pro retenci, automatizace i VIP péči.
Z RFM analýzy jsme vytáhli 5 směrů pro retenci, automatizace i VIP péči.

Ne každý e-shop potřebuje víc newsletterů. Často potřebuje nejdřív pochopit, kdo jsou jeho zákazníci, jakou mají hodnotu a komu má smysl komunikovat jako prvnímu. Přesně to byl případ této spolupráce, kde jsme místo dalších kampaní začali RFM analýzou nad databází tisíců B2C zákazníků.

Klient provozuje e-shop s desítkami tisíc zákazníků a celkovým obratem téměř 40 milionů korun. Než jsme začali cokoliv navrhovat, potřebovali jsme pochopit, jak databáze skutečně vypadá. Po očištění od B2B zákazníků, kteří by výsledky zkreslovali, jsme spustili RFM analýzu nad zhruba 15 000 B2C kontakty.
RFM analýza se dívá na tři věci:
Sama o sobě nic nevyřeší, ale když ji dobře přečtete, pomůže vám rozhodnout, komu se věnovat přednostně, kde je největší byznysový potenciál a jaké scénáře nasadit jako první.
Cílem nebylo skončit u grafů a barevných tabulek. Cílem bylo přeložit data do konkrétní retenční logiky: kde má smysl welcome série, kdo je vhodný pro upsell nebo cross-sell, kdo potřebuje reaktivaci a kdo si zaslouží úplně jiný přístup než zbytek databáze.
První závěr byl nepříjemný, ale v e-commerce velmi běžný. Přesně dvě třetiny databáze provedly pouze jednu objednávku. Velká část akviziční investice tedy končila prvním nákupem a dál se nepřeklápěla do opakované hodnoty. Tento segment sám o sobě generoval obrat přes 15 milionů korun.
Druhý důležitý insight byl sezónní efekt. V datech byly vidět výrazné peaky související s předvánoční sezónou. Část zákazníků přišla kvůli dárkovému nákupu, ale po Vánocích se už nevrátila. To je důležitý rozdíl: ne každý neaktivní zákazník je „ztracený". Někteří se chovají sezónně a potřebují připomenutí ve správný moment.
Třetí silný moment se objevil na opačné straně databáze. Malý VIP segment tvořil jen něco přes 3 % zákazníků, ale podílel se na téměř čtvrtině celkového obratu. Šlo o několik stovek lidí, kteří utratili přes 9 milionů korun. To je přesně skupina, kterou nechcete řešit stejným newsletterem jako všechny ostatní.

Výstupem neměla být „zajímavá analýza". Výstupem měly být jasné priority pro retenci a automatizaci.
Když víte, že dvě třetiny databáze nakoupily jen jednou, máte velmi jasný první krok: postarat se o to, aby po prvním nákupu nezačalo ticho. Když vidíte, že zákazníci se dvěma a třemi objednávkami mají tendenci být čerstvější a loajálnější, je to signál, že má smysl je cíleně posouvat dál. A když víte, že malá skupina VIP zákazníků dělá téměř čtvrtinu obratu, musíte pro ně navrhnout odlišnou péči.
Doporučení jsme nerozdělili podle interní struktury klienta, ale podle toho, v jaké situaci se zákazník nachází a jakou má pro byznys hodnotu. Z toho vypadlo pět hlavních směrů:
Největší skupinu v databázi tvořili jednorázový zákazníci. Proto dávalo největší smysl začít welcome sérií. Ne jako nudným „děkujeme za objednávku", ale jako sérií, která pomůže udělat z prvního nákupu vztah.
Doporučení bylo nastavit scénář reagující na novou objednávku a segmentovat zákazníky podle toho, jestli šlo o první nebo druhý nákup. První e-mail měl odejít už druhý den po objednávce, kdy je zákazník ještě v pozitivní emoci. Další kroky pak navazovaly po 7 až 10 dnech. Témata kombinovala přívětivý onboarding, šíři sortimentu a až později i obchodní pobídku, například registraci ke slevě nebo časově omezený kupon.
Důležitý detail: welcome série neměla běžet jen na nové zákazníky, ale po úpravě i jednorázově na existující segmenty s obratem přes 9 milionů korun. To je ukázka, jak může jedna dobře cílená změna pracovat s velkou částí hodnoty v databázi.

Další důležitý segment nebyl připravený na tvrdou reaktivaci, ale zároveň už od posledního nákupu uplynula dost dlouhá doba. Šlo o zákazníky 1 až 2 roky od posledního nákupu, u kterých dávalo smysl pravidelné, ale ne příliš agresivní připomínání. Doporučení bylo nasadit průběžnou automatizaci, která je oslovuje zhruba jednou měsíčně.
Smyslem nebylo posílat obecné novinky. Šlo o to využít znalost předchozích nákupů a komunikovat relevantně. Kdo koupil jeden typ produktu, dostal doporučení na související kategorie. Protože klientův sortiment pracuje i se sběratelstvím, dá se cross-sell stavět nejen na praktické návaznosti, ale i na zájmu o příbuzné kategorie.
RFM analýza ukázala i velkou skupinu zákazníků neaktivních déle než dva roky. Tato skupina představovala 36 % databáze a podílela se na více než pětině obratu. Nešlo o malý zbytek, ale o výraznou část databáze, která postupně chladla.
Doporučení bylo kombinovat jednorázovou reaktivaci s opakovaným scénářem jednou za 2 až 3 měsíce. Smyslem nebylo jen „poslat slevu", ale znovu připomenout značku, sortiment, historický zájem zákazníka a přidat časově omezený důvod k návratu. Současně jsme doporučili sledovat, kdo nereaguje ani po několika výzvách, a podle toho zvažovat další práci s databází.
Data ukázala, že část zákazníků byli typičtí „dárkaři". Proto jsme doporučili výroční automatizace, které nepřijdou přesně v den výročí objednávky, ale zhruba týden předem. Tím se trefíte do období, kdy zákazník pravděpodobně řeší podobný dárek znovu, a vyhnete se situaci, kdy už ho má vyřešený na poslední chvíli.
Největší chyba by byla posílat VIP zákazníkům stejnou komunikaci jako zbytku databáze. Tito lidé se vracejí sami, mají vysokou loajalitu a vysokou hodnotu. Není potřeba je znovu tlačit ke konverzi standardní kampaní. Je potřeba o ně pečovat.
Doporučení směřovalo k samostatné VIP komunikaci: nabídnout novinky přednostně, dát speciální dárek, připomenout se před Vánoci a pracovat s nimi i jako se zdrojem zpětné vazby. To je důležité nejen kvůli obratu, ale i kvůli pochopení sortimentu a budoucího rozvoje nabídky.
Na téhle spolupráci je nejdůležitější jedno poučení: ne každý e-shop potřebuje víc kampaní. Často potřebuje lépe rozumět vlastní databázi.
Když nevíte, kdo nakoupil jen jednou, kdo tvoří nejvyšší hodnotu, kdo vám postupně usíná a kdo už je dost zralý na automatizaci, budete téměř vždycky komunikovat moc plošně. A plošná komunikace znamená nižší relevanci, horší výkon a zbytečně promarněnou hodnotu, kterou už v databázi máte.
RFM analýza sama o sobě nic nevyřeší. Ale když ji přeložíte do konkrétních segmentů, priorit a scénářů, začne mít velmi praktický dopad. Najednou neřešíte „co pošleme příští týden", ale komu se vyplatí věnovat pozornost jako prvnímu a jakou komunikací ho posunout dál.

Nevíte, komu komunikovat jako prvnímu a které automatizace mají pro váš e-shop největší dopad? Začneme daty, segmentací a auditem. Pak teprve navrhneme scénáře, které dávají smysl. ;-)