preloader

Kto nie wierzy, niech zmierzy.

Każdy lubi wiedzieć za co płaci. Nie inaczej jest w przypadku firm, dla których pracujemy. Choć uważamy, że podstawą biznesu jest zbudowanie zaufania, to jednak „cyferki” muszą się zgadzać. Świadomi tego, postanowiliśmy pokazać, w jaki sposób liczymy skuteczność naszych działań.

Pierwszym krokiem jest wybór bazy klientów do kampanii (np. osoby, które nie były w naszym sklepie od ponad 30 dni, a pojawiały się wcześniej przynajmniej raz na dwa tygodnie). Następnie, porządkujemy tę grupę – od najlepszych do najgorszych – według wybranego przez nas kryterium (np. największych wydatków w ciągu ostatnich 12 miesięcy). W kolejnym kroku, wybieramy co dziesiątą osobę z tak uszeregowanego zbioru – to będzie nasza grupa kontrolna. Pozostałe osoby, to grupa docelowa, do której zostanie skierowana kampania. Powyższy podział umożliwi nam uzyskanie dwóch segmentów o podobnej strukturze. Po zakończeniu kampanii porównamy obie grupy, aby zweryfikować skuteczność naszych działań.

kk-3image

— przykładowa konfiguracja procesu selekcji grupy kontrolnej w IBM Campaign

Do grupy docelowej zostaje wysłana wiadomość z zaproszeniem na zakupy. Po upływie okresu oddziaływania kampanii, analizujemy konwersję (procent osób, które odwiedziły sklep) oraz średni koszyk w obu grupach. Są to dwa parametry, na które wpływamy wysyłając kampanię. Na potrzeby tego przykładu przyjęliśmy następujące dane (wynikające z naszych dotychczasowych doświadczeń):

kk-3image
W powyższym przykładzie w grupie kontrolnej 8% klientów odwiedziło sklep, chociaż nie byli oni objęci kampanią. Ich średni koszyk przyjęliśmy na poziomie 50 zł. To tak zwany “obrót naturalny”, czyli zakupy, które klienci zrobią bez naszego dodatkowego wsparcia marketingowego.

Spójrzmy na grupę docelową; tutaj liczby są odpowiednio większe – 12% klientów po otrzymaniu komunikatu pojawiło się w sklepie, a ich średni koszyk wyniósł 60 zł. Jest to efekt, którego  spodziewamy się wysyłając komunikat – do sklepu przyszło więcej osób i wydały one więcej pieniędzy niż zwykle przeznaczają na zakupy.

Dzięki powyższym założeniom i otrzymanym wynikom, możemy obliczyć, jaki obrót wygeneruje przeprowadzona kampania i jaka jego część będzie zasługą naszych działań.

Konwersja z grupy kontrolnej informuje nas ile osób pojawiłoby się w sklepie gdybyśmy nie przeprowadzili kampanii. Możemy więc założyć, że gdybyśmy nic nie zrobili, to właśnie 8% osób z grupy docelowej pojawiłoby się w naszym sklepie (8% x 900 = 72 klientów). Ci klienci wygenerują 3600 zł przychodu (72 osoby x średni koszyk w grupie kontrolnej na poziomie 50 zł). Tę wartość nazywamy “obrotem naturalnym”.

Nasze działania i przeprowadzona kampania sprawiły, że do sklepu przyszło 108 klientów (12% x 900), zamiast 72 (8% x 900) a zysk z ich zakupów wyniósł 6480 zł. Różnica między całkowitym obrotem kampanii (6480 zł), a obrotem naturalnym (3600 zł), to dodatkowy obrót wygenerowany dzięki kampanii. Oznacza to, że wysłana kampania zwiększyła obrót o 2880 zł i właśnie ta kwota jest realną “cyferką”, która mówi o naszej skuteczności.
kk-3image

Obrót naturalny:

50 zł x 72 os. = 3600 zł

Obrót kampanii:

60 zł x 108 os. = 6480 zł

Dodatkowy obrót uzyskany dzięki kampanii:

6480 zł – 3600 zł = 2880 zł