Как мы реализовали стратегию по LTV и увеличили средний чек в 1,5 раза

Конкуренция в фармацевтическом екоме не дает расслабиться — местные аптеки борются за покупателя с федеральными сетями и агрегаторами. В этих условиях выигрывает тот, кто лучше работает с текущей базой клиентов (не в ущерб новым покупателям).

Как мы помогли фарм.сети увеличить срок жизни клиента и нарастить прибыль — читайте в нашем кейсе.

Клиент: сеть аптек с филиалами в 25 регионах России

Гео: центральная Россия, Урал, Татарстан, Башкортостан, Удмуртия, Сибирь, ХМАО, ЯНАО

Задачи:

Рост среднего чека минимум в 1,5 раза.Сделать окупаемость рекламных инвестиций управляемой и правильно рассчитывать экономику проекта по диджитал-каналам.

Flow проекта:

У клиента была настроена комплексная рекламная кампания с классическим для фарм.екома сплитом — performance в Яндексе и соцсетях, программатики (First Data, Segmento, Pharm Target, Hybrid), фиды.

Раньше оптимизация рекламной кампании производилась по ROI на основании данных сквозной аналитики. Но это не отражало реальную картину, потому что ROMI первого заказа в интернет-аптеке отрицательная, окупаемость видна только с учётом последующих заказов клиента на основе CRM-данных.

У показателей по рекламной кампании тоже был потенциал для роста — использовались таргетинги по ключевым словам, интересам,товарные фиды, но сегменты для ретаргетинга и look-alike на основе данных клиента были достаточно общими и нуждались в детализации.

Решение

Решили перейти на методику расчета по LTV.

За основу для анализа транзакций мы взяли данные из CRM-базы транзакций пользователей, которые состоят в программе лояльности. В течение 3 лет клиент собирал туда данные по всем покупкам каждого клиента.

У базы был только один недостаток — в ней было … больше 9 миллионов строк. Excel такой массив информации переварить не в состоянии. На помощь пришли кастомные скрипты на Python от аналитиков агентства. Теперь процесс расчета занимал не более 15 минут.

Провели кластерный анализ данных в Python, чтобы разделить базу на сегменты по потребительскому поведению (составу чеков), для каждого сегмента выделить средний чек, частоту покупки, и по этим параметрам выделить наиболее целевые сегменты аудитории.

На основе обработанных данных мы уже понимали, как часто клиенты покупают, на какую сумму, в течение какого времени, и какие товары пользуются наибольшим спросом.

Так выделили 4 основных сегмента:

Опираясь на анализ этих сегментов, мы разработали тактики сразу по трем направлениям: привлечение новых клиентов, удержание существующих и возврат ушедших.

Приоритет в этой системе — удержание и возвращение текущих клиентов. Причин этому несколько:

1. Накопленная база в 9 млн контактов позволяла быстро запустить рекламу на удержание текущих клиентов.
2. Благодаря сегментации базы мы могли делать более персонализированные креативы и увеличивать конверсию
3. Сконвертировать текущего клиента из базы в 2 раза дешевле привлечения нового.

После оптимизации работы с текущими клиентами переключились на привлечение новой качественной аудитории.

Реализация стратегии

Были разработаны несколько типов рекламных кампаний:

1. на широкую аудиторию: по ключевым словам — брендовые запросы, бренды лекарств, аптеки-конкуренты, агрегаторы, категорийные запросы; фиды, автотаргетинг, товарная кампания.

Тестировали лаконичные объявления с логотипом аптеки и призывом заказать онлайн, и эмоциональные картинки.

Изображение справа - как выглядели товарные фиды (отдельно — по категориям и отдельно — сезонные):

Для возврата ушедших пользователей провели аудит базы клиентов, подключили ретаргетинг и предложили изменения для CRM-маркетинга (на стороне клиента).

Параллельно дорабатывали техническую часть аналитики — наладили подключение по API для дальнейшей автоматизации расчётов, вывели все данные в Power BI, где ведется отчетность клиентов агентства, а также настроили кастомные отчеты по LTV (общий и по сегментам в динамике). Так клиент видел выполнение плана, прибыль по всем сегментам в режиме реального времени. Также загрузили ретро-данные до 2019 года, чтобы клиент мог видеть показатели в динамике нескольких лет:

Результаты работы

По бизнес-показателям:

Благодаря сегментации и настройкам рекламной кампании по всем каналам

LTV регулярных покупателей вырос на 62% - увеличилась частота покупок и срок сотрудничества.LTV хроников вырос на 20% - увеличился срок сотрудничестваLTV родителей вырос на 22% - увеличилась частотность покупокLTV сезонников упал на 80% - это результат того, что были внесены изменения в систему подсчета.

Средний чек увеличился в 1,5 раза, количество новых клиентов из онлайн-каналов увеличилось в 2 раза (с 264 тыс. до 464 тыс) за 1,5 года.

По маркетинговым показателям в контекстной рекламе (а это основной инструмент лидогенерации) мы добились рекордно-низкой в сравнении с конкурентами стоимости целевого действия (на треть, по данным отчета Яндекса):

Остальные показатели в рекламной кампании тоже радуют: при небольшом росте стоимости клика, коэффициент конверсии и количество конверсий опережает конкурентов по рынку в рекламируемых регионах в 2−3 раза:

В планах — дальнейшая детализация сегментов с точки зрения аналитики и оптимизация рекламной кампании на основе полученных знаний.

Обратная связь от клиента:

Начальник отдела интернет-продвижения сети аптек:

«Коллегами была проделана большая аналитическая работа при подготовке стратегии, благодаря которой получилось добиться отличных результатов в рекламной кампании. Наметить новые точки роста, а самое главное, оцифровать их! Работаем дальше!”