Marketing Automation

Il customer Journey e segmentazione con matrice RFM nell’ Ecommerce

I visitatori che navigano sui siti di e-commerce sono profondamente diversi l’uno dall’altro e non è mai una buona idea trattarli tutti alla stessa maniera.

Immaginiamo di essere in un punto vendita fisico.

Ogni giorno entrano in negozio nuove persone, ciascuna con comportamenti diversi: chi si limita a dare un’occhiata alle vetrine, chi domanda un tipo di prodotto particolare, chi torna ad acquistare, chi acquista ormai regolarmente.

Qual è la caratteristica positiva di un bravo commesso?

Senza dubbio la capacità di entrare in relazione con i clienti e fidelizzarli, adattando la propria comunicazione in base a chi si trova davanti.

Il che vuol dire saper fare una presentazione del negozio al nuovo cliente, offrire prodotti accessori di up-selling a chi ha già acquistato un determinato prodotto, fare cross-selling sugli utenti indecisi, premiare con regali i clienti più affezionati, o anche solo chiedere “Come stai?” a chi non si vede da un po’ di tempo.

Sull’online questo aspetto “umano” del commercio si tende a perdere per lasciare spazio a siti “monoliti” e spersonalizzanti, identici per tutti gli utenti.

Ecco, come già abbondantemente spiegato da Francesco, il marketing automation cerca di colmare questo gap personalizzando la navigazione a seconda della tipologia di utente che visita il sito.

Vorrei soffermarmi su 2 pilastri fondamentali per una corretta personalizzazione dell’esperienza di acquisto:

  1. il customer lifecycle lungo la quale si muovono gli utenti
  2. la matrice rfm (recency, frequency, monetary)

Customer Lifecycle (Customer Journey)

Gli utenti possono essere categorizzati a seconda che siano (puoi aggiungere ulteriori segmenti):

  • Nuovi visitatori
  • Potenziali clienti
  • Clienti 1° acquisto
  • Clienti ricorrenti
  • Clienti VIP
  • Clienti dormienti/persi

Nuovi visitatori

Sono utenti che ancora non conoscono il sito web, sono in una fase di “web surfing” in cui manifestano una intenzione di acquisto che però è ancora allo stato latente.

Si possono individuare creando un segmento del tipo “utenti che hanno effettuato meno di 3 sessioni al sito, non si sono mai registrati né iscritti alla newsletter”.

L’obiettivo principale per questa tipologia di utenti è stabilire un canale di comunicazione con cui re-ingaggiarli una volta che escono dal sito, per evitare il rischio di perderli per sempre.

L’azione più comune per ottenere la mail del nuovo visitatore è quella di chiedere loro di iscriversi alla newsletter in cambio di uno sconto sul primo acquisto.

L’importante è riuscire a identificare mediante a/b test il trigger giusto per la sua comparsa, scegliendo tra exit intent, tempo di permanenza sulla pagina, numero pagine viste ecc.

Una maniera meno invadente per ottenere il lead è quella di spingere alla registrazione con messaggi personalizzati che vedono solo loro, come nell’esempio sotto:

Figura 3.7 – Esempio di Personalizzazione

Il messaggio "Registrati per ottenere un extra-sconto immediato” è visibile solo dagli utenti anonimi.

Nonostante non si conosca ancora nulla dei nuovi visitatori, è possibile già da questa fase personalizzare testi e banner sulla base delle sorgenti di traffico da cui arrivano.

Ad esempio, potresti avere un rapporto di affiliazione con un blog del settore che genera traffico sul tuo sito mediante un articolo o un banner. 
In questo caso, puoi dare il benvenuto ai visitatori che atterrano da quel blog con una barra che dice “Benvenuto lettore di [nome del blog]! Ecco il tuo codice sconto…”.

Il nuovo visitatore non vedrà un semplice sconto generico, ma uno sconto creato apposta per lui che è un lettore del blog, e questo aiuta a generare una sensazione di “esclusività” e ad aumentare le probabilità di conversione:

Figura 3.7 – Esempio di personalizzazione su referall

Nella figura è stata creata una barra per gli utenti che atterrano sul sito in seguito al click su un link referral.
Il sito aveva una affiliazione con un importante blog del settore che ne pubblicizzava la spedizione gratuita.

Un altro modo di personalizzare il sito per i nuovi visitatori è sfruttando la geolocalizzazione, che permette di mostrare testi e banner dinamici in base al paese e, in alcuni casi, anche alla provincia da cui si connettono.

Potenziali clienti

Sono utenti che si sono registrati al sito, oppure alla newsletter, ma ancora non hanno acquistato.

In questo caso la decisione di acquisto comincia a diventare manifesta dal momento che tornano sul sito ed accettano di scambiare la loro email per un coupon di sconto.

Per incentivarli a finalizzare l’acquisto si può impostare una campagna cross-channel di promozione dell’offerta (solitamente un codice coupon), comunicandola via email, banner dinamici sul sito e remarketing.

Utilizzando i software di marketing automation, è possibile veicolare allo stesso utente una comunicazione integrata tra contenuti dinamici sul sito, email e retargeting.

L’utente che riceve una email con lo sconto sul primo acquisto, atterrerà su un sito dove non ci sono altre offerte se non quel codice sconto, in modo da eliminare possibili fattori di indecisione (vedere più sconti e non sapere quale scegliere può portare a una “paralisi” nel processo decisionale di acquisto).

Ovviamente i tempi sono diversi per ciascun utente: c’è chi acquista utilizzando il buono sconto il giorno dopo, chi aspetta una settimana, chi un mese, chi acquista senza coupon, oltre ovviamente al 99% che non acquista proprio.

Per questo è bene creare diversi funnel di offerte a distanza di un paio di settimane l’uno dall’altro, per reingaggiare con offerte mirate anche gli utenti più indecisi che ancora non hanno utilizzato il buono.

Su questa tipologia di utenti è possibile inoltre impostare una sequenza di recupero carrelli abbandonati più aggressiva, anche attraverso coupon, dal momento che portarsi a casa la prima vendita è spesso la parte più difficile del gioco.

Clienti 1° acquisto

Una volta che l’utente acquista e diventa nuovo cliente, le operazioni di marketing da fare sono:

  • conoscere chi è e come si è trovato ad acquistare sul sito (attraverso la compilazione di un questionario)
  • spingerlo a fare un secondo acquisto

Il problema è scegliere la giusta tempistica con cui lanciare la campagna di Win Back.

Sarebbe poco producente lanciare una offerta su una lampada di design a chi ne ha già acquistata una da 400 euro il mese scorso!

Quindi per sapere quando incentivare i clienti perché comprino una seconda volta occorre conoscere la frequenza di acquisto (f).

Per calcolare la frequenza di acquisto dovrai fare come segue:

f (purchase frequency) = numero di ordini (anno) / numero di clienti unici (anno)

Ricordati di effettuare questo calcolo non su tutti gli utenti, ma solo sugli utenti che hanno effettuato almeno 2 acquisti.

Questo ti consente di scremare una parte di clientela occasionale che andrebbe ad alterare le statistiche.

Una volta ottenuto il valore dovrai fare

365 / f

per conoscere il tempo che intercorre in media tra un acquisto e un altro.

Se hai categorie merceologiche molto differenti tra loro, potresti anche scendere più in profondità e calcolare la frequenza di acquisto per tipologia di prodotti o categorie (ma attenzione perché può rivelarsi un lavoro complicato).

Una volta individuato il giusto arco temporale, si può lanciare una campagna win back, anche in questo caso il più possibile integrata tra contenuti sul sito, email, social e canali di remarketing.

Clienti ricorrenti

Questa tipologia di cliente ha già effettuato almeno 2 acquisti, ha dunque dimestichezza con il sito web ed occorre coinvolgerlo in attività volte alla retention, per non correre il rischio di “regalarlo” alla concorrenza.

Si può fare leva su programmi di raccolta punti per mantenerlo fedele al sito, oppure lavorare con kit in offerta per aumentare lo scontrino medio.

Uno degli obiettivi principali di un programma di marketing automation è ovviamente quello di aumentare la percentuale di clienti ricorrenti.

Per misurare questo dato nel tempo devi calcolare il Customer Retention Rate (CRR).
Lo ottieni così:

CRR = (clienti che hanno effettuato più di 1 ordine / totale clienti) x 100

Avrai così chiaro se il tuo programma di marketing automation sta portando un aumento dei clienti ricorrenti o (spero per te di no) una diminuzione!

Clienti VIP

Non esiste una regola generale che determina quando un utente è “VIP”. Per alcuni prodotti di largo consumo potrebbe essere dopo 5 acquisti, per altri prodotti più alto spendenti la soglia può abbassarsi a 3 acquisti.

Questo genere di cliente rappresenta il tuo core business, il tesoro più prezioso da custodire in quanto acquistano regolarmente e spesso con scontrino medio-alto.

Stupiscili con regali inaspettati o categorie nascoste di prodotti in forte offerta a cui dai un accesso privilegiato.

È anche interessante realizzare un questionario solo per loro: sono utenti ormai fedeli al brand e possono davvero darti indicazioni utili su quali elementi fare leva per il marketing e il miglioramento dell’usabilità del sito.

Queste sono solo alcune indicazioni su come approcciare i diversi segmenti nella loro customer lifecycle, Francesco approfondirà in dettaglio nella parte dedicata alla strategia le varie tattiche da implementare su ognuno.

MATRICE RFM

Se il customer lifecycle ci da indicazioni sul numero di acquisti effettuati, la matrice rfm ci permette di suddividere gli utenti in coorti sulla base di 3 metriche:

Recency: indica quanto tempo è passato dall’ultimo acquisto

Frequency: l’intervallo di tempo tra un acquisto e un altro

Monetary: l’importo medio speso per ordine

Gli utenti che hanno punteggi RFM più alti sono quelli migliori, dal momento che chi ha acquistato di recente, chi acquista frequentemente e chi spende molto tende ad essere più ricettivo ai messaggi di marketing.

Nell’esempio sotto, suddivisione degli utenti in base alla Recency:

 

Figura 3.8 – Fonte: Sales Manago

Nella figura vediamo quando hanno effettuato l'ultimo acquisto

short= meno di 90 giorni fa.
medium= da 90 a 270 giorni fa.
long= più di 270 giorni fa.

Questa matrice è davvero preziosa in quanto ci permette di fare comunicazioni mirate ad utenti che non acquistano da 90 giorni, oppure ad utenti che generalmente acquistano una volta ogni 2 mesi, oppure ancora ad utenti alto-spendenti.

Non solo! È anche impossibile intersecare tra di loro queste 3 metriche e raggiungere un livello di profondità ancora maggiore.

Nell’esempio sotto, abbiamo creato coorti di utenti incrociando Frequency con Monetary.

In basso a sinistra del diagramma cartesiano abbiamo gli utenti che acquistano con basso scontrino medio ma frequentemente, in alto a destra gli utenti che acquistano con alto scontrino ma molto occasionalmente, e tutte le variazioni che ci sono in mezzo.

figura 3.9 – Fonte Sales Manago

Il diagramma cartesiano in foto mostra sul piano verticale il valore monetario medio degli ordini, su quello orizzontale la frequenza di acquisto.

Con questi dati è possibile fare email marketing, creare contenuti dinamici sul sito, ma anche utilizzare i segmenti ottenuti per fare remarketing su facebook e la rete display.

La pertinenza dei messaggi in questo caso aumenta notevolmente!

Anche in questo caso puoi utilizzare la matrice per monitorare i miglioramenti di marketing apportati con le automazioni: se stai lavorando bene, dovresti vedere un aumento graduale di tutti e 3 i valori.

Ricapitolando abbiamo da un lato la storia di acquisto dell’utente (customer lifecycle), dall’altro la matrice rfm ci aiuta a trovare i clienti migliori: quelli che hanno acquistato da poco (recency), quelli che acquistano di frequente (frequency) e quelli che acquistano molto (monetary).

Per chiudere il cerchio, si possono creare matrici rfm sulla base del customer lifecycle, individuando così:

  • i clienti che hanno effettuato 1 acquisto meno di un mese fa con scontrino alto
  • i clienti che effettuano acquisti ogni 3 mesi con scontrino basso
  • i clienti che hanno già effettuato 5 acquisti ma che hanno effettuato il loro ultimo ordine più di un anno fa

e tutte le combinazioni possibili tra rfm e customer lifecycle.

Avrai così a disposizione una segmentazione davvero completa e potente che ti permette di ingaggiare in attività di marketing solo le coorti di utenti perfettamente in target con il tuo messaggio!

 

Post correlati

Come calcolare la frequenza di acquisto dei tuoi clienti

Marco Santandrea

Segmentazione per Ecommerce: Come farla con il Marketing automation

Francesco Chiappini

Come creare una Homepage interamente personalizzata con Bunting

Marco Santandrea

Lascia un commento

Accetto e dichiaro di aver letto l’Informativa Privacy

il-customer-journey-e-segmentazione-con-matrice-rfm-nell-039-ecommerce-ecommerceschool-blog-formazione-in-e-commerce-management
error: I contenuti sono protetti da diritti d\'autore e DMCA®
[i]
[i]