Predictable Analytics ou comment vous pouvez aider vos clients à passer leurs commandes

En tant que propriétaire de magasin moyen, j'étais toujours curieux de savoir combien je gagnerais demain, comment puis-je améliorer ces ventes et quand je devrais accorder ou non des remises à mes clients. Pourquoi mes e-mails ont un index d'ouverture faible même si j'écris des e-mails utiles avec des produits ou des informations liés aux clients ?

C'est à ce moment-là que j'ai commencé à demander. Comment puis-je prédire le comportement de mon client ? Quand dois-je lui envoyer un e-mail ou lui téléphoner ? Quand dois-je rappeler aux utilisateurs que "Me voici" et quand dois-je les pousser à l'interaction ? C'est alors que j'ai découvert Latency Matrix. C'est une boule magique pour regarder et prédire quand un client spécifique devrait faire la prochaine interaction et ce que je devrais faire dans cette situation.

Q - Nous devrions offrir des remises aux utilisateurs aussi souvent que possible pour obtenir plus de ventes

Un tort

La remise ne doit pas être utilisée pour faire revenir les acheteurs à tout moment. Vous devez être la personne qui offre ce dont elle a besoin à chaque instant spécifique et vous devez garder un œil sur le pouls pour vous assurer que vos clients vous répondront la prochaine fois. La remise offerte n'est pas la bonne méthode pour y parvenir.

Voyons comment le charme prévisible fonctionne avec Latency Matrix

Cela semble effrayant au début, mais nous le vérifierons étape par étape et vous saurez comment le lire et le construire par vous-même.

La première chose que nous devons faire est de regrouper nos acheteurs en 2 dimensions - le nombre de jours qu'il leur a fallu entre les commandes (jours entre les interactions) et le nombre de commandes que le client exact a passées. Lors du filtrage, nous utiliserons ces 2 dimensions pour voir le comportement normal des clients dans le magasin et pour prédire leurs actions futures.

Essayons maintenant de construire notre matrice de latence.

Lorsque nous avons exporté tous les clients avec leurs commandes, nous devons trouver ceux qui n'ont passé qu'une seule commande. Nous comptons le nombre de jours qu'il a fallu aux clients pour passer leur première et unique commande après l'enregistrement. Ignorez les acheteurs avec 2 commandes ou plus, nous y reviendrons plus tard. Cette valeur, jours entre l'enregistrement et la première commande, doit être placée dans la première cellule à côté de la 1ère commande effectuée par les clients avec une seule commande (nombre de commandes).

Jours qu'il a fallu au client pour passer 1 commande après l'inscription

Dans notre exemple, il a fallu 2 jours (en moyenne) à compter de la date d'enregistrement pour passer la première commande.

De la même manière, nous filtrons les clients qui ont passé leur première commande en fonction du nombre de commandes qu'ils ont passées dans votre magasin. De cette façon, nous obtenons le nombre de jours qu'il a fallu pour passer la première commande si le client a déjà 2 commandes, de même pour 3, 4, 5 et 11+ commandes par client. On obtient l'image suivante :

Nombre de jours qu'il a fallu aux acheteurs pour passer la première commande en fonction du nombre total de commandes qu'ils ont passées dans votre magasin

C'est le point où nous pouvons commencer notre prédiction. Si le nombre total de clients qui ont été utilisés pour calculer le nombre (dans notre cas, c'est 694 clients) est suffisamment élevé, nous pouvons dire que c'est la période où tous les utilisateurs enregistrés qui vont faire le seul achat devraient faire leur première interaction dans les 2 jours (max), sinon avec une forte probabilité, ils ne le feront pas du tout. En gardant cela à l'esprit, nous pouvons configurer un rappel automatisé qui indiquera aux acheteurs quelque chose d'intéressant pour les attirer dans votre magasin.

Le temps maximum qu'il a fallu aux clients pour passer leur première commande est de 12 et 17, bien que le nombre de clients ayant un tel comportement soit de 49 et par rapport à tous les clients, vous pouvez les ignorer. Le temps minimum qu'il a fallu aux acheteurs pour passer leur première commande est de 0, cela signifie qu'ils ont passé leur commande le jour même de l'enregistrement.

Quelle est l'heure exacte du premier rappel ?

Vous vous attendez à ce que les clients passent leur commande en 2 jours, si vous avez un délai moyen pour les clients avec une commande et cela peut prendre jusqu'à 4 jours en tenant compte de tous les acheteurs. C'est une bonne idée de nous fixer votre rappel à envoyer le 5ème jour pour les laisser faire leur premier pas eux-mêmes.

Vos chiffres changeront sûrement avec le temps, car vous aiderez vos clients à se comporter comme vous le souhaitez.

Pourquoi vous ne devriez pas envoyer la lettre à Tous les clients potentiels

Si vous utilisez des systèmes de messagerie tiers, cette méthode peut vous faire gagner du temps et de l'argent. Vos acheteurs ne vous traiteront pas comme un spam car vous ne leur enverrez pas de mails trop vite ou trop tard alors qu'ils ont déjà perdu tout intérêt pour votre boutique. Vous ne perdrez pas de profit potentiel si vous offrez une remise à ces utilisateurs en 2 jours, car ils feront très probablement cette interaction eux-mêmes (en moyenne jusqu'à 4 jours).

Nous obtenons donc la liste des utilisateurs enregistrés sans aucune commande et leur envoyons un rappel dans 5 jours.

C'est le scénario du premier rappel, mais qu'en est-il des clients existants ? Les acheteurs ponctuels sont les plus chers pour les propriétaires de magasins, ce groupe est donc très important et vous devez prédire quand ils feront leur prochaine interaction et quand ils devraient le faire.

Pour comprendre cela, nous devons collecter des données sur toutes les deuxièmes commandes passées par vos clients. Nous obtenons donc la liste des acheteurs avec 2 commandes et calculons en combien de jours ils ont passé la deuxième commande à partir de la première commande et les filtrons par le nombre de commandes qu'ils ont dans votre magasin. Donc 120 est le nombre de jours qu'il a fallu au client pour passer la deuxième commande à partir de la première et le client n'a passé que 2 commandes, et ainsi de suite.

2-ème – Nombre de jours qu'il a fallu aux clients pour passer leur deuxième commande

Vous devez également calculer le nombre moyen de jours pour tous les clients entre la première et la deuxième commande pour voir les statistiques moyennes. Gardez également à l'esprit que ces chiffres sont moins précis car le nombre de clients qui ont passé plus de 2 commandes est inférieur à celui de ceux qui n'ont qu'une seule commande. C'est une situation normale pour un magasin de commerce électronique moyen, et ce rapport devrait vous aider à pousser les acheteurs ponctuels et à effectuer d'autres interactions.

Dans notre exemple, il a fallu 120 jours pour passer la deuxième commande pour les acheteurs avec 2 commandes et en moyenne, il a fallu 110 jours pour passer la deuxième commande pour tous les clients. Nous pouvons donc prédire que les acheteurs avec une seule commande devraient passer leur deuxième achat dans les 110 à 120 jours. Faites-leur un rappel dans 121 jours et poussez-les au deuxième achat.

Il est temps d'offrir des remises à ce stade, car une remise est moins chère qu'un nouvel utilisateur. Vous pouvez transformer vos acheteurs ponctuels en clients fidèles dès maintenant.

De la même manière que vous le faites avec le troisième ordre, le quatrième ordre, etc. Vous pouvez prendre autant de commandes que nécessaire pour la prédiction. Fondamentalement, les clients fidèles qui passent plus de 10 commandes doivent être traités différemment, vous pouvez donc vous arrêter sur ces chiffres.

À la suite de calculs, vous obtenez la note suivante appelée matrice de latence.

Matrice de latence

Fondamentalement, ce dont vous avez besoin ici, c'est de la dernière commande de chaque groupe et de tous les nombres moyens. Ainsi, la prédiction de la vente à venir pour les clients avec 2 commandes est le nombre de jours qu'il a fallu pour passer la 3ème commande dans le groupe de clients avec 3 commandes (soit 96 dans notre cas) et son nombre moyen qui est de 110. Le la prédiction de la prochaine interaction pour les acheteurs avec 3 commandes est de 87 à 59 jours, etc.

De plus, vous pouvez proposer des offres intéressantes pour ramener les utilisateurs dans votre boutique en programmant des réponses automatisées en 3, 7, 30 jours d'inactivité de tous les groupes de clients ayant nos prédictions comme « point de départ » du déclencheur de messagerie.

Avec le temps, cet organisme vivant changera et les chiffres seront plus précis et le % des ventes augmentera.

De plus, pour votre commodité, il est préférable d'obtenir les totaux de clients dans chaque groupe car vous vous fierez aux totaux et ils peuvent se référer à un petit nombre d'acheteurs et peuvent ne pas être exacts.

De plus, si vous filtrez les clients en fonction du temps écoulé depuis la dernière transaction, vous pouvez obtenir la liste des clients auxquels envoyer du courrier et des acheteurs potentiellement perdus avec plus de 12 mois d'inactivité.

À quelle fréquence dois-je vérifier cette matrice ?

C'est une bonne idée de le vérifier une fois par mois pour les magasins nouvellement créés, une fois tous les 3 mois pour les magasins avec une bonne réputation et des ventes assez stables et au moins une fois par an pour les magasins avec une longue histoire et un bon classement.

Qu'est-ce qui n'est pas couvert dans cette matrice ?

Vous ne tenez pas compte de l'heure à laquelle l'interaction a été effectuée, donc toutes les commandes passées il y a 2 ans et les commandes nouvellement créées sont prises en compte. Le comportement changera avec le temps en accélérant vos nouvelles ventes, bien que les anciens chiffres fassent baisser vos statistiques.

Prédire le comportement des clients peut vous aider à développer vos stratégies de marketing et de marketing par courrier auxquelles vous commencerez à faire confiance. Ne laissez pas vos clients seuls lorsqu'ils sont sur le point de quitter définitivement votre magasin.

Ce rapport prend du temps, mais peut être effectué à la fois dans Excel ou avec l'application Store Manager pour Magento, Enterprise Edition (prend en charge à la fois la communauté Magento et EE).

Trouvez plus de rapports Magento par eMagicOne sur - https://www.mag-manager.com/magento-report/

J'espère que vous allez grandir rapidement et que notre article sera une petite porte ouvrant votre grand avenir.

Cet article est fourni par la contributrice invitée Oksana Semenyuk, CMO chez eMagicOne - une société proposant des solutions de commerce électronique intelligentes et pratiques qui rendent le maintien des affaires en ligne très facile et sans effort.