Категории клиентов: как выявить и правильно с ними работать. Энциклопедия маркетинга Выделить категории групп потенциальных клиентов

Всех клиентов можно разделить по доходу на три группы:

• Малообеспеченные клиенты - люди с низким уровнем дохода, в основном рабочие специальности, которые не будут покупать дорогие вещи. При выборе товара они ориентируются на качество и низкую цену, известность бренда их не интересует совсем. Такие клиенты в основном приобретают товары на оптово-розничных базах, рынках и магазинах, предлагающих продукцию по низкой цене.
• Средний класс - люди с средним уровнем дохода, в основном, клерки и предприниматели, которые могут покупать как продукцию средней ценовой категории, так и недорогую продукцию. При выборе продукции они ориентируются в первую очередь на качество, во-вторых - на цену, ну и в третьих, на известность бренда. Такие клиенты могут приобретать детскую одежду и на базах, и в федеральных сетях и в обычных магазинах.
• Клиенты с высоким доходом - руководители крупного бизнеса, успешные предприниматели. В своих покупках они больше ориентируются на известность бренда и качество (ставя больше на известность бренда), готовы переплачивать за бренд. Такие клиенты никогда не поедут на базу, будут приобретать продукцию в основном в брендовых магазинах, в крайнем случае в федеральных сетях.

Клиенты с высоким доходом

Клиенты со средним доходом

Клиенты с низким доходом

В числе первоочередных задач клиентоориентированной компании – формирование четкого представления о решаемых бизнес-задачах или своих уникальных продуктах и понимание потребностей своих клиентов в разрезе этих бизнес-задач. Эти знания позволят создать портрет «идеального» клиента, т.е. такое его целевое состояние, в котором он использует все или большинство продуктов компании для него предназначенных. При этом, учитывая тот факт, что в настоящее время большинство рынков сбыта и продуктов являются сегментированными, таких портретов в компании должно быть ровно столько, сколько у нее целевых рынков.

В качестве идеальной модели можно использовать таблицу, в которой по вертикали перечислены целевые рынки компании, по горизонтали – продукты компании, а на пересечении строк и столбцов отмечены целевые продукты для целевых сегментов.

Целью клиентоориентированной компании является максимальное приближение количества продуктов, покупаемых или используемых реальным клиентом определенного сегмента, к идеальной модели.

Приведенная выше таблица позволяет сравнить целевое состояние по каждому клиенту или клиентскому сегменту с реальным и корректировать свою деятельность так, чтобы оно стало более полным. К тому же создание такой матрицы поможет решить и еще несколько задач. Например, при ее создании может выясниться, что в компании существуют продукты, продаваемые разово, которые не могут быть отнесены к потребностям какого-либо сегмента, либо наоборот –матрица может быть расширена за счет продуктов, которыми в настоящее время компания не занимается. Создание портрета «идеального» клиента также поднимет и ряд других вопросов, среди которых, например, задача управления и развития персонала. Технология работы, ориентированная на клиентов, предполагает наличия как минимум разных специалистов для работы с разными целевыми группами.

В основе идеальной модели лежит принятая в компании сегментация клиентов. Без знаний о структуре своей клиентской базы и ее потребностях невозможно создать портрет «идеального» клиента и построить на его основе стратегию развития отдельно взятого клиента. Ниже мы рассмотрим, какую информацию о клиенте необходимо знать и как ее можно объединить в группы для дальнейшего использования. Это позволит Вам не только определить свои клиентские сегменты, но и разделить между ними клиентов.

При составлении параметров сегментации клиентов важно помнить о следующем:

• Вводя параметр сегментации, Вы должны четко понимать, как он поможет Вашему бизнесу;
• Параметров не должно быть много. Чем больше параметров сегментации, тем меньше вероятность того, что система будет работать;
• Можно выделить два типа параметров сегментации: те, которые определяют клиента «от рождения» и те, которые характеризуют клиента в процессе работы с компанией;
• Если Вы не можете однозначно сформулировать бизнес-назначение параметра сегментации или трактовка неоднозначная, то он определен неверно.

Рассмотрим небольшие примеры.

Пример 1. Кредитная организация работает с физическими лицами. Какие данные о клиенте могут иметь значимость?

• Среднемесячный остаток по счету;
• Возраст, образование;
• Наличие и год выпуска автомобиля;
• Наличие случаев овердрафта по кредитной карте;
• Место работы, должность.

Пример 2. Компания занимается предоставлением комплекса услуг в области IT. Основной вид деятельности – продажа экономического ПО 1С, продажа лицензионного ПО, оказание услуг по IT-поддержке, защиты безопасности и т.д. Рассмотрим, какие данные о клиенте в этом случае могут играть роль:

• Отрасль;
• Вид деятельности;
• Наличие филиалов;
• Размер предприятия;
• Основной вид клиентов;
• Год основания компании.

Создание групп целевых клиентов

Итак, после того, как Вы определились с параметрами сегментации своей клиентской базы, можно приступать к объединению клиентов в сегменты, или целевые группы. Под целевой группой в данном случае понимается совокупность клиентов, имеющих сходные бизнес-потребности и обладающих сопоставимыми организационными и отраслевыми характеристиками с точки зрения использования продуктов компании.

При этом наиболее перспективными являются такие целевые группы, которые могут использовать несколько (3-4) продуктов компании, обычными клиентами являются пользователи хотя бы одного продукта, а нецелевыми клиентами – такие, которые не могут быть отнесены ни к одному из сегментов и потенциально могут не пользоваться продуктами компании.

Подобный способ определения целевой аудитории больше подойдет для сектора b2b, так как он более стабилен и не подвержен сильным колебаниям спроса, в отличие от b2c. В секторе b2b важно с самого начала правильно определить целевую аудиторию, чтобы затем лишь слегка корректировать ее, расширяя или сужая.

Теперь перейдем к определению возможных целевых сегментов для компаний, упомянутых выше.

Пример 3. Компания занимается предоставлением комплекса услуг в области IT. Основной вид деятельности – продажа экономического ПО 1С, продажа лицензионного ПО, оказание услуг по IT-поддержке, защиты безопасности и т.д.

Теперь в соответствии с этими целевыми группами создадим портреты «идеального» клиента компании:

Чем больше продуктовых направлений компании работают у клиента, тем ниже риск его полной потери при возникновении конфликтной ситуации.

Конечно, такая классификация не является полной. Например, мы можем детализировать таблицу, разбив уже по составляющим продуктов, добавить больше целевых сегментов и т.д. Но даже в таком виде кросс-продуктовая матрица позволяет значительно упорядочить процесс работы с клиентом и тем самым увеличить обороты компании. Данный подход также раз и навсегда снимает вопрос специалистов по продажам «А что еще продать клиенту?», а клиента избавляет от бесконечных дежурных звонков сотрудников компании.

Итак, мы рассмотрели параметры сегментации клиентов «от рождения», позволяющие определить продуктовую перспективность клиента и его принадлежность к определенному сегменту, т.е. благодаря проведенной работе мы можем определить, что предлагать клиенту и какова ситуация с его продуктами в настоящий момент.

Другой набор параметров сегментации клиентов основан на их значимости с точки зрения влияния на оборот компании и ее финансовый результат. Эти параметры показывают более точную картину работы с клиентом и позволяют понять степень его лояльности в разрезе продуктов. В эту группу параметров входят 2 классических показателя:

• Класс «ABC» определяет вклад результатов работы с клиентом на общий результат компании. Этот показатель можно вычислять по величине оборота или дохода, однако следует иметь ввиду, что второй метод («по доходу») применим только в компаниях с хорошо поставленным управленческим учетом.
  Реализация АBC-анализа математически проста и может быть выполнена с помощью инструментов MS Excel, для чего нужно построить список клиентов по убыванию величины оборота. Первые 50% итоговой суммы образуют А-класс, от 51 до 79% - B-класс, остальные клиенты относятся к C-классу.
• Класс «XYZ» позволяет произвести классификацию клиентов компании в зависимости от характера их потребления и точности прогнозирования изменений в их потребностях. Алгоритм проведения состоит из четырёх этапов:
  • Определение коэффициентов вариации для анализируемых ресурсов (выручка или оборот по счетам). Коэффициент вариации - это отношение среднего квадратического отклонения к среднеарифметическому значению измеряемых значений ресурса. При отсутствии специализированных средств возможно определить классы «XYZ» при помощи MS Excel, для этого необходимо применить функцию «КВАДРОТКЛ»;
  • Группировка ресурсов в соответствии с возрастанием коэффициента вариации;
  • Распределение по категориям X, Y, Z;
  • Графическое представление результатов анализа.

Категория X - клиенты, характеризуются стабильной величиной потребления, незначительными колебаниями в их величине и высокой точностью прогноза. Значение коэффициента вариации находится в интервале от 0 до 10 %.

Категория Y - клиенты, которые характеризуются известными тенденциями величины объема продаж (например, сезонными колебаниями) и средними возможностями их прогнозирования. Значение коэффициента вариации - от 10 до 25 %.

В дополнение к указанным параметрам можно также добавить срок сотрудничества с компанией, хотя косвенно это следует из XYZ-сегментации, а также степень развитости клиента, определяемую, как отношение числа используемых продуктов к общему числу продуктов, для него предназначенных.

Ясно, что все клиенты, с которыми осуществляются взаиморасчеты, должны быть отнесены к одному из классов. При этом максимальную ценность для компании представляют клиенты, входящие в классы А и X и при этом использующие 3-4 продукта компании. Также в зависимости от класса и значимости клиента должны выполняться различные процедуры в рамках работы с ним. Например, в рамках программы лояльности клиентам категории «А» должны дариться более значимые подарки.

Поскольку я поставил цель – не давать скучные и неинтересные отрывки из книг, а практические наблюдения и выводы, буду выкладывать некоторые свои работы, мнения и исследования. Цифры и названия буду менять или убирать – уж извините.
Сегодня покажу пример, как я делил клиентов на категории. Безусловно, все клиенты важны, и мы всех их одинаково любим. Но, не забываем, что все же результатом любой коммерческой деятельности является прибыль (важно – коммерческой, мы не рассматриваем социальные программы, фонды и т.д. Социальный маркетинг – отдельный пласт, я бы даже сказал – отдельная наука, и мы на ней остановимся отдельно). Так вот, если результатом нашей деятельности является прибыль компании, то и акценты надо расставлять соответственно. Один клиент покупает 1 товар в месяц, платя 10 денег. Другой – 10 единиц товара, платя 80 денег, а третий – 5 единиц, а платит – 400. Вот и получается, что все равны, но некоторые «ровнее».
Конечно, если вы занимаетесь каким-то индивидуальным производством и у вас всего 5 клиентов – то делить на категории их совсем необязательно. Вы их итак всех должны знать в лицо. Но если у Вас их десятки, сотни и тысячи – тут уж никак без деления.
Хочу сразу заметить, мы говорим не о сегментировании клиентов, а именно о категориях по прибыльности/доходности.

Классически, принято выделять 3 группы:

Vip-клиенты – клиенты дающие основной доход компании. У них крупные поставки, они пользуются льготами, их приглашают на корпоративные вечеринки. Вести такого клиента для любого менеджера – честь и хвала. Но в силе этих клиентов кроится и их опасность. Осознавая свою силу, зачастую, клиенты начинают «давить» на компанию, требуя все более выгодные для себя условия, вплоть до продажи им товаров по себестоимости. За этим моментом очень важно следить, т.к. клиент может оплачивать огромные средства, а прибыль будет стремиться к нулю. Кроме того, уход одного такого клиента – сильный удар как по бюджету, так и по имиджу компании. Поэтому работу с такими клиентами доверяют только самым опытным менеджерам. Зачастую, решения, касательно них, принимаются на самом верху.

Обычные клиенты – бОльшая часть ваших клиентов, которые и являются «текучкой». Каждый «обычный» клиент считает, что достоин быть VIP-ом. Работа с такими клиентами – обыкновенные будни менеджеров.

«Другие» клиенты (хотя между собой их часто называют «гимморные» или «проблемные». Хотя, проблемные – это немного другое, как по мне. Это относительно небольшая часть клиентов, которые дают вобщем-то, минимальные доходы, но требуют к себе максимум внимания. Они вечно чем-то недовольны (в первую очередь ценами и условием работы), в тоже время, имеют неплохой потенциал, как роста, так и давления на компанию. Каждый менеджер мечтает «спихнуть» такого клиента на своего коллегу и в душе радуется, когда очередной «другой» клиент сообщает, что вынужден отказаться от наших услуг, поскольку его «не удовлетворяет качество, за подобную цену».

Одна из основных задач в данном вопросе – определение, где именно провести черту, отделяющую одну категорию от другой.
Я делал это так: выписал всех наших клиентов одним списком за последние пол года, и отдельно за каждый месяц. Таблица состояла из трех основных колонок: клиент, сумма оплаты, сумма оказанных услуг. Дело в том, что мы работаем по предоплате, и заплатив определенную сумму, скажем в январе, клиент мог работать на нее еще и в феврале и в марте.
Все мы знаем закон Парето 20/80 (20% мужчин выпивает 80% пива, 20% женщин говорит 80% слов, 20% клиентов приносят 80% прибыли). Вообще, хочу сказать, что отношусь к подобным универсальным подходам весьма скептически. Так представьте мое удивление, когда я обнаружил, что 20% клиентов приносят 82% денежных поступлений. А 80% суммы оказанных услуг идет на 18,6% клиентов.

Хочу отметить, что в первом и втором случае – список клиентов отличался. Конечно, пересечения были (около 60%), но все же, это РАЗНЫЕ списки. Поэтому, вы должны определить, ЧТО для Вас является наиболее важным критерием. Это может быть количество платежей, сумма платежей, количество заказанных или отгруженных единиц продукции и т.д. Безусловно, все параметры важны. Но какой-то один – всегда важнее, и зависит от выбранной стратегии в данный момент времени.

Например, ваша цель – расширить рынок, вы готовы делать скидки, отсрочку платежа и другие бонусы. В таком случае, для вас наиболее важный показатель – количество отгруженных единиц продукции. Бывают периоды, когда компания остро нуждается в оборотных средствах. В таком случае ваш показатель – сумма полученных денег на счет в определенный срок, независимо от количества и сроков поставки. Если председатель правления мечтает остаться еще на один срок в своем кресле – самое время задуматься о чистой прибыли, которая идет на дивиденды Вообще, хочу заметить, что маркетологи редко задумываются о чистой прибыли, как это не прискорбно.

Их в первую очередь интересует доля рынка, доход и оборот компании. Это связано в первую очередь с тем, что прибыль сильно зависит от накладных расходов (например, командировок руководства в теплые страны или новые машины для определенных сотрудников, уровень заработной планы). Влияние на подобные расходы не в компетенции маркетинга, а потому и прибыль – не в их поле зрения.
Так вот, в качестве ключевого фактора в нашем примере, я выбрал сумму оплаты. В отдельных таблицах по месяцам я отсортировал всех клиентов, которые платили в этом месяце, посчитал общее количество платящих клиентов и от него взял 20%. Таким образом, у меня получилась таблица (цифры выдуманные, приведены для примера):

Месяц: Январь
Оплаченных счетов: 100
Сумма оплат: 150 000
Компаний, которые платили: 65
Оказано услуг на сумму за период: 180 000
20% компаний : 13
Их сумма оплат: 120 000
Они потратили: 160 000

Список VIP-клиентов за Январь:
№ | Клиент | Сумма пополнения | Сумма расходов

Каждый VIP-клиент «месячной» таблице записывался в общую таблицу VIP-клиентов. Таким образом, я получил таблицу VIP-клиентов за пол года.

Затем, каждый месяц сюда добавлялись новые клиенты по результатам месяца. Некоторые удалялись.
Есть другой подход. Можно составить список клиентов не по каждому месяцу, а общий за весь период, 3-5 месяцев например, и взять 20% от того общего числа. Но тогда есть вероятность, что мы упустим какого-то потенциально важного клиента, который в определенный месяц заплатил много, ему что-то не понравилось, и он ушел и больше не платил. А так, в определенный месяц он бы попал в наше поле зрение, и мы бы с ним наверняка связались и узнали, почему он перестал сотрудничество.

Итак, у нас есть список VIP-клиентов. Что нам с ним делать? Ну, разумеется, не реже чем раз в месяц звонить/писать, интересоваться, как у них дела. Как им сотрудничество с нами, почему так мало заплатили в этом месяце, поздравить с Днем рождения директора или другим праздником…
Но кроме этого, вы получаете информацию о среднем платеже, среднем расходе, среднем количества товаров в месяц. Просматривая новые счета или заказы, вы сразу сможете определить потенциального клиента, претендующего на VIP-касту.
Ну, в целом, как любить клиентов, достаточно много информации. Целью этого примера является просто выделение нужных нам клиентов. После того, как мы определили категорию премиум- класса, следует определить вторую категорию. Тут есть два основных подхода. Один, как показано на рисунке выше – выделяются «трудные» клиенты, которые составляют 20% от общего числа. Т.е. аналогичным образом такое же количество клиентов «отсекается» снизу. То, что остается – и получается «обычные» клиенты. Такое деление выделает группы клиентов, которых надо любить, клиентов, от которых при необходимости, можно будет избавиться, и клиентов, с которыми надо работать.
Есть другой вариант:

После того, как выделили VIP-клиентов, от оставшегося количества клиентов, снова берется 20%. Это – хорошие клиенты. Т.е. они вот-вот на подходе к серьезным заказам, их надо всего-то подтолкнуть. Так же сюда попадают клиенты, «выпавшие» из VIP. И остаток – просто клиенты. Такой подход – более лоялен. Тут нет плохих клиентов, есть хорошие, очень хорошие и отличные, т.е. мы почти одинаково хорошо работаем со всеми, только некоторым – дополнительные поблажки и преимущества.

Первый же подход, выделяет явный «балласт», от которого неплохо бы избавиться. Понятно, что на практике, даже мелкий клиент – всегда клиент. Но часто бывают ситуации, когда вы сильно ограничены (в товаре, во времени, в других ресурсах). И именно в такой ситуации третья категория клиентов сразу отбрасывается, и принимаются решения «как будто их нет».

Любая компания, планирующая построить успешный бизнес, рано или поздно столкнется с необходимостью сегментации своей базы клиентов. Важность ведения клиентской базы нужно осознать еще на заре истории компании и всех своих покупателей добавлять в единую базу для информирования о новостях и привлечении к совершению дальнейших покупок.

При работе с базой данных необходимо провести тщательный анализ клиентов с использованием индивидуального подхода. Для построения качественных и плодотворных отношений с клиентами и получения максимальной отдачи от рекламы необходимо поделить клиентов по категориям и выбрать индивидуальные методы воздействия для каждой из групп.

Что такое сегментация клиентов

Процесс сегментирования – это разделение общей базы клиентов на отдельные категории по общим признакам или запросам.

Сегментация может проводиться по таким признакам:

• по объемам закупок (определение клиентов в группу оптовых или мелкооптовых, а также розничных)
• сегментация для покупателей, которые совершали повторные покупки, работа с такой категорией должна быть направлена на установление лояльности.
• географическое положение клиента позволяет разделить базу на несколько крупных групп (по областям, районам, городам и т.д). Такая сегментация позволяет выяснить, в какой области реклама будет наиболее эффективной.
• товары и услуги. Здесь необходимо исследовать наиболее интересную для клиента продукцию и применить определенные маркетинговые ходы.
• маржинальность — результат всех перечисленных показателей, классический анализ клиентской базы.

Сегментация необходима для эффективной работы с базой клиентов и экономии средств на маркетинг, ведь разделив базу на группы по категориям можно применять особый подход в работе с каждой группой. Осуществив правильную сегментацию можно добиться наилучшей отдачи от рекламы при минимальных затратах.

Виды сегментации клиентов

Очевидно, что разным клиентам необходимы разные товары. Очень хорошо в этом случае работает закон Парето. Суть в том, что 20% потребителей покупают 80% товаров, а оставшиеся 80% клиентов покупают всего 20% товаров. Все производители ориентируются на эти 20% основных клиентов. Такая маркетинговая стратегия наиболее эффективна.

Классификация клиентов по группам помогает сэкономить средства на привлечение клиентов. В зависимости от критериев сегментации, выделяют основные виды сегментирования:

Методы сегментации

Самый простой способ – разделить клиентов на 3 группы: это VIP – клиенты, которые часто пользуются услугами компании или покупают продукт и приносят наибольшую прибыль; обычные клиенты – те, которые покупают периодически и каждый раз их необходимо убеждать, что они должны купить именно у вас, и проблемные клиенты. Последние могут приносить неплохую выручку, но хлопот с ними больше, чем с двумя предыдущими группами. Не стоит списывать со счета таких клиентов, но нужно учитывать, что они требуют индивидуального подхода.

К VIP-клиентам также нужен особый, уважительный и при этом доверительный подход. Нужно стимулировать их покупать снова, для этого можно предложить им программу лояльности, регулярно информировать об акциях и рекламных предложениях, поздравлять с днем рождения и всячески поддерживать интерес.

Это самый простой способ сегментации клиентов. Не стоит забывать, что в каждой группе есть клиенты, потенциально готовые перейти в другую группу, и вы можете повлиять на это благодаря правильной сегментации.

Ведение базы

Как вести клиентскую базу и какие шаги необходимо предпринять, чтобы сегментировать клиентов:

1. Нужно составить список всех клиентов. Наиболее удобный формат – это электронная клиентская база данных. Отфильтруйте список, исходя из того, какую прибыль приносит вам клиент. Начиная с самых крупных и заканчивайте мелкими.
2. Классифицируйте клиентов по основным характеристикам, в зависимости от ваших потребностей. Например, по территории, по полу, возрасту, интересам.
3. Поделите всех клиентов на демографические группы, ведь в основном спрос на определенные товары определяется местом проживания, возрастом и уровнем образования.
4. Разделите клиентов по регионам. Определить район, город или целую страну, в зависимости от предлагаемого вами продукта. Учтите плотность населения и климат территории.
5. Можно объединить в один сегмент людей, используя принципы психографики. Благодаря социальным сетям, можно многое узнать о образе жизни человека, его личных качествах и предпочтениях.
6. Изучите историю покупок клиента. Поделите на сегменты людей, в зависимости от частоты и особенностей потребляемых товаров.
7. Также, можно распределить клиентов по сегментам, в зависимости от выгоды определенных товаров для потребителя.
8. Не относите одного потребителя к нескольким сегментам одновременно. Это снизит эффект маркетинговых инициатив.
9. Проанализируйте, какие сегменты приносят вам наибольшую прибыль и соответственно в них вкладывайте маркетинговые средства. Если ценность сегмента невысока, не тратьте на него много средств.
10. В интернете существует множество сервисов и инструментов для сегментации. Используйте их, чтобы ускорить кропотливый процесс сегментации.

После того, как вы выделили по заданным критериям, необходимо определить профиль реакции потребителей на ваш товар. То есть сделать анализ и описание каждого сегмента. Люди из одного сегмента должны одинаково относиться к товару с точки зрения найденных в нем достоинств, одинаково реагировать на рекламу и на стоимость продукта. Тогда такую сегментацию можно считать удачной. Реакцию потребителей можно узнать с помощью социальных опросов, анкет.

Правильная сегментация должна выглядеть так:

• Клиенты одного сегмента одинаково реагируют на продукт;
• Можно дать четкую характеристику клиентов одного сегмента;
• Сегмент имеет большую численность клиентов, чтобы оправдать затраты на рекламу и принести прибыль;
• Можно менять поведение членов сегмента с помощью рекламы.

Примеры сегментации

Сегментация очень важна при использовании email-маркетинга. Чтобы достичь успеха, нельзя посылать одинаковые письма всем адресатам. Разве есть смысл в том, что новый подписчик и давний клиент получат одинаковое письмо?

Такие сервисы рассылок, как Mail Chimp, AWeber, Drip имеют встроенные инструменты сегментации адресатов.

Смотрите от сайт.

Например, сегментация . Компания Snappa разделяет подписчиков в сервисе Drip в три этапа: на первый этап попадает пользователь, который только зарегистрировался. Он получает информативные письма о продукте. На втором этапе пользователи, которые первый раз попробовали Snappa, им посылаются письма, цель которых – подвести клиента к покупке. Для этого демонстрируются дополнительные возможности и выгоды от приобретения продукта. На третий этап попадают пользователи, которые уже приобрели платный продукт: они получают письма с обучающей информацией.

Артем Эмануэль

АВС-анализ – это один из самых доступных методов группировки клиентов по степени важности. В первую очередь, он полезен тем компаниям, где существуют сложности с обработкой данных специализированным программным обеспечением. Однако у начинающих специалистов, которые впервые столкнулись с необходимостью проанализировать продажи с помощью этого метода, он нередко вызывает массу вопросов. Попробуем разобраться, что именно приводит к сложностям и как их преодолеть.

Беглый анализ

АВС-анализ – это один из методов ранжирования клиентской базы на группы с разным удельным весом, в зависимости от того или иного критерия. В литературе чаще всего можно встретить примеры проведения АВС-анализа по показателям продаж в натуральном выражении, оборота или прибыли.

Одним из вариантов интерпретации АВС-анализа является диаграмма Паретто. Дело в том, что АВС-анализ базируется на принципе Паретто, который означает, что 20% усилий дают 80% результата, а остальные 80% усилий - лишь 20% результата. Однако при проведении АВС-анализа клиенты, как правило, распределяются не на две, а на три группы А – 75%, В – 20% и С – 5%. Откуда берутся эти цифры? «Из головы». На самом деле, число таких групп и процентные отношения между ними могут быть произвольными, в чем мы сможем убедиться чуть ниже.

Для макетолога, который является экспертом в своей отрасли, подобной технологии ранжирования клиента совершенно достаточно для общей оценки ситуации на конкретном предприятии. Но для специалиста, который только начинает свое знакомство с тем или иным рынком, может быть полезен более глубокий анализ. В этом мы имели возможность убедиться на собственном опыте. Вкратце объясним те сложности, с которыми мы и наши коллеги сталкивались при проведении анализа описанным выше методом.

Во-первых, при произвольном изменении процента покрытия групп «А», «В» и «С» меняется их состав, причем зачастую довольно существенным образом. Как с этим быть, какие выводы делать и какие рекомендации предлагать предприятию, становится непонятным. Кроме того, если использовать деление на группы для оценки «важности клиентов», на первый взгляд, очень сложно понять, почему группа «А» должна вносить вклад в размере 75%, а, например, не в размере 80%.

Во-вторых, если мы используем заданный процент для анализа динамики поступлений от клиентов в течение времени , может получиться так, что какой-нибудь отдельно взятый клиент с одним и тем же стабильным объемом покупок (или прибылью) попадает в разные группы, в зависимости от взятого периода.

Пример такой ситуации приведен в группе таблиц №1. В ней мы рассматриваем реальную ситуацию, сложившуюся в компании, которая занимается продажей тканей, и приводим анализ пяти ее клиентов по критерию объема закупок в натуральном выражении за год. При этом в данном случае, проводя АВС-анализ, клиентов мы будем «разбивать» в соотношении 70:20:10.

Группа таблиц №1

А) Данные по продажам ткани в динамике: простой список клиентов

Б) Данные по продажам ткани в динамике: ранжированный список клиентов

В) Предварительное распределение клиентов по группам

С какими проблемами мы сталкиваемся в данном примере? Проблема первая: анализируя ситуацию в динамике, невозможно точно отнести клиентов к той или иной группе. По данным на 2000 г., «Клиент №1» формирует группу «А», но также вносит свой вклад в долю группы «В». Но в следующие два года «Клиент №1», наоборот, вносит очень незначительный вклад в группу «А», хотя при этом у него наблюдается положительный рост объема продаж. Неопределенной является ситуация и с «Клиентом №2»: в первый год он попадает в группу «В», а в третий - в группу «С», хотя объем его закупок не изменился.

Конечно, можно обратить внимание на то, что в 2001 г. у компании появился новый клиент – «Клиент №5», который существенным образом повлиял на расклад ситуации. Поэтому можно попытаться решить проблему «миграции» групп путем раздельного анализа старых и новых клиентов, но и это позволяет решить имеющуюся проблему лишь частично.

Проблема номер два : если нам, к примеру, понадобится проанализировать историю клиентов и по объемам продаж, и по показателям прибыли, и по срокам погашения дебиторской задолженности, то мы не сможем этого сделать. В данном примере невозможно анализировать клиентов по нескольким параметрам одновременно, хотя такой многомерный анализ является сутью грамотного разбиения клиентов на группы.

Таким образом, описанный нами вариант ранжирования клиентов по фиксированному проценту покрытия оптимален, когда нам необходимо провести анализ клиентов в рамках одного периода. А вот анализ показателей в динамике в этом случае затруднен.

Как обойти описанные выше сложности? Это возможно, если за основу для разбиения по группам взять не заданный процент, а фиксированный объем продукции в натуральном выражении. Вернемся к нашему примеру. Предположим, мы хотим, чтобы в группу «А» были включены клиенты, чей годовой объем закупок превышает 1000 м, в группу «В» – клиентов с закупками от 100 до 999 м, а в группу «С» – клиентов, покупающих менее 100 м ткани.

Тогда по итогам 2000 г. в группу «А» войдет клиент №1, в группу «В» – клиенты №2 и №3, а в группу «C» – клиент №4. Как видно, этот вариант разбиения клиентов снял проблему невозможности четко определить, в какую группу относится клиент. Также отсутствует проблема «перехода» клиента из одной группы в другую без реального изменения объема продаж. Но возникает ряд других сложностей. В 2001 г. в группу «А» вошли клиенты №1 и №5, в группу «В» – №2, №3 и №4. В 2002 г. в группу «А» попали клиенты №4, №1 и №5, в группу «В» – №3 и №2. Как это повлияло на распределение процентных долей наших групп? Данные представлены в таблице №2.

Таблица №2. Данные по продажам ткани и ранжирование клиентов исходя из фиксированных показателей объема закупок

Вводя фиксированный объем закупок в качестве границ для групп, мы можем увидеть, насколько существенно различается вклад каждой группы из года в год. При этом определение базовых объемов закупок, которые берутся за основу для разделения клиентов на группы, будет критичным для анализа.

Углубленный анализ

Метод, о котором мы рассказали в предыдущем разделе, хорош для быстрого, поверхностного анализа динамики клиентов. Предположим, нам надо посмотреть, как менялась структура клиентов по заданному параметру (например, объем продаж) в течение нескольких лет. Сначала мы проводим анализ последнего года по первому методу, то есть исходя из заданного процента покрытия групп (70:20:10). Потом мы анализируем группу «А» и выбираем базовый объем продаж. В нашем случае в качестве базового периода был принят 2000 год, а исходя из беглого анализа клиентов, мы пришли к выводу, что критичными являются объемы продаж в 1000 и 100 метров.

И, наконец, проводим разбиение с использованием выбранного критического значения нужного параметра по всем годам (в приведенном примере это объем продаж в натуральном выражении). Видно, что группа «А» существенно увеличила свой вклад в объемы продаж фирмы.

Кстати, этот же анализ можно провести с учетом дополнительных параметров «новый клиент», «старый клиент», «потерянный клиент» и «вернувшийся клиент». Но об этом мы расскажем чуть позже. А пока посмотрим, как можно повысить качество ранжирования, если обосновать выбор критических значений.

Мы предлагаем один из самых простых и интуитивно понятных способов решения этой задачи – будем разбивать клиентов с использований квартилей . А сделаем мы это на примере случайной выборки из 22 клиентов компании (данные представлены в группе таблиц №3).

Группа таблиц №3.

А) Исходные данные: продажи по клиентам

Б) Распределение значений

Интуитивно можно предположить, что пороговыми значениями будет 1000 и 10 000.

Проверим. Вычисляем выбросы по формуле:

Выброс = «Верхний квартиль» + 1,5 * (Верхний квартиль - Нижний квартиль) = 2093,75.

То есть, все числа, превышающие 2093,75, - выбросы.

Нижние выбросы в данном случае нас не интересуют. На практике они часто не учитываются, потому что:

Нижний выборос = Нижний квартиль - 1,5 * (Верхний квартиль - Нижний квартиль) = - 410.

В) Рассматриваем продажи по клиентам, попавшим в верхние выбросы

Г) Итоговое разбиение клиентов

Несколько пояснений к расчетам. Приведенный список клиентов сортируется по мере уменьшения объемов покупок. После этого для приведенных показателей определяются: среднее значение, медиана, нижний и верхний квартиль . Все эти вычисления можно делать с помощью стандартных функций «КВАРТИЛЬ» и «СРЗНАЧ» в Microsoft Excel.

Если посмотреть на значения из списка бегло, можно предложить разбить клиентов на группы по следующему принципу:

• Группа А – от 10 000 м,
• Группа В – от 1 000 до 9 000,
• Группа С – от 999 и ниже.

Теперь считаем выборосы и получаем, что критическим значением для верхнего выбороса является (округленно) число 2094. Благодаря этому вычислению мы можем для начала разбить клиентов на две группы: в первую попадут те, чей объем покупок выше указанного значения, во вторую - те, чей объем ниже. В приведенном примере первая группа будет обеспечивать 87% всех продаж в натуральном выражении (общая сумма продаж равняется 55 160 метрам, а на первую группу приходится 47 900 из них). Мимоходом заметим, что подобная ситуация характерна для сырьевых рынков и рынков расходных материалов.

Что теперь? Проведение дальнейшего анализа зависит от поставленных задач. В целом можно пойти двумя путями. Можно первую полученную группу назвать группой «А», а оставшуюся часть, при необходимости, разбить еще на две группы - это уже субъективное решение. А можно полученные выбросы опять проанализировать с помощью квартилей, как мы и поступили. В некоторых случаях это дает очень полезные данные. К примеру, в нашем случае был выделен один клиент, чей объем продаж сильно отличается от всех остальных (см. таблицы 3-В и 3-Г).

По итогам анализа мы видим, что в группу «А» вошел только один клиент. Если мы встречаемся с такой ситуацией на практике, мы всегда стараемся понять, откуда взялся такой клиент, который вносит целых 54% в продажи и по сути формирует собой целую группу. Для начала мы советуем обратиться к исходным данным и проверить, нет ли там ошибки.

Но в данном случае все проще. Специфика деятельности взятого нами сырьевого рынка в том, что на нем действительно присутствует небольшая группа клиентов, которая обеспечивает непропорционально высокий вклад в продажи. Отметим, что в данном случае мы имеем дело с небольшой выборкой из 280 клиентов компании, а на самом деле таких крупных заказчиков, как в группе «А», у нее 7 и они обеспечивают 88-процентный вклад в продажи.

Так как анализ с помощью квартилей и выбросов помогает выделить клиентов, чей объем продаж сильно отличается от общей группы, повторный анализ этим методом позволяет определить клиентов, к которым надо относиться ОЧЕНЬ внимательно. На практике мы часто проводим повторный анализ с помощью квартилей, чтобы выделить клиентов в особую группу VIP, которую мы добавляем к традиционным А, В и С.

Теперь пойдем дальше. К настоящему моменту мы осуществляли общий анализ вклада клиентов в продажи. Теперь же рассмотрим выборки клиентов за три года и проанализируем показатели в динамике (данные представлены в группе таблиц №4).

Группа таблиц №4

А) Показатели продаж в динамике, исходные данные

Примечание. Казалось бы, наблюдается явное несоответствие в группировке клиентов по годам, если мы будем осуществлять ее на основе анализа квартилей по каждому отдельно взятому году. В 2000 году в группу "В" попадет любой клиент, чей объем покупок выше 3000 м, а в 2001 году - те, у кого объем продаж выше 4000 м. Но это лишь на первый взгляд.

Для начала проверим адекватность разбиения клиентов по группам. Для этого проведем описанный выше анализ для каждого года отдельно.

Б) Квартили и выбросы: анализ по годам

В) Ранжирование по группам

Г) Вклад каждой группы в продажи:

Что мы сделали? В качестве исходных данных для анализа мы снова взяли реальные показатели продаж тканей за три года. Если информация о покупках для некоторых клиентов за какой-то год отсутствует, это означает, что в этот период они не купили ничего.

В таблице №4-Б представлены данные анализа клиентов по квартилям и разбросам за каждый год отдельно. Что можно сказать о динамике продаж без анализа новых, старых, упущенных и вернувшихся клиентов? Если посмотреть на объемы продаж, то мы видим резкий рост в 2001 году по сравнению с 2000, и примерно один и тот же уровень в 2002. Но если сравнить выбросы №1 и №2 за три года, мы видим, что их динамика отличается от общей динамики продаж. Это говорит о значительных изменениях в структуре клиентов компании (выбросы №2 в первом и третьем периоде практически одинаковы, а во втором – резко повышаются).

Если работать с таким относительно небольшим диапазоном данных, как в данном примере, такую тенденцию легко обнаружить невооруженным взглядом, даже без анализа динамики квартилей. Но если список клиентов исчисляется сотнями, то можно использовать рекомендованными нами несложный подход, чтобы быстро оценить внутренние изменения клиентской базы за разные периоды.

Данные в таблице №4-Г интересно рассмотреть более детально. Из нее мы видим, что для данного примера в группу «А» входит только 1 клиент. Это нетипичная ситуация, и как объяснялось ранее, она возникла потому, что мы используем выборки из реальных данных сырьевого предприятия, а также разбиваем клиентов на группы с помощью повторного анализа выбросов. Если такая ситуация возникает на практике, то такого клиента (или очень малое число клиентов, значительно превосходящих по объемам продаж основную группу), полезно рассматривать отдельно, к чему мы еще вернемся.

Кроме того, из таблицы №4-Г можно заключить, что вклад группы «В» в общий объем продаж постепенно растет, хотя динамика последних двух лет незначительна, а количество клиентов не меняется. Повышается и средний размер покупки, хотя и здесь в два последние периода рост незначителен.

Если посмотреть на значения стандартного отклонения и коэффициента вариации, мы можем сделать вывод, что в 2002 году группа «В» по объему покупок достаточно гомогенна, а в 2001 году разброс объема продаж внутри группы наиболее выражен. Из этого мы можем сделать два предположения: либо мы имеем дело с различными сегментами клиентов, либо мы имеем дело с различной эффективностью работы нашей компании с этой группой клиентов. Забегая вперед, скажем, что для того, чтобы сделать окончательный вывод, нужно проводить несколько иной вид анализа, который мы рассмотрим позже.

В группе «С» ситуация иная. Внутри этой группы наблюдается значительный разброс по показателям продаж. С одной стороны, это может говорить о том, что разбиение клиентов на группы выполнено неверно. Но если мы уверены в корректности ранжирования, мы можем констатировать, что клиенты данного сегмента значительно разнятся между собой. Динамика по ее вкладу в продажи положительна, но с количеством клиентов такой четкой зависимости нет.

Итак, для наиболее полного анализа клиентов полезно совместить все три описанных выше подхода: первый – на основе заданного процентного вклада в группу, второй – на основе заданного вклада в абсолютном выражении, третий – на основе анализа распределения с использованием квартилей. Не вдаваясь в подробности, скажем лишь, что последний вариант разбиения клиентов хорошо подходит для относительного анализа динамики клиентов, но не может быть использован для отнесения клиентов в группы для того, чтобы использовать их как индикаторы «значимости» клиентов.

Нужно учитывать, что повторный анализ выбросов может сформировать очень небольшую группу клиентов. Тогда ее полезно выделить в отдельную группу VIP, а разбиение оставшейся части делать немного по-другому. Обычно, когда повторный анализ выбросов дает группу из очень небольшого числа клиентов, то структура продаж будет очень неоднородной. Этих клиентов стоит рассматривать отдельно и анализировать, почему возникла такая ситуация. Очень часто это может говорить о том, что компания «доросла» до нового этапа – для работы с очень крупными заказчиками и эта группа VIP сильно отличается от всех прошлых клиентов.

Возможны, конечно, и другие варианты. В общем случае, еще раз повторимся, эту группу надо рассматривать отдельно. Тогда на данном этапе у нас получатся только две основные группы. Первая – группа «А», которую мы выделили исходя из анализа выбросов первый раз. Чтобы «разбить» оставшуюся «внизу» группу на две части, полезно посмотреть, какой вклад в продажи вносит уже готовая группа «А». Если группа «А» занимает в структуре продаж больше 70%, то полезно пытаться разбить оставшуюся группу так, чтобы клиенты «В» занимали от 20 до 25%.

Тут возникает проблема, которой мы пока не касались. Предположим, у Вас есть список:

• Клиент 1 – 800
• Клиент 2 – 750
• Клиент 3 – 600
• Клиент 4 – 550
• Клиент 5 – 500
• Клиент 6 – 450
• И т.д.

В такой ситуации разница между каждой парой клиентов очень невелика. И если мы скажем, что клиенты с 1 по 3 – это группа «В», а ниже – «С», то будет неясна разница между клиентом 4 и 3. Почему 4-й это уже группа «С», а 3-й еще «В»? Проблема действительно серьезная, потому что предполагается, что разбиение клиентов осуществляется не просто так. К тому же, разделив клиентов на группы, вы будете по разному к ним относиться и предлагать им разные условия работы. Возможный выход из ситуации – введение в анализ дополнительных данных по клиентам. В общем виде эти данные должны исходить из отдела маркетинга и представлять критерии разбиения клиентов на сегменты.

Очень часто полезен и такой подход. В качестве дополнительных двух критериев вы можете ввести потенциальный объем потребления клиентом вашего товара (за оцениваемый период) и его отраслевую принадлежность. Этот вариант особенно хорош, если вы занимаетесь продажами сырья или расходных материалов, то есть продукции, которую один и тот же клиент использует постоянно в своем производстве. Тогда менеджеры компании могут оценивать ориентировочные объемы продаж по данному клиенту, а кроме того – они довольно точно могут указать их отрасль.

Введение этих двух дополнительных параметров имеет ограничение: если каждый менеджер по продажам работает с сотнями клиентов, то получение подобной информации затруднительно. Как вариант, можно попросить их указать данные по потенциальным объемам продаж только для тех клиентов, которые могут покупать много, но в реальности покупают у вас мало. Но это уже несколько другой анализ.

На самом деле есть большая вероятность, что после разбиения клиентов на группы по признаку УЖЕ СОВЕРШИВШИХСЯ ПРОДАЖ – будь то прибыль, оборот в денежном или натуральном выражении, - вы совершаете одну большую неточность. Ведь среди ваших клиентов есть группа, которая у вас покупает МАЛО, но РЕАЛЬНО потребляет много. Этот особенно характерно для тех отраслей, где возможности дифференциации по продуктам низки, например, тех же сырьевых.

Чем выше степень коммодизации сырья, тем проблема актуальнее. К примеру, если вы торгуете биржевым товаром, то подобная проблема стоит особенно остро. В связи с этим мы рекомендуем все-таки проводить подобный анализ, где в качестве критерия анализа выступает степень покрытия потребности клиента вашей продукцией. В рамках такого анализа для каждого клиента необходимо высчитать коэффициент, который получается путем деления объема продаж вашей продукции этому клиенту на общую потребность клиента в этой продукции.

Пример. Допустим, вы продаете бумагу для типографий. Если вы продали типографии 100 тонн бумаги в год, а ее потребность – 1000 тонн в год, то коэффициент покрытия равен 0,1. То есть, вы обеспечиваете клиенту 10% его потребности в продукции. Почему так? Об этом стоит подумать. Возможно, этот клиент представляет не основной целевой сегмент компании (тогда стоит проанализировать перспективы выхода в этот сегмент), а может быть, это показатель неэффективной работы службы продаж.

Очень часто при проведении такого анализа возникает проблема – где взять данные о реальных потребностях клиентов? На это вопрос ответим кратко: если в вашем отделе продаж работают профессионалы, они ДОЛЖНЫ знать реальные потребности своих клиентов. Точка.

Обобщим вышесказанное. На первом этапе АВС-анализа необходимо выбрать критерии для оценки. Это может быть один простой критерий (например, прибыль) или же некий обобщенный показатель. Какие критерии делать базой для анализа, решать только вам. Но именно от этого будет зависеть практическая полезность выводов, сделанных в результате итогового анализа.

Например, в ситуациях, когда менеджеры по продажам получают фиксированный процент от оборота, а для компании важна краткосрочная прибыль, те оценки значимости клиентов, которые дают менеджеры, могут не соответствовать целям организации. Часто бывает, что менеджеру важно просто заключить как можно больше контрактов и он будет давить и давить на руководство, требуя возможности снижения цен, предоставления отсрочек и т.д. Не вдаваясь в дискуссии на тему того, насколько приемлема эта ситуация, отметим: в таком случае может быть полезно проведение анализа клиентов на основе критерия «прибыль». Во-первых, это поможет лучше понять, к каким клиентам действительно нужно менять отношение (не полагаясь на субъективное мнение менеджеров). Во-вторых, это может стать фундаментом для разработки мотивационной схемы оплаты труда менеджеров, которая будет лучше подходить целям фирмы.

Как мы уже отметили, что у маркетологов также есть возможность использовать некий интегральный критерий ценности клиента, включающий в себя все другие. Предположим, нужно одновременно учесть и прибыль, и оборот, и скорость возврата дебиторской задолженности. Для этого следует присвоить каждому критерию свой весовой коэффициент и ввести для расчетов обобщенный показатель.

Приступая ко второму этапу анализа , важно понимать, что вы хотите получить на выходе. Если нужно проанализировать данные за один период, то достаточно воспользоваться простым процентным методом. Дополнительный анализ распределения показателей внутри каждой группы используйте для самопроверки, он позволит увидеть, насколько грамотно выбраны проценты разбиения долей.

Как бы то ни было, одна лишь эта группировка вряд ли даст вам сколько-нибудь значимые результаты, которые можно применить на практике. Поэтому анализ одного периода необходимо дополнить таким же анализом по степени покрытия клиентов, а также провести оценку в разрезе отрасли и менеджеров. В итоге, простой процентный анализ должен быть дополнен еще тремя-четырьмя.

В целом мы можем говорить о том, что в рамках АВС-анализа есть несколько необходимых видов ранжирования:

• Обобщенный анализ, процентный метод. Вы смотрите несколько вариантов группировок – 75%, 20%, 5%. 80, 15, 5. 70, 25, 5 и т.д. вплоть до 80, 20. Анализ распределения и вариативности каждой группы а также обычный здравый смысл подскажет вам, какой вариант наиболее соответствует вашей ситуации. Результаты устраивают? Прекрасно. Тогда не надо больше тратить на это время. Есть потребность в более глубоком анализе данных? Идем дальше.
• Попробуйте ввести параметр «Отрасль». Посмотрите, есть ли отрасли, которые попадают только в группу «С»? Только в «А»? Над этим стоит подумать. Такого нет? Все отрасли распределены примерно одинаково? А грамотно ли вы дифференцируетесь? Сделайте анализ для каждой отрасли отдельно.
• Можно ввести параметр «Менеджер». Есть ли менеджеры, чьи продажи сосредоточены только в группе «С»? Только в «А»? Обдумайте это. Такой зависимости нет? Проведите анализ для каждого менеджера отдельно. Сделайте для всех такую же группировку клиентов по группам, какую вы уже делали для каждой отрасли. Это поможет проверить, насколько приоритеты, которые расставляют менеджеры для своих клиентов, соответствуют целям компании.
• Все еще недостаточно данных? Сделайте все эти анализы для процента покрытия потребностей клиентов. Для этого попросите менеджеров оценить клиентов данного периода по уровню потребности в товаре, подобном вашему. (Или используйте доступные базы данных).
• Если же Вы хотите посмотреть динамику клиентов, то для начала сделайте описанный выше общий анализ для каждого периода. Динамика средних, количества клиентов, вклада каждой группы и коэффициента вариации может многое сказать о том, как меняются ваши продажи.
• Если вы хотите пойти более глубоко, анализ вариативности можно сделать для отраслей и менеджеров, или и для отрасли и для менеджера вместе. К примеру, вы сможете увидеть, что большинство клиентов из отрасли «Х» входят в группу «А». Но из этой отрасли есть клиенты, которые попали в группу «С». Может быть, с ними работает какой то конкретный человек?
• Есть и более логичный подход – стройте распределения не на основе процентного метода, а на основе заданного общего для всех периодов количества проданной продукции в натуральном выражении (можно использовать значения, приведенные в денежном выражении, но у них есть свой недостаток – замучаетесь с поправками на инфляцию, курсы валют и т.п.). Здесь вы выбираете для каждой группы клиентов некое критическое значение, превышение которого позволяет отнести клиента к заданной группе.

Будьте осторожны с выбором порогов. Например, если вы относите к группе «А» клиентов, чей объем продаж за год превысил 100 единиц чего-либо, в группу «В» - купивших от 10 до 99 единиц, а в группу «С» - купивших менее 10, вам может быть довольно сложно объяснить, почему клиент с объемом 99 единиц – это группа «В», а с объемом 100 – уже «А».

Что делать? Для начала подойдет такой путь. Возьмите за основу для анализа данные за первый из рассматриваемых периодов (то есть, если вы хотите проанализировать продажи за пять лет – 2001, 2002, 2003, 2004 и 2005, - начните с 2001 года). Попробуйте проанализировать эти данные описанными выше методами (процентным и с помощью квартилей). Ваша цель – выявить критические точки для разбиения клиентов по группам. Помните, что, если вы воспользуетесь квартилями, это поможет вам разбить клиентов на две группы. Верхнюю группу полезно обозначить как «А», а оставшихся клиентов разбить вручную на «В» и «С».

Есть и другой вариант. Посмотрите на порядок значений, определяющих покупки самого крупного клиента. Предположим это 567.300 единиц продукции. Далее постройте ориентировочную гистограмму продаж. Если клиентов с объемами одного порядка – в данном случае от 100 000 и выше – будет хотя бы 5-10%, это будет группа «А». Далее ищите клиентов, чья объемы на порядок ниже. В данном случае это от 10 000 до 99 000. Если количество таких клиентов будет от 50 до 80%, перед вами группа «В». Оставшиеся клиенты будут составлять группу «С».

• После определения критических значений для разбиения клиентов по группам, проведите анализ по всем рассматриваемым периодам , а также для каждого клиента укажите отрасль и менеджера, с которым он работает. Помимо этого, введите еще одну характеристику для каждого клиента за все периоды: «новый клиент», «старый клиент», «упущенный клиент» (если в течение одного из периодов он не сделал ни одной покупки) и «вернувшийся клиент».

Для каждого периода также подсчитайте общий объем покупок, средний объем покупок, количество клиентов и коэффициент вариации. Проделайте то же самое для каждой группы в каждый период. При всей кажущейся сложности, даже при использовании обычной офисной программы Excel, эти операции занимают не так уж много времени. В итоге у вас должна получиться таблица, похожая на таблицу №5.

Таблица №5: сводная (пример)

Пояснения к таблице:

1. В поле, которое здесь названо «метраж», вы указываете объем покупок всех клиентов в натуральном выражении (это может быть кол-во единиц продукции в штуках, в тоннах, кг, метрах и т.д.)

2. Для каждого периода указываете общее количество клиентов, средний объем покупки одного клиента, стандартное отклонение и коэффициент вариации.

3. Проделываете то же самое для каждой группы отдельно.

4. В полях «динамика» указываете движение клиентов по каждой группе (какое количество клиентов в данной группе пришло, ушло, было потеряно или было возвращено). При желании эти данные можно дополнить информацией по объемам продаж. Это даст возможность увидеть, насколько вы удерживаете клиентов.

5. В полях «рост», «падение» и «неизм» вы указываете движение клиентов из группы в группу. В данном случае рассматриваются ТОЛЬКО старые клиенты по сравнению с прошлым годом. Здесь вы получаете информацию о том, как происходит изменение в динамике объема покупок клиентами, которые остаются с вами на протяжении хотя бы двух лет. По сути, эти поля являются более детальным анализом клиентов, формирующих поле «Старые» в полях «динамика».

Такие же таблицы можно сделать отдельно по отраслям и по менеджерам, а также по тем и другим одновременно. Помимо них, можно использовать любые макро- и микро-показатели, которые вы сочтете нужным – от географии клиентов до степени целевого использования продукции. Кроме того, полезно провести анализ покрытия потребности клиентов за каждый год. Единственное, что здесь клиентами группы «А» будут те, у кого коэффициент покрытия минимальный, ведь именно на них надо обратить пристальное внимание. По сути, дальнейшие действия полезно проводить совместно начальнику отдела продаж и начальнику отдела маркетинга.

Так, из полученных данных можно делать выводы о грамотности сегментирования клиентов или же искать группы клиентов, схожих между собой для проведения сегментации. Кроме этого можно смотреть на эффективность работы фирмы по отраслям, географии и любому другому признаку, а также проводить совместный анализ. Отдельный анализ по группам позволит понять динамику крупных, средних и мелких клиентов, а анализ новых и старых поможет увидеть более реальную картину происходящего. Логику возможных расчетов мы приводим в еще одном примере (группа таблиц №6).

Таблица №6

А) Сводная таблица продаж в динамике с разбивкой по отраслям, менеджерам и категориям клиентов

Пояснения.

• В первом столбце вместо порядковых номеров вы проставляете названия клиентов, во втором – название отрасли, к которой клиент относится, в третьей – имя менеджера, который работает с данным клиентом.
• Четвертый и пятый столбцы в данном случае отводятся под значения оборота в натуральном выражении за соответствующий период.
• Обозначения в шестом столбце: N – новый клиент (new), D – упущенный клиент (disappeared), O – старый клиент (old), R – возвращенный клиент (returned).
• Седьмой столбец – динамика клиентов за два года по группам.

Б) Сравнительный анализ отраслей:

(отражает количество клиентов в каждой группе по каждой отрасли)

В) Сравнительный анализ работы менеджеров:

(отражает количество клиентов каждой группы у каждого менеджера)

Г) совмещенный анализ по менеджерам и отраслям:

(отражает, какие группы клиентов есть у данного менеджера в данной отрасли)

• в разрезе менеджеров

Как видно на приведенным примере, из данных таблицы №6-А можно получить еще три распределения. К этой информации можно добавить не просто количество клиентов, а количество клиентов разбитых по группам. Скажем, потеря клиента «С» намного менее значима, чем потеря клиента «А». То же и для привлечения: если менеджер привлек клиента в группу «А», это намного лучше, чем если он привлек клиента в группу «С».

Существенный вопрос - миграция клиентов между группами. В частности, полезно посмотреть, насколько менеджеры повышают покрытие клиентов. Если клиент был в группе «С», а попал в группу «А», менеджер сработал хорошо. Но это только в том случае, если повысился коэффициент покрытия потребностей клиентом.

Пример. В 2004 году клиент покупал у вас 100 единиц продукции и был в группе «С», а его потребность составляла 1000 метров. В следующем году он стал приобретать у вас 1000 единиц продукции и попал в группу «А», но при этом и его потребность повысилась до 10000 единиц. Говорит ли рост сбыта об эффективной работе с клиентом, - большой вопрос. Скорее всего, он стал покупать больше вовсе не благодаря хорошей работе менеджера.

Что еще? Результаты данного анализа можно использовать для установления конкретных целевых задач для каждого менеджера по удержанию клиентов в разных группах, по привлечению и возвращению утерянных клиентов. Также эти задачи можно конкретизировать в разрезе отраслей, регионов и т.п. Подобный подход можно использовать и для распределения клиентов между менеджерами. Может быть, Вы обнаружите, что тот или иной менеджер показывает низкую эффективность работы с отраслью «Х», но очень высокую в отрасли «Z». Или же один менеджер «работает» на привлечении новых клиентов, которые быстро уходят, а другой – на удержании старых, но не привлекает новых.

Так или иначе, мы надеямся, что описанный здесь методологический подход будет полезен Вам.

Или любого другого, который будет принят как базовый.

Квартиль - граница на шкале измеряемого показателя, отделяющая 25% испытуемых от общей выборки. Различаются три квартиля: Q1 - первые 25%, Q2 - 50% (медиана), Q3 - 75%.

При желании можно провести стандартный анализ разброса данных, но об этом – ниже.

Рассчитывается как стандартное отклонение, поделенное на среднее отклонение.