Сегодня многие компании на начальных этапах развития уделяют повышенное внимание проблеме идентификации своего потенциального клиента. Если вы хотите продать человеку товар или услугу, вам не мешало бы понять, что именно он желает получить.

Конечно, в идеале вы должны были бы досконально изучить каждого из ваших клиентов, но обойдется это весьма недешево. Именно поэтому все большую популярность приобретает подход, при котором компания разделяет потребителей на несколько групп. При этом типичный представитель каждой группы именуется персоной.

О персонах

Под персоной понимается условный представитель группы людей, объединенных общей целью. В среднем компании выделяют 3-7 персон. При классификации потребителей учитывается внушительный объем информации: имя клиента, его возраст, пол, семейное положение, данные об имеющейся у него собственности и т. д.

Все этого позволяет сформировать достаточно четкий портрет человека, который заинтересован в сотрудничестве с вами.

Зачем это нужно?

Представим ситуацию: вы работаете в области электронной коммерции и хотите создать функциональный и дружелюбный пользователю сайт. Воспринимая своих покупателей как некий монолит, вы теряете возможность воздействовать на каждого из них в отдельности.

Разделив свою целевую аудиторию на группы, вы тем самым становитесь ближе к потребителям.

Выделение основных архетипов ваших клиентов помогает определить, в каком направлении должна двигаться компания. В итоге потребитель получает именно то, что искал.

Итак, сайт или лендинг создан и успешно работает. Но не спешите прекращать анализ пользователей. Вы, вероятно, потратили немалые средства на то, чтобы сформировать образы ваших типичных клиентов. Так почему бы не использовать накопленную информацию для совершенствования реурса? Вы можете проанализировать, как именно ваши клиенты используют ресурс.

Образ вашего типичного клиента не стоит воспринимать как константу. Напротив, вы должны постоянно дополнять этот образ новыми деталями. Это позволит вам лучше понять проблемы таргет-группы.

На что ориентироваться при классификации клиентов?

Сегментация клиентской базы способна дать результат только в том случае, если в основу разделения людей на группы положены правильные критерии.

Приведем пример. Компания, специализирующаяся на продаже программного обеспечения, задалась целью как можно точнее охарактеризовать персону постоянного посетителя их сайта по имени Маским. Что о нем известно?

«Каждый понедельник в 10 часов утра Максим получает на свой email сообщение с рекомендациями по использованию новых функций. Для просмотра письма он использует телефон на базе Android и успевает прочитать один пост в блоге, прежде чем отправиться на следующую встречу».

Но как использовать эту информация в процессе сегментации клиентской базы? Делить клиентов на группы, исходя из точного времени получения ими писем с рекомендациями, пожалуй, не стоит. Однако компания не должна упускать из внимания разницу между пользователями, посещающими сайт в течение всей недели, и теми, кто делает это только по выходным. Максим подписан на рассылку информационных писем, что также является его важной характеристикой.

Пол пользователя в данном случае не играет практически никакой роли, а значит, не должен учитываться в процессе сегментации (однако если бы речь шла, к примеру, об интернет-магазине одежды, половая принадлежность клиента являлась бы одним из определяющих факторов).

А важна ли для компании информация о том, что Максим посещает сайт, используя телефон? Действительно ли пользователи, получающие доступ к ресурсу с помощью мобильных устройств, ведут себя иначе, чем все остальные? Чтобы понять это, необходимо провести глубокий анализ активности посетителей сайта. Конечно, сделать это весьма непросто, однако результат того стоит.

Каков оптимальный размер сегмента клиентской базы?

Считается, что наиболее эффективным является разделение аудитории компании на группы, включающие в себя 7-10% от общего числа ее клиентов. Разумеется, вы не обязаны строго придерживаться обозначенных границ, и можете самостоятельно выбирать размер сегментов. В конечном счете, только вам решать, что лучше для вашего бизнеса.

На начальном этапе сегментации клиентской базы стоит принимать во внимание только наиболее значимые характеристики потребителей. В дальнейшем вы можете увеличивать количество учитываемых критериев, уменьшая тем самым размер выделяемых групп. Приведем некоторые из характеристик, позволяющих отнести человека к той или иной группе:

1. Демографические: возраст, пол
2. Географические: страна проживания, тип населенного пункта
3. Тип устройства и браузер пользователя

Чтобы правильно охарактеризовать клиента, вам также необходимо ответить на следующие вопросы:

1. Обращался ли он в вашу компанию ранее?
2. Откуда он узнал о вас?
3. Какая именно информация его интересует?

Сегментация в действии

Давайте рассмотрим конкретный пример того, как группировка пользователей позволяет понять, удовлетворены ли они предлагаемым им продуктом.

Сегментация клиентов - это деление клиентов на группы, каждая из которых обладает одним или несколькими отличительными признаками. Такой способ группировки позволяет создать стратегию продаж под каждый сегмент клиентов и увеличить эффективность бизнеса в целом.

В случае b2b (бизнес для бизнеса) сегментация базы клиентов может проходить по следующим признакам:

• Отрасль
• Количество работников
• Товары, которые уже были приобретены у компании
• Место нахождения

В случае b2c (бизнес для потребителя) часто разделяют аудиторию по факторам:

• Возраст
• Семейное положение
• Место проживания
• Жизненные цели

Для чего нужна сегментация клиентов?

Сегментация на группы позволяет маркетологам адаптировать свою стратегию работы под каждую из них. Это касается непосредственной разработки товаров и их представления покупателю, так и взаимодействия с последним. Особенно сегментация может помочь бизнесу в следующих случаях:

• Создание и проектирование особого вида взаимодействия подходящего для одной группы аудитории, но не подходящего под остальные;
• Возможность выбрать идеальный способ общения с сегментом клиентов посредством емэйл маркетинга, радио или социальных сетей;
• Определить способы подачи продукции или услуг для каждого сегмента в отдельности;
• Улучшить отношения с покупателями;
• Протестировать ценообразование;
• Сфокусироваться на тех покупателях, которые приносят наибольшую часть выручки компании;
• Улучшить обслуживание клиентов;
• Модернизировать перекрестные продажи и продажи-увеличение.

Как сегментировать клиентов

Сегментация клиентов требует наличия полной информации о них. Часть данных можно получить со страниц заполнения заказа, например, место работы человека или место проживания. Некоторые их них могут быть недоступны, так как часто пользователь сам решает, что указывать в дополнительной информации о себе.

Интернет-маркетолог, работая с емэйл рассылками, может провести тесты, разделив аудиторию по логическим частям. В результате возможно получить несколько крайне удачных на продажи рассылок и, уже исходя из этой информации, приступить к дальнейшему сегментированию клиентов и составлению под каждую группу индивидуального предложения.

Основные методы получения информации:

• Общение с покупателями напрямую или с помощью телефонных звонков;
• Опросники;
• Аналитика готовой информации по сегментированию пользователей;
• Фокус группы.

Использование сегментов покупателей

Сегментирование клиентов позволяет работать индивидуально с каждой группой и получать с нее большую прибыль. Например, если у вас магазин гитар, то имеет смысл создать отдельные предложения для студентов и подростков и отдельные для взрослых людей. Дальше, если есть необходимая информация, разделить их по группам интересов. Таким образом, вы сможете предлагать недорогие гитары для молодых людей имеющих небольшой заработок, а дорогую продукцию для взрослых с соответствующими интересами.

Подобная практика сегментации клиентов осуществима в любом виде бизнеса, в любой его отрасли, в любом месте работы: как в оффлайне, так и в интернете. Нужно лишь начать с качественного сбора всей возможной информации о клиентах и уделить особое внимание маркетинговой стратегии. Также не стоит забывать про тестирование: оно является главным ключом к успеху.

Сегментация клиентской базы — это объединение покупателей в отдельные сегменты, группы, у которых похожие запросы по темам и удовлетворяются комплексом маркетинговых переходов.

Цели сегментации клиентов направлены на конкретные действия:

• Увеличение отдачи отправленного письма через email- рассылку ;
• Выявление особенностей восприятия информации разными группами .

Помните, клиентская база – это не текущие посетители, это ваш ресурс. Обращайтесь с ними бережно, берегите их.

Идентификации потенциальных клиентов следует уделять особое внимание.
Прежде, чем продать потребителю товар, продукт или услугу, вы должны понять его желание, что хочет приобрести.

Знать полную информацию о каждом клиенте не возможно, этот процесс продолжительный и не дешевый. Большой популярностью пользуется новый подход: разделение клиентов на группы, и вы становитесь намного ближе к потенциальным потребителям.

Что такое сегментация

Сегментация — это стратегические действия с потребителями на основе двух принципах: неоднородность рынка и выделение потребителей в группы с близкими предпочтениями (по потребности), для оптимизации результатов проводимых email-рассылками.

Итак, сегментирование клиентской базы.

Список пользователей можно разбить на три категории :

• Активные – постоянно посещают ваш блог;
• Неактивные – им все безразлично;
• Полуактивные – много читают, но не кликают.

Активных клиентов следует объединить в единый сегмент. С активными посетителями из (подписной) клиентской базы работать одно удовольствие. Ведь они регулярно читают присланные письма и знакомятся с контентом, продуктами, товаром; кликают по ссылкам; регулярно приобретают продукты, товары; участвуют в конкурсах, словом всегда в курсе событий вашего блога.
Обязательно станут вашими покупателями продукта, товара. Предложите им скидку или выгодное предложение, как стимул скорейшего принятия решения к сделке.

Неактивных клиентов из клиентской базы так же объедините в другую группу, которые не открывают и не читают рассылку и не кликают по ссылке от шести месяцев до года.
Существуют множество причин из- за чего клиент не просматривает электронную почту. Необходимо выяснить обстоятельства, с помощью письма – реанимации, а если и это письмо не прочитано, клиентские базы освобождайте от них.

Пример письма:

Полуактивных клиентов можно объединить в третью группу из большой клиентской базы. Они добросовестно прочитывают всю рассылку, но на ссылку не кликают. К ним нужен подход особый.

Креатив вас не подведет, если попробуете отправить грамотно оформленные письма и разнообразными призывами к действию. Таким образом, вы привлечете внимание, что может заставить их кликнуть по ссылке.

Возможно, вы после проведенного вебинара дали ссылку на выпущенную страницу с подробностями и она их заинтересовала,
Полуактивный клиент кликнул по ссылке. Срочно требуется этому клиенту предложить небольшую скидку, чтобы он созрел на рассылку или покупку.

Работа с неактивными пользователями

С неактивными посетителями приходится много трудиться, чтобы разбудить их активность. Некоторым маркетологам надоедает с ними работать, их удаляют из своей клиентской базы. Но этот шаг не верный.

Проводились эксперименты (Lift Science), после чего половина неактивных перешли в список активных пользователей и стали получать обыкновенную рассылку.
Секрет данного эксперимента заключался в том, что неактивные клиенты получали рассылку один раз в два или три месяца , а не еженедельную, как активные клиенты.

А вот в OkDork Ной Каган провел свой эксперимент и увеличил открываемость писем в 11%, который заключался в редактировании ранее высланного письма .
Ровно через неделю высылался совсем новый вариант письма тому же абоненту, который не открыл предыдущий вариант. Было достаточно, 3-х или 4-х редакций, чтобы привлечь клиента к рассылке.

Расскажу немного о Noah Kagan (Ной Каган).
Учился в Калифорнийском университете, который располагается в Беркли и закончил в 2004 году. Работал в должности маркетингового аналитика в Intel, потом в Facebook менеджером по продукту, далее занял кресло в Mint.com директора по маркетингу.
В 2010 году создал свою компанию AppSumo по продаже цифровых товаров. В первый год она принесла доход в 1 млн. долларов. В настоящее время у них 700тысяч подписчиков.
Слова отчима «никогда не беги от проблемы, а с головой погружайся в их решения » помогли Ною достичь грандиозных успехов в бизнесе.

Способы сегментации клиентской базы

1. Лид- форма .
С помощью лид- формы можно сегментировать посетителей вскоре после их регистрации на сайте, чтобы объединить клиентов в отдельные группы по: интересам, мотивации, намерениям.

2. Контроль за действиями клиента, поведением .
Начинающему маркетологу, если клиентская база не большая, сегментированием можно заниматься вручную. Достаточно приемлемый способ, хотя малопроизводительный, но надежный.

3. Специальные инструменты .
Можно использовать продвинутые специальные инструменты: AWeber, Mailchimp, Гетреспонс, с помощью которых сегментирование клиентской базы, осуществляется в автоматическом режиме всю электронную почту.

4. Сегментация по методу Эрика Харбисона .
«В один клик», так предложил Эрик свою методику по сегментированию. Способ прост: для того, чтобы понять клиента и что он хочет получить, достаточно отправить анкету с одним вопросом.

Для сведения:
Эрик Харбисон – главный специалист отдела маркетинга агентства AWeber.
В его обязанности входит, наблюдение за сферой маркетинговой деятельности всей компании: по развитию бизнеса, PR, социальные медиа, по образованию и содержанию (марка компании, приобретение, а так же удержание Маркетинг дисциплины). Им написано много статей по маркетингу в MediaPost, Entrepreneur.com, и B2BOnline.

Сегментация клиентской базы обязательно даст высокие результаты, если учтены правильные критерия в основе разделения посетителей на группы .

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

Группы	2000 г (метров)	2001 г (метров)	2002г (метров)
А - 70%	2835	10 171	12 810
В - 20%	810	2906	3 660
С - 10%	405	1453	1830

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

	2000 г.			2001 г.			2002 г.
Клиент 1	3000	А	Клиент 5	10 000	А	Клиент 5	12 000	А
Клиент 2	700	В	Клиент 1	3200	А	Клиент 1	3800	А
Клиент 3	300	В	Клиент 2	700	В	Клиент 4	1000	А
Клиент 4	50	С	Клиент 3	450	В	Клиент 3	800	В
Клиент 5	0		Клиент 4	180	В	Клиент 2	700	В
Всего:	4050			14 530			18 300
	Процент			Процент			Процент
А	74%		А	91%		А	92%
В	25%		В	9%		В	8%
С	1%

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

Клиент	Объем покупок (в метрах)
Клиент 1	30000
Клиент 9	7000
Клиент 2	5000
Клиент 10	3600
Клиент 17	2300
Клиент 3	1000
Клиент 18	860
Клиент 11	700
Клиент 7	680
Клиент 21	620
Клиент 8	590
Клиент 16	510
Клиент 20	470
Клиент 19	350
Клиент 14	320
Клиент 4	250
Клиент 12	200
Клиент 6	180
Клиент 13	170
Клиент 16	170
Клиент 5	140
Клиент 15	50
Итого	55160

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

Группа	Клиент	Продажи	Продажи по группе	Процентная доля
А	Клиент 1	30000
			30000	54%
В	Клиент 9	7000
	Клиент 2	5000
	Клиент 10	3600
	Клиент 17	2300
			17900	32%
С:	Клиент 3	1000
	Клиент 18	860
	Клиент 11	700
	Клиент 7	680
	Клиент 21	620
	Клиент 8	590
	Клиент 16	510
	Клиент 20	470
	Клиент 19	350
	Клиент 14	320
	Клиент 4	250
	Клиент 12	200
	Клиент 6	180
	Клиент 13	170
	Клиент 16	170
	Клиент 5	140
	Клиент 15	50
			7260	13%

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

Клиент	2000-й г. (м)	2001-й г. (м)	2002-й г. (м)
Клиент 1	30000	35000	32000
Клиент 10	3600		2800
Клиент 11	700	650	8000
Клиент 12	200	600
Клиент 13	170	350	240
Клиент 14	320	2000	600
Клиент 15	50
Клиент 16	510	600	800
Клиент 16	170	4000	7000
Клиент 17	2300	500	410
Клиент 18	860	710	950
Клиент 19	350	1100	980
Клиент 2	5000	15000
Клиент 20	470	800	970
Клиент 21	620	250	270
Клиент 22		2500	3200
Клиент 23		520	680
Клиент 24		1700	2200
Клиент 25		150
Клиент 26		270	530
Клиент 27		40	150
Клиент 28		6800	9400
Клиент 29		380	570
Клиент 3	1000	460	980
Клиент 30		710
Клиент 4	250	350	410
Клиент 5	140	270	250
Клиент 6	180		560
Клиент 7	680	240	950
Клиент 8	590	280
Клиент 9	7000	6800	9400
Итого	55160	83030	84300

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

Клиент	2000-й г.	Группа	2001-й г.	Группа	2002-й г.	Группа
Клиент 1	30000	А	35000	А	32000	А
Клиент 9	7000	В	6800	В	9400	В
Клиент 28			6800	В	9400	В
Клиент 11	700	С	650	С	8000	В
Клиент 16	170	С	4000	В	7000	В
Клиент 22			2500	С	3200	С
Клиент 10	3600	В			2800	С
Клиент 24			1700	С	2200	С
Клиент 19	350	С	1100	С	980	С
Клиент 3	1000	С	460	С	980	С
Клиент 20	470	С	800	С	970	С
Клиент 18	860	С	710	С	950	С
Клиент 7	680	С	240	С	950	С
Клиент 16	510	С	600	С	800	С
Клиент 23			520	С	680	С
Клиент 14	320	С	2000	С	600	С
Клиент 29			380	С	570	С
Клиент 6	180	С			560	С
Клиент 26			270	С	530	С
Клиент 17	2300	В	500	С	410	С
Клиент 4	250	С	350	С	410	С
Клиент 21	620	С	250	С	270	С
Клиент 5	140	С	270	С	250	С
Клиент 13	170	С	350	С	240	С
Клиент 27			40	С	150	С
Клиент 2	5000	В	15000	В
Клиент 30			710	С
Клиент 12	200	С	600	С
Клиент 8	590	С	280	С
Клиент 25			150	С
Клиент 15	50	С

Г) Вклад каждой группы в продажи:

	2000-й г.	2001-й г.	2002-й г.
Итоговый объем продаж	55160	83030	84300
Кол-во клиентов	22	28	25
	2507,273	2965,357	3372
Группа А
	30000	35000	32000
	54%	42%	38%
Кол-во клиентов	1	1	1
В % от всех клиентов	5%	4%	4%
Средний объем продаж в пересчете на 1 клиента	-	-	-
	-	-	-
Коэффициент вариации	-	-	-
Группа В
Объем продаж по группе за год	17900	32600	33800
В % от итогового объема продаж	32%	39%	40%
Кол-во клиентов	4	4	4
В % от всех клиентов	18%	14%	16%
Средний объем продаж в пересчете на 1 клиента	4475	8150	8450
S (стандартное отклонение в данной группе)	2012,254	4753,595	1170,47
Коэффициент вариации	45%	58%	14%
Группа С
Объем продаж по группе за год	7260	15430	18500
В % от итогового объема продаж	13%	19%	22%
Кол-во клиентов	17	23	20
В % от всех клиентов	77%	82%	80%
Средний объем продаж в пересчете на 1 клиента	427,0588	670,8696	925
S (стандартное отклонение в данной группе)	1013,346	613,4471	840,0407
Коэффициент вариации	237%	91%	91%

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)

Продукт	2000	2001	2002	2003	2004	2005	2005vs2004
Метраж (вес и т.д.)
Общее кол-во кл-в
Сред
S
Коэф. Вар-ции
Клиенты А
Метраж (вес и т.д.)
Кол-во
% веса от общего
% клиентов
Сред
S
Коэф. Вар-ции
Клиенты В
Метраж (вес и т.д.)
Кол-во
% веса
% клиентов
Сред
S
Коэф. Вар-ции
Клиенты C
Метраж (вес и т.д.)
Кол-во
% веса
% клиентов
Сред
S
Коэф. Вар-ции
Динамика клиентов
Новые
Старые
Ушедшие
Динамика А
Новые А
Ушедшие А (по предыдущему году)
Старые А
Динамика В
Новые В
Ушедшие В (по предыдущему году)
Старые В
Динамика С
Новые С
Ушедшие С (по предыдущему году)
Старые С
Рост
CA
CB
BA
Падение
AB
AC
BC
Неизм
АА
BB
CC

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

Клиент	Отрасль	Менеджер	2004	2005	NDOR	АВС 04-05
1	1	м1		194 800	N	-A
2	1	м1		80 500	N	-B
3	1	м1	16 500	37 400	O	BB
4	2	м1	25	19 325	O	CB
5	2	м1	10 000	18 750	O	BB
6	2	м2	16 800	18 500	O	BB
7	3	м2	4 000	17 875	O	CB
8	3	м3	1 125	17 825	O	CB
9	3	м3		17 000	N	-B
10	4	м3	25	16 900	O	CB
11	4	м3	400	14 700	O	CB
12	4	м2	10 004	12 150	O	BB
13	5	м4	400	10 500	O	CB
14	5	м4		10 400	N	-B
15	5	м4	50	9 775	O	CB
16	6	м4		9 500	N	-B
17	6	м1	1 500		D	C-
18	6	м2	1 100	6 350	O	CC
19	7	м3	575	6 000	O	CC
20	7	м4		5 000	N	-C
21	7	м1	5 900	4 650	O	CC
22	7	м2	6 750	4 000	O	CC
23	7	м3		4 000	N	-C

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)

м1	м2	м3	м4
А-1
B-4	В-3	В-4	В-2
С-1	С-2	С-2	С-3

Г) совмещенный анализ по менеджерам и отраслям:

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

• в разрезе менеджеров

Менеджер	N	O	D	R
м1	2	4	1
м2		5
м3	2	4
м4	3	2

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.