ROI w programach lojalnościowych
Pisanie bloga skierowanego do międzynarodowej społeczności ekspertów, wiąże się z koniecznością uważnego doboru poruszanych tematów. Omawiane zagadnienia powinny być uniwersalne, a przez to istotne dla wszystkich, niezależnie od tego czy czytelnik mieszka w Sydney, czy Sztokholmie. Równocześnie na tyle ogólne, aby nie alienować tych osób, które dopiero zaczynają karierę związaną z zarządzaniem lojalnością, a także nie zniechęcić tych, którzy w branży pracują od lat.
Ponieważ motto bloga i360 brzmi „Z codziennej pracy zaczerpnięte”, zawsze staram się opisywać zagadnienia przydatne na co dzień. Bardzo często tematy te są wynikową rozmów, czy to podczas spotkań biznesowych, czy konferencji lojalnościowych, lub jak w tym wypadku, wdrożenia projektu dla jednego z naszych Klientów. Przyznacie Państwo, iż temat ROI – return on investment – w programach lojalnościowych spełnia wszystkie powyższe kryteria. Równocześnie, jako temat który ma charakter „mocno matematyczny”, jest rzadko omawiany w publicystyce poświęconej tymże programom.
Poniższy tekst stanowi omówienie case study przygotowania i wdrożenia modelu ROI dla jednej z sieci handlowych, posiadającej ponad 150 punktów sprzedaży detalicznej, z segmentu fashion and apparel z Europy. Model ten, został przygotowany przed wdrożeniem programu lojalnościowego skierowanego do nabywców ostatecznych i stanowił podstawę do wyznaczenia KPI – key performance indicators, które stały się równocześnie głównymi celami wszystkich podmiotów i managerów zaangażowanych w prace nad Programem.
Najbardziej podstawową definicję ROI przynosi Wikipedia, wg której return on investment, czyli zwrot z inwestycji to wskaźnik rentowności stosowany w celu zmierzenia efektywności działania przedsiębiorstwa niezależnie od struktury jego majątku czy czynników nadzwyczajnych. Metoda ROI służy do pomiaru bezwzględnej opłacalności dla wszystkich dostawców kapitału i może być interpretowana ekonomicznie, jako stopa zwrotu z nakładów inwestycyjnych poniesionych na realizację danej inwestycji. Należy do grupy metod prostych, które zakładają, że nadwyżkowa korzyść netto z inwestycji mierzona jest memoriałowym zyskiem i wartość pieniądza w czasie jest stała. Metoda często jest wykorzystywana do oceny opłacalności projektów IT, marketingowych i szkoleniowych.
Naszym zadaniem było stworzenie modelu, który umożliwi Zarządowi Spółki wdrażającej program lojalnościowy oceny czasu, po którym wydatki poniesione na uruchomienie i zarządzanie programem lojalnościowym zwrócą się oraz stopy zwrotu z zainwestowanego kapitału. Aby było to możliwe postawiono przed nami zadanie stworzenia matematycznego modelu, który pozwoli na oszacowanie powyższych, uwzględniając wszystkie realne zmienne otoczenia rynkowego, jak również strukturę, która odzwierciedli aktualną sytuację przedsiębiorstwa.
Rys 1. Wybrane dane wejściowe modelu ROI sieci handlowej
Dane wejściowe
Jak w przypadku większości retailerów, uzyskanie informacji o wartości kluczowych zmiennych opisowych nie stanowiło problemu. Stąd danymi wejściowymi modelu stały się między innymi:
a/ liczba punktów sprzedaży (z uwzględnieniem nowych otwarć i zamknięć)
b/ liczba transakcji (suma faktur i paragonów fiskalnych w skali roku) w każdym ze sklepów
c/ liczba osób odwiedzających każdy punkt sprzedaży rocznie
d/ przychody ze sprzedaży
e/ średnia marżowość
f/ szacunek częstotliwości zakupów w skali roku
g/ podział klientów wg wartości koszyka zakupowego
Powyższa lista stanowi jedynie fragment całego szeregu zmiennych przyjętych do analizy. Jednakże w modelu scoringowym, w ramach którego każdej zmiennej przypisana została określona waga, powyższe siedem głównych danych wejściowych stanowiło ponad 85% wszystkich danych pod względem ich ważonej istotności.
Określenie powyższych stanowiło podstawę – fundament modelu ROI – gdyż każdy model jest tak dobry, jak jego dane wejściowe, zgodnie z zasadą „garbage in – garbage out”. Kluczowym aspektem procesu tworzenia fundamentów modelu ROI było oszacowanie częstotliwości zakupów w jednostce czasu – przyjęliśmy w ciągu 12. miesięcy krocząco. O ile w przypadku funkcjonującego programu lojalnościowego, informację taką można łatwo uzyskać z bazy danych w zakresie osób, które identyfikują się kartą lojalnościową, to w przypadku sieci handlowej, która program dopiero zamierzała wdrożyć, informacje te nie były dostępne. W celu ich pozyskania, na wiele miesięcy przed wdrożeniem, przeprowadzone zostały badania ankietowe – wywiady – w punktach sprzedaży, podczas których pytaliśmy klientów ile razy w ciągu miesiąca, kwartału oraz roku dokonują zakupów w punktach sieci. Informacja ta, mająca charakter deklaratywny, definitywnie wprowadziła element błędu szacunku do założeń modelu. W wyniku analiz, których zakres przekracza możliwości opisania w tym tekście, błąd ten został określony na 4% – zatem dane, które w efekcie uzyskaliśmy, traktowaliśmy z 96% poziomem ufności, szacując iż finalne wyniki mogą oscylować wokół 96%-104% faktycznych wartości.
Oczekiwania wobec programu lojalnościowego
Tworząc Program założyliśmy, iż na poziomie makro chcemy, aby generował on trzy rodzaje efektów:
- Po pierwsze zwiększał wartość koszyka zakupowego.
- Po drugie zwiększał częstotliwość zakupów.
- Finalnie pozyskiwał nowych klientów, którzy w ciągu ostatnich 12 miesięcy nie dokonywali zakupów w sieci handlowej analizowanego retailera.
Cele te zostały odzwierciedlone w modelu ROI. Stały się one również głównymi zmiennymi Programu. Aby wdrożyć założenia w życie, w programie lojalnościowym, zaprojektowane zostały trzy poziomy grywalizacyjne, z których każdy oferował inny współczynnik incentywizacji. Im wyższy poziom grywalizacyjny, tym wyższą korzyść otrzymywał uczestnik. Korzyść ta kwantyfikowana była odsetkiem wartości kwoty koszyka zakupowego, która reinwestowana była w relacje z uczestnikiem. Aby znaleźć się na danym poziomie grywalizacyjnym uczestnik zobowiązany był dokonać zakupów na określoną kwotę. Im wyższy poziom, tym wyższy próg zakupowy, aby się do niego dostać. Wartości brzegowe progów zakupowych, uprawniające do uczestnictwa, odzwierciedlały pierwszy z opisanych powyżej celów programu: dążenie do zwiększenia wartości koszyka zakupowego. W ten sposób cele zostały przełożone na atrakcyjny dla uczestników model. Każda bowiem z osób, która przystąpiła do Programu rozumiała zasadę, iż im więcej kupuje (konkretyzując: im więcej wydaje pieniędzy identyfikując się podczas transakcji kartą lojalnościową, zaszytą w aplikacji mobilnej programu lojalnościowego) tym więcej zyskuje. Z perspektywy organizatora zrozumiałe było, iż stopniujemy gradację reinwestycji w klienta, zwiększając współczynnik incentywizacji wraz z poziomem uczestnika.
Sam proces modelowania, czy inaczej mówiąc parametryzowania modelu, polegał na przyjęciu założenia o tym, jaki będzie rozkład odsetka liczby uczestników na każdym z poziomów grywalizacyjnych programu, w funkcji wartości koszyka zakupowego. Mówiąc wprost, zespół który pracował nad modelem dokonał założenia, jaki procent liczby uczestników, dokonujących zakupów na danym poziomie wartości koszyka zakupowego, znajdzie się na danym poziomie. Proces ten stanowił próbę określenia, jaki odsetek uczestników dokonujących przed wdrożeniem programu lojalnościowego zakupów o wartości na przykład 1000 USD dokona zakupów na poziomie 1200 USD, 1500 USD oraz 2000 USD i wyższym. Wartości te są przykładowe i celowo przerysowane, aby umożliwić lepsze zrozumienie procesu parametryzowania modelu. Wartości zakupów niezbędne do tego, aby uczestnik znalazł się na danym poziomie grywalizacyjnym, ujmowane były w okresie 36 miesięcy krocząco (słowem w miesiącu 37. odejmowana była wartość zakupów dokonanych w miesiącu 1. , w miesiącu 38. odejmowana była wartość zakupów dokonanych w miesiącu 1 i 2. itd.).
Dane wyjściowe
Dzięki takiemu podejściu otrzymaliśmy pierwszą istotną daną wyjściową modelu. Mnożąc liczbę klientów przez średnią wartość przedziału progu zakupowego każdego z poziomów grywalizacyjnych, uzyskaliśmy szacowaną wartość obrotów sieci handlowej po wdrożeniu programu lojalnościowego, a także wartość inkrementalnej sprzedaży, uzyskanej wyłącznie wskutek realizacji pierwszego z celów wdrożenia Programu, tj. zwiększenia wartości koszyka zakupowego.
Aby w pełni opisać szczegóły procesu, należy uzupełnić trzy kwestie. Kwestia pierwsza – w przypadku najwyższego progu grywalizacyjnego, przyjęliśmy jego dolny próg poziomu wartości zakupów, jako mnożnik liczby Klientów. Górny poziom nie był bowiem określony. Przedział najwyższego progu grywalizacyjnego ustalony został jako 2000 USD+ (dane przykładowe), bez określenia czy próg ten sięga 3000 USD czy 10.000 USD. Kwestia druga – dokonaliśmy założenia, iż 100% grupy klientów, którzy przed wdrożeniem programu dokonywali obrotów na najniższym poziomie przedziału wartości koszyka zakupowego, nadal będzie dokonywało zakupów na tym samym poziomie, nawet jeżeli przystąpi do Programu. Inaczej mówiąc – nie zależało nam na inwestowaniu w masę klientów generujących najniższe wartości zakupów, lecz aktywizację tych, którzy mieli najwyższy potencjał zakupowy.
Założenie to dobrze odzwierciedliło zasadę Pareto na poziomie inkrementalnej sprzedaży. Faktycznie 80% dodatkowej sprzedaży generowanej wskutek wdrożenia programu lojalnościowego generowane było przez 20% najlepszych Klientów. Kwestia trzecia – przyjęliśmy założenie, iż potencjał wzrostu wartości koszyka zakupowego jest ograniczony w przypadku każdego klienta. To znaczy możliwe jest, iż uczestnicy zwiększą wartość swoich wydatków o jeden poziom w górę. Słowem – jeżeli przed wdrożeniem Programu uczestnik dokonywał zakupów na poziomie 100-200 USD to szczytem jego lub jej możliwości będzie wzrost wartości zakupów do progu 250-300 USD (a nie 2000 USD+).
Powyższa analiza opisuje sposób parametryzacji pierwszego celu Programu, to znaczy wzrostu wartości koszyka zakupowego. Cele natomiast, jak Państwo pamiętają były trzy. Przypomnijmy. Celem drugim był wzrost częstotliwości zakupów, celem trzecim wzrost liczby klientów sieci handlowej. Dane te zostały wkomponowane w model przy użyciu mnożników, na każdym z pól macierzy, w której dokonano rozkładu wartości obrotów vs. wartość progów grywalizacyjnych. W ten sposób pozyskaliśmy dwie kolejne dane wyjściowe, tj. wpływ parametru wzrostu częstotliwości zakupów oraz wpływ liczby nowych klientów, pozyskanych dzięki Programowi, na wartość inkrementalnej sprzedaży.
Ponieważ jedną z danych wejściowych była wartość marży, znaliśmy również estymowany poziom inkrementalnej marży, jaka uzyskana zostanie wskutek wdrożenia Programu.
W praktyce proces parametryzowania modelu był znacząco bardziej skomplikowany, niż zostało to opisane powyżej. Bowiem szacunek liczby klientów, którzy znajdą się na danym poziomie grywalizacyjnym prowadzony był osobno dla poszczególnych linii produktowych, z których każda charakteryzowała się swoją własną marżowością.
Rys. 2 Dashbord wybranych współczynników modelu ROI
Współczynniki. Przygotowując się do spotkania z Zarządem spółki retailera wdrażającego program lojalnościowy wiedzieliśmy, w grupie roboczej odpowiedzialnej za przygotowanie modelu, iż wytłumaczenie struktury modelu będzie zbyt skomplikowane i czasochłonne, a członkowie Zarządu będą zainteresowani wynikami modelu na poziomie konkretnych parametrów. Poprawność samej konstrukcji modelu gwarantowaliśmy bowiem autorytetem swoich nazwisk. Nie pomyliliśmy się. Dlatego w dashbordzie modelu przygotowaliśmy szereg współczynników rezultatu, takich jak:
a/ odsetek aktywnych uczestników do łącznej liczby uczestników Programu;
b/ odsetek aktywnych uczestników do liczby uczestników, którzy przystąpili w danym roku do Programu;
c/ liczba nowych klientów sieci handlowej pozyskanych dzięki Programowi;
d/ odsetek liczby nowych klientów do łącznej liczby klientów sieci;
e/ wartość i odsetek inkrementalnych przychodów ze sprzedaży;
f/ wartość i odsetek inkrementalnej marży;
g/ szereg innych.
Subskrypcje. W programie lojalnościowym, omawianego tu case study, zawarty został także model subskrypcyjny. W zamian za dokonanie opłaty, uczestnik miał możliwość przejścia na wyższy poziom grywalizacyjny, nawet jeżeli poziom wartości dokonanych zakupów na to nie pozwalał. Rozwiązanie to dedykowane było prawdziwym fanom marki, których ograniczone budżety domowe uniemożliwiały dokonywanie zakupów o odpowiednio wysokiej wartości. Wpływ przychodów z modelu subskrypcyjnego, na poziomie współczynników, zawarty został w sekcji „szereg innych”, jakie wymieniłem powyżej, a równocześnie zwiększał wartość inkrementalnych przychodów i marży programu.
Implikacja na koszty. Jak wspomniałem powyżej w omawianym programie lojalnościowym przyjęta została zasada progresywnych współczynników incentywizacji. To znaczy, że wraz ze wzrostem wartości dokonywanych zakupów, uczestnicy przechodzili na wyższe poziomy grywalizacyjne, na których uzyskiwali wyższe poziomy świadczeń. Było to spowodowane tym, iż wraz ze wzrostem poziomu grywalizacyjnego rósł także współczynnik incentywizacji (czy mówiąc wprost – reinwestowano w uczestnika wyższy odsetek dokonanych przez niego wartości zakupów). Jakkolwiek, jak dobrze wiemy, w większości programów lojalnościowych współczynnik wykorzystania oferowanych nagród jest daleko niższy od 100%. Niezależnie od tego, czy mówimy spalaniu punktów czy mil lojalnościowych, czy wykorzystaniu kuponów – w większości przypadków odsetek redempcji nagród jest niższy od 100%.
Słowem część środków budżetu, uprzednio zarezerwowanych na potrzeby wypłaty świadczeń wynikających z praw nabytych przez uczestników, pozostaje niewykorzystana, co ma odzwierciedlenie w likwidacji rezerw w bilansach sprawozdań finansowych podmiotu organizatora. W omawianym przypadku przyjęliśmy założenie do modelu, iż odsetek ten będzie degresywny, to znaczy im wyższa wartość koszyka zakupowego, tym niższy poziom wykorzystania oferowanych korzyści. Dlaczego? Założenie to wydaje się być nieprawidłowe na pierwszy rzut oka. Jakkolwiek z naszego doświadczenia w i360 wynika, iż wraz ze wzrostem zamożności społeczeństwa, a w konsekwencji wzrostem poziomu wydatków, korzyści oferowane w programie lojalnościowym są słabiej wykorzystywane, gdyż stanowią niewielką wartość w porównaniu z majątkiem uczestników, czy choćby wartością ich budżetu przeznaczanego na zakupy. Równocześnie, im niższy poziom wydatków spowodowany ograniczonymi dochodami, tym wyższa skłonność uczestników do korzystania z oferowanych im przywilejów, ergo wyższy współczynnik wykorzystania kuponów rabatowych, spalania punktów czy mil lojalnościowych, itd.
Świadomość powyższego umożliwiła nam przygotowanie dwojakiego poziomu prezentacji danych w ujęciu wartościowym. Pierwszy poziom obejmował maksymalne zapotrzebowanie na środki finansowe, drugi faktyczną wartość budżetu, która wykorzystana będzie w ciągu 12 kolejnych miesięcy. Równicą między tymi dwoma parametrami stanowi właśnie wartość przyznanych, a niewykorzystanych korzyści w programie lojalnościowym. Tak zarezerwowane środki były następnie wydawane na poszczególne kategorie wydatków, które zwykle ponoszone są w związku z wdrożeniem i prowadzeniem programu lojalnościowego, począwszy od kosztów stworzenia systemu informatycznego i aplikacji mobilnej po budżet na Google Ads.
Ujęcie dynamiczne modelu. Dotychczas opisałem model ROI w ujęciu statycznym. Całość artykułu do tej pory stanowi niejako statyczne zdjęcie pewnego wycinka rzeczywistości. Programy lojalnościowe jednak planowane są na lata. W konsekwencji także modele ROI powinny odzwierciedlać dynamikę kosztów, przychodów i marż. Aby zawrzeć w modelu te parametry konieczny jest powrót to założeń modelu i dopisanie do nich parametrów, które zdynamizują model, dla przykładu:
a/ odsetek klientów przystępujących do programu w pierwszym roku
b/ odsetek klientów przystępujących do programu w kolejnych latach
c/ churn po pierwszym roku w każdym z progów grywalizacyjnych
d/ churn w kolejnych latach w każdym z progów grywalizacyjnych
e/ liczba planowanych otwarć i zamknięć punktów sprzedaży
f/ współczynnik inflacji (jako determinanta erozji marży)
g/ i wiele innych
Przyjmując do modelu takie parametry pozostaje ekstrapolować wyniki na kolejne 12 miesięczne okresy trwania programu, to znaczy zaprezentować ujęcie w każdym z kolejnych lat (lub 12. miesięcznych okresów – najczęściej zgodnych z rokiem fiskalnym podmiotu organizatora) oraz finalne podsumowanie. W naszym przypadku to podsumowanie właśnie było przedmiotem dogłębnej analizy przez zarząd, a nikt „nie zagłębiał się” w estymacje poszczególnych lat. Przedstawiliśmy, niezbędne najwyższemu kierownictwu, informacje, takie jak:
a/ symulację liczby uczestników w czasie
b/ aktualny poziom przychodów generowanych przez klientów, z podziałem na przedziały wartości koszyka zakupowego
c/ estymację przychodów realizowanych przez uczestników programu lojalnościowego w każdym z 12. miesięcznych okresów przyjętych do analizy (w ujęciu wartościowym i procentowym)
d/ dynamikę estymacji przychodów realizowanych przez uczestników programu lojalnościowego w czasie
d/ szacunek wzrostu sprzedaży wartościowo i procentowo
e/ wartość marży generowanej przez uczestników programu lojalnościowego w każdym z 12. miesięcznych okresów przyjętych do analizy
f/ dynamikę estymacji marży, generowanej przez uczestników programu lojalnościowego, w każdym z 12. miesięcznych okresów przyjętych do analizy
g/ strukturę kosztów programu (wartość nagród, komunikacji, obsługi, itd.)
h/ inkrementalne przychody, realizowane wskutek wdrożenia programu lojalnościowego
i/ inkrementalną marżę, realizowaną wskutek wdrożenia programu lojalnościowego
j/ wynik na programie w każdym z 12. miesięcznych okresów
k/ wpływ na P&L w skali roku fiskalnego
l/ zapotrzebowanie na gotówkę, aby wdrożyć i realizować program w skali roku fiskalnego oraz każdego z 12. miesięcznych okresów przyjętych do analizy
Rys. 3 Struktura zespołu roboczego pracującego nad modelem ROI
Proces tworzenia modelu ROI. Jak każdy zintegrowany system, także proces tworzenia modelu ROI wymaga projektowego podejścia, w ramach którego najważniejsze (i równocześnie najtrudniejsze) jest uzyskanie odpowiedniej dozy uwagi i zainteresowania wszystkich osób, których udział w tworzeniu modelu jest niezbędny. W analizowanym przypadku żądanie stworzenia modelu ROI zostało wyrażone na poziomie zarządu, który wyznaczył lidera tego procesu w osobie dyrektora sprzedaży. Takie umocowanie bardzo pozytywnie wpłynęło na wysoki poziom atencji i responsywności wszystkich osób, do których zwracaliśmy się o informacje lub dane.
W zakresie samej grupy roboczej sukces podyktowany był jasnym podziałem ról i przypisanym do nich zakresem odpowiedzialności, udział zarówno analityków, jak i architektów procesu. Framework w naszym przypadku zaczerpnięty został ze szkolenia CLMP oferowanego przez The Loyalty Academy. Wszystkich z Państwa zainteresowanych wymianą doświadczeń zapraszamy do dyskusji w komentarzach pod tekstem lub kontaktu osobistego pod tomasz.makaruk@i360.com.pl
0