Miera návratnosti zákazníkov
Zistite, čo je miera návratnosti zákazníkov, ako ju vypočítať a prečo rozdiel medzi novými a vracajúcimi sa kupujúcimi odhaľuje lojalitu a závislosť od akvizíci...
Miera odchodu zákazníkov je percento zákazníkov, ktorí prestanú nakupovať alebo si prestanú platiť predplatné u danej firmy za určité obdobie. V e-commerce zvyčajne meria podiel predtým aktívnych zákazníkov, ktorí sa vrátiť v stanovenom časovom okne, a je priamym protipólom miery udržania zákazníkov. Nižšia miera odchodu zvyčajne znamená, že existujúce príjmy sa zhodnocujú namiesto toho, aby unikali, čo znižuje závislosť od neustáleho získavania nových zákazníkov.
Miera odchodu zákazníkov je percento zákazníkov, ktorí prestanú nakupovať alebo si prestanú platiť predplatné u danej firmy za určité obdobie. V e-commerce zvyčajne meria podiel predtým aktívnych zákazníkov, ktorí sa vrátiť v stanovenom časovom okne, a je priamym protipólom miery udržania zákazníkov. Nižšia miera odchodu zvyčajne znamená, že existujúce príjmy sa zhodnocujú namiesto toho, aby unikali, čo znižuje závislosť od neustáleho získavania nových zákazníkov.
Miera odchodu zákazníkov je percento zákazníkov firmy, ktorí prestanú nakupovať alebo si prestanú platiť predplatné za určité časové obdobie. Je to jeden z najjasnejších signálov toho, či firma skutočne udržiava hodnotu, ktorú získava, pretože meria stratu priamo, namiesto usudzovania zdravia iba z rastu celkových príjmov. Obchod môže každý štvrťrok zvyšovať príjmy agresívnym získavaním nových zákazníkov a zároveň mať pod povrchom vážny problém s odchodom – rast jednoducho maskuje únik. Miera odchodu sa najčastejšie spája s predplatiteľskými firmami, kde udalosť zrušenia robí odchod jednoznačným, ale koncept je rovnako užitočný pre každý e-commerce obchod, akonáhle je definované „aktívne" okno pre to, čo sa považuje za stále angažovaného zákazníka.
Základný vzorec je:
Miera odchodu = (Počet stratených zákazníkov počas obdobia ÷ Počet zákazníkov na začiatku obdobia) × 100
Pre predplatiteľský biznis sú „stratení" zákazníci jednoducho tí, ktorí zrušili predplatné. Pre nepredplatiteľský obchod sa zákazník zvyčajne považuje za odídeného, ak nevykoná ďalší nákup v rámci definovaného aktívneho okna – často nastaveného na základe typického cyklu opakovaného nákupu v danej kategórii. Značka potravín alebo spotrebného tovaru môže použiť 60- alebo 90-dňové okno, zatiaľ čo značka nábytku alebo tovaru s vyššou cenou môže oprávnene použiť oveľa dlhšie okno, pretože zákazníci prirodzene nakupujú menej často.
Ako príklad: značka starostlivosti o pleť začína štvrťrok so 4 000 zákazníkmi považovanými za aktívnych (nakúpili za posledných 90 dní). Do konca štvrťroka 3 600 z týchto zákazníkov opäť nakúpilo v rámci svojho vlastného kĺzavého 90-dňového okna a 400 nie. Miera odchodu pre túto kohortu je 400 ÷ 4 000 = 10 %.
Získať nového zákazníka je takmer vždy drahšie ako udržať existujúceho, takže vysoká miera odchodu núti značku bežať rýchlejšie len aby zostala na mieste – nahrádzať stratené príjmy výdavkami na akvizíciu namiesto zhodnocovania už získaných zákazníkov. V priebehu času môže aj mierne zníženie miery odchodu výrazne zvýšiť celoživotnú hodnotu zákazníka a znížiť zmiešané náklady na získanie zákazníka, pretože udržaní zákazníci konvertujú pri opakovaných nákupoch bez potreby ďalšieho plateného marketingu.
Miera odchodu je tiež systém včasného varovania. Rastúca miera odchodu sa často prejaví v údajoch o udržaní zákazníkov dávno predtým, než sa prejaví ako problém s príjmami, pretože získavanie nových zákazníkov môže stratu dočasne kompenzovať. Značky, ktoré sledujú iba celkové príjmy, môžu trend odchodu prehliadať celé mesiace.
| Metrika | Čo meria | Smer „dobre" |
|---|---|---|
| Miera odchodu | Podiel zákazníkov, ktorí prestanú nakupovať | Nižšia je lepšia |
| Miera udržania | Podiel zákazníkov, ktorí naďalej nakupujú | Vyššia je lepšia |
| Miera opakovaného nákupu | Podiel zákazníkov, ktorí nakúpia viac než raz, kedykoľvek | Vyššia je lepšia |
| Frekvencia nákupov | Ako často aktívny zákazník nakupuje | Vyššia je zvyčajne lepšia |
| Čisté udržanie príjmov | Zmena príjmov v rámci existujúcej zákazníckej základne | Nad 100 % je najlepšie |
Keďže AI nákupní asistenti ako ChatGPT Shopping a Perplexity Shopping začínajú ovplyvňovať to, kde sa uskutočňujú opakované nákupy, odchod zákazníkov nadobúda nový rozmer: značka môže stratiť predtým lojálneho zákazníka nie kvôli nespokojnosti, ale preto, že AI asistent ponúkol porovnateľný produkt od konkurenta presne v momente, keď bol zákazník pripravený na opätovnú objednávku. Vďaka tomu sú snahy o udržanie, ktoré boli kedysi „dostatočne dobré" – generická e-mailová pripomienka, občasná zľava – menej spoľahlivé, pretože rozhodovací bod sprostredkovaný AI nastáva skôr a mimo priamych kanálov značky.
Pochopenie odchodu zákazníkov si vyžaduje prehľad o tom, kto sa skutočne vracia, nielen o tom, koľko objednávok obchod spracuje celkovo. Nástroj eshop_get_retention od AmICited sleduje, ako sa kohorty zákazníkov správajú v čase v rámci prepojeného obchodu, odhaľuje, ktoré segmenty sa udržiavajú dobre a ktoré potichu odchádzajú, aby obchodník mohol konať na základe trendu skôr, než ho objaví v pomalom štvrťroku.
Častou chybou je aplikovať rovnaké okno aktívneho zákazníka na každú produktovú kategóriu v rôznorodom katalógu. Značka predávajúca spotrebný aj trvanlivý tovar uvidí umelo navýšenú mieru odchodu, ak použije krátke okno vhodné pre spotrebnú stranu na celú zákaznícku základňu – riešením je definovať okná špecifické pre kategóriu pred výpočtom agregovaného čísla.
Ďalším bežným problémom je považovať mieru odchodu za oneskorenú správu namiesto operatívnej metriky. Kontrolovať ju raz za štvrťrok znamená, že nárast odchodu spôsobený oneskorením dodávky alebo problémom s kvalitou produktu spred dvoch mesiacov sa odhalí až dlho po tom, čo sa škoda znásobila – častejšie monitorovanie zachytáva problémy, kým sú ešte malé.
Niektoré značky tiež počítajú mieru odchodu bez segmentácie podľa akvizičného kanála, čo skrýva skutočnosť, že zákazníci získaní prostredníctvom jedného kanála (napríklad masívnej zľavovej akcie) odchádzajú oveľa vyššou mierou ako zákazníci získaní organicky. Zlúčenie týchto údajov dohromady vytvára priemer, ktorý neukazuje na žiadne konkrétne riešenie, zatiaľ čo údaje o odchode na úrovni kanálov zvyčajne áno.
Začnite sledovať, ako AI chatboty spomínajú vašu značku na ChatGPT, Perplexity a ďalších platformách. Získajte použiteľné poznatky na zlepšenie vašej prítomnosti v AI.
Zistite, čo je miera návratnosti zákazníkov, ako ju vypočítať a prečo rozdiel medzi novými a vracajúcimi sa kupujúcimi odhaľuje lojalitu a závislosť od akvizíci...
Zistite, čo je miera návratnosti, ako ju vypočítať, benchmarky podľa kategórie a overené stratégie na zníženie návratnosti bez negatívneho vplyvu na konverziu....
Zistite, čo je miera opakovaných nákupov, ako ju vypočítať, reálne benchmarky podľa typu obchodu a ako zlepšiť, ako často sa zákazníci vracajú.
Súhlas s cookies
Používame cookies na vylepšenie vášho prehliadania a analýzu našej návštevnosti. See our privacy policy.