Tiedätkö sinä ketkä ovat arvokkaimpia asiakkaitasi?

Käytän kirjoituksessani menenestyvän singaporelaisen StarHub-operaattorin esimerkkiä. Heidän mallinsa mukaan asiakkaan arvo yritykselle voidaan jakaa kahteen osaan:

  1. Henkilökohtainen arvo: ostot ja tulevaisuuden potentiaali = asiakkaan elinajan arvo
  2. Vaikuttamisarvo: tiedon jakaminen ja suosittelu muille asiakkaille

Asiakkaan kokonaisarvo on näiden tekijöiden summa. Asiakaskannan segmentoinnin tuloksena StarHub on päätynyt seuraavanlaiseen nelikenttään (suluissa osuus kaikista n. 3 miljoonasta asiakkaasta):

Kuva 1. Asiakkaiden arvosegmentit. Lähde: Mock Pak Lum, StarHub Ltd 2012, muokattu.
Usein isoimpiin ja paljon rahaa käyttäviin segmentteihin kiinnitetään eniten huomiota. StarHubin kokemusten mukaan selvästi kaikkein vähimmälle huomiolle jäänyt ryhmä on yleensä jokapäiväiset vaikuttajat – he jotka eivät keskimäärin kuluta paljon rahaa yrityksen palveluihin, mutta ovat tyytyväisiä ja suosittelevat paveluita aktiivisesti ystävilleen. Miten arvokas tämä ryhmä on verrattuna muihin asiakkaisiin? Miten suuri rahallinen arvo on suosittelulla ja sitä kautta uusien asiakkaiden hankkimisella?

Esimerkki arvon laskemisesta (Case StarHub)

Testataan tämän esimerkin kautta asiakkuuksien arvolaskentaa suuntaa antavilla luvuilla ($ =SGD). Oletetaan yksinkertaisuuden vuoksi:

  1. asiakkuuden elinaika on kaikilla ryhmillä sama 4 vuotta
  2. kateprosentti on kaikilla ryhmillä sama kuin StarHubin palveluiden todellinen voittomarginaali EBITDA = 31% 3) diskonttaustekijää ei käytetä tulevaisuuden tulovirtojen laskemiseen

1. ”Hiljainen enemmistö”

Ryhmän koko: 2 250 000
Käyttävät palveluihin keskimäärin: $ 50 / kk
Kate / kk: $ 15,5
Asiakkaan elinajan arvo (4v): 12*15,5*4 = $ 744
Ryhmän elinajan arvo: 2250000*744 = $ 1674 miljoonaa
Suositteluaste: eivät tuo uusia asiakkaita
Kokonaisarvo: $ 1674 miljoonaa (josta 0% suosittelusta)

2. ”Varakkaat snobit”

Ryhmän koko: 450 000
Käyttävät palveluihin keskimäärin: $ 200 / kk
Kate / kk: $ 62
Asiakkaan elinajan arvo (4v): 12*62*4 = $ 2976
Ryhmän elinajan arvo: 450000*2976 = $ 1339,2 miljoonaa
Suosittelu: 10 % ryhmästä tuo keskimäärin 2 kpl ”Hiljaista enemmistöä” neljän vuoden aikana
Suosittelun tuoma lisäarvo: 0,1*450000*2*744 = $ 66,96 miljoonaa
Kokonaisarvo: $ 1406 miljoonaa (josta 5% suosittelusta)

3. ”Paljon ostavat vaikuttajat”

Ryhmän koko: 90 000
Käyttävät palveluihin keskimäärin: $ 150 / kk
Kate / kk: $ 46,5
Asiakkaan elinajan arvo (4v): 12*46,5*4 = $ 2232
Ryhmän elinajan arvo: 90000*2232 = $ 200,88 miljoonaa
Suosittelu: 30% ryhmästä tuo keskimäärin 4 kpl ”Hiljaista enemmistöä” + 2 kpl ”Varakasta snobia” neljän vuoden aikana
Suosittelun tuoma lisäarvo: 0,3*90000*4*744 +0,3*90000*2*2976 = $ 241,06 miljoonaa
Kokonaisarvo: $ 442 miljoonaa (josta 55 % suosittelusta)

4. ”Jokapäiväiset vaikuttajat”

Ryhmän koko: 210 000
Käyttävät palveluihin keskimäärin: $ 45 / kk
Kate / kk: $ 13,95
Asiakkaan elinajan arvo (4v): 12*13,95*4 = $ 669,6
Ryhmän elinajan arvo: 210000*669,6 = $ 140,62 miljoonaa
Suosittelu: 30% ryhmästä tuo keskimäärin 5 kpl ”Hiljaista enemmistöä” + 2 kpl ”Paljon ostavaa vaikuttajaa” neljän vuoden aikana
Suosittelun tuoma lisäarvo: 0,3*210000*5*744 + 0,3*210000*2*2232 = $ 515,59 miljoonaa
Kokonaisarvo: $ 656 miljoonaa (josta 79 % suosittelusta)

Suosittelun tuoma lisäarvo on huima

Kuvasta 2 nähdään kokonaisarvon ja henkilökohtaisen jakaantuminen eri asiakasryhmien välillä. Vaikuttajaryhmät tuovat yhteensä 27 % kokonaisarvosta, vaikka heidän suhteellinen osuus kaikista asiakkaista on vain 10 %. Vastaavasti pienemmän vaikutusarvon ryhmät tuovat suhteessa kokoonsa vähemmän arvoa.
Mikäli katsottaisiin vain henkilökohtaista arvoa, vaikuttajaryhmät toisivat vain 10 % siitä. Ei siis ihme, että etenkin jokapäiväiset vaikuttajat, joiden arvosta peräti 79 % tulee suosittelun kautta voi jäädä hyvin vähälle huomiolle. Vaikuttamisarvon selvittämiseksi yrityksellä on oltava käytössään asiakkaiden sosiaalisen median käyttäytymisen (ja erityisesti suosittelun) systemaattinen seuranta ja se on kytkettävä CRM:ään. StarHub analysoi aktiivisesti kaikkien asiakkaiden kirjoittelua esim. Twitterissä ja pystyy tuottamaan sitä kautta järjestelmiinsä tietoa asiakkaiden vaikuttamisarvosta.

Kuva 2. Asiakasryhmien kokonaisarvo suosittelun kanssa ja ilman suosittelua.

Aloita jo tänään

Asiakkaiden arvottaminen on haastava tehtävä, joka vaatii pitkäjänteistä työtä. Tämä työ ei tule koskaan valmiiksi, vaan sen on oltava jatkuvaa sillä asiakkuudet muuttuvat joka päivä. Analyysien hedelmät korjataan personoitujen toimenpiteiden kautta. Esimerkiksi vaikuttajille voidaan kohdistaa erilaisia suosittelukampanjoita ja antaa heille enemmän valmiiksi tuotettua materiaalia eteenpäin jaettavaksi. Enemmän tuloksien hyödyntämisestä seuraavissa kirjoituksissa.
Tulos auttaa mielellään asiakkuuksien hallinnassa ja arvottamisessa. Meillä on myös vahvaa osaamista sosiaalisen median strategioiden luomisesta ja sitä kautta pystymme tehostamaan vaikuttajien löytämistä ja aktivointia.

Laita verkkoliiketoimintasi kasvuun

Varaa nyt tehokas lietsontasessio