Zákazníci neoznamují, že se chystají odejít. Nic nevypovídají, nestěžují si ani se neodhlašují: jeden měsíc nakoupí o něco méně, další nechají uplynout pár týdnů, a než si toho všimnete, půl roku do prodejny nevkročili. Proto je mnohem užitečnější vědět, jak najít zákazníky, kterým hrozí odchod, než počítat, kolik jich už odešlo.
Dobrou zprávou je, že tato tichá ztráta zanechává stopy ve vašich vlastních datech o nákupech. Špatnou zprávou je, že se na ně téměř nikdo nepodívá včas: dívá se až ve chvíli, kdy reaktivační kampaň přichází pozdě, nebo ještě hůř, když dává slevu někomu, u koho by se sleva nikdy nevyplatila. Tady je jiný způsob práce, bez seznamů, které zastarávají, a s jasnými pravidly založenými na skutečném chování.
Funguje pro maloobchodní řetězec, pro gastronomii i pro jakoukoli firmu s vracejícími se zákazníky, které dokážete identifikovat.
1. Tichý odchod zákazníků: proč téměř nikdy nejde o ohlášený churn
U předplatného má churn datum: někdo předplatné zruší. V maloobchodu to tak nefunguje. Zákazník, který se vzdaluje, nevysílá žádný signál, jeho nákupní vzorec prostě ochladne. Tento rozdíl mění všechno: pokud čekáte, až bude odchod zřejmý, zákazníka jste už ztratili. Proto míra odchodu (churn rate) v maloobchodu, počítaná jako u předplatného, vždy přichází pozdě: když se odchod objeví v čísle, už k němu došlo.
Je tu i druhý problém. Zákazník, který nakupoval každé tři týdny a teď se objeví jednou za dva měsíce, v žádném reportu prodejů nevyčnívá: jeho nákupy se dál započítávají, jen s delšími odstupy. Abyste to viděli, musíte se dívat na zákazníka, ne na prodejnu.
Příčiny se liší. Někdo odejde po špatné zkušenosti a nic neřekne, jiný bez varování přejde ke konkurenci a další prostě změní své zvyky. Ve vašich datech končí všichni tři stejně: méně nákupů s delšími odstupy a nákupní historie, která pomalu vyhasíná.

Pokud se ptáte, jak najít zákazníky, kterým hrozí odchod, začněte tady: zákazník musí být identifikovaný. Bez nákupní historie každého člověka není s čím srovnávat, a bez srovnání není žádný signál.
2. Jak pomocí RFM najít zákazníky, kterým hrozí odchod: signály, které můžete měřit už dnes
Nepotřebujete křišťálovou kouli. Potřebujete rozhodnout, jaké chování považujete za „ochladnutí“, a měřit ho automaticky. Toto jsou signály, které můžete sledovat s daty o nákupech, která už máte.
Čtyři stavy RFM, od „v ohrožení“ po „ztracený“
Model RFM hodnotí každého zákazníka podle tří proměnných: kdy naposledy nakoupil (recency), jak často nakupuje (frequency) a kolik utrácí (monetary). V platformě Wapping se RFM počítá neustále a na jeho základě vznikají čtyři stavy, které vyznačují cestu k odchodu.
- At Risk (v ohrožení). Dobrý zákazník se středně vysokou až vysokou frekvencí nákupů a hodnotou, který už nějakou dobu nenakoupil. Jeho ztráta bolí nejvíc a nejvíc se vyplatí získat ho zpět.
- About to churn (těsně před odchodem). Zákazník se střední frekvencí nákupů a hodnotou, jehož nákupní vzorec začíná chladnout.
- Hibernating (v hibernaci). Dlouho nenakoupil, má nízkou frekvenci nákupů a nízkou až střední hodnotu.
- Lost (ztracený). Velmi dlouho nenakoupil, má nízkou frekvenci nákupů a nízkou hodnotu.

V RFM pro maloobchod, které nabízí Wapping, se stavy nepočítají jen podle kvintilů: systém pracuje také s absolutními hodnotami a s čistou hodnotou, tedy s prodeji po odečtení vráceného zboží. Zákazník, který hodně nakupuje, ale téměř všechno vrátí, není tak dobrým zákazníkem, jak se zdá.
Jak najít zákazníky, kterým hrozí odchod, když se změní jejich obvyklý nákupní vzorec
Existuje typ odchodu, který čisté RFM odhalí pozdě: zákazník s vlastním rytmem. Ten, kdo nakupuje každý rok na Vánoce, nebo ten, kdo v září nakupuje před začátkem školního roku.
S platformou Wapping můžete vytvořit segment zákazníků, kteří loni nakoupili na Vánoce a letos ještě ne, a najít zákazníky, jejichž sezónní vzorec se změnil.
Totéž platí pro úrovně věrnostního programu: můžete najít zákazníky, kterým hrozí sestup o úroveň níž, a jednat dřív, než k tomu dojde.
3. RFM segmentace v maloobchodu: jak najít ohrožené zákazníky bez seznamů, které zastarávají
Seznam ohrožených zákazníků vyexportovaný v pondělí je momentka a v úterý už neplatí. Dynamická segmentace funguje opačně: zákazník do segmentu vstupuje a vystupuje z něj automaticky podle svého chování. U některých segmentů probíhá změna v reálném čase, jiné se aktualizují každé dvě hodiny.
Máte dvě výchozí možnosti: předdefinované segmenty RFM a segmenty, které si sami vytvoříte podle kritérií, jež vaše firma považuje za signál odchodu. Rozdíl dělá ta druhá možnost, protože co znamená „ochladnout“, závisí na typu podnikání: běžná frekvence nákupů v kavárně se nepodobá té v módní prodejně.
Jakmile je segment definovaný, cílí se na něj kampaň a komunikace, a když zákazník znovu nakoupí, ze segmentu automaticky vypadne, aniž by někdo musel čistit seznamy. To vše bez zakládání požadavku na IT: kritérium určuje marketing a segment se aktualizuje sám.
Pokud chcete vidět, jak se takové segmenty vytvářejí krok za krokem, vysvětlujeme to v našem článku o dynamické segmentaci v maloobchodu.
4. Hranice pro spící zákazníky: 60, 90 nebo 120 dní, ale nikdy samostatně
Nejběžnějším kritériem, podle kterého se zákazník považuje za spícího, je doba od posledního nákupu. V platformě Wapping je hranice konfigurovatelná a obvyklá časová okna jsou 60, 90 a 120 dní. Chybou je používat ji samostatně: doba bez nákupu je jen polovina odpovědi.
Zákazník, který 90 dní nenakoupil, může být někdo, kdo ročně utratil 800 eur, nebo někdo, kdo jednou přišel kvůli promoakci a utratil 40 eur. Je to ilustrativní příklad, ale myšlenka je skutečná: stejná hranice, velmi odlišná hodnota. Proto se pravidla kombinují: dny bez nákupu plus částka utracená za jiné období.
Co se počítá jako historická hodnota, určujete vy: například útrata za poslední rok nebo čistá hodnota po odečtení vráceného zboží. Důležité je, aby kritérium bylo stejné pro celý tým a vždy se uplatňovalo stejně.

Praktický způsob, jak matici číst, jako vodítko:
- Vysoká historická hodnota. Vyplatí se jednat brzy, už v okně 60 dní, s pobídkou odpovídající hodnotě zákazníka.
- Střední hodnota. Standardní reaktivace kolem 90 dní s přiměřenou pobídkou.
- Nízká hodnota. Kolem 120 dní. Drahou pobídku neospravedlňuje.
A ještě jedna nuance, která boří rozšířenou představu: neexistuje žádný obecný bod, kdy je pozdě. Někteří zákazníci vedení jako ztracení se dají reaktivovat výborně, rozdíl je v tom, kolik jste ochotni do každého z nich investovat.
5. Reaktivační kampaně pro spící zákazníky: získejte je zpět bez rozdávání marže
Právě tady mnoho kampaní ztrácí peníze: sleva pro všechny spící zákazníky bez kontroly, zda prodej, který přinesou, nechává nějakou marži. Funguje opak: pobídku podmínit. Navažte ji na minimální hodnotu nákupu, aby se nákup vyplatil, nebo na určité kategorie či produkty, jejichž marže investici do promoakce unese.
Tři chyby, které stojí marži:
- Dát stejnou slevu celé základně spících zákazníků, bez rozlišení hodnotného zákazníka od toho, který hodnotný není.
- Dívat se jen na dny bez nákupu, bez zohlednění toho, kolik zákazník utratil.
- Čekat, až se zákazník dostane do stavu Lost. Mezistavy existují právě proto, abyste mohli jednat dřív.
Pokud jde o kanál, nejlépe obvykle funguje specifická kampaň komunikovaná jedním nebo více kanály podle toho, kolik zákazníků chcete oslovit. Pro rychlý výsledek mají push nebo SMS obvykle lepší účinek než e-mail a často je nejlepší kombinovat více kanálů. WhatsApp se hodí pro velmi specifické segmenty, kde je kanál už aktivní, ne pro hromadné rozesílky celé základně spících zákazníků.
Pobídka se uplatňuje a čerpá na pokladně prostřednictvím headless modulu pro věrnost a promoakce a výsledek se proto měří přímo na prodejích: bez odhadů víte, kolik reaktivovaných zákazníků nakoupilo a s jakou hodnotou nákupu.
6. Kde začít ještě tento týden
Vědět, jak najít zákazníky, kterým hrozí odchod, nemá velkou cenu, pokud pak reaktivace rozdává marži. Pokud se ptáte, jak pomocí dat snížit churn v maloobchodu, začněte třemi kroky, které nevyžadují žádný projekt:
- Stanovte si hranici. Zvolte okno 60, 90 nebo 120 dní, které odpovídá běžné frekvenci nákupů vašich zákazníků.
- Zkombinujte ji s historickou hodnotou. Odlište spícího zákazníka, který má cenu zlata, od toho, který úsilí neospravedlňuje.
- Podmiňte pobídku. Navažte ji na minimální hodnotu nákupu nebo na kategorie s marží, nikdy ne stejně pro celou zákaznickou základnu.
Jakmile spustíte první kampaň, podívejte se, které segmenty reagovaly, a hranici upravte. První verze bývá málokdy konečná.
Najít zákazníky, kterým hrozí odchod, není otázka hádání: jde o pravidla založená na skutečném chování, stanovená vaší firmou a uplatňovaná automaticky. Pokud chcete vidět, jak se to nastavuje ve skutečné platformě, podívejte se, jak Wapping funguje.