Nästan alla detaljhandlare har kört den här kampanjen någon gång. Ett e-postutskick, en pushnotis, en kupong med samma rabatt till hela kundbasen. Den går ut på måndagen, öppnas på tisdagen, och på torsdagen finns redan en rapport med öppningsfrekvens och inlösta kuponger. Det ser ut som att det fungerade. Det nästan ingen mäter är det som faktiskt spelar roll: hur många av kunderna som hade köpt exakt samma sak med eller utan kupong. Utan RFM-segmentering inom retail, utan att titta på när kunden senast handlade, hur ofta kunden handlar och hur mycket kunden spenderar, går den frågan inte att besvara. Det är ett av de vanligaste misstagen i det typiska lojalitetsprogrammet inom retail i Spanien: en rabatt som aldrig borde ha gått ut till hela kundbasen från första början.

RFM-segmentering för retail: så segmenterar du före rabatten (bild 1)

Symptomet: kampanjen som går ut till hela kundbasen

Mönstret upprepar sig med små variationer. Ett datum närmar sig med kommersiellt tryck: säsongsslut, ett försäljningsmål som inte nås, en konkurrent som kör en aggressiv kampanj. Och svaret blir ofta detsamma: samma rabatt till alla i databasen. Inget filter på köpbeteende, ingen kontroll av frekvens, ingen åtskillnad mellan vad en viss kund brukar köpa eller när kunden senast köpte det. Det finns ett datum, en procentsats och en skicka-knapp. Och det fungerar, i den meningen att det genererar försäljning den veckan. Problemet är inte om kampanjen konverterar, utan vilka den konverterar. I kundbasen finns minst tre typer av kunder som reagerar mycket olika på samma kupong, och kampanjen behandlar dem alla lika.

Att segmentera före rabatten innebär att tillämpa RFM-segmentering inom retail: att bestämma incitamentet utifrån när kunden senast köpte (Recency), hur ofta kunden handlar (Frequency) och hur mycket kunden spenderar (Monetary), i stället för att skicka samma kupong till hela kundbasen. Det är så du skapar lojalitetsprogram som ökar försäljningen utan att sänka marginalerna i onödan.

Varför det händer

Orsaken är nästan aldrig slarv. Det är en strukturell begränsning som börjar långt innan någon trycker på ”skicka”.

Vad RFM-segmentering inom retail egentligen innebär

RFM-segmentering inom retail innebär att varje kund klassificeras utifrån tre uppgifter om verkligt köpbeteende: hur nyligen kunden köpte (recency), hur ofta kunden köper (frequency) och hur mycket kunden spenderar (monetary value). Med de tre uppgifterna kan en kampanj skilja mellan en kund som redan hade köpt och en kund som verkligen behöver en knuff, i stället för att behandla dem likadant. I många marknadsteam är ett riktigt segment beroende av IT. Inte en lista som exporteras en gång, utan en grupp som uppdaterar sig själv när beteendet förändras. Marknadsavdelningen begär segmentet, och någon på IT måste samla data som ligger utspridd i kassasystemet, e-handelsplattformen och meddelandekanalerna, korsköra den manuellt och lämna tillbaka en fil. Den filen är en ögonblicksbild. Samma dag den skapas börjar den bli inaktuell, eftersom kunderna fortsätter att köpa, slutar köpa eller ändrar beteende medan segmentet står stilla. Det är samma problem sett från en annan vinkel: den som driver lojalitetsprogrammet i vardagen vet att kunden i butiken och kunden online är samma person, men plattformen behandlar dem fortfarande som två främlingar. Om systemet inte förstår att det rör sig om en enda kund kan det inte avgöra om kunden behöver ett incitament för att köpa eller inte. När ett segment kostar ett annat team dagar eller veckors arbete blir det rimliga valet att inte segmentera, åtminstone för den som ska få ut kampanjen den här veckan. Det går snabbare och är inte beroende av att IT hittar ett fönster mellan ERP-underhåll och kassasupport. Det handlar alltså inte om lättja hos marknadsavdelningen, utan om ett system där det kostar mer att segmentera ordentligt än att låta bli.

Kostnaden för att inte segmentera syns inte i resultaträkningen förrän det är för sent

Kostnaden dyker inte upp som en tydlig minuspost. Den löses upp i marginalen i varje kampanj, kvartal efter kvartal, tills någon, oftast ekonomichefen, frågar varför kampanjkostnaderna fortsätter att stiga utan att andelen återköp hänger med. Då är det en etablerad vana, inte ett enskilt beslut som kan ändras med en snabb åtgärd.

Vad som egentligen händer med din marginal

I varje kundbas som får en generell rabatt finns det minst tre grupper som reagerar mycket olika på samma kupong:

En kampanj med ”samma rabatt till alla” kan inte skilja de tre grupperna åt, eftersom den saknar segmenteringen som krävs. Det betyder att marginalen som ges upp till den första gruppen, den som ändå skulle ha köpt, är marginal som delas ut helt förgäves. Det blir ingen ny försäljning. Det är samma försäljning som alltid skulle ha skett, bara med lägre marginal. Ta ett enkelt exempel (det här är inte verkliga data, bara en illustration av mekanismen): en kedja skickar en kupong med samma värde till hela sin bas under helgen då säsongen byter. Vissa av kunderna skulle ändå ha gått in i en butik den veckan, helt enkelt för att det är deras vanliga inköpsrutin. För dem ändrar kupongen ingenting i beslutet att köpa, den sänker bara priset på något de redan skulle ha köpt. Marginalen som ges upp har inte köpt en enda extra försäljning, i bästa fall har den köpt känslan av att ha ”gjort något” den veckan. Ju oftare mekanismen upprepas, desto mer lär den kundbasen att vänta på nästa kampanj i stället för att köpa till fullt pris. Rabatten slutar vara ett tillfälligt verktyg och blir den förväntade standarden. Det är då marginalen urholkas strukturellt, inte bara i kampanjen som startade det.

Konsekvenser: marginal, lönsamhet och, överraskande nog, ingen ökad kundlojalitet heller

Och här är det som ofta förbises: den här typen av kampanj kostar inte bara marginal, den bygger inte heller verklig kundlojalitet. En kund som köper för att det finns en aktiv rabatt utvecklar ingen särskild relation till varumärket, utan reagerar på pris, på samma sätt som kunden skulle reagera på något annat varumärkes pris. När rabatten försvinner finns det ingen extra anledning att komma tillbaka innan kunden går till en konkurrent. Lojaliteten som skapar verkliga återköp kommer från något annat. Den kommer av att kunden får något som upplevs som relevant för just den kunden, inte för ”alla kunder”, och av att förmånen kommer vid ett tillfälle som faktiskt är logiskt, i stället för när kampanjkalendern råkar säga det. Ett program som bara kan köra generella rabatter har ingetdera: ingen individuell relevans och ingen koppling till kundernas verkliga beteende. Det är det som skiljer ett poängkort, eller en generisk kupong, från ett lojalitetsprogram som verkligen fungerar. Skillnaden ligger inte i namnet eller tekniken bakom, utan i om förmånen bestäms för varje kund individuellt eller för hela basen på en gång.

RFM-segmentering för retail: så segmenterar du före rabatten (bild 2)

Så löser Wapping Networks det

Utgångspunkten är inte ”ge mindre rabatt”. Det handlar om att byta fråga från ”vilken rabatt skickar vi ut den här veckan” till ”vad behöver just den här kunden för att det ska vara värt att ge upp marginal”.

Dynamisk segmentering utan beroende av IT

Den första delen är att segmentet slutar vara en statisk fil som någon på IT tar fram manuellt. Ett dynamiskt segment uppdaterar sig självt när varje kunds beteende förändras, utan att marknadsavdelningen behöver begära det på nytt varje gång. Det förändrar ekonomin i beslutet: om det inte kostar ett annat team dagar av arbete att underhålla ett segment är det inte längre rimligt att avstå från segmentering. Segmentering går från att vara ett tillfälligt tekniskt projekt till att vara standardbeteendet i varje kampanj.

Förmånen tillämpas i kassan, i realtid

Det andra skiftet gäller var och när förmånen tillämpas. I stället för en kupong som skickas ut i förväg till hela basen, och som vem som helst kan använda oavsett behov, beräknas och tillämpas förmånen i betalningsögonblicket, med kontroll av kundens data i realtid. Det är det Wapping Networks kallar en headless lojalitets- och kampanjmotor: plattformen avgör i kassan om just den kunden ska få en förmån och vilken, i stället för att tillämpa samma regel på alla i förväg.

400 ms

Genomsnittlig SLA för att beräkna och tillämpa förmånen i kassan, i realtid.

Mekanismer som bygger återköp utan att ge bort marginal

Allt lojalitetsarbete behöver inte ske via pris. Vissa mekanismer driver återköp utan att röra marginalen på samma sätt som en rabatt: accelererade nivåer i ett nivåbaserat program, genomtänkt gamification eller ett tillgodokort, som ger kunden ett incitament att komma tillbaka utan att marginalen på det köp som ändå skulle ha skett urholkas. De belönar framtida beteende i stället för att subventionera beteende som ändå skulle ha inträffat.

15 %

av kunderna tar nästa steg och aktiverar beteenden som tar dem snabbare uppåt i ett nivåbaserat program.

Och det här är vad som verkligen förändrar läget för ett marknadsteam som kört kampanjer ett tag utan att kunna mäta deras verkliga effekt: det handlar inte bara om att ha mer data, utan om att slippa rädslan för att lansera en kampanj, eftersom man vet exakt vem man talar med och varför.

Frågan du behöver ställa dig själv

Skulle ditt program klara en sådan granskning? Om det ärliga svaret är att din senaste rabattkampanj gick ut till hela basen utan att skilja på vem som behövde övertalas och vem som inte gjorde det, är problemet inte just den rabatten. Det är att den underliggande strukturen fortfarande inte tillåter något annat.

Diagnosen är också färdplanen: marginalen du ger bort i dag till kunder som ändå köpte är budget du redan har, den är bara riktad åt fel håll. Den kan gå till de kunder som verkligen behöver knuffen för att bestämma sig. Du behöver inte lägga mer på kampanjer. Du behöver bestämma mer precist vem varje kampanj ska nå.

Skiftet kräver inte att du bygger om lojalitetsprogrammet från grunden eller pausar kampanjer medan du fixar det. Det kräver att segmentering slutar vara ett projekt som begärs en gång per kvartal och blir en permanent förmåga, tillgänglig varje gång någon på marknadsavdelningen bestämmer sig för att lansera något. I grunden är det RFM-segmentering inom retail gjord operativ: allt annat, vilken mekanism som ska användas, hur mycket marginal som ska ges upp och till vem, blir mycket enklare att avgöra när du inte längre behöver gissa för hela basen på en gång.

Om du också vill förstå vilka dina bästa kunder egentligen är innan du bestämmer vem som ska få rabatt, här är RFM-matriser förklarade. Och om du vill få kommande analyser när de publiceras kan du prenumerera på Wapping Networks nyhetsbrev.

PRENUMERERA PÅ NYHETSBREVET