Оценка качества клиентской базы с помощью классификации клиентов и анализа динамики продаж

Под клиентской базой подразумевается совокупность клиентов компании. Качество клиентской базы характеризуется распределением наиболее значимых для компании покупателей на постоянных, новых и бывших и динамикой продаж этой категории клиентов.

Решение задачи оценки качества клиентской базы включает четыре этапа:

• 1) классификация клиентов по степени значимости для компании;
• 2) классификация клиентов по частоте покупок;
• 3) совместная классификация клиентов по степени значимости для компании и по частоте покупок (по результатам п. 1 и 2);
• 4) анализ динамики продаж наиболее значимым постоянным клиентам.

Рассмотрим реализацию этого алгоритма с помощью Excel.

Классификация клиентов по степени значимости для компании осуществляется с помощью ABC-анализа, суть которого состоит в распределении клиентов по трем категориям:

А — крупнейшие клиенты, обеспечивающие 80% продаж, представляют наибольшую значимость для компании, целевые клиенты;

В — клиенты, обеспечивающие 15% продаж;

С — клиенты, обеспечивающие 5% продаж, наименее значимые для компании.

Для проведения классификации необходимо:

• • рассчитать по каждому клиенту товарооборот за год, построчно суммируя помесячные данные;
• • отсортировать клиентов в порядке убывания по товарообороту за год;
• • рассчитать долю товарооборота компании по каждому клиенту;
• • рассчитать долю товарооборота компании по каждому клиенту нарастающим итогом;
• • провести классификацию клиентов по категориям.

Пример 5.7.

В качестве примера будет использована клиентская база предприятия, работающего на рынке В2 В и продающего промышленное оборудование. Исходные данные содержат информацию о товарообороте (помесячных продажах в денежных единицах) по 53 клиентам компании за год (рис. 5.14).

1. Классификация клиентов по степени значимости для компании. Классификация клиентов по степени значимости для компании по категориям А, В и С представлена на рис. 5.15.

Расчеты по первому клиенту в Excel проводятся по следующим формулам (по остальным клиентам — аналогично):

1) годовой товарооборот:

где диапазон В2: М2 — помесячные данные продаж по 1-му клиенту;

Рис. 5.14. Фрагмент данных продаж клиентам

Рис. 5.15. Результаты ABC-анализа клиентов (фрагмент)

2) доля товарооборота компании, %:

где диапазон N2: N54 — годовые данные продаж по всем клиентам;

3) доля товарооборота компании по 1-му клиенту нарастающим итогом, %:

где 02 — доля товарооборота по 1-му клиенту.

Доля товарооборота компании по 2-му клиенту нарастающим итогом (по остальным рассчитывается аналогично):

где 03 — доля товарооборота по 2-му клиенту; Р2 — доля товарооборота нарастающим итогом по 1-му клиенту.

4) Классификация по категориям А, В и С проводится по формуле (для 1-го клиента, по остальным — аналогично):

где Р2 —доля товарооборота нарастающим итогом по 1-му клиенту.

2. Классификация клиентов по частоте покупок.

Для классификации клиентов по частоте покупок необходимо разработать бизнес-правила классификации. Для нашего примера правила представлены в табл. 5.3.

Таблица 5.3

Правила классификации клиентов по частоте покупок.

Постоянные клиенты — приобретающие продукцию ежеквартально, новые — не покупали в первом полугодии, бывшие — не покупали во втором полугодии, нерегулярные — не попавшие в первые три категории.

Для проведения классификации предварительно были рассчитаны четыре переменные (по одной для каждого квартала), принимающие значение 1, если клиент приобретал продукцию в соответствующем квартале, 0 — если нет. По каждой из трех категорий были созданы аналогичные переменные, принимающие значение 1, если клиент относится к данной категории, и 0 — если нет.

Формулы Excel для расчетов по первому клиенту приведены ниже.

Для факта покупки в 1 квартале (по остальным — аналогично):

где диапазон B2: D2 — продажи 1-му клиенту за три первых месяца.

По категориям:

• для постоянных клиентов:

где R2: U2 —диапазон по факту покупок за четыре квартала;

• для новых клиентов:

где R2: S2 — диапазон по факту покупок за первые два квартала;

• для бывших клиентов:

где T2: U2 — диапазон по факту покупок за последние два квартала;

• для нерегулярных клиентов:

где V2: X2 — диапазон по трем первым категориям.

3. Совместная классификация клиентов по степени значимости для компании и по частоте покупок (по результатам п. 1 и 2).

Для классификации клиентов одновременно по степени значимости для компании и по частоте покупок воспользуемся таблицей сопряженности (табл. 5.4), в которой указано количество клиентов, принадлежащих соответствующим категориям.

Таблица сопряженности по классификации клиентов по значимости для компании и частоте покупок.

Таблица 5.4

Можно сделать вывод об удовлетворительном качестве клиентской базы компании, поскольку среди важнейших для компании клиентов (категория А) треть клиентов — постоянные, шестая часть — новые и нет бывших. Основные действия по улучшению клиентской базы должны быть направлены на перевод нерегулярных важнейших клиентов (которых более половины) в категорию постоянных.

Для расчета в таблице сопряженности количества клиентов категории «Л — постоянный» в Excel применялась формула (по остальным категориям формулы аналогичны).

где функция СУММЕСЛИ позволяет просуммировать значения диапазона, соответствующие указанному условию; Q2: Q54 — диапазон условия (принадлежность категориям Л, В, С); V2: V54 — диапазон суммирования (переменной «постоянный»).

4. Анализ динамики продаж наиболее значимым постоянным клиентам.

Для дополнительных выводов по клиентской базе необходимо проанализировать динамику продаж наиболее значимым постоянным клиентам (в нашем примере таких клиентов четыре) с помощью соответствующих графиков (рис. 5.16—5.17). Необходимо обращать внимание на тенденцию в целом за год (подъем, спад, ее отсутствие) и сезонные колебания (пики и падения продаж).

По клиенту № 1 (рис. 5.16) наблюдается рост в течение года, основные объемы продаж приходятся на март, май, июнь и ноябрь; в январе, феврале, апреле и июле продажи отсутствовали. По клиенту № 2 (рис. 5.16) наблюдается спад, что может привести к потере клиента, особенно явно спад наблюдается во втором полугодии. Пики продаж приходились на март и июнь; в январе, феврале, мае, сентябре, октябре и декабре продаж не было.

По клиенту № 3 (рис. 5.17) тенденция как таковая отсутствует, но наблюдался пик продаж в июле на уровне лучших показателей продаж крупнейшего клиента № 1. По клиенту № 4 (рис. 5.17) тенденции не наблюдалось, основные продажи приходились на апрель, май и период с сентября по ноябрь.

Анализ совокупной динамики продаж по наиболее значимым для компании постоянным клиентам в течение года не выявил тенденции ни к росту, ни к снижению (рис. 5.18).

Рис. 5.16. Динамика продаж наиболее значимым постоянным клиентам № 1,2

Рис. 5.17. Динамика продаж наиболее значимым постоянным клиентам № 3, 4

Наибольшие объемы продаж приходились на март, период с мая по июль и ноябрь. Но продажи за июль обеспечивались закупками клиента № 3, которые скорее всего носили разовый, не типичный характер.

Рис. 5.18. Суммарная динамика продаж наиболее значимым постоянным клиентам

Таким образом, текущая работа с клиентской базой не обеспечивает компании устойчивого роста. С июля по октябрь наблюдается существенный сезонный спад, прежде всего необходимо добиваться более активных продаж в этот период.

Для планирования дальнейшей деятельности компании на рынке необходимо провести всесторонний анализ ее предыдущей деятельности. Влияние множества факторов на работу организации вынуждает исследователя не ограничиваться простыми моделями, изучать влияние этих факторов не отдельно друг от друга, а в совокупности. Для оценки влияния факторов на результаты деятельности компании применяют статистические гипотезы, предсказательная аналитика доходов основывается на множественной регрессии, в прогнозировании продаж применяют тренд-сезонные модели, оценка качества клиентской базы основывается на комплексной методике, включающей методы классификации и анализа временных рядов.