Кейс: “О пользе сегментации клиентской базы” на примере металлотрейдера

 

Про то, почему НЕ нужно работать с нецелевыми клиентами, как выявить их среди текущей клиентской базы на примере металлотрейдера

 

Проблема: Металлотрейдер зарабатывает на обслуживании входящих заявок. С частью клиентов получается работать хорошо, они делают регулярные заказы. Но большая часть клиентов заказывают 1 раз и больше не возвращаются.  При этом менеджеры не совершают исходящих звонков, потому что несмотря на то, что подобная продукция нужна всем, они не понимают, кому звонить и зачем.

 

Аудит: Мы предложили клиенту начать с исследования текущей клиентской базы, чтобы понять, кто и почему становится постоянными клиентами.

 

АВС-сегментация:

 

  • Клиентов категории “А” оказалось всего 1,5%, которые генерировали 35% выручки, благодаря регулярным отгрузкам с хорошим чеком прибыли и маржой более 25%.

  • Клиентов категории “B” было порядка 7%, менее регулярные отгрузки (4-7 в год), они приносят более 25% выручки компании, благодаря высокому чеку прибыли, при этом маржинальность этих клиентов в 2 раза ниже, чем в группе “А” и составляет 12,5%.

Остался огромный сегмент в который попали почти 90% клиентов приносящих порядка 40%  прибыли. Слишком большой сегмент, чтобы им пренебречь. Поэтому мы начали с конца и выделили тех, которые приносили маржи менее 5 000 рублей за одну отгрузку и у которых была только одна отгрузка в год.

  • В категорию “С” попали 53% клиентов, которые приносят 32% денег.  Чек прибыли у них был в 2 раза меньше, чем у “А” и “В”, но при этом маржа даже выше, чем у “B”. И стало понятно, что  одна из точек приложения усилий - это как раз чек клиентов в этой группе.

  • И самая интересное - это категория “D”, куда попали 39% клиентов, которые приносят всего 4% денег. Оказалось, что все эти клиенты за год прибыли принесли компании столько же, сколько 1 клиент из категории “В”.

 

Получился вот такой светофор, благодаря которому стали понятны точки приложения усилий и точки потерь. Хорошее сочетание, когда доля в прибыли группы больше, чем доля в клиентах. При этом важными считаются группы, которые приносят более 20% прибыли.

 

Решение:

 

  1. Расписали каждого клиента категории “А” и “В”: профиль деятельности клиента, откуда пришел клиент к нам,  почему покупает у нас теперь, какой была первая сделка и что повлияло на решение сотрудничать с нами в долгом периоде, какая главная выгода от сотрудничества с нами. Получили:

  • портрет потенциального покупателя, который купит с более высокой вероятностью, составили под этот портрет клиентскую базу;

  • поняли, какая технология работы с крупным клиентом и что для них является важным продающим моментом, получили аргументы для работы с  такими клиентами.

  1. Начали делать исходящие звонки по целевым клиентам. В первый же день получили согласие на работу.

  2. Отказались от работы с частниками с прибылью от сделки ниже 20 000 рублей. Это время менеджеры смогли потратить на работу с более интересными клиентами.

  3. Обучили технологии работы с чеком, которая дала результат в первую неделю. Чек по частникам поднялся на 20%. Менеджеры перестали бояться озвучивать более высокую цену и уходить в сравнение с конкурентами.  

 

Вывод:

 

  • Компаниям нужно обязательно мониторить классифицировать клиентскую базу, чтобы понимать, куда целесообразно прикладывать усилия, а куда не нужно вообще.

  • Именно поэтому мы рекомендуем автоматизировать простые отгрузки, это единственный способ для трейдеров с ними работать, потому что бизнес живет на  разнице между закупом и продажей. Если часть работы делает робот, то это может окупаться, если живой человек, то нет!