Retenční dashboard: pět otázek, které má tým umět zodpovědět

Dashboard není týdenní výstava čísel. Má pomoci vybrat další krok

Retenční dashboard často vznikne jako soupis všeho, co umí jednotlivé systémy ukázat: obrat, objednávky, nové a vracející se zákazníky, otevření e-mailů, návštěvnost webu. Problém není v tom, že jsou tato čísla špatně. Problém nastane ve chvíli, kdy po jejich prohlédnutí nikdo neví, co má změnit.

Dobrý retenční dashboard nezačíná metrikami. Začíná pěti otázkami, na které se tým potřebuje každý týden umět poctivě odpovědět. Teprve potom vybírejte zdroje dat, grafy a automatické přehledy. Jinak z dashboardu snadno vznikne pěkná obrazovka, která jen potvrzuje, že se něco děje.

1. Vracejí se zákazníci z jednotlivých kohort jinak než dřív?

Nejprve se ptejte, zda se zákazníci získaní v různých obdobích vracejí podobně. Kohorta znamená skupinu lidí se společným začátkem vztahu, typicky s prvním nákupem ve stejném měsíci. Místo jedné celkové míry návratu tak vidíte, zda se například novější zákazníci vracejí jinak než ti, které e-shop získal před půl rokem.

Potřebujete datum první objednávky, následné objednávky a jednotně určené období, po kterém návrat hodnotíte. Pozor na rychlý závěr z nezralé kohorty: skupina získaná minulý měsíc ještě neměla stejný čas na další nákup jako skupina starší. Když se u srovnatelně starých kohort objeví změna, je to důvod podívat se na zdroj zákazníků, první produkt, cenu, doručení nebo poprodejný proces. Ne jen přepsat předmět newsletteru.

2. Kde se cesta k druhé objednávce prodlužuje nebo láme?

Druhá objednávka není univerzální závod na počet dní. U kávy nebo kosmetiky může být interval krátký a přirozený. U techniky, nábytku nebo dárkového zboží by stejný pohled nedával smysl. Dashboard proto nemá hlásit pouze počet druhých objednávek. Má ukázat čas mezi první a další objednávkou podle kategorie, prvního produktu nebo typu zákazníka.

Potřebujete historii objednávek, produktovou kategorii a stav první zkušenosti: doručení, vratku, reklamaci či otevřený požadavek na podpoře. Omezením je, že samotná prodleva nevysvětluje příčinu. Pokud se interval mění, tým má zkontrolovat, zda zákazník dostal produkt včas, rozuměl jeho použití a zda mu další kontakt dával věcný smysl. Dashboard má ukázat místo pro otázku, ne předstírat odpověď, kterou data sama nemají.

3. Které kohorty přinášejí zdravou hodnotu, ne jen obrat?

Kohorta s vysokými tržbami nemusí být automaticky dobrá kohorta. Může mít vyšší slevy, vratky, náklady na dopravu nebo produktový mix s nižší marží. Vedle počtu vracejících se zákazníků proto sledujte alespoň čisté tržby a vlastní pohled na příspěvkovou marži. Pokud ji systém přímo nepočítá, není důvod ji nahrazovat obratem a dělat, že jde o totéž.

Zákaznické reporty běžně dovolují pracovat s opakovanými nákupy, čistými tržbami, průměrnou hodnotou objednávky a kohortami. Marže ale potřebuje vaše vlastní vstupy: nákupní cenu, skutečnou slevu, náklady, které do rozhodnutí patří, a pravidlo, jak naložíte s vratkami. Týdenní otázka pak zní jednoduše: kde vidíme růst hodnoty zákazníka, který stojí za to zopakovat, a kde jen draze podporujeme obrat?

4. Nezaměňujeme návrat na web za návrat k nákupu?

Google Analytics umí ukázat vracející se uživatele, jejich aktivitu a u správně měřeného e-shopu i hodnotu v čase. To je užitečný signál. Návštěva webu ale není totéž co opakovaný zákazník a už vůbec ne potvrzení, že retenční strategie funguje. Člověk se může vracet kvůli podpoře, kontrole objednávky, srovnání produktů nebo zcela jinému důvodu.

Do dashboardu proto dejte vedle sebe webové chování a objednávková data, ale neslévejte je do jedné metriky. Když roste počet vracejících se uživatelů a nerostou opakované objednávky, nejde automaticky o úspěch ani o selhání. Je to signál pro další otázku: přivádí web zákazníky k rozhodnutí, nebo jen odhaluje překážku, kterou musí vyřešit obsah, nabídka či péče?

5. Víme, zda zásah skutečně změnil chování?

Nejtěžší otázka dashboardu zní: nakoupili zákazníci díky našemu kroku, nebo by nakoupili tak jako tak? Pokud do retenčního scénáře zařadíte hlavně aktivní lidi, výsledek může vypadat dobře i bez skutečného přínosu. Samotné připsání objednávky poslednímu e-mailu nebo reklamě proto nestačí.

Kdykoli je to možné, porovnávejte srovnatelné skupiny. U důležitého scénáře část vhodných zákazníků náhodně neoslovte a předem určete, co budete porovnávat: opakovanou objednávku, čisté tržby, marži, vratky a časové období. Výzkum retenčních zásahů navíc upozorňuje, že nejrizikovější zákazníci nemusí být automaticky nejlepší skupinou pro oslovení. Dashboard tedy nemá jen hledat lidi s vysokým rizikem odchodu. Má ukázat, kde má zásah reálnou šanci něco změnit.

Jak vypadá týdenní rytmus práce s retenčním dashboardem

Jednou týdně si nad dashboardem neříkejte jen „co se změnilo“. Projděte pět otázek v pevném pořadí: srovnatelné kohorty, druhou objednávku a její načasování, ekonomickou hodnotu, rozdíl mezi návštěvou a nákupem a skutečný přínos probíhajících zásahů. Na konci vyberte jeden problém, který ověříte, a jeden krok, který provedete. Může to být kontrola konkrétní produktové kohorty, oprava měření vratek nebo malý test jiné poprodejní komunikace.

Není potřeba čekat na dokonalý datový sklad. Začněte s tím, co dokážete definovat jednotně a každý týden znovu spočítat. Nejdůležitější je, aby číslo mělo vlastní význam, srovnatelné období a člověka, který ví, jaké rozhodnutí z něj může nebo nemůže udělat. Dashboard je užitečný teprve ve chvíli, kdy po poradě nezůstane jen export, ale jasně určený další krok.

Časté otázky: retenční dashboard pro e-shop

• Jaké metriky má retenční dashboard obsahovat?

  Vyberte metriky podle pěti rozhodovacích otázek: návrat kohort, cesta k druhé objednávce, ekonomická hodnota, rozdíl mezi aktivitou na webu a opakovaným nákupem a přínos konkrétního zásahu. Počet metrik držte tak malý, aby každá vedla k možné akci.

• Jak často máme retenční dashboard vyhodnocovat?

  Praktický základ je pravidelný týdenní rytmus. Délku srovnávacího období ale přizpůsobte nákupnímu cyklu produktu. U zboží s dlouhým intervalem mezi nákupy nemá smysl dělat rychlé závěry z několika dnů.

• Je návrat návštěvníka na web stejný jako retence zákazníka?

  Ne. Vracející se uživatel v analytice je užitečný signál, ale nemusí znamenat opakovanou objednávku ani zdravý vztah se zákazníkem. Pro retenci ho porovnávejte s daty o objednávkách, vráceném zboží a zákaznické péči.

• Jak poznáme, že retenční automatizace opravdu funguje?

  Nestačí připsat objednávku poslednímu kliknutí. Pokud je zásah důležitý, porovnejte srovnatelnou oslovenou a neoslovenou skupinu a předem určete, zda budete hodnotit další objednávku, čisté tržby, marži, vratky nebo jejich kombinaci.