Конвертируем данные о клиентах в выручку цифровых АЗС

Options

Конвертируем данные о клиентах в выручку цифровых АЗС

Маркетологи АЗС знают о своих потребителях мало,так как коммуникации выстроены только с небольшим числом водителей. 
 
По данным ГИБДД, граждане России зарегистрировали 56 миллионов транспортных средств. Из них 44 млн – легковых автомобилей, 1 млн – грузовых, 2,2 – мотоциклов.  
 
При этом три крупнейших ВИНК управляют сетью из тысяч АЗС с магазинами. Это основа рынка, но по числу вовлеченных клиентов сети АЗС отстают даже от «Аэрофлота». Таким образом, у топливной розницы большой потенциал развития. В коммуникации не вовлечены миллионы платежеспособных владельцев автомобилей. 
 
Статистика говорит, что время купонов проходит и наступает время цифровых коммуникаций. Пользователей мобильного интернета в России уже больше, чем интернет-пользователей стационарных компьютеров и ноутбуков. Растет при этом только аудитория мобильного интернета и число тех, кто заходит в Сеть только со смартфона или планшета. По данным Gfk, в 2017 году так пользовались интернетом 16 миллионов россиян, причем все они старше 16 лет.  
 
Накопить данные о клиентах 
 
Многие сети АЗС уже накопили большие объемы данных о клиентах. Как правило, в рамках классической программы лояльности они начинали собирать собственную статистическую информацию о клиентах с момента первых заправок: имена, даты рождения, марки машин. Постепенно они накопили данные о транзакциях из чеков, на основе чего уже можно делать аналитику для последующих продаж. Несколько примеров:  
 
- если человек регулярно заправляется в пятницу вечером или в субботу утром, скорее всего, он дачник и готов покупать товары для загородного дома и шашлыка;
- если вместе с кофе он покупал «Киндер сюрприз» – клиента можно регулярно знакомить со спецпредложениями на детские товары;
- если клиент купил вместе с бензином джерси с фамилией Ковальчука, АЗС известны его интересы в спорте с точностью до клуба и необходимо предложить ему сувениры с символикой «СКА».  Спорт – тема для универсальных и узкотаргетированных спецпредложений АЗС. 
 
 
Современная аналитика требует использовать также внешние данные – информацию из открытых источников и от партнеров. Например, если прогнозируется плохая погода – настал момент предлагать клиентам омывающую жидкость. На АЗС в городах с крупными градообразующими предприятиями лучшее время для новых предложений клиентам – день выдачи зарплаты у основных работодателей региона. Клиенты в этот день могут выгодно заправить полный бак, а АЗС вовремя спланирует заезд бензовоза. 
 
К данным из внешних источников также относится информация от операторов связи, от ритейлеров-партнеров, история поиска пользователя в интернете и данные геолокации с мобильных приложений АЗС. 
 
 
Воспользоваться данными вовремя  
 
На этапе, когда в распоряжении компании есть данные и из анкет, и с чеков, и из внешних источников, наступает момент для аналитики и, собственно, запуска акций и спецпредложений.  
 
После проверки, валидации и классификации эти данные группируются в микросегменты: мужчины и женщины, все именинники на определенную дату, те, кто давно не заправлялся или у кого скоро будет израсходован бак, любители кофе, болельщики и т.д. В крупных сетях АЗС с помощью платформы для цифровых коммуникаций выделяют до 50 000 таких сегментов. Своевременная сегментация и выгрузка контактов позволит вовремя сделать рассылки о спецпредложениях по нужной целевой аудитории в зависимости от собственных данных о потребителях. 
 
Современные аналитические платформы позволяют пойти дальше – спрогнозировать спрос и предложить клиенту сопутствующий товар в тот момент, когда он приехал на заправку и готовится оплатить бензин на кассе. Кассир сможет заинтересовать его с помощью подсказок, которые выводятся из аналитической системы на монитор кассира, например:   
 
- клиенты, которые хотя бы раз покупали товары, имеющие спортивную принадлежность, должны получить предложение о покупку билетов на спортивные события, сувениров и атрибутики;  
 
- люди, которые пусть и однажды покупали детские товары, при следующих посещениях АЗС должны получить адресное предложение. Например, если клиент, ранее приобретавший игрушки, приезжает на АЗС вечером, вероятно, он едет домой и готов купить «Киндер сюрприз»; 
 
- курильщикам, то есть тем, кто ранее покупал на заправке сигареты, можно предлагать кофе, жевательную резинку или ароматизатор для салона;
 
- если один человек отдельного сегмента покупает кофе, молоко, хлеб и сыр, а другой – кофе, сыр и хлеб, а третий только молоко, то последнему можно предложить или хлеб, или сыр; 
 
- если при каждом посещении АЗС клиент покупал кофе, а в данный момент на кассе собирается оплатить только бензин, то перед оплатой кассир увидит рекомендацию – предложить чашку кофе.  
 
 
Отследить показатели продаж 
 
На простых примерах мы разобрали, как сбор и аналитика данных, прогнозирование спроса и коммуникации в реальном времени помогают привлечь внимание аудитории к топливу и сопутствующим товарам. За кадром остались этапы, которыми занимаются специалисты по цифровой трансформации и большим данным: выбор платформы для маркетинговых коммуникаций и аналитики, разработка архитектуры решений, внедрение, тестирование и обучение работников АЗС. 
 
Еще один важный этап – фиксация результатов в рамках отдельных акций и в перспективе от полугода до года. Опыт российских сетей показывает, что современная система управления лояльностью и аналитическая платформа помогают увеличить средний чек АЗС на 35%. Данные проектов SAP по цифровым АЗС на платформе SAP Hybris показали, что участники цифровой системы лояльности покупают больше 40% топлива, 97% из них регулярно приобретают сопутствующие товары. Средний чек после перехода к цифровой АЗС может увеличиться на 35%.  
 
 
Дмитрий Пилипенко, заместитель генерального директора SAP CIS 
Разработанно в AppsGroup

О проекте

EN

Полная версия

Close
Яндекс.Метрика