Xyz классификация постоянных клиентов в 1с. XYZ-анализ клиентов

XYZ-анализ позволяет оценить стабильность покупок клиентов. Метод данного анализа заключается в расчете коэффициента вариации для каждого клиента. Коэффициент вариации показывает отклонение от среднего значения и выражается в процентах.
В качестве параметра могут использоваться: объем продаж (количество), сумма продаж, интервал между продажами. Результатом XYZ–анализа является группировка клиентов по трем категориям, исходя из стабильности их поведения:

Категория Х , в которую попадают клиенты с колебанием покупок от 5 % до 15 %. Это клиенты, характеризующиеся стабильной величиной потребления и высокой степенью прогнозирования.
Категория Y , в которую попадают клиенты с колебанием покупок от 15 % до 50 %. Это клиенты, характеризующиеся сезонными колебаниями и средними возможностями их прогнозирования.
Категория Z , в которую попадают клиенты с колебанием покупок от 50 % и выше. Это клиенты с нерегулярным потреблением и непредсказуемыми колебаниями, поэтому, спрогнозировать их спрос невозможно.

XYZ-анализ продаж позволяет классифицировать клиентов по стадиям взаимоотношений.

Потенциальный клиент.
Разовый клиент.
Постоянный клиент.
Потерянный клиент.

Переходы клиентов из одной стадии в другую можно представить в виде следующей схемы:

Схема 1. Стадии перехода клиентов. XYZ-анализ.

Для стадии «Постоянный клиент» предусмотрена дополнительная классификация по регулярности закупок:

стабильные закупки (X-класс),
нерегулярные закупки (Y-класс),
эпизодические закупки (Z-класс).

Методика проведения XYZ-анализа состоит в группировании объектов анализа по мере однородности анализируемых параметров (по коэффициенту вариации) и представляет собой следующую последовательность шагов:

Определить объекты анализа: клиент, поставщик, товарная группа/подгруппа, номенклатурная единица и т. п.
Определить параметр, по которому будет проводиться анализ объекта: средний товарный запас, руб.; объем продаж, руб.; доход, руб.; количество ед. продаж, шт.; количество заказов, шт., и т. п.
Определить масштаб периода и количество периодов, по которым будет проводиться анализ: неделя, декада, месяц, квартал/ сезон, полугодие, год.

Данный метод анализа имеет смысл, если количество анализируемых периодов больше трех. Чем больше количество периодов, тем более показательными будут результаты. При этом сам период должен быть не меньше, чем горизонт планирования, принятый в данной компании.

Определить коэффициент вариации для каждого объекта анализа.
Отсортировать объекты анализа по возрастанию значения коэффициента вариации.
Определить группы объектов X, Y и Z., определение групп происходит аналогично определению групп в методе АВС.

В следующем совете мы рассмотрим использования совмещенного ABC/XYZ-анализа.

Наличие недовольных клиентов значительно снижает шансы успеха компании. Но клиенты бывают разные, и важно понимать, какому клиенту следует уделять больше внимания, а чьи ожидания можно удовлетворить не полностью, и это не повлияет на финансовый результат. Если компания будет выполнять все пожелания всех своих клиентов, то в скором времени можно утратить контроль над ситуацией, довести дела до критического состояния. Выходом является распределение клиентов по приоритетности на различные категории. У каждой компании свои критерии деления. Но в основном это выручка или валовая прибыль.

На сегодняшний день множество программных продуктов предоставляют такую возможность. Но хорошо бы, чтобы такая возможность была в программе, в которой ведется учет, а не в сторонней программе. Если такой анализ выполняется в учетной системе, то он может быть на основе любых данных, имеющихся в программе, что в свою очередь повышает степень доверия к данным анализа клиентов.

В программе «1С:Управление торговлей 8» для этого есть все механизмы, т.е. можно оценить, какие из покупателей являются наиболее стабильными с точки зрения получения от них прибыли.

Все покупатели в программе делятся на определенные группы: потенциальный клиент, разовый покупатель, постоянный покупатель, потерянный клиент. Постоянные покупатели дополнительно разделяются по степени их стабильности (XYZ-анализ клиентов). Отнесение покупателей к той или иной стадии производится автоматически при выполнении регламентного задания на основе определенных показателей, например, сумма прибыли или объем продаж. Предварительно необходимо указать, по каким критериям выполнять классификацию клиентов: по выручке, по валовой прибыли, по количеству документов продаж, а также выбрать за какой период будут выбираться данные для классификации.

Результаты классификации можно посмотреть, проанализировать в отчетах.

Отчет «Анализ лояльности клиентов » позволяет оценить клиентскую базу в количественном выражении и проследить динамику перехода клиента из одного статуса в другой (например, от потенциального клиента к постоянному), а также оценить работу менеджеров по продажам. При анализе данных следует обращать внимание на изменение показателей.

Например, если увеличивается доля постоянных покупателей (которые стабильно покупают товары), а также уменьшается доля потерянных клиентов, то это означает, что менеджеры внимательно относятся к клиентам, стараются удовлетворить их ожидания.

Если доля постоянных клиентов уменьшается, увеличивается доля потерянных клиентов и, в то же время, увеличивается доля разовых клиентов, то это может означать, что менеджеры стараются заманивать новых клиентов и совершенно не работают с постоянными клиентами.

В отчете возможна детализация до наименования клиента. Программа сама определяет, какой клиент является потенциальным, разовым, потерянным, никаких дополнительных настроек производить не требуется. Если в справочнике «Клиенты» присутствуют клиенты, по которым не было ни одной продажи, программа относит их к потенциальным.

Отчет «Анализ зависимости от клиентов ». На основании данного отчета можно проанализировать зависимость компании от того или иного клиента. Т.е. оценить какой клиент приносит больше всего выручки, какому клиенту следует уделять больше внимания и произвести оценку политики работы с клиентами.

К примеру, уменьшилась доля потерянных клиентов и увеличилась доля постоянных клиентов. Это означает, что политика работы с клиентами правильная и предприятие достигло хороших результатов.

Также в программе предусмотрена возможность проведения комплексного BCG-анализа клиентов ("звезды", "собаки", "коровы", "вопросы"). Программа хранит данные по классификации клиентов за предыдущие периоды, поэтому в наглядной форме можно посмотреть в какую сторону произошли изменения: к лучшему, к худшему или без изменений.

Наиболее хорошим показателем для торгового предприятия является переход клиента из группы "звезды" в группу "коровы", то есть клиент, который купил неожиданно много, а теперь будет покупать стабильно и регулярно. В отчете по каждому из показателей можно посмотреть список конкретных клиентов.

Мы рассказали о том, как проводить анализ эффективности продаж различных товаров и как выделить приоритетные позиции номенклатуры вашего интернет-магазина, приносящие наибольшую выручку. Однако анализом номенклатуры возможности УТ 11 не ограничиваются.

В конфигурации 1С УТ 11 есть возможность классифицировать и клиентов по тем же самым критериям: привлекательности (ABC) и лояльности (XYZ). И вы в любой момент сможете определить, работа с какими клиентами на текущем этапе является наиболее прибыльным делом, и какие клиенты совершают покупки наиболее стабильно.

Как же из общего списка клиентов выделить тех, кто покупает наиболее стабильно и приносит наибольшую прибыль?

В основе АВС-анализа лежит принцип Парето, или закон 20/80: 20% действий дают 80% результата.

В случае интернет-магазина правило для продаж прозвучит так: 20% клиентов совершают покупки, приносящие владельцу магазина 80% прибыли, остальные 80% клиентов дают лишь 20% прибыли.

XYZ-анализ классифицирует клиентов по степени лояльности, оценка которой основана на стабильности совершения покупок. Различают несколько стадий взаимоотношений с клиентами:

Потенциальный клиент
Разовый клиент
Постоянный клиент
Потерянный клиент

После проведения одновременной классификации по двум критериям строится Матрица BCG — которая покажет комплексный анализ клиентской базы. В этом отчете клиенты делятся на несколько групп (подробнее расскажем ниже).

Для настройки обеих классификаций откройте вкладку «Маркетинг» и в поле «Сервис» выберите «Классификация клиентов», укажите вариант отображения «Полные возможности»:

Рисунок 1.
Нажмите кнопку «Настройка»:

Рисунок 2.
Укажите параметры классификации (Выручка, валовая прибыль, количество документов продаж) и периоды для каждой из классификаций. Сохраните настройки.

После каждого изменения настроек необходимо очистить все данные по классификациям, основанным на предыдущих параметрах. Сделайте это с помощью кнопок «Очистить ABC классификацию за все периоды» и «Очистить XYZ классификацию за все периоды».

После этого нажмите «Выполнить ABC классификацию за все периоды» и «Выполнить XYZ классификацию за все периоды».

На этом настройка классификаций завершена, перейдем к результатам.

На вкладке «Маркетинг» в блоке «Отчеты по маркетингу и планированию» выберите «Матрица BCG» и сформируйте отчет, выбрав дату построения. Пиктограммы, отображающие группы комплексного анализа клиентов пока пропустим, мы к ним вернемся чуть позже.

Рассмотрим полученный результат:

Рисунок 3.
Таблица «ABC/XYZ распределение» показывает распределение клиентов одновременно по обеим классификациям. Непосредственно в строках указывается количество клиентов, попадающих в определенный класс. Чтобы узнать, какие именно клиенты относятся к данной категории, достаточно щелкнуть в соответствующей клетке таблицы:

Рисунок 4.
Две нижние таблицы показывают динамику изменений отдельно по каждой классификации – здесь отображаются переходы клиентов между категориями в рамках выбранного периода времени.

Зеленым отмечаются положительные переходы (с повышением класса), красным – отрицательные (с понижением класса).

Аналогично общему срезу щелчок по каждой из клеток таблицы отобразит список клиентов с двумя значениями параметра построения классификации – на текущий и предыдущий срезы.

Вернемся теперь к BCG матрице и рассмотрим комплексную классификацию клиентов:

Рисунок 5.
Данный вид анализа клиентской базы позволяет автоматически выделить несколько категорий клиентов, для наглядности определяя каждую в отдельную группу:

«Звезды» – клиенты, которые купили неожиданно много. Сюда попадают клиенты, относящиеся к A и Z классам одновременно. Т.е. клиент совершает крупные покупки, но не отличается стабильностью. Главная цель работы с такими клиентами – перевод их в группу постоянных клиентов, на это следует бросить лучшие кадры и столько ресурсов, сколько потребуется.

«Коровы» – самый важный пласт клиентов и опора работы интернет-магазина. Сюда попадают клиенты, которые относятся к A и X классам. Стратегия работы с ними – выполнение всех обязательств в срок и без накладок без необходимости прыгать выше головы, чтобы завоевывать их. Они уже и так ваши.

«Собаки» – клиенты, которые делают покупки регулярно, но на небольшие суммы. Это С и X классы клиентов соответственно. С них можно перебросить ресурсы на предыдущие два класса, особых потерь это не вызовет.

«Вопросы» – это все остальные клиенты, которые не попали ни в одну из вышеописанных категорий. К ним стоит относиться внимательнее, так как в перспективе они могут вырасти до «звезды» или даже «коровы».

Наиболее выигрышным для владельцев магазина является переход клиентов из группы «звезд» в группу «коров», что позволяет придать их дорогим покупкам большую стабильность.

Вовлечение потерянных клиентов обратно в процесс также может быть одним из важных направлений развития бизнеса.

Такой анализ клиентов, если проводится с достаточной частотой, позволит отследить, как развивается клиентская база вашего интернет-магазина и оперативно отреагировать на изменения и переход клиентов из одной группы в другую.

В программе можно провести комплексный анализ работы с клиентами и определить список тех клиентов, которые стабильно работают с предприятием и работа с которыми приносит наибольшую прибыль. Также можно определить список потенциальных клиентов и список потерянных клиентов.

Все эти данные формируются в программе на основании АВС/XYZ-классификации клиентов. АВС/XYZ-классификация клиентов производится на основании данных о продажах товаров клиентов за определенный период времени, автоматически с помощью регламентного задания. В программе хранится вся история классификации клиентов. Анализ данных о клиентах производится с учетом истории классификации клиентов за предыдущие периоды.

Период, за который должна проводиться АВС/XYZ-классификация клиентов, указывается в настройках параметров классификации клиентов (раздел Маркетинг и планирование, Сервис, Классификация клиентов).

Также в настройках отмечаются те параметры, по которым будет проводиться АВС/XYZ-классификация клиентов. Программа позволяет проводить АВС/XYZ-классификацию клиентов сразу по группе параметров: по выручке, валовой прибыли, количеству документов продажи.

АВС/XYZ-классификация клиентов выполняется с помощью соответствующих регламентных заданий АВС-классификация клиентов и XYZ-классификация клиентов. Поскольку в программе используется комплексный анализ клиентов по их принадлежности к определенным группам классификации, то рекомендуется эти регламентные задания выполнять одновременно.

Выполнение регламентных заданий можно инициировать непосредственно из формы Классификация клиентов.

Регламентные задания можно выполнять с определенной периодичностью по заданному расписанию. Расписание выполнения задается для каждого регламентного задания. При проведении АВС/XYZ-классификации клиентов рекомендуется задавать одинаковое расписание для выполнения обоих регламентных заданий.

Если необходимо проводить классификацию клиентов периодически, то следует указать то расписание, по которому будет выполняться классификация клиентов.

При создании расписания выполнения регламентных заданий нужно учитывать следующие факторы.

Периодичность выполнения регламентного задания должна совпадать с той периодичностью, которая указана в настройках классификации. При выполнении регламентного задания будут рассчитываться данные в соответствии с указанной периодичностью в настройках классификации.

Пример

В настройках классификации указан период - месяц, количество периодов для XYZ-классификации – 2. Если мы будем выполнять регламентное задание 10 декабря, то при проведении АВС-классификации будут анализироваться данные за предыдущий месяц – ноябрь, а для проведения XYZ-классификации будут учитываться данные за два предыдущих месяца – октябрь, ноябрь.

После проведения регламентных заданий по АВС/XYZ-классификации клиентов для каждого клиента будет определена та группа классификации, к которой он относится.

ABC-классификация применяется для разбиения клиентов на три группы по степени их важности. В первую группу выделяются те из них, которые в совокупности приносят основную часть выручки (прибыли). Ко второй группе относятся те клиенты, закупки которых относительно невелики, но все же приносят значимую часть выручки. В третью группу выделяются клиенты, которые осуществляют незначительные или разовые закупки.

Реализованными в конфигурации средствами проведения XYZ-анализа клиенты разделяются на три подкласса в зависимости от значения коэффициента вариации выбранного показателя (выручка, прибыль, количество покупок и др.), вычисленного за определенный период времени. Малые значения коэффициента вариации свидетельствуют о стабильности закупок и, следовательно, о высокой поведенческой лояльности клиента за выбранный интервал времени. Высокие значения, наоборот, указывают на определенные проблемы во взаимоотношениях с данным клиентом. Следует отметить, что при разбиении клиентов на классы используется метод сравнения удельных показателей, аналогично тому, как это происходит при АВС/XYZ-классификации номенклатуры.

В программе предусмотрена возможность как получения отдельных отчетов по АВС- и XYZ-классификации клиентов, так и проведения комплексного анализа BCG-анализа клиентов. Отчет Матрица BCG разделяет клиентов на определенные классы в соответствии с проведенной классификацией. В отчете необходимо выбрать один из тех параметров, по которому мы хотим произвести классификацию клиентов. Например, выберем в качестве такого параметра прибыль, полученную от продаж товаров клиентам (Валовая прибыль).

Наиболее стабильными покупателями являются Коровы. К ним относятся те клиенты, которые принадлежат к классу АХ. Эти клиенты приносят наибольшую прибыль и стабильно покупают у нас товары.

В категорию Звезды входят те клиенты, которые купили неожиданно много, но покупают нестабильно. К ним относятся те клиенты, которые принадлежат к классу АZ. Наша задача – сделать так, чтобы эти клиенты перешли в группу Коровы. То есть мы должны очень внимательно относиться к таким клиентам и стремиться к тому, чтобы они покупали товар постоянно и в больших объемах.

В группу Собаки входят те клиенты, которые покупают редко и в маленьких объемах. К ним относятся клиенты, которые принадлежат к группе CZ. Нужно проанализировать список таких клиентов и решить, стоит ли нам продолжать работу с ними.

Особое внимание следует обратить на клиентов, которые входят в группу Вопросы. Эти клиенты не принадлежат ни к одной из предыдущих групп. То есть в соответствии с проведенной классификацией они относятся к группам ВХ, ВY, AY, ВZ.

Отдельно выделена группа потенциальных клиентов, которые не совершили ни одной покупки.

Для просмотра списка клиентов, которые относятся к той или иной группе, достаточно активизировать картинку с изображением группы.

В списке АВС/XYZ-распределение клиентов показывается текущее распределение клиентов в соответствии с проведенной АВС/XYZ-классификацией клиентов.

Особое внимание следует обратить на группу Потерянные клиенты. К ней будут относиться те клиенты, которые покупали у нас товары в прошлом анализируемом периоде и не совершили ни одной покупки в текущем периоде.

В отчете можно также проанализировать, клиенты какой группы перестали покупать у нас товар. Для этих целей используется таблица, в которой показываются произошедшие изменения в классификации клиентов. Так, например, в таблице показано, что в текущем периоде мы потеряли одного наиболее важного клиента из категории А (он перешел в С-класс), двух клиентов из категории X и Y класса (перешли в категорию Z-класса). Список этих клиентов мы можем проанализировать, используя расшифровку в ячейках таблицы. Данные изменения помечены красным цветом, поскольку это изменения к худшему в наших отношениях с клиентами.

В то же время в наших отношениях с клиентами есть и позитивные изменения. В таблице они отмечены зеленым цветом. Мы смогли уговорить четырех потенциальных клиентов купить у нас товар. Два клиента совершили разовые покупки (клиенты отнесены к Z-классу), а два клиента уже начали стабильно покупать наш товар (клиенты отнесены к X-классу). Внушает оптимизм то, что один из потенциальных клиентов купил товаров на достаточно большую сумму (перешел в класс А). Следует обратить внимание на этого клиента, активизировать работу с ним, чтобы в дальнейшем обеспечить более стабильные продажи товаров данному клиенту.

Достаточно хорошо за анализируемый период мы поработали с потерянными клиентами: клиенты снова стали закупать у нас товар и часть из них вышла на достаточно большой и стабильный объем продаж: (АХ –классификация).

Таким образом, хочется отметить, что, проводя регулярно АВС/XYZ-классификацию клиентов и анализируя работу клиентов с помощью отчета Матрица BCG, мы сможем повысить эффективность работы с клиентами и обеспечить индивидуальный подход к каждому клиенту.

Лояльность клиентов следует рассматривать как комплекс параметров, характеризующих их поведение (объем и постоянство закупок) и восприятие поставщика товаров и услуг. Измерение этих параметров требует не только накопления значительных объемов информации о продажах и клиентах, но и применения различных инструментов обработки данных. Вследствие этого поставщики программных продуктов встраивают в них различные механизмы, позволяющие накапливать и обобщать информацию, необходимую для анализа лояльности клиентов и формирования необходимых управленческих решений. Рассмотрим их на примере новой (10.2) редакции конфигурации «Управление торговлей» системы программ «1С:Предприятие 8.0».

Е. Шуремов, д.э. н.

Поведенческая лояльность

Основой для измерения поведенческой лояльности являются учетные данные о продажах. Конфигурация «Управление торговлей» имеет различные инструменты для накопления и обобщения таких данных. В этой связи особо следует выделить реализованные в ней средства проведения ABC- и XYZ-анализа.

ABC-анализ применяется для разбиения клиентов на три группы по степени их важности. В первую группу выделяются те из них, которые в совокупности приносят основную часть выручки (прибыли). Ко второй группе относятся те клиенты, закупки которых относительно невелики , но все же приносят значимую часть выручки. В третью группу выделяются клиенты, которые осуществляют незначительные или разовые закупки. Разделение клиентов на группы может быть использовано как ориентир для принятия решений по дифференциации предоставляемых им скидок, размеров товарного кредита, установке специальных бонусов и т.д.

Клиенты могут классифицироваться также по стадиям взаимоотношений с ними, например, потенциальный, разовый, постоянный и потерянный клиент.

Если клиент за анализируемый период совершил малое число покупок, то он относится в класс «Разовый покупатель». При превышении определенного порога закупок клиент переходит в класс постоянных покупателей. Реализованными в конфигурации средствами проведения XYZ-анализа постоянные покупатели разделяются на три подкласса в зависимости от значения коэффициента вариации выбранного показателя (выручка, прибыль, количество покупок и др.), вычисленного за определенный период времени. Малые значения коэффициента вариации свидетельствуют о стабильности закупок и, следовательно, о высокой поведенческой лояльности клиента за выбранный интервал времени. Высокие значения, наоборот, указывают на определенные проблемы во взаимоотношениях с данным клиентом.

С точки зрения оценки лояльности клиента особенно интересно изучение истории изменения взаимоотношений с ним. Так, например, по данным XYZ-анализа, полученным за разные периоды, можно проследить динамику перемещения клиентов из одной категории в другую. Кто-то становится постоянным клиентом – его лояльность повышается, а у кого-то, наоборот, лояльность падает, и закупки становятся менее стабильными. В последнем случае необходимо принять дополнительные меры для повышения заинтересованности клиента во взаимоотношениях с компанией.

Для того, чтобы облегчить пользователям решение задач контроля динамики изменения поведенческой лояльности клиентов в новую редакцию конфигурации «Управление торговлей» встроена возможность документального оформления и хранения истории изменения АВС- и XYZ-классификации покупателей. Это позволяет накапливать информацию об изменении поведенческой лояльности клиентов непосредственно в информационной базе системы и облегчает ее анализ на временных длительных интервалах.

Воспринимаемая лояльность

При оценке этого вида лояльности основным инструментом являются специальные методики опроса потребителей и обработки соответствующих анкетных данных . Применение подобного рода инструментов, например, методики оценки качества обслуживания SERVQUAL и ее разновидностей, может дать интересные и практически важные выводы. Так, например, по данным различных исследований удовлетворенность не прямо влияет на лояльность: неудовлетворенность гарантирует нелояльность, но обеспечивает лояльность только максимальная удовлетворенность. При этом частично удовлетворенные клиенты с высоко вероятностью могут сменить поставщика. И это несмотря на то, что их поведение (объемы и постоянство закупок в данном периоде) вроде бы свидетельствует о лояльности.

Анкетирование клиентов требует сбора и обработки значительных объемов информации. Поэтому регулярное использование методик типа SERVQUAL возможно только в том случае, когда процесс анкетирования поставлен на промышленную основу и поддерживается информационными технологиями.

Учитывая это обстоятельство, в новую редакцию конфигурации «Управление торговлей» встроены специальные инструменты, например, средства автоматизации формирования анкет, их рассылки и получения результатов по электронной почте. Для этого предусмотрены возможности формирования и хранения списков вопросов и типовых анкет, автоматической рассылки анкет по заданным спискам, выборки присланных клиентами анкет из потока электронной корреспонденции, их регистрации и проведения анализа результатов анкетирования.

Таким образом, конфигурация «Управление торговлей» системы программ «1С:Предприятие 8.0» предоставляет маркетинговым службам предприятия развитые средства, необходимые для анализа лояльности клиентов и выработки управленческих решений, направленных на повышение эффективности взаимодействия с ними.