Майер курорт «Марциаль»

Как с помощью BI-аналитики оценить переток клиентов, возвратность и другие показатели программы лояльности

Проект:

Аналитика программы лояльности

Клиент:

Майер курорт «Марциаль» — современный курорт с аквапарком, СПА-зоной, отелем, фудкортом, рестораном и лобби-баром.

Задача:

У клиента уже была запущена программа лояльности, гости могли получать кэшбэк баллами за покупки. Однако требовалась полноценная аналитика по программе, чтобы заказчик мог проанализировать: сколько участников в программе, сколько бонусов начислено/списано, кто и как часто возвращается, сколько выручки дают постоянные гости и т. д.

Вид деятельность

Вид деятельности

HoReCa

Решение для бизнеса

Решение для бизнеса

BI-система QlikSense

Внедрение BI

Задача проекта

Задача проекта

Разработать и внедрить инструмент, который поможет руководству отслеживать результаты программы лояльности.

Наше решение

Мы предложили решить задачу с помощью BI-платформы Qlik Sense. Разработали и внедрили инструмент всего за 4 недели: 7 дашбордов с различными разрезами данных.

1. Статистика по базе и бонусам.

Общие показатели и таблицы по всем участникам программы лояльности: текущий баланс бонусных баллов по базе, сколько бонусов начислено за выбранный период, сколько списано, сколько аннулировано. Также здесь есть распределение количества участников по грейдам (уровням) и подробная таблица с информацией по каждому участнику.

Статистика по базе и бонусам

2. Эффективность и динамика.

Набор KPI и графиков, отражающих динамику программы лояльности во времени. Например, здесь показываются LTV по каждому грейду (средняя выручка на клиента данного уровня), тренды количества участников и выручки по месяцам, динамика начисления и списания бонусов, баланс бонусов на конец каждого месяца/недели, а также сводные показатели: общее число участников, количество покупок (чеков), суммарная выручка (с учетом бонусных оплат и без), средний чек, среднее число позиций в чеке и пр. Дополнительно представлены сводные таблицы с метриками по типам счетов (аквазона vs отель) и торговым точкам.

На скриншоте представлена часть визуализаций, которые используются на дашборде.

Эффективность и динамика

3. География участников ПЛ.

Дашборд с пайчартом (круговая диаграмма) и таблицей. Можно переключаться между режимами «за выбранный период» или «к выбранной дате». Визуализация выполнена в виде интерактивной круговой диаграммы: какая доля клиентов из какого региона (отдельно учитываются клиенты без указанного региона — они попадают в сегмент «Н/Д»). Также есть сводная таблица, где можно подробно увидеть количество участников по регионам/городам и их долю (в процентах).

География участников ПЛ

4. Переток участников между услугами.

Один из самых любопытных дашбордов. Здесь при помощи диаграммы Сэнки отображается переток клиентов из одной категории услуг в другую. Иными словами, мы можем проследить, куда гостю «понравилось ходить» после первого визита. Точка входа — это первая купленная услуга (например, гость впервые посетил аквапарк) из пула определенных заказчиком тарифов. Точка перетока — другая услуга, на которую он пришел в следующий раз (например, позже гость воспользовался услугами СПА).

Диаграмма Сэнки показывает эти переходы наглядно: ширина ленты пропорциональна числу клиентов, перетекших из одной категории в другую. Далее на этом листе есть отдельные графики по каждой услуге: они показывают во времени процент конверсии (доля клиентов, перетекших из точки входа в данную точку перетока), а также средний чек и LTV этих клиентов. Дополнительно можно сравнить между собой все услуги. Для детального разбора имеется и таблица: она раскладывает переток по неделям, показывая сколько клиентов вошло через каждую точку входа, сколько из них перешло в конкретную другую услугу, количество чеков, конверсию % и прочие метрики.

Переток участников между услугами
Переток участников между услугами 2

5. Возвратность участников ПЛ.

Концептуально схож с предыдущим, но вместо точки перетока анализируется точка возвратности. Точкой возвратности в данном случае является покупка тех же тарифов, что относятся к точке входа на предыдущем листе, но при условии, что человек уже прошел через точку входа. Внизу — отдельная таблица, где по каждой услуге видно: сколько было чеков и участников, коэффициент возвратности, сколько клиентов совершили как минимум 2 визита, сколько 3 и более, средний чек первого визита и повторного.

Возвратность участников ПЛ

6. Активность и повторные покупки.

Дашборд для классификации всей базы по степени активности и наглядного распределения по числу покупок. Он включает три диаграммы:

Активность участников — столбчатый график по месяцам, где выделены три группы: активные (был хотя бы 1 визит за последние 4 месяца), неактивные (последняя покупка более 4 месяцев назад) и потерянные (гость оформил карту, но с момента регистрации ни разу не совершил покупку). Так бизнес сразу видит, сколько клиентов регулярно посещают комплекс, а сколько вовсе не конвертировались в покупателей.

Чеки участников ПЛ — линейный график по времени, показывающий динамику общего количества чеков и из них повторных чеков (вторые и далее покупки тех же клиентов).

Чеки участников ПЛ

Воронка повторных покупок — горизонтальная столбчатая диаграмма, демонстрирующая, как распределяются клиенты по числу совершенных покупок. Фактически это воронка удержания: первый столбец — сколько участников ограничились одной покупкой, второй — скольким удалось продать два раза, третий — три раза, и так далее. Например, мы увидели, что клиентов с одной покупкой (то есть больше не возвращались) — условно 6 650, а с двумя покупками — уже 4 960, с тремя — 3 430 и т. д.

Воронка повторных покупок

7. Конструктор отчетов.

Универсальный лист для опытных пользователей, позволяющий самому сформировать таблицу и выгрузить ее в Excel. Здесь реализован механизм, где пользователь сам выбирает нужные поля и метрики из предопределенного списка. Можно сконструировать произвольный срез: например, сравнить выручку и количество чеков по полу и возрастной категории гостей за квартал, или посмотреть число активных участников по разным точкам продаж. Этот интерактивный конструктор дает гибкость для анализа данных без необходимости лезть в исходную базу. На скриншоте я собрал отчет с динамикой среднего чека и количеством клиентов по возрастным категориям.

Конструктор отчетов

Результат

В короткий срок — за месяц — заказчик получил мощный инструмент аналитики. 

  • Мониторинг лояльности в реальном времени. Теперь каждый день можно видеть актуальные цифры: сколько людей вступило в программу, сколько стало на уровень выше, сколько бонусов начислено и потрачено вчера, сколько всего накоплено на балансе.
  • Точный портрет клиента. За счет того, что в данных появились возрастные категории, география, пол — маркетинг комплекса получил разрезы, которых раньше не было. Например, оказалось, что самая активная группа гостей — это мужчины 26—35 лет из соседнего региона. А, скажем, гости старше 45 лет в основном пользуются только отелем и СПА, почти не заходя в аквапарк.
  • Экономия времени на отчетах. Если раньше аналитика по выручке и клиентам делалась вручную в Excel, то сейчас 99 % запросов закрываются готовыми дашбордами или выгрузкой из них. Аналитики сами фильтруют данные как нужно, смотрят показатели онлайн или быстро выгружают отчеты. Это освобождает часы рабочего времени, которые раньше тратились на сбор данных. Как следствие, команда больше фокусируется на принятии решений, а не на подготовке цифр.

Подробнее о проекте

РЕАЛИЗОВАННЫЕ ПРОЕКТЫ

ESB

Обзор российских ESB-решений

10 подробных технических обзоров на отечественные платформы