presentación federico malek pascha - ecommerce day santiago 2016
Post on 13-Jan-2017
1.120 Views
Preview:
TRANSCRIPT
El Poder del Customer Lifetime Value – Fede Malek
¿Por qué es importante el LVT?• Retention is King
• 40% de las ventas de una tienda promedio de e-commerce la genera el 8% de sus usuarios1, y el 82% de las compañías de la industria consideran que la retención de usuarios es sustancialmente más barata que la adquisición2
• Sin embargo, la mayoría de los e-commerce (y start-ups en general) enfocan sus recursos en la adquisición y no en la retención1 “The ROI from Marketing to Existing Online Customers”, Adobe Digital Index, 20142 “15 fascinating insights from Econsultancy’s 2014 reports”, Econsultancy, 2014
¿Cómo podemos medir la recurrencia?• Análisis de Cohortes por adquisición de usuarios: tasa de
retención en el día/mes t+n
• Mide cuantos usuarios que se adquirieron en el mes t volvieron a recurrir un evento en el mes n
• Ejemplo de eventos que nos puede interesar analizar:• Compra• Ingreso al sitio/app• Add to cart
First purchase 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
2014 6 100,0% 13,7% 9,2% 7,6% 6,4% 7,5% 5,1% 5,5% 4,4% 4,0% 4,9% 4,2% 3,1% 3,7% 3,5% 3,6% 2,9% 4,2% 2,9%2014 7 100,0% 12,2% 7,8% 6,6% 7,8% 5,0% 5,9% 4,6% 4,2% 4,5% 3,7% 3,1% 3,4% 3,7% 3,5% 3,0% 3,5% 2,7%2014 8 100,0% 12,0% 7,7% 8,8% 6,4% 5,6% 4,9% 4,6% 5,1% 4,5% 4,3% 3,5% 4,0% 4,1% 3,1% 3,7% 3,1%2014 9 100,0% 12,4% 10,4% 7,3% 6,6% 5,0% 4,4% 4,5% 4,1% 4,2% 3,5% 4,8% 4,3% 3,5% 4,0% 3,5%
2014 10 100,0% 12,3% 8,6% 7,7% 5,2% 5,5% 5,8% 4,1% 3,9% 4,0% 4,5% 4,4% 3,3% 4,4% 3,5%2014 11 100,0% 11,1% 11,7% 5,5% 4,6% 5,1% 4,8% 3,5% 3,8% 3,6% 3,9% 3,0% 4,9% 3,5%2014 12 100,0% 12,5% 7,7% 6,9% 6,6% 5,2% 4,9% 4,5% 5,1% 4,2% 4,3% 5,2% 4,7%2015 1 100,0% 12,8% 8,5% 7,9% 5,9% 5,6% 5,8% 6,1% 5,8% 4,8% 5,0% 4,6%2015 2 100,0% 12,4% 10,0% 6,7% 6,0% 5,8% 6,9% 5,6% 4,6% 6,2% 4,8%2015 3 100,0% 13,0% 7,1% 6,3% 6,0% 6,3% 5,8% 4,8% 5,7% 5,1%2015 4 100,0% 14,0% 8,2% 6,6% 7,4% 6,6% 5,6% 6,0% 5,1%2015 5 100,0% 7,8% 5,9% 6,3% 5,7% 4,8% 6,2% 4,7%2015 6 100,0% 9,5% 7,8% 7,8% 6,8% 7,4% 6,2%2015 7 100,0% 12,2% 8,6% 6,9% 7,5% 6,2%2015 8 100,0% 12,7% 7,4% 8,5% 6,9%2015 9 100,0% 10,5% 9,0% 7,4%
2015 10 100,0% 12,3% 9,1%2015 11 100,0% 9,0%2015 12 100,0%
Ejemplo de Cohorte de Adquisición t+n
First purchase 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
2014 6 100,0% 13,7% 9,2% 7,6% 6,4% 7,5% 5,1% 5,5% 4,4% 4,0% 4,9% 4,2% 3,1% 3,7% 3,5% 3,6% 2,9% 4,2% 2,9%2014 7 100,0% 12,2% 7,8% 6,6% 7,8% 5,0% 5,9% 4,6% 4,2% 4,5% 3,7% 3,1% 3,4% 3,7% 3,5% 3,0% 3,5% 2,7%2014 8 100,0% 12,0% 7,7% 8,8% 6,4% 5,6% 4,9% 4,6% 5,1% 4,5% 4,3% 3,5% 4,0% 4,1% 3,1% 3,7% 3,1%2014 9 100,0% 12,4% 10,4% 7,3% 6,6% 5,0% 4,4% 4,5% 4,1% 4,2% 3,5% 4,8% 4,3% 3,5% 4,0% 3,5%
2014 10 100,0% 12,3% 8,6% 7,7% 5,2% 5,5% 5,8% 4,1% 3,9% 4,0% 4,5% 4,4% 3,3% 4,4% 3,5%2014 11 100,0% 11,1% 11,7% 5,5% 4,6% 5,1% 4,8% 3,5% 3,8% 3,6% 3,9% 3,0% 4,9% 3,5%2014 12 100,0% 12,5% 7,7% 6,9% 6,6% 5,2% 4,9% 4,5% 5,1% 4,2% 4,3% 5,2% 4,7%2015 1 100,0% 12,8% 8,5% 7,9% 5,9% 5,6% 5,8% 6,1% 5,8% 4,8% 5,0% 4,6%2015 2 100,0% 12,4% 10,0% 6,7% 6,0% 5,8% 6,9% 5,6% 4,6% 6,2% 4,8%2015 3 100,0% 13,0% 7,1% 6,3% 6,0% 6,3% 5,8% 4,8% 5,7% 5,1%2015 4 100,0% 14,0% 8,2% 6,6% 7,4% 6,6% 5,6% 6,0% 5,1%2015 5 100,0% 7,8% 5,9% 6,3% 5,7% 4,8% 6,2% 4,7%2015 6 100,0% 9,5% 7,8% 7,8% 6,8% 7,4% 6,2%2015 7 100,0% 12,2% 8,6% 6,9% 7,5% 6,2%2015 8 100,0% 12,7% 7,4% 8,5% 6,9%2015 9 100,0% 10,5% 9,0% 7,4%
2015 10 100,0% 12,3% 9,1%2015 11 100,0% 9,0%2015 12 100,0%
First Purchase 0 1 2 3
2015-12 100,0% 10.5% 9,0% 7,4%2016-01 100,0% 12,3% 9,1%2016-02 100,0% 9,0%2016-03 100,0%
Ejemplo de Cohorte de Adquisición t+n
Display 1: Curva de retención promedio
1 2 3 4 5 6 7 8 9 10 11 120.00%
4.00%
8.00%
12.00%
16.00%
Promedio de Recurrencia Mensual
mes
Display 2: Curva de retención por mes
t+1 t+2 t+3 t+4 t+54.00%
6.00%
8.00%
10.00%
12.00%
14.00%
16.00%
Evolución retención por mes
nov-14 dic-14 ene-15 feb-15 mar-15 abr-15
Display 3: Cohort Cycle Plot
t+1 t+2 t+3 t+4 t+50.00%
2.00%
4.00%
6.00%
8.00%
10.00%
12.00%
14.00%
16.00%
Cohort Plot Cycle
nov-14 dic-14 ene-15 feb-15 mar-15 abr-15
Behavioral acquisition cohort analysis• Para entender las causas de la pérdida de retención, es esencial
aislar el análisis de cohortes en comportamientos específicos• Facebook encontró que los usuarios que invitan más de
7 amigos en los primeros 10 días, son usuarios que permanecen en la red a largo plazo
• Netflix analiza cuantos capítulos de una serie se necesitan para que el usuario la vea hasta el final. Algunos resultados: Breaking Bad 2 capítulos, How I met
your mother 8 capítulos
• Algunos ejemplos de análisis de comportamientos específicos que se pueden utilizar en e-commerce incluyen:• NPS, CSAT, o Delivery Cycle• Refunds Rate: usuarios que interactuaron con nuestro call-center tienen mayor
recurrencia• Delivery Option: usuarios que optan por pick-up son más recurrentes • Fulfillment option: modelo retail trae usuarios más recurrentes• Medio de pago: análisis por tarjeta de crédito y banco• Ticket promedio• Verticalizacion del assortment (profundidad), en comparación con la competencia
Ejemplos de análisis en Avenida.com
• Los usuarios de la App son consistentemente mas recurrentes que los demás (-->más inversión
en app downloads)• Web Mobile tiene peor
conversión que Desktop pero compensa con mayor recurrencia
Algunos resultados: Cross-Device
t+1 t+2 t+3 t+40.00%
4.00%
8.00%
12.00%
16.00%
Cross-Device Plot Cycle - Avenida.com
App Mobile Desktop
Algunos resultados: Multi-Categorías
t+1 t+2 t+30.00%
5.00%
10.00%
15.00%
20.00%
25.00%
Cat. Plot Cycle - Avenida.com
Home & Garden ElectronicsMultiple
• El análisis de recurrencia fue clave para el armado de las categorías
• Electronics tenía la mejor conversión, pero no la mejor recurrencia
• Los usuarios más recurrentes son los que compran multi-categoría. (incentivar
cross-selling)
• Correlación ≠ Causalidad• ¿Retención = Engagement?• Recomendación: encontrar una métrica única y simple de
retención y comprometer a toda la organización a maximizarla• En avenida.com, esa métrica es maximizar la re-compra
del mes siguiente a la primer compra. Efecto
confirmación de quiebre
• Usuarios que recompran en t+1 tienen un LTV x 1.8 al resto
Consideraciones finales
top related