Last updated on May 5, 2020
Odottelen, että ilmaantuisi helppo tapa tehdä järkevää markkinointia. Nythän tilanne on niin, että markkinointibudjetit allokoidaan joko fiiliksen mukaan (lehdet, TV, radio) taikka konversiokustannusten mukaan (digi).
Eli toisin sanoen jälkimmäisessä tapauksessa lasketaan CPA:ta, kun pitäisi laskea CLV:tä.
Miksi CLV:tä ei lasketa?
CLV:tä ei lasketa, koska se on niin hankalaa. Pitäisi erottaa ostohistoria ja kytkeä jokainen konversio asiakkaaseen (luokittelu: uusi/vanha), jotta saataisiin elinkaariarvo. Tieto on piilossa omissa järjestelmissä (CRM/SQL) ja sen kytkeminen Web-analytiikkaan vaatii räätälöintiä. Kertaluonteisen konversion, tyypillisesti myynnin, hintaa on helppo seurata yhdellä skriptin pätkällä ja siksi sitä käytetään budjetin allokoimisen pohjana.
Tyydytään saatavilla olevaan dataan, koska se on helpointa.
Miksi CLV pitäisi laskea?
CLV eli asiakkaan elinkaariarvo määrittää monta asiaa. Asiakkaat voidaan jakaa kannattavuuden mukaan eri segmentteihin, joille tarjotaan eri palvelutaso ja ehdotetaan erilaisia tuotteita taikka annetaan lisäetuja kiitoksena uskollisuudesta. Elinkaariarvo voi vaihdella kanavoittain, ikäluokittain, sijainnin mukaan, yms.
Erottelevat tekijät olisi tärkeä tunnistaa, jotta kannattavimmille asiakkaille yhteiset piirteet ohjaisivat markkinoinnin kohdistamista.
CLV-laskelmien jalkauttaminen
Parhaimmillaan kohdentamisen voi automatisoida. Ainakin kolme tapaa tulee mieleen:
1. Budjetin/bidin säätö CLV-estimoinnin perusteella: kannattavimmille kohderyhmille osoitetaan enemmän budjettia taikka niiden huomiosta tarjotaan mainoshuutokaupassa tietty ylikerroin, sillä perusteella että ne ovat kannattavampia. Tämän voi toteuttaa joko vain nykyiselle asiakaskannalle, tai laajemmalle kohderyhmälle jolla on kannattavinta asiakasryhmää vastaavat piirteet (vrt. “lookalike”-logiikka). Erilaiset dataratkaisut (DMP) mahdollistavat teoriassa tietyn kohderyhmän saavuttamisen mediariippumattomasti, vaikka käytännössä eri alustat joutuu konfiguroimaan erikseen.
Mikäli rakennetaan väliohjelmisto (à la Smartly), voidaan budjetointi/bid-päätökset tehdä joustavasti niin että ohjelmisto kerää tiedot alustoilta, yhdistää yrityksen omaan dataan, päivittää CLV-laskelman ja sen mukaisesti tekee em. päätökset.
2. Erillinen palvelukokemus: tarjotaan kannattavimmille asiakkaille eri tuotesuositukset tai lisäpalvelut verkossa taikka sen ulkopuolella. Ts. tyypillinen verkkosivun dynaaminen personointi, mutta tässä tapauksessa CLV-arvon perusteella.
3. Erilliset kampanjat/tarjoukset: kohdistetaan sähköposti- ja muuta suoramarkkinointia joka on räätälöity kannattavimmille asiakasryhmille. Ts. dynaamiset listat, jotka päivittyvät CLV-laskelman perusteella, ja kullekin listalle räätälöidyt sisällöt/polut.
Filosofinen tausta on, että pyritään vähentämään hukkaa tavoittamalla vain sitoutuneet asiakkaat. Aika voidaan käyttää siihen, että mietitään miten palvella heitä entistä paremmin, sen sijaan että jahdataan jatkuvasti uusia asiakkaita.
Tuloksen on markkinointi-investointien tuottavuuden (ROI) kasvu. Riskinä on häirikönti – viestinnän pitää tuntua oikea-aikaiselta ja sisällön puolesta osuvalta. Liian usein toteutukset kuitenkin ovat tylsiä ja eivät pureudu tarpeeksi kohderyhmän aitoihin motiiveihin. Sen vuoksi kampanjoiden saamaa responssia ja etenkin negatiivisia “pisteitä” tulee seurata aktiivisesti.
Johtopäätös
Markkinointibudjettien allokointi on yhä edelleen mutun varassa. Toimialalla ei ole tarjolla helppoja ratkaisuja ongelman ratkaisuun. Tulevaisuudessa CLV-laskelmat mahdollistava teknologia toivottavasti yleistyy ja tulee kaikkien saataville kohtuuhintaan. Alalla on vielä tilaa useammalle startupille, vaikka lopulta Facebookin ja Googlen kaltaiset toimijat tulevat levittämään CLV-laskelmat kaikkien mainostajien saataville.