Come calcolare la frequenza di acquisto dei tuoi clienti

Come tutti gli imprenditori su questa terra, anche il tuo principale obiettivo dovrebbe essere quello di aumentare il fatturato del tuo negozio online.

Per fare questo occorre tenere in considerazione 3 variabili fondamentali:

f = frequenza di acquisto

AOV = Average Order Value (Valore medio degli ordini)

c = numero dei clienti

Un errore comune consiste nel soffermarsi unicamente sulla terza variabile c, tralasciando le altre due.

Aumentare il numero dei propri clienti è senza dubbio cosa buona e giusta, ma presenta dei problemi se il valore medio degli ordini e la frequenza di acquisto rimangono bassi.

In alcuni casi potrebbe addirittura comportare di lavorare in perdita: ad esempio, se spendi 30 euro di pubblicità su adwords per acquisire un cliente che ti effettua un unico ordine da 50 euro, tolti i margini e le spese non ti sarà rimasto nulla!

Quindi, prima di concentrarsi in maniera ossessiva sull’aumento incessante di clienti (che acquistano poco e solo una volta), sarebbe più intelligente distribuire le proprie risorse cercando di far aumentare al contempo f e AOV.

Per l’aumento del valore medio degli ordini (AOV), abbiamo già visto come attraverso il marketing automation sia possibile creare regole di marketing in real time per spingere all’upselling (la prima cosa da fare è l’inserimento di prodotti correlati con scontrino medio più alto sotto le schede prodotto).

Per l’aumento della frequenza di acquisto (f), ci sono diversi modi per fare Retention e fidelizzare i propri utenti, tenendo vivo il dialogo anche dopo il loro primo acquisto. (ne parlo in maniera approfondita qui).

Ma prima ancora di trovare il modo di aumentare queste metriche, occorre capire come misurarle, per tenerle sempre monitorate prima, durante e dopo una campagna di marketing.

Il numero dei clienti (c) è di facile calcolo. Vai su analytics, selezioni un arco temporale di 1 anno, poi crei il segmento avanzato “utenti che hanno effettuato almeno 1 acquisto” (transazioni per utente > 0):

 

figura 1

 

Calcolare il valore medio degli ordini (AOV) è ancora più semplice.

Sempre con lo stesso arco temporale, vai al rapporto Conversioni > Ecommerce > Panoramica e avrai bella pronta la metrica sotto la voce “transazioni”:

 

figura 2

 

Rimane da calcolare il valore f (frequenza di acquisto).

é l’ultimo termine dell’equazione per l’aumento delle conversioni, e forse anche la più importante.

Conoscere il tempo medio che intercorre tra un acquisto e l’altro ti permette, tra le altre cose, di impostare campagne per il riacquisto con il giusto timing.

Spesso si sente dire (sono io il primo a dirlo!) che bisogna inviare una mail dopo 30 giorni dall’ultimo ordine, con un incentivo per incoraggiare il successivo acquisto.

Ma perché proprio 30 giorni? Su quali basi??

Se vendi lenti a contatto mensili, la scelta può essere giusta. Ma se vendi lampade di arredo? Oppure trolley e valigie?

In questi casi occorre prima capire con quale frequenza statistica i tuoi clienti tendono a tornare sul sito per acquistare nuovamente.

Per calcolare il valore f occorrono pochi semplici dati:

PF (purchase frequency) = numero di ordini (anno) / numero di clienti unici (anno)

Per un rapido calcolo puoi trovare questi dati su Google Analytics, ma per una analisi più accurata ti consiglio di consultare direttamente il database del tuo ecommerce.

Ad ogni modo, il numero di clienti unici (c) l’abbiamo calcolato in precedenza, creando il segmento “utenti con transazioni > 0 (figura 1).

Nell’esempio sopra il risultato è 6.313.

Il numero di ordini annuale lo trovi facilmente al rapporto Conversioni > Ecommerce > Panoramica.

Sempre nel mio esempio, il numero di ordini che ho trovato è 7.126 (figura 2).

figura 3

Quindi PF = 7.126 / 6.313 = 1,12

A questo punto sai che in un anno in media un utente acquista 1,12 volte.

Per calcolare il tempo che intercorre tra un acquisto e un altro, basterà fare 365 / 1,12 = 325,6

In media gli utenti acquistano ogni 325 giorni.

Bene, questa è la spiegazione diciamo così “da manuale”, ma personalmente non sono molto convinto da questa equazione.

Il motivo è che vengono conteggiati in maniera indiscriminata tutti gli utenti che hanno fatto un acquisto, compresi la stragrande maggioranza che, come è noto, compie solo 1 acquisto e basta.

Per avere una stima più accurata, bisognerebbe escludere gli utenti che hanno acquistato solo una volta, e tenere in considerazione solo quelli che hanno già effettuato almeno un ri-acquisto:

figura 4

 

Da 6313 quali erano i clienti totali, il numero di quelli che hanno effettuato almeno 2 acquisti cala drasticamente a 503.

A questo punto mantieni il segmento appena creato e torna al rapporto Conversioni > Ecommerce > Panoramica, per vedere quanti ordini in totale sono stati fatti dagli utenti che hanno acquistato più di una volta:

 

figura 5

 

Quindi 1190 transazioni totali / 503 utenti = 2,4.

365 / 2,4 = 152 giorni.

Gli utenti che hanno effettuato più di un acquisto, in media acquistano una volta ogni 152 giorni.

Suona meglio, no?

Se continuiamo a restringere il segmento, ad esempio conteggiando solo gli utenti che hanno fatto almeno 3 acquisti, anche la frequency tenderà ad a migliorare, a dimostrazione del fatto che gli utenti fidelizzati tendono ad acquistare più spesso.

Ora che sai come calcolare la frequenza di ri-acquisto, puoi usare questo dato per monitorare le tue campagne di marketing e valutare se la tua strategia di fidelizzazione del cliente sia giusta.

Vuoi scoprire come aumentare la frequenza di acquisto attraverso il marketing automation? Ti aspetto a Bologna il 28 Giugno all’ecommerce lab!

Iscriviti su http://lab.ecommerce-school.it/corsi/marketing-automation-ecommerce/

 

 

Marketing Automation Specialist - Mi occupo di marketing comportamentale e personalizzazione dell'esperienza di acquisto online. Ogni utente è diverso ed ha specifiche esigenze: è il sito che deve adattarsi a loro e non viceversa!
No Comments

    Leave a reply

    [i]
    [i]