Рынок банковских услуг и его сигментация

осведомленность потребителей о деятельности компании, ее продуктах и услугах;

удовлетворенность потребителей продуктами и услугами компании, а также уровнем сервиса и качеством обслуживания, получаемым в организации; удовлетворенность определяется как разница между ожидаемым клиентом уровнем качества продуктов и услуг компании, а также уровнем сервиса и качеством обслуживания, и реальным опытом, полученным потребителем в результате сотрудничества с фирмой и совершения транзакций.

Таким образом, формализация воспринимаемой лояльности клиентов базируется па факторах, демонстрирующих  эмоциональное восприятие потребителем деятельности компании и его опыта взаимодействия с организацией. Данный показатель является своего рода итогом этого взаимодействия, основанием для возникновения и укрепления клиентской лояльности. Сегментация на основе факторов поведенческой лояльности.

Как продемонстрировано выше, факторы поведенческой лояльности подразумевают обширное использование  статистической информации о кли- ентах и могут быть использованы для проведения сегментации клиентской базы на текущий момент. Это дает возможности для планирования концеп- ции целевого маркетинга, подразумевающего индивидуальную направленность маркетинговой деятельности организации на основании известной компании информации о клиенте. Что касается метрик воспринимаемой лояльности клиентов, то они могут быть использованы для построения прогностических моделей потребительского поведения клиентов в будущем.

Таким образом, факторы поведенческой лояльности представляют со- бой массив данных для текущей операционной работы с клиентской базой, в то время как показатели воспринимаемой лояльности могут быть рекомендованы для использования в рамках долгосрочного планирования маркетинговой деятельности организации.

Для проведения ретроспективного транзакционного  анализа статисти- ческой информации на основе факторов поведенческой лояльности был введен в обиход метод, который получил название RFM-анализа, что расшифровывается как Recency, Frequency и Monetary Value, то есть время осуществления потребителем последней транзакции, частота осуществления им транзакций и совокупная ценность клиента для организации, выраженная в финансовом отношении.

Таким образом, можно выделить следующие факторы, которые важно принимать во внимание при анализе поведенческой лояльности клиентов:

время осуществления потребителем последней транзакции;

частота осуществления транзакций;

общая продолжительность сотрудничества потребителя с фирмой;

совокупная ценность покупателя для компании, выраженная в финансовом отношении;

спектр потребляемых клиентом продуктов и услуг из продуктового портфеля организации;

оценка динамики потребления продуктов и услуг компании [10; 217-228с.].

2.2 Построение сегментации  пользователей кредитных карт  банка

Далее анализируется методология  проведения сегментации клиентской базы пользователей револьверных кредитных банковских карт на основе RFM-методологии с целью дальнейшего запуска целевых кампаний для выделенных сегментов.

Так как  основной целью является сегментация  клиентской базы для пос ледующего запуска целевых предложений для различных сегментов, оценку динамики потребительской активности клиентов предлагается проводить только за три последних месяца (период), чтобы получить актуальный срез потребительской активности клиентов банка. Таким образом, представляется целесообразным следующее разделение клиентов по методологии RFM-анализа:

а) давность осуществления последней транзакции (Recency): более 100 дней назад; 60-100 дней назад; менее 60 дней назад.

в) частота осуществления транзакций (Frequency). 1 период = 3 месяцам: ре- же 1 раза в период; 1 -2 раза в период; 3 и более раз в период.

с) денежная ценность клиента (Monetary Value) - средний процент ис- 
пользуемого кредитного лимита: 0-33%; 33-67%; 67-100%.

Использование вышеперечисленных параметров позволяет  разделить всю клиентскую базу пользователей  кредитных карт банка на 27 техноло- гических сегментов, соотнесенных между собой в виде следующей матрицы (рис. 1).

Дальнейшая  работа с моделью обусловлена  необходимостью форми- рования из полученного массива данных маркетинговой сегментационной модели, адаптированной для операционной работы с клиентской базой. С помощью методологии RFM-анализа можно определить две ключевые переменные, описывающих сегмент с маркетинговой точки зрения - склонность клиентов к оттоку и их ценность для банка с экономической точки зрения.

 

JВся клиентская база со сроком обслуживания более 100 дней

п Более100 дней назад

60-100 дней  назад

Менее 60 дней назад

Менее 1 раза/ пер

1-2 раза/ пер

3 и более раза/ пер

Менее 1 раза/ пер

1-2 раза/ пер

3 и более раза/ пер

Менее 1 раза/ пер

1-2 раза/ пер

3 и более раза/ пер

1 0- 33%		4 0-33%		7 0-33%		10 0-33%		13 0-33%		16 0-33%		19 0-33%		22 0-33%		25 0-33%
2 33- 67%		5 33-67%		8 33-67%		11 33-67%		14 33-67%		17 33-67%		20 33-67%		23 33-67%		26 33-67%
3 67- 100%		6 67-100%		9 67- 100%		12 67- 100%		15 67- 100%		18 67- 100%		21 67- 100%		24 67- 100%		27 67- 100%

Рис. 1. Технологическая сегментация  клиентской базы

Первый  параметр определяется путем перекрестного  анализа таких дан ных, как дата осуществления последней транзакции и средняя интенсивность осуществления транзакций в прошлом (за 3 месяца до даты последней актив -ности по кредитной карте).

Параметр  ценности клиента для банка определялся  путем сопостави- тельного анализа показателей, демонстрирующих среднюю частоту осуществ ления транзакций в прошлом и процента используемого при этом кредитного лимита по карте.

Таким образом, до построения окончательной  маркетинговой сегментации необходимо присвоить каждому из 27-ми технологических сегментов критериальные характеристики по двум основным маркетинговым перемен- ным. Для этого представляется целесообразным использовать следующие матрицы, демонстрирующие вероятность оттока клиента (рис. 2) и его ценность для банка (рис. 3).

 

		Средняя частота реализации транзакций за анализируемый период (3 месяца до даты последней транзакции)
		Менее 1 раза в период	1-2 раза в период	3 раза в период и чаще
Дата последней	Более100 дней назад	Средний	Высокий	Высокий
транзакции	60-100 дней назад	Норма	Средний	Высокий
	Менее 60 дней назад	Норма	Норма	Средний

Рис. 2. Матрица склонности клиентов к оттоку.

Следующим шагом является построение первичной  маркетинговой сегментационной  матрицы клиентской базы банка на основе перекрестного анализа показателей склонности клиентов к оттоку и их ценности для организации (рис. 4). Цифры, находящиеся в анализируемых полях данной матрицы, являются номерами технологических сегментов клиентской базы.

Следующим шагом является построение первичной  маркетинговой сег- ментационной матрицы клиентской базы банка на основе перекрестного анализа показателей склонности клиентов к оттоку и их ценности для организации (рис. 4). Цифры, находящиеся в анализируемых полях данной матрицы, являются номерами технологических сегментов клиентской базы.

Средняя частота реализации транзакцией за анализируемый период (3 месяца до даты последней транзакции)

Менее 1 раза в период

1-2 раза в период

3 раза в период  и чаще

Средняя

0-33%

Низкая

Низкая

Средн Средняя

утилизация

33-67%

Низкая

Средняя

Высокая

лимита

67-100%

Средняя

Высокая

Высокая

Рис. 3. Матрица прибыльности клиентов.

Следующим шагом является построение первичной маркетинговой сег- ментационной матрицы клиентской базы банка на основе перекрестного анализа показателей склонности клиентов к оттоку и их ценности для организации (рис. 4). Цифры, находящиеся в анализируемых полях данной матрицы, являются номерами технологических сегментов клиентской базы.

		Риск потери клиентов (склонность к  оттоку)
		Высокий	Средний	Норма
Ценность клиентов	Низкая	4	1,2,3,13,25	10,11,12,19,20 21,22
	Средняя	5, 6, 7, 16	14,15,25	23,24
	Высокая	8, 9, 17, 18	26, 27

Рис. 4. Первичная маркетинговая  сегментация.

Таким образом, предлагается разделить  всю клиентскую базу банка на 8 маркетинговых  сегментов, в отношении которых  в дальнейшем будут проводиться  целевые акции. Однако работать отдельно с каждым из 8-ми вы деленных сегментов  не представляется целесообразным, так как, учитывая специфику входящих в эти группы клиентов, разрабатываемые для них пред- ложения будут повторять друг друга. С целью дальнейшего упрощения дан- ной задачи необходимо объединить между собой выделенные группы экс- пертным образом. Предлагается следующее итоговое разделение клиент- ской базы (рис. 5).

		Риск потери клиентов (склонность к  оттоку)
		Высокий	Средний	Норма
Ценность	Низк Низкая	5
клиентов Це нность клиентов	Средняя Средняя	2	3	4
	Высокая Высокая	1