A vásárlói lojalitásról évtizedek óta beszélünk, mégis ritkán nézünk szembe a kényelmetlen kérdéssel: valóban létezik-e, és ha igen, mérhető-e egyáltalán? A Digital Hungary Podcast legújabb epizódjában Csermely Ákos Szabó Sándorral, a Dateio Country Managerével, data scientisttel beszélgetett hűségről, bankkártya adatokról, mesterséges intelligenciáról és arról, miért gondoljuk sokszor tévesen, hogy lojális vásárlóink vannak. Szabó Sándor pályája a digitális fizetések világából indult: több mint 15 éve dolgozik fizetési megoldásokon, banki és kereskedelmi környezetben. Innen vezetett az út a vásárlási adatok elemzéséhez, ahol a fizetés pillanata válik kulcsfontosságú információforrássá.
Az emberek nem a márkához hűek, hanem a saját kényelmükhöz
Mi a hűség definíciója, mitől lesznek az emberek hűségesek, lojálisak egy márkához?
A hűséget két dolog mozgatja: érdek és érzelem. Az emberek mindent akarnak, azonnal, bárhol. Azokhoz a márkákhoz kötődnek, amelyek ezt a legjobban teljesítik. Ha holnap valaki ezt jobban csinálja, ott vásárolnak. Ebben az értelemben a lojalitás sokszor nem erkölcsi kategória, hanem optimalizált döntés. Ez pedig alapjaiban kérdőjelezi meg a klasszikus hűségprogramok szerepét.
A hűségprogram nem hűséges vásárlót teremt!
Mégis: a vállalati marketing egyik legfőbb feladatának tartja a vásárlói lojalitás fejlesztését. De valóban léteznek lojális vásárlók, vagy csak a vágyálmokat kergetnek a cégek?
A kereskedők jelentős része ma is abból indul ki, hogy ha a vásárlások 70–90 százaléka hűségprogramon keresztül történik, akkor a vevők többsége lojális. A Dateio adatai azonban mást mutatnak. A valóban hűséges vásárlók aránya inkább 15–20 százalék. A többiek alkalmi vevők. Beugranak, mert útba esik, mert akció van, mert most éppen ott voltak. Ez a különbség nem statisztikai finomság, hanem stratégiai kérdés. Ha egy kereskedő azt hiszi, hogy ügyfelei döntő többsége lojális, egészen másképp viselkedik, mintha tudná: a vevőinek 80 százaléka bármikor továbbáll.
Apple, Temu és a hűség paradoxona
Apple – a hűségprogram nélküli hűség mintapéldája. Pokoli drágák, mégis örömmel vásárolják az emberek. Itt mi a hűség, a siker titka?
Mindenki Apple akar lenni. Innováció, minőség, zárt ökoszisztéma. Ez a három pillér évtizedekig működött, és valódi érzelmi kötődést hozott létre. Aztán volt egy szent pillanat, amikor az iPhone-t megalkották és piacra dobták. Jókor voltak jó helyen. És hát kellett hozzá egy zseni. Egy zseni – tehát az ember – mindig ott áll egy ilyen termék mögött.
A Temu ennek az ellenpontja: nincs klasszikus lojalitás, nincs érzelmi márkakötődés, mégis tarol…
A Temu ereje az értékajánlat brutális egyszerűségében van: ár, választék, gyorsaság. Ez sok mindent felülír – még a minőséget és az ügyfélszolgálat hiányosságait is. A tanulság ugye egyértelmű: hűségprogram nélkül is lehet sikeres üzleti modellt építeni – de ehhez nagyon erős alapígéret kell.
Használd a bankkártyádat, megmondom, mennyire vagy hűséges!
Milyen szenzorokkal rendelkezik a Dateio mint cég, amelyek alkalmassá teszik a lojalitás mérésére?
A Dateio adatelemző modellje nem regisztrációs adatokra, hanem bankkártyás fizetésekre épül. A vásárlás pillanatában keletkező, anonim tranzakciós adatokból dolgozunk, banki együttműködéseken keresztül. Mi nem a vásárlót „nézzük”, hanem a viselkedést. A share of wallet megközelítést használjuk: azt vizsgáljuk, hogy egy adott kategóriára fordított összköltésből egy márka mekkora részt hasít ki. Ha valaki havonta 50 ezer forintot költ üzemanyagra, a kérdés nem az, hogy vásárolt-e nálunk, hanem az, hogy ebből mennyit költött nálunk – és mennyit a konkurenciánál.
Adatdúsítás, kontrollcsoportok és az inkrementális igazság
Hogyan lehet az ember életét, élethelyzetét megérteni az adatok alapján?
Azt szoktam mondani, hogy ma már nem az a probléma, hogy nincs elég adatunk, hanem hogy egyrészt szerintem túl sok is van. Ezek viszont nem olyan formában állnak legtöbbször rendelkezésünkre, amikkel tudunk dolgozni, nem olyan struktúrában, nem olyan rendszerekben, nem olyan minőségben. Az adatprojektek nagy része tehát adattisztítással kezdődik, hogy olyan adatunk legyen, amiből tudunk dolgozni. Ezt követi egy olyan business, vagy use case-nek a felállítása, amit utána tudunk használni a mindennapi életben. Igazából az a kérdés, hogy azok az adatok, amik megvannak, azokat milyen célra és mire tudjuk felhasználni. A marketing erről szól.
Mit jelent az adatdúsítás?
A Dateio egyik legnagyobb értéke az adatdúsítás: a tranzakciós adatokat külső információkkal egészítjük ki, például GPS-koordinátákkal vagy karbonlábnyom-számítással. Mindezt GDPR-kompatibilis, anonim módon. A kereskedelemben is azt látom, hogy sok kereskedő küzd ezzel a sok adattal, ami a rendelkezésére áll, viszont ugyanakkor meg nem is áll elég adat a rendelkezésükre például ahhoz, hogy bizonyos döntéseket meghozzanak, és ebben mi például tudunk nekik segíteni.
A lojalitás programok megtérülését hogyan látjuk? Azért az emberek szeretik látni, hogy 2 forintot beraknak és visszajön 2,5 vagy 3 forint. Hogyan kell ezt számítani?
A kampányhatékonyságot kontrollcsoportos módszerrel mérjük. Nem az a kérdés, hogy nőtt-e a bevétel, hanem az, hogy mennyi volt ebből az inkrementális hatás. Mennyi az, ami a kampány nélkül nem történt volna meg. Ez az a pont, ahol a legtöbb marketingmegtérülési számítás elbukik. A „szép számok” gyakran elfedik, hogy a költések jelentős része nem hozott valódi többletet és ez azt is jelenti, hogy a marketingköltéseink egy jelentős része gyakorlatilag idézőjelben kidobott pénz, csak ugye azt nem tudjuk, hogy melyik része…
Mesterséges intelligencia: nem hype, hanem gyorsító
Mennyire használható a data science-ben, a működésben, adatfeldolgozásban a mesterséges intelligencia?
A bankkártyás adatok ideális tanulóanyagok a mesterséges intelligencia számára: strukturáltak, nagy mennyiségben állnak rendelkezésre, jól elemezhetők. Ma még sok mindent manuálisan csinálunk, de az AI bevonása elkerülhetetlen. Kampánybecslések, elemzések, adatdúsítás: ezek mind olyan területek, ahol a mesterséges intelligencia gyorsabbá és pontosabbá tehet minket.
A hűség nem deklaráció, hanem döntések sorozata
Kinek éri meg egyáltalán hűségprogramot építeni?
Nem minden iparágban van értelme. Csak ott, ahol magas a vásárlási frekvencia: élelmiszer, drogéria, patika. Autót, bútort ritkán veszünk. Ott a hűségprogram hozzáadott értéke minimális. A valódi kérdés nem az, hogy kell-e hűségprogram, hanem az, hogy milyen adatokra épül, és mit kezdünk velük.
A beszélgetés végén visszatérünk az alapfelvetéshez: mit nevezhetünk valójában hűségnek?
A hűség nem matrica és nem applikáció, hanem viselkedés. Az adatok pedig segítenek lehántani a vágyálmokat a valóságról. A Temu nem lát mindent. A kereskedők sem. De ahol banki, fizetési és viselkedési adatok találkoznak, ott valódi versenyelőny születhet – nem illúziókból, hanem döntésekből.
Szabó Sándorral készült beszélgetésünket podcast formájában ITT hallgathatják meg!
Kövesd az oldalunkat a Facebook-on és a Twitteren is!
