Korisnici predstavljaju najvredniji resurs mnogih kompanija širom sveta. Da li ćete ulagati resurse u nove ili postojeće korisnike, izbor je na vama. Prema Forbes-u sticanje novih korisnika se pokazalo pet puta skuplje za kompaniju nego zadržavanje postojećih korisnika. tj. prodaja drugih proizvoda postojećim korisnicima je profitabilnija i lakša za kompaniju. U prilog tome govori i podatak da povećanje zadržavanja korisnika za 5% može dovesti do povećanja profita od 25% do 95%. Takođe, verovatnoća pretvaranja postojećeg korisnika u ponovljenog korisnika je između 60-70%, dok je verovatnoća akvizicije novog korisnika od 5% do 15%, u najboljem slučaju (izvor). Kako bi kompanije uspele da održe zadovoljstvo svojih korisnika potrebno je da vode računa o kvalitetu svojih proizvoda i usluga, kao i o načinu na koji će održavati lojalnost svojih korisnika.
Načini održavanja zainteresovanosti i lojalnosti korisnika su mnogobrojni. Počevši od različitih programa lojalnosti i kartica koje korisnici koriste pri kupovini, do velikog broja bonusa, popusta i poklona. Svaka kompanija prema svojim proizvodima i načinu poslovanja prilagođava svoj pristup ka korisnicima. Ulaganjem u zadovoljstvo korisnika, kompanije smanjuju trošak akvizicije novih korisnika i utiču na rast prihoda po korisniku. Značajnu ulogu u tome može imati kako loyalty program tako i CRM koji to podržava.
Nove tehnologije omogućavaju da se loyalty programi i način nagrađivanja podignu na viši nivo i sam pristup kompanije prilagodi potrebama svakog korisnika. Korišćenjem mašinskog učenja i obradom mnogobrojnih podataka koje kompanije prikupljaju o svojim korisnicima, stiče se mogućnost automatizacije ovih procesa u kompaniji, kao i personalizacija nagrada koje lojalni korisnici dobijaju.
Ako idemo korak dalje, mašinsko učenje može da se koristi i za pronalaženje najbolje nagrade za svakog korisnika, praćenjem njegovih reakcija na nagrade i bonuse koje mu kompanija šalje. Modeli koji se koriste služe se listom nagrada koje je kompanija izabrala i dodeljuju im verovatnoće za svakog korisnika kompanije. Važno je naglasiti da model pri odabiru nagrade za korisnika uzima u obzir njegove karakteristike, čime se izbegava slanje istih nagrada velikom broju ljudi, već se ovaj odabir sužava i personalizuje. Ako se pak desi da je korisnik slabije reagovao na određenu nagradu, model iz ove reakcije uči i za ovog korisnika ta nagrada smanjuje svoju važnost. Isto važi i za obrnuti slučaj. Na ovaj način se poboljšavaju performanse modela.
Takođe, podaci koje modeli za nagrađivanje mogu da koriste su i segment korisnika, njegovu vrednost koju donosi kompaniji (customer lifetime value), verovatnoće za kupovine određenih proizvoda i slično. Sve ove informacije omogućavaju da modeli, prema osobinama i karakteristikama korisnika, preporuče najbolje nagrade kako bi ne samo održavali već i poboljšavali vrednost koju korisnik ima za kompaniju.
Korišćenjem najnovijih koncepta za održavanje korisničke baze i kvaliteta proizvoda i usluga, kompanije stiču prednost na tržištu, postaju prepoznatljivi i preferirani od strane korisnika. Ulaganjem u poverenje i loyalty programe, kompanije zapravo ulažu u rast svog prihoda i poslovanja.
Saga d.o.o. Belgrade
Member of New Frontier Group
64a Zorana Đinđića Blvd.
11070 Beograd | SERBIA
saga.rs
selecta@saga.rs