Google Analytics: клиенты сервиса регулярно используют лишь 3 опции
Previous
выбрать за меня
Миллениалы и прерывающий маркетинг. Есть ли у них совместное будущее?
Next
средний чек
Интернет-маркетинг

3 ошибки расчета средних чеков, которые допускает большинство аналитиков

Автор: Ирина Городнюк12.11.2015

Несколько недель назад наши аналитики, проводившие консультирование одного интернет-магазина по сегментации базы, столкнулись с интереснейшей методикой расчета среднего чека. Столкнулись и замерли. Потому что на вопрос о среднем чеке компании они получили простой и однозначный ответ: 30 $. Никаких дополнительных условий по сегментам, никаких крайних значений – ничего такого озвучено, да и рассчитано, – не было. В общем, средний чек был посчитан по простой, как двери, формуле:

Средний чек = Общая сумма чеков:Общее количество чеков

Вот она первая первая ошибка.



Такая методика расчета не просто не дает ответа на вопрос о среднем чеке, но даже способна привести к ошибкам в принятии решений. Если Ваш, скажем, Генеральный в середине месяца склонен покупать товаров или услуг на сумму1500 $, а кроме него у Вас всего 2 клиента, каждый из которых покупает 2 раза в месяц на 100 $ , то средний чек у Вас совсем не 380 $, а 100 $.

На примерах мы более подробно опишем, как рассчитать средний чек для Вашей компании.

Итак, рассмотрим для большей наглядности примеры:

Вы пришли в оффлайн магазин,предположим за продуктами,  купили товаров на 15 $, получили чек, идете довольный домой, но тут вспоминаете, что забыли купить сигареты. Возвращаетесь в магазин, покупаете сигареты за 2 $. В итоге Ваш средний чек составляет (15+2)/2 = 8.5  $, что не соответствует действительности: ведь в первую покупку Вы просто забыли купить сигареты. Таким образом, Ваш реальный чек составил 17  $.

Такого рода ситуации, которые ведут к ошибкам при расчете среднего чека,  возможны и в интернет-магазинах, но плюс в том, что их проще выявить. Допустим, вы занимаетесь аксессуарами для деток. Ваш покупатель увидел рекламу очаровательных шапочек и сразу же решил, что такая нужна его ребенку. Сделал заказ и уже ждет доставку. Но тут он вспоминает, что еще нужен шарфик, и конечно же желательно, чтобы он подходил к шапочке, которая вот вот приедет. Что делает клиент? Конечно же заходит к Вам на сайт и ищет нужный шарфик. Если он есть, довольный клиент заказывает и его. Просто двумя отдельными покупками он по сути приобрел комплект.



Или еще один случай, когда на сайте магазина нет технической возможности приобрести товары из разных разделов одной покупкой. Например, так работает известный многим интернет-магазин “ModnaKasta”: у них на сайте в корзину можно положить только товары в рамках 1 акции. Так, если покупатель хочет приобрести 2 единицы товара из разных акций,предположим, один товар стоит 20 $, а второй 80 $, ему придется покупку каждого из товаров осуществлять отдельно, т.е. дважды оформить заказ, дважды провести оплату и  между прочим оплатить  доставку тоже дважды. Помимо явного неудобства для клиента, это еще и очевидное разбиение на чеки.

Надеюсь, приведенные выше примеры наглядно показали, что  для подсчета среднего чека нельзя применять одинаковую методику в различных сферах деятельности. Если вы занимаетесь продовольственными товарами, для того, чтобы избежать такого рода погрешностей, мы рекомендуем делить сумму чеков на количество дней, а не на количество покупок, исходя из того, что за день Вы, в принципе, удовлетворите свои потребности. Если же Ваша специализация -непродовольственные товары, рекомендуем отслеживать чеки по каждому клиенту, опираясь не на количество чеков, а на клиента, и выводить средний чек именно по клиенту рассматривая все покупки одного клиента в определенный промежуток времени и только потом считать средний чек среди всех клиентов. Возможность отслеживать такие нюансы- это огромное преимущество, которое имеет интернет-бизнес перед оффлайн торговлей, но, к сожалению, им редко кто пользуется.

Хорошо. С чеком разобрались. Далее несколько рекомендаций, которые помогут сделать расчеты максимально близкими к реальности. Итак, допустим, для определения суммы среднего чека мы отобрали 1000 обычных клиентов и 200 лояльных – чем больше, тем лучше! – и определили средние чеки для каждого отдельного клиента за период. Итого получилось 1200 записей для анализа.

Проведем предварительный анализ, чтобы приблизительно понимать, с какими данными имеем дело. Для этого отобразим по оси Y значения, а по оси X – индекс.

средний чек

Как видно из графика, все наши точки расположены в интервале от 0 до 500  $, но есть некоторые всплески выше 500  $ (4 точки).

Здесь и появляется вторая ошибка при расчете среднего чека.



Такие всплески следует исключить, так как клиенты с таким чеком являются нетипичными для нашего магазина. К тому же, они будут увеличивать разброс значений, а также влиять на среднее. Доля таких клиентов 4 из 1200 = 4/1200 *100 = 0,3%.

Следующий момент, в котором появляется третья возможная ошибка: на графике видно, что у нас есть клиенты с чеком близким к нулю (0). На них также следует посмотреть отдельно. Почему? Во-первых, в базе данных есть некоторые погрешности. Во-вторых, клиенты с чеком меньше 20  $. вряд ли представляют для нас ценность. Если в течение месяца клиент совершил, в среднем, покупок меньше чем на 20  $ в день, то, скорее всего, это так называемый “захожий клиент”. Возможно, он удовлетворил свою минутную потребность и больше к нам не придет. Посмотрим внимательнее на этих клиентов.

средний чек

Как видно из графика, таких клиентов 37 или 3.1% Следует отметить, что среди лояльных клиентов в нашей выборке 3 клиента (или 1.5%) имеют чек меньше 20  $. Что это значит? Скорее всего, что в этом периоде данные клиенты делали эпизодические покупки и настроены на уход из нашего магазина, так как их чек значительно ниже, чем у остальных. Следует отдельно обратить на них внимание и выяснить причины такого поведения. Среди обычных клиентов доля клиентов с чеком менее 20  $ будет выше – 3.4 %, что вполне ожидаемо.

Следующий шаг – это очистка наших первоначальных данных от эксцессов, описанных выше. Для примера я повторно изобразила на графике уже очищенный пул клиентов.

средний чек

Итого у нас осталось 1159 клиентов (или 96.6 % первоначальной выборки), из них обычных клиентов – 963, лояльных – 196. На этом предварительный анализ завершен.

Учитывайте изложенные в статье рекомендации, когда начинаете считать средний чек в Вашем бизнесе, чтобы лучше понимать Ваших клиентов, правильно определить тех, кто значительно превышает среднее пользование или не дотягивает до него, и делайте правильные выводы для тех, кто принимает решения. Не усредняйте температуру по больнице, как бы ни хотелось ускорить расчеты, чтобы потом не получить большие убытки в будущем.

Реакция на статью
поделюсь
50%
интересно
150%
полезно
250%
не уверен
50%
скучно
0%
где автор?
0%
Ирина Городнюк
Ирина Городнюк — идейный вдохновитель обучающего проекта по развитию отношений с клиентами "CrossSellGuide". Специализируется в стратегии удержания и возврата клиентов, сегментации под потребности бизнеса, настройке системы кросс-продаж и лояльности с нуля. Проводит индивидуальные консультации, мастер-классы и презентации о настройке cross-продаж и up-продаж для небольшого, среднего и оооочень большого бизнесов.
Комментарии
Оставить отзыв

    You must log in to post a comment

    ПОДПИШИТЕСЬ НА НАШУ РАССЫЛКУ!
    Уведомления о новостях, статьях и инфографике будут приходить раз в неделю.
    ПОДПИШИТЕСЬ НА НАШУ РАССЫЛКУ!
    Позвольте нам обновлять ваши знания раз в неделю.