دنیا به سوی شفافسازی اطلاعات مشتریان و تحلیل آنها پیش میرود
بازکردن جعبه سیاه رفتار مشتری
ارزشگذاری فوقالعاده ریوالو شانسی نبود. این اتفاق ناشی از پایههای قوی شرکتی بود که فقط تعهد پذیرهنویسهای تعیینکننده قیمت عرضه اولیه، عامل آن نبودند. این قدرت ربط زیادی به رشد درآمد نداشت و بیشتر به مشتریان شرکت برمیگشت. بهعبارت ساده، ریوالو علاوه بر اینکه مشتریان سودآوری بهدست آورده بود، سالها آنها را حفظ کرده بود و این یعنی پتانسیل سودآوری بلندمدت آن، بیشتر از رشد درآمدی بود که تا آن موقع رقم زده بود.موفقیت ریوالو در عرضه اولیه، نشاندهنده حرکت به سوی متدلوژیهای سرمایهگذاری مشتریمحور است. استفاده از معیارهای مشتری برای ارزیابی ارزش اصلی یک شرکت را در تحقیقات «ارزشگذاری شرکتی مشتری-محور» (CBCV) مینامند. این رویکرد باعث میشود ذهنیت متداول اما خطرناک «رشد به هر قیمتی» تغییر کند و شرکتها به سوی درآمدزایی مستمر روی آورند و درجه بالاتری از دقت، پاسخگویی و ارزش تشخیصی را وارد این اقتصاد ثابتقدم تازه کنند.در این مقاله، توضیح داده میشود که مدیران و سرمایهگذاران چطور میتوانند از اصول CBCV استفاده کنند تا ارزش یک شرکت را بهتر بفهمند و اندازه بگیرند. این متدولوژی کمک میکند آنها بفهمند که آیا شرکت یک جریان درآمدی قابل پیشبینی بر اساس اشتراک گرفتن (مثل نتفلیکس) یا پایگاه مشتریان فعالی که بهصورت مستمر و اختیاری سفارشهای خود را ثبت کنند (مثل اوبر و والمارت) دارد یا نه.
روشی دقیقتر برای پیشبینی درآمد
قضیهای که در پس CBCV وجود دارد، ساده است. بیشتر متدهای سنتی ارزشگذاری مالی به پیشبینیهای فصلی نیاز دارند و مهمترین آیتم این پیشبینیهای مالی درآمد است. با علم به اینکه هر دلار درآمد از خرید یک مشتری به دست میآید، CBCV اصول حسابداری اولیه را استخراج میکند تا پیشبینیهای درآمدی از سطوح پایین به بالای سازمان داشته باشد. با اینکه این کار اساسا از چارچوبهای سنتی دور میشود، اما CBCV بیشتر بر اثر رفتار تکتک مشتریان بر سودآوری سازمان تمرکز میکند.
برای اجرای CBCV به چه چیزی نیاز داریم؟ علاوه بر دادههای بیانیههای مالی معمولی، دو چیز دیگر مورد نیاز است: اول یک مدل برای رفتار مشتری و دوم، دادههای مشتری که بهعنوان خوراک مورد استفاده قرار میگیرند. مدل رفتار مشتری از چهار زیرمجموعه بههم مرتبط تشکیل شده که رفتار تکتک مشتریان یک شرکت را تحت نظارت قرار میدهد. این خرده مدلها عبارتند از:
۱- مدل جذب مشتری که جریان ورود مشتریان جدید را پیشبینی میکند.
۲- مدل حفظ مشتری که پیشبینی میکند مشتریان چه مدت فعال باقی میمانند.
۳- مدل خرید، که پیشبینی میکند مشتریان هر چند وقت یکبار از شرکت خرید میکنند.
۴- مدل «اندازه سبد»، که پیشبینی میکند مشتریان در هر خرید چه مبلغی را صرف میکنند.
گرد هم آوردن این مدلها، به شرکتها امکان میدهد رفتارهای مهم و حیاتی هر مشتری را شناسایی کنند. خلاصهسازی همه پیشبینیها در مورد مشتری، به یک پیشبینی درآمدی فصلی منجر میشود. این مدلها بهطور کلی میتوانند ارزیابیهای دقیقتری از جریانات درآمدی آینده شرکت در اختیار بگذارند و در نهایت با استفاده از آنها، میتوان ارزیابیهای بهتری از ارزش واقعی یک شرکت داشت. البته در کسبوکارهایی مثل باشگاههای ورزشی یا شرکتهای مخابراتی که اشتراکمحور هستند، مدیران معمولا میدانند مشتری هر ماه چقدر هزینه میکند یا انصراف میدهد. این نوع کسبوکار، نحوه ایجاد خرده مدلهای حفظ مشتری و خرید مشتری را سادهسازی میکند.اما در بیشتر شرکتها (که سیستم اشتراکی ندارند)، رفتار خرید و انصراف مشتریان اتفاقی و غیرقابل پیگیری است. اگر در شرکت آمازون یک حساب کاربری داشته باشید، اما فقط یکبار خرید کنید و تصمیمی برای خرید مجدد از این شرکت نداشته باشید، هیچکس داخل یا خارج شرکت نمیتواند این را پیشبینی کند. بازاریابها به چنین چیزی فرسایش پنهان میگویند. محاسبه این رفتار به خرده مدلهای پیچیدهتری نیاز دارد، اما بازاریابها متدهایی برای پیشبینی دقیق آن ایجاد کردهاند.
نگاهی به درون جعبه سیاه
با اینکه این متدولوژی ممکن است ترسناک به نظر برسد، اما پیش رفتن با آن ساده است و برای فضاهای کسبوکار خاص، مناسب است.این مثال را در نظر بگیرید. تصور کنید بنیانگذار یک شرکت خدمات مواد غذایی نیمهآماده (Meal kit) نوپا و به سرعت در حال رشد هستید که بهصورت اشتراکی فعالیت میکند. شرکت شما در چهار ماه اول فعالیت خود، به ترتیب ۱۰۰۰، ۲۵۰۰، ۴۵۰۰ و ۷۰۰۰ دلار درآمد کلی داشته است. شما میخواهید از این روند برای پیشبینی درآمدی آینده و دوامپذیری کلی کسبوکارتان استفاده کنید. اولین کار این است که بخواهید درآمد را برای ماه پنجم پیشبینی کنید.فرض کنیم مشتریان فعال شما ماهانه مبلغ ثابت ۱۰۰ دلار را برای بستههای مواد غذایی که در طول ماه ارسال میشوند، پرداخت میکنند و شرکت در طول چهار ماه فعالیت خود به ترتیب ۱۰، ۲۰، ۳۰ و ۴۰ مشتری جذب کرده است (که مجموع آنها به ۱۰۰ نفر میرسد). نیمی از مشتریان جذب شده در اولین ماه انصراف دادند؛ همه مشتریانی که در اولین ماه انصراف ندادند، همچنان اشتراک دارند و باقی ماندهاند. اولین قدم برای پیشبینی درآمد ماه پنجم این است که بفهمید مشتریان حفظ شده چقدر درآمدزایی خواهند داشت. از میان ۱۰۰ مشتری جذب شده در طول چهار ماه نخست، نصف آنها یا ۵۰ نفر، در صورت ادامه روند قبلی، در ماه پنجم هم همچنان با شرکت خواهند بود. بنابراین، سهم درآمد ماه پنجم از مشتریان حفظ شده، ۵ هزار دلار (۵۰ ضربدر ۱۰۰ دلار) است. قدم بعدی این است که پیشبینی کنید چقدر درآمد از مشتریان جدید به دست خواهد آمد. با فرض اینکه روند جذب مشتری هم مثل قبل ادامه خواهد داشت، میتوانید انتظار داشته باشید که ۵۰ مشتری دیگر به شرکت اضافه شود و این یعنی ۵ هزار دلار درآمد بیشتر. جمع این دو پیشبینی نشان میدهد درآمد کل ماه پنجم ۱۰ هزار دلار است.
اعداد و ارقام درآمد با استفاده از CBCV دیگر در خلأ نیستند. در عوض، دستورالعملی مستقیم برای مجموعه کوچکی از محرکهای رفتاری هستند. این محرکها در مثال بالا عبارتند از: کل مشتریان به دست آمده، دینامیکهای حفظ مشتری و میانگین درآمد هر کاربر. این چارچوب، پیشبینی درآمد را سادهتر میکند و بهعنوان یک ابزار تشخیصی به مدیران و سرمایهگذاران کمک میکند بفهمند ارزشآفرینی از کجا میآید. مطمئنا هیچ شرکتی مانند مثال شرکت خدمات مواد غذایی که اشاره شد، مدلهایی به این سادگی و الگوهایی به این تمیزی ندارند. هدف ما این بود که نمایی از مکانیک کلی این رویکرد را نشان دهیم.
زیر نظر گرفتن مشتریان از داخل و خارج
غنی بودن دیدگاههایی که میتوان از CBCV استخراج کرد، به این بستگی دارد که فردی که تحلیل انجام میدهد چقدر به دادههای داخل شرکت دسترسی دارد. مدیر عامل یک شرکت به کلیه دادههای مربوط به مشتری دسترسی دارد. سرمایهگذار یک صندوق سرمایهگذاری خصوصی که شرایط تملک بنگاه دیگری را ارزیابی میکند، به دادههای معاملات و مدیریت ارتباط با مشتری (CRM) دسترسی دارد. برای شرکتهایی که بهصورت اشتراک-محور کار میکنند، این دادهها عبارتند از طول مدت قراردادها، پرداختهای دورهای و نرخ رویگردانی و انصراف مشتری. برای شرکتهایی که غیراشتراکی هستند، دادهها عبارتند از: زمانبندی و اندازه هر خرید. دسترسی به دیگر دادههای رفتاری، جمعیتشناختی، نقاط تماس بازاریابی، تعاملات خدماتی و...، به غنی شدن هر چه بیشتر تحلیل CBCV کمک میکند.
برای کارشناسانی که از بیرون شرکتها را رصد میکنند – مثل صندوقهای پوشش ریسک، تحلیلگران بورس، قانونگذاران و... – دسترسی به دادههای جزئی مشتریان بهصورت مداوم غیرممکن است. آنها فقط میتوانند به نمودار پیگیری رفتار مشتری یا C۳ (Customer Cohort Chart) که میزان درآمد را از طریق روند جذب مشتریان طرفدار شرکت در طول زمان دنبال میکند، دسترسی داشته باشند.
C۳: ابزاری جدید برای ارزشگذاری شرکتی
نمودار پیگیری رفتار مشتری در یک دوره زمانی، ساده و مشخص است: کل درآمد، از یک دوره به دوره دیگر، تفکیک شده با روند جذب مشتری جدید. فرمت C۳ ممکن است در هر شرکتی متفاوت باشد، اما ابزاری قدرتمند برای سرمایهگذاران است تا ارزش واقعی یک شرکت را اندازهگیری کنند.اگر یک شرکت نتواند یا نخواهد C۳ خود را منتشر کند، سرمایهگذاران باید آن را تحت فشار بگذارند تا حداقل چهار معیار اصلی را بدانند: تعداد مشتریان فعال، تعداد ناخالص مشتریان جذب شده در آخرین دوره زمانی، درآمد (کل درآمد و درصدی که از مشتریان فعلی به دست میآید) و تعداد سفارشها.
گرایش به سوی شفافیت
به دلایل مختلف، هیچ شرکتی در حال حاضر دادههایی را که کارشناسان بیرونی برای اجرای CBCV نیاز دارند، ارائه نمیکنند. اول اینکه افشای معیارهای اطلاعاتی مشتری کاری داوطلبانه است و شرکتها برای اینکه آن را در اختیار همگان بگذارند، نه نیازی احساس میکنند و نه فشاری. دوم، هیچگونه نظر جمعی در مورد اینکه کدام معیارهای مشتری بیشترین اطلاعات را در اختیار میگذارند و این معیارها چگونه باید محاسبه و گزارش شوند، وجود ندارد. و در نهایت، سیاستگذاران و قانونگذاران عموما در مورد این مسائل سکوت میکنند و اطلاعرسانی در مورد دادههای مشتری را به اختیار خود شرکتها میگذارند.متاسفانه، مدیران هم در قبال این اطلاعرسانیها ذهنیت «هر چه کمتر بهتر» را اتخاذ میکنند. آنها میترسند افشای اطلاعات اضافه، برای آنها یک زیان رقابتی باشد یا باعث شود بیشتر در معرض موشکافیهای قانونی قرار بگیرند. شرکتهای موفق نگرانند که اگر معیارهایی که افشا میکنند در مسیر غلطی پیش برود، سرمایهگذارانشان چه واکنشی نشان خواهند داد. و پیشبینی در سطح مشتری اغلب منحصر به واحد بازاریابی است. مدیران مالی و دیگر واحدهای مرتبط، به وارد کردن رفتارهای مشتری در پیشبینیهای درآمدی خود آشنا نیستند و ترجیح میدهند از متدهای سنتی استفاده کنند.
در نبود فشار سرمایهگذاران و استانداردهای قانونی، شرکتها بهصورت دل به خواه تصمیم میگیرند در مورد کدام معیارها اطلاعرسانی کنند و معمولا هم آنهایی را انتخاب میکنند که یک تصویر کلی خوب برای جامعه سرمایهگذاری نمایش دهد. این معیارها هم معمولا مبتنی بر فرضیات اشتباه هستند و به درستی تعریف نمیشوند.شرکت پلوتون را در نظر بگیرید که تجهیزات ورزشی لوکس خانگی میفروشد و برای کلاسهای ورزشی خود که بهصورت فیلمهای آموزشی پخش میشود، اشتراک میگیرد. وقتی این شرکت در اوت ۲۰۱۹ میخواست اقدام به عرضه اولیه سهام خود کند، تصمیم گرفت ارزش چرخه عمر مشتری (CLV) در مورد هر مشترک را اعلام کند که در آخرین سال مالی شرکت ۳ هزار و ۵۹۳ دلار بود. پلوتون برای افزایش اعتبار خود همچنین فرمولی را که برای محاسبه CLV استفاده میکرد، منتشر کرد. اما مشکلی که وجود داشت این بود که در این فرمول ارزش زمانی پول محاسبه نشده بود و در عوض، ارزش ۱۳ ساله جریانات نقدی آینده اضافه شده بود. اعمال کمترین نرخ تخفیف، CLV را بیش از ۵۰ درصد کاهش میداد؛ کاهشی که اثرات قابل توجهی برای سلامت پایگاه مشتریان داشت. تحلیلگران باید مراقب دادههای گمراهکنندهای باشند که شرکتها بهصورت دل به خواه تصمیم به افشای آنها میگیرند.
البته با اینکه معیارهای منتشر شده شرکت پلوتون درست نبود، اما تحولی مثبت به سوی شفافسازی در مورد مشتریان بود که برای سهامداران، شرکتها و مشتریان آنها مثبت خواهد بود. سهامداران هر چه بیشتر به دادههای مشتری استناد میکنند تا سرمایهگذاریهای بالقوه خود را ارزیابی کنند؛ چون خریدها بیشتر اینترنتی میشود و معیارهای سنتی فروشگاههای فیزیکی کاهش مییابد. مدیران میتوانند از دادههای مشتری برای فراهم کردن زمینه سرمایهگذاری در فعالیتهایی که ارزش بلندمدت برای شرکت ایجاد میکنند، استفاده کنند. با مشتریان بهعنوان داراییهای استراتژیک که باید ارزش آنها در بلندمدت افزایش یابد، رفتار میشود. چنین ذهنیتی یک تحول مورد استقبال نسبت به وضعیت موجود به شمار میرود و کمبود اطلاعات سهامداران برای ارزیابی سودآوری مشتری در بلندمدت، جبران میشود.همه مواردی که گفته شد، تا زمانی که انقلاب CBCV بهطور کامل شکل بگیرد، چه معنایی دارد؟ اگر سرمایهگذار هستید، معیارهای مرتبط با مشتری را که در گزارشهای مالی مورد توجه قرار نمیگیرند، نادیده نگیرید. اگر دادههایی که نیاز دارید، منتشر نمیشوند، آنها را تقاضا کنید و منابع جایگزینی پیدا کنید که به شکل موثری این دادهها را در اختیارتان بگذارند.اگر مدیر هستید و فعلا معیارهای مشتری خود را افشا نمیکنید، به این فکر کنید که اگر اطلاعرسانی در مورد دادهها الزامی بود، چه داستانهایی پیش میآمد. اگر فکر میکنید این معیارها به خودی خود حرفی برای گفتن ندارند، فرصتی طلایی پیش آمده تا بیسر و صدا سلامت پایگاه مشتریان خود را ارتقا دهید و جهت تمرکز آن را تغییر دهید. چیزی نمانده که شرکتکنندگان در بازار، از شما شفافیت بخواهند.