Автоматизация сегментации
клиентов и аналитики по продажам
в Битрикс24: кейс производителя
и поставщика бытовой химии
Задача клиента
Клиенту необходимо было настроить отчетность по продажам, в которой будет информация о типе клиента: новый или постоянный покупатель. Данные сведения помогут одновременно контролировать работу менеджеров и их KPI, а также понимать, какие клиенты приносят основную выручку, отслеживать снижение активности и вовремя возвращать «уснувших» клиентов.
О клиенте
«Кристалл»— производитель и поставщик моющих и чистящих средств.
Проблема
На момент обращения, менеджеры компании параллельно работали со старой базой клиентов и привлекали новых покупателей. При этом автоматизированной аналитики, позволяющей различать продажи постоянным клиентам (удержание) и новым (лидогенерация) не было. Сотрудники получали одинаковые бонусы за все оплаченные счета, что напрямую влияло на эффективность работы отдела. Кроме того, менеджеры тратили много времени на ручной анализ данных: нужно было открывать каждую сделку в CRM, чтобы посмотреть когда была последняя покупка.
Необходимо понимать реальную эффективность отдела продаж,
а не опираться на «общую выручку»? Свяжитесь с нами — выстроим прозрачные KPI и систему контроля эффективности продаж.
а не опираться на «общую выручку»? Свяжитесь с нами — выстроим прозрачные KPI и систему контроля эффективности продаж.
Почему выбрали Битрикс24
Компания уже использовала Битрикс24, требовалось расширить функционал: добавить кастомный дашборд, в котором будет информация по работе с новыми клиентами и с покупателями, которые уже делали заказы и есть в базе.
Какие задачи поставили в работу для решения проблемы клиента?
- Настроить дашборд с автоматической сегментацией клиентов на две группы: постоянные и новые покупатели.
Что было сделано
Разработали дашборд, который соединил два массива данных: данные по карточкам сделок и историю переходов по стадиям
Ключевая особенность решения — автоматическое определение типа клиента на основе анализа истории продаж.
Как работает логика определения «Новый/Постоянный»?
Дашборд анализирует историю сделок клиента с ограничением глубины анализа до трех последних покупок.
Алгоритм расчета:
2. Поиск истории: находит все предыдущие завершенные сделки этого же клиента.
3. Базовый статус: сначала система определяет базовый статус по последней сделке:
4. Углубленная проверка (каскадная логика):
- Проверяется статус предыдущей сделки. Если она была Новым клиентом, текущая сделка также становится Новым клиентом.
- Проверяется статус пред-предыдущей сделки. Если она была Новым клиентом, текущая сделка также становится Новым клиентом.
- Если среди двух предыдущих сделок не было Новых клиентов, текущая сделка остается Постоянным клиентом.
Как работает логика определения «Новый/Постоянный»?
Дашборд анализирует историю сделок клиента с ограничением глубины анализа до трех последних покупок.
Алгоритм расчета:
- Исходные данные: система берет текущую оплаченную сделку и определяет клиента (по Контакту или по Компании).
2. Поиск истории: находит все предыдущие завершенные сделки этого же клиента.
3. Базовый статус: сначала система определяет базовый статус по последней сделке:
- Если это первая сделка клиента, то статус = «Новый клиент».
- Если разрыв с предыдущей сделкой ≤ 365 дней, то Постоянный клиент.
- Если разрыв с предыдущей сделкой > 365 дней, то «Новый клиент».
4. Углубленная проверка (каскадная логика):
- Если базовая логика уже определила статус Новый клиент, он остается без изменений.
- Если базовая логика определила статус Постоянный клиент, система выполняет дополнительную проверку на глубину до двух предыдущих сделок:
- Проверяется статус предыдущей сделки. Если она была Новым клиентом, текущая сделка также становится Новым клиентом.
- Проверяется статус пред-предыдущей сделки. Если она была Новым клиентом, текущая сделка также становится Новым клиентом.
- Если среди двух предыдущих сделок не было Новых клиентов, текущая сделка остается Постоянным клиентом.
Итоговое правило:
Клиент считается Постоянным, только если три последние сделки подряд (текущая и две предыдущие) были совершены с разрывом менее года друг от друга. Если хотя бы одна из трех последних сделок была «Новой» (первая в своем периоде или после перерыва более года), текущая сделка маркируется как Новый клиент.
Почему это важно:
Дашборд исключает ситуации, когда клиент «юридически новый», но по факту давно работает с компанией, или наоборот, вернулся через 2 года (спящий клиент приравнивается к новому для расчета мотивации).
Почему это важно:
Дашборд исключает ситуации, когда клиент «юридически новый», но по факту давно работает с компанией, или наоборот, вернулся через 2 года (спящий клиент приравнивается к новому для расчета мотивации).
Структура и функционал дашборда
Вкладка 1. Сделки (Общая статистика):
- Фильтры: отчетный период (по дате оплаты), сотрудник.
- Ключевые метрики: общая сумма продаж, общее количество отгрузок.
- Аналитика: сводная таблица по сотрудникам. Руководитель видит показатели менеджеров в цифрах.
- Строка «Итог» позволяет сразу сверить сумму по таблице с общими индикаторами, исключая ошибки в данных.
Вкладка 2. Сделки (детализация по типу клиента)
Это аналитика для мотивации и маркетинга.
Здесь тот же набор данных, но разделенный по принципу Новый/Постоянный:
Здесь тот же набор данных, но разделенный по принципу Новый/Постоянный:
- Индикаторы: автоматически рассчитывается выручка и количество отгрузок отдельно по сегментам постоянных и новых клиентов.
- Сводная таблица: показывает, какой менеджер сколько заработал для компании на привлечении (новые) и сколько на удержании (постоянные).
Результат внедрения
- Прозрачная мотивация (KPI) сотрудниковКомпания внедрила дифференцированную систему оплаты труда. Например, % с Нового клиента выше, чем с Постоянного. Дашборд автоматически распределяет сделки по нужным категориям.
- Прозрачная аналитика удержания и «спящих» клиентовКомпания видит соотношение между Постоянными и Новыми клиентами и может принимать обоснованные управленческие решения. Например, если продажи по Постоянным падают, это триггер для активации программ лояльности.
- Точность за счет исторических данныхБлагодаря привязке к датам предыдущих сделок (а не ручному заполнению поля «Тип клиента»), отчетность стала прозрачной — система находит предыдущую сделку по связанным контактам.
Требуется честная аналитика: сколько компания зарабатывает на новых клиентах, а сколько — на старых? Свяжитесь с нами – сделаем отчеты, которые дадут понятные цифры для решений.
Требуется прозрачность в продажах
и KPI менеджеров?
Оставьте свою заявку. Мы перезвоним в рабочее время.