Twoi klienci wracają. Tylko coraz rzadziej. Zauważyłbyś?
Repeat rate wygląda świetnie: prawie 60% zamówień od powracających klientów. Szampan? Chwila. Obok, w tym samym panelu, drugi wskaźnik: średni odstęp między zakupami wydłużył się o 11%. Klienci wracają — ale każdy powrót zabiera im więcej czasu. To jest tykający zegar, którego nie słychać w żadnym raporcie sprzedażowym. Aż nagle słychać go w P&L.
Czym jest Average Order Frequency i dlaczego to system wczesnego ostrzegania?
Average Order Frequency to średni (lepiej: medianowy) odstęp w dniach między kolejnymi zakupami klienta. Oznacza to, że wskaźnik mierzy tętno relacji z bazą: jeśli klienci kupowali co 150 dni, a kupują co 170, baza stygnie — nawet jeśli liczba zamówień w bieżącym kwartale jeszcze tego nie pokazuje, bo pracuje na niej efekt skali z poprzednich okresów.
Właśnie to opóźnienie czyni AOF systemem wczesnego ostrzegania. Wydłużenie cyklu powrotu widać w danych 2–3 kwartały zanim przełoży się na spadek przychodu — bo przychód kwartału to suma powrotów zaplanowanych przez zachowania z przeszłości. AOF pokazuje przyszłość, P&L przeszłość. Firmy monitorują niemal wyłącznie to drugie.
Dlaczego repeat rate może rosnąć, gdy baza umiera?
Bo repeat rate to ułamek — a ułamek rośnie także wtedy, gdy maleje mianownik. Udział zamówień od klientów powracających zwiększa się w dwóch sytuacjach: gdy baza faktycznie pracuje lepiej albo gdy siada akwizycja i nowych zamówień jest po prostu mniej. Wykres wygląda identycznie, diagnoza jest przeciwna, terapia też.
Dlatego repeat rate wolno czytać wyłącznie w towarzystwie: liczby nowych klientów w wartościach bezwzględnych i właśnie Average Order Frequency. Przykład z mojej praktyki: ROR około 58% — wynik, którego nie powstydziłby się żaden sklep — i jednocześnie cykl powrotu wydłużony o 11% w skali roku. Dwa wskaźniki z tego samego panelu, które przeczytane razem opowiadały zupełnie inną historię niż każdy z osobna: baza była lojalna, ale stygła, a rosnący udział powracających maskował słabnącą akwizycję.
Jak przełożyć dni między zakupami na prognozę przychodu?
Intuicja jest prosta: klient kupujący co 150 dni robi ~2,4 zakupu rocznie; ten sam klient przy cyklu 170 dni — ~2,15. Pozornie kosmetyka, ale pomnożona przez dziesiątki tysięcy klientów i średnią wartość koszyka daje ubytek przyszłorocznego przychodu liczony w setkach tysięcy złotych — przy niezmienionej bazie i niezmienionym marketingu. Każde 10 dni wydłużenia cyklu to policzalna, konkretna kwota.
Pełny model prognostyczny — uwzględniający strukturę kohort, sezonowość kategorii i rozkład (nie tylko średnią) odstępów — to już praca analityczna na Twoich danych. Ale nawet uproszczona wersja tej kalkulacji, zrobiona raz, zmienia sposób, w jaki zarząd patrzy na „nudny” wskaźnik retencyjny.
Co ma z tym wspólnego timing Twoich wiadomości CRM?
Wszystko. AOF to nie tylko alarm — to instrukcja obsługi kalendarza CRM. Jeśli mediana powrotu w kategorii wynosi 160 dni, to wiadomość przypominająca o uzupełnieniu produktu wysłana w dniu 130 jest matematyką, nie zgadywaniem: trafia w moment, gdy produkt się kończy, a decyzja jeszcze nie zapadła. Wysłana w dniu 40 — irytuje. W dniu 200 — ratuje klienta już straconego, znacznie drożej.
Ile sekwencji zbudować, na jakich progach i dla których segmentów — to projekt CRM na konkretnej bazie. Sam punkt wyjścia jest jednak zawsze ten sam: rozkład odstępów między zakupami, wskaźnik, który większość firm ma w panelu i którego nigdy nie otworzyła.
Co dalej?
Kondycję Twojej bazy klientów oceniam w trzech liczbach podczas pierwszej rozmowy — AOF z trendem jest jedną z nich. Umów bezpłatną rozmowę diagnostyczną (45 min): sprawdzimy, czy Twoja baza pracuje, czy stygnie, zanim powie Ci to P&L.
FAQ
Jak liczyć częstotliwość zakupów klienta?
Najlepiej jako medianę odstępu w dniach między kolejnymi zamówieniami tego samego klienta, śledzona w trendzie kwartał do kwartału i osobno dla kluczowych segmentów. Średnia arytmetyczna bywa zniekształcona przez klientów jednorazowych i outliers.
Co to jest repeat order rate?
Udział zamówień (lub przychodu) pochodzących od klientów, którzy kupili więcej niż raz. Wskaźnik zdrowia bazy — ale czytany samodzielnie bywa mylący, bo rośnie także przy słabnącej akwizycji; wymaga zestawienia z liczbą nowych klientów i częstotliwością powrotów.
Kiedy wysłać e-mail o uzupełnieniu produktu?
Przed medianowym momentem powrotu dla danej kategorii — typowo 15–25% cyklu przed jego końcem, gdy produkt się kończy, a decyzja o ponownym zakupie jeszcze nie zapadła. Dokładny timing wyznacza rozkład odstępów między zakupami w danych.
