Как снизить % возвратов
Высокий процент возвратов — это не просто финансовая потеря, но и сигнал о том, что что-то в продукте, маркетинге или работе с клиентами требует доработки. Если процент возвратов остается стабильно высоким из месяца в месяц, значит, текущие способы удержания не работают или затрагивают лишь поверхностные причины.
Готовы разобраться и снизить процент возвратов? Тогда начнем!
Именно засчет такой методологии я снизила % возвратов с 40 до 19% в одном из своих проектов.
Дано: продукт с высокой долей возвратов, который не снижается из месяца в месяц
Запрос: снизить % возвратов и стабилизировать его
Рассмотрим шаги, которые необходимы для того, чтобы достичь нашей цели:
В первую очередь важно проанализировать, что команда делала до того, как поступил такой запрос: что не получилось и почему?
Это может быть опорой для понимания, какие гипотезы не сработали, либо каким образом не нужно решения внедрять.
Например: в регламент менеджеров по возвратам было внедрено больше касаний для удержания клиента. С первого взгляда можно сказать, что идея распространенная, касания могут помочь, и команда поступает грамотно.
Но если углубиться, может оказаться, что менеджеры не понимают, как отрабатывать возражения, или сталкиваются с негативом, что звонков стало слишком много, а команда не дошла при тесте гипотезы до этого уровня проработки.
Аналогично и успешные гипотезы: важно понять, засчет чего конкретно удалось сделать результат (например, не просто смена менеджера на местах, а доработка регламента по удержанию и повышение качества контроля звонков).
Перед усилением стратегии важно понять, почему пользователи возвращают продукт или отказываются от услуги.
- Основные причины возвратов (разочарование, технические проблемы, неудовлетворенность результатом). При этом здесь важно найти именно первопричины, а не просто собрать первичные. Например, если пользователь говорит, что у него “нет времени”, это необязательно так - возможно, он не считает обучение достаточно важным для своего расписания - а это уже вопрос к мотивации человека. Чтобы найти первопричину, важно научиться верно задавать уточняющие вопросы - я могу с этим помочь, пишите! https://t.me/katkova_alexandra
- Доли возвратов по категориям. Здесь важно использовать для анализа как стандартные категории (например, новые vs. старые клиенты, сделавшие результат vs. не сделавшие, активные vs. неактивные, лояльные vs. нелояльные). Но также смотреть на специфику самого проекта и понимать, на какие еще сегменты можно разделить пользователей.
- Этапы, на которых клиенты чаще всего отказываются: здесь важно разложить доли возвратов в разрезе этапов и посмотреть, на каком из этапов воронки возвратов больше. Затем погрузиться в этот этап, разобрать его по составляющим и понять, что именно повлияло на повышение %. Об этом далее.
Если первопричины возвратов связаны с качеством продукта, стоит пересмотреть программу самого продукта или услуги.
- Соответствие ожиданиям клиента (маркетинг vs. реальный опыт).
- Качество программы, понятность материала (для цифровых продуктов).
- Обратная связь от клиентов (в отзывах, NPS, опросах).
4. Коммуникация с клиентом до покупки
Зачастую возврат происходит из-за несоответствия ожиданий реальности.
- Насколько четко донесены преимущества и ограничения продукта: очень важно во время продажи обозначить возможности курса такими, какие они есть, не преувеличивая. Это нужно отследить и на этапе вебинара, и на этапе работы отдела продаж - бывают случаи, что, чтобы повысить конверсию, менеджеры начинают завышать ожидания. А разбираться с этим потом придется отделу продукта, отрабатывая причины возвратов и реализуя эти сверх-ожидания.
- Вовлеченность в клиента перед покупкой: достаточно ли раскрыты подробности о продукте через FAQ?; есть ли демо-версия продукта, возможен ли «тест-драйв»?
- Работа с ожиданиями клиента на старте: как сделать так, чтобы клиент не разочаровался? Например, важно дать клиенту реальное и четкое понимание результата и использовать социальные доказательства, чтобы снизить тревожность новых клиентов.
- Работа с вовлеченностью клиента на старте: какие форматы вовлечения использовать в первые дни/недели? (онбординг, чаты поддержки, быстрые победы)
5. Программы удержания и качество работы менеджеров
Важно оценить, действительно ли менеджеры и другие сотрудники, которые касаются с клиентами по поводу возвратов, умеют отрабатывать возражения о возврате.
Какие вопросы важно себе задать:
- Есть ли CJM удержаний на все самые частые возражения? Например, если клиент говорит, что продукт недостаточно качественный, то дать ему дополнительные материалы будет недостаточно: важно разобрать его непонимания на конкретном этапе продукта и дать ему дополнительную поддержку по программе именно на этом участке пути. А возможно, и системно дополнить весь продукт встречами так, чтобы на этом участке у людей не возникало вопросов;
- Задуматься, как и когда предупреждать клиентов о сложных этапах продукта, чтобы избежать оттока или негатива? Например, можно использовать триггеры для вовлечения: напоминания, кейсы, бОльший доступ к экспертам.
- Гибкость возвратной политики
Иногда строгость возвратной политики влияет на удержание клиентов. Например, если у пользователя нет возможности вернуть деньги сразу, он может быть вынужден продолжить пользоваться продуктом и в итоге увидеть в нем ценность.
- Введением поэтапного возврата (например, клиент может получить возврат не сразу, а через несколько дней обсуждения с менеджером).
Чем сложнее процесс возврата, тем выше шанс, что клиент передумает. Но тут важно не перегнуть палку — если возврат слишком сложный, это может создать негатив вокруг бренда.
Важно понять, есть ли у конкурентов аналогичные проблемы? Иногда высокий процент возвратов может быть не только внутренней проблемой продукта, но и рыночной особенностью.
- Какой процент возвратов у конкурентов (если есть данные)?
- Какие программы удержания и стратегии они используют?
- Чем их продукт отличается по уровню восприятия клиентами?
Если у конкурентов возвраты ниже, стоит понять, что именно они делают иначе: возможно, это связано с их позиционированием, подходом к продажам или сопровождением клиентов.
7. Автоматизация и прогнозирование
Сейчас либо вручную через аналитиков, либо с помощью искусственного интеллекта и ML-моделей можно спрогнозировать вероятность возврата.
Как это сделать быстро и вручную:
- Вывести корреляции на основе прошлого поведения пользователей, какие паттерны поведения и сегменты клиентов указывают на возможный возврат; выстраивать стратегию работы с ними заранее;
- Какие действия, сделанные заранее, снижают % возвратов по категориям людей?
Резюмируем: чтобы снизить % возвратов, нужно работать на упреждение: анализировать причины, корректировать коммуникацию и продукт, а также внедрять персонализированные стратегии удержания.