כמה שוות רשימת המתנה חכמה ושיווק אוטומטי

כיסא ריק ב-16:00 ביום שישי הוא לא מכירה שנדחתה. הוא מכירה שהושמדה. זמן פנוי ביומן הוא מוצר מתקלקל: כשהמועד עובר בלי למכור אותו, ההכנסה נעלמת לתמיד, ושום הנחה בשבוע הבא לא מחזירה אותה. שני מנגנונים שקטים עוצרים את זה, והכתבה הזו עוסקת במה שכל אחד מהם שווה ביושר: רשימת המתנה שממלאת מחדש מועדים שבוטלו, ושיווק אוטומטי שמחזיר לקוחות שנעלמו.

כמו בכתבות האחרות שלנו, נפריד בין שלושה סוגי מספרים: מחקר שעבר ביקורת עמיתים, נתונים שספקים מפרסמים על עצמם, ודוגמאות חישוב שהן אריתמטיקה להמחשה ולא הבטחות.

מה המחקר אומר על להביא אנשים להגיע

העדות החזקה שאנחנו מכירים היא סקירה שיטתית ומטא-אנליזה ב־BMJ Open מאת Robotham ועמיתיו (2016), שכיסתה 21 מחקרים רנדומליים על הודעות תזכורת לתורים רפואיים.

שתי תוצאות נושאות את המשקל. מטופלים שקיבלו הודעות תזכורת היו בעלי סיכוי גבוה ב-23% להגיע (יחס סיכון 1.23: הגעה של 67% עם הודעות מול 54% בלעדיהן) ובעלי סיכוי נמוך ב-25% לאי-הגעה (יחס סיכון 0.75: אי-הגעות של 15% מול 21%). הסקירה גם מצאה ששתי הודעות או יותר עובדות טוב יותר באופן מובהק מאחת, וציינה שהודעות קוליות נראו מעט יעילות יותר מטקסט, במחיר שמישהו או משהו מבצע את השיחות.

שתי הסתייגויות. אלה תורים רפואיים: מרפאה היא לא מספרה, והאוכלוסייה שמפספסת תורים לבית חולים היא לא רשימת הלקוחות שלכם. סמכו על הכיוון והתייחסו לגדלים כמכוונים. ויחס סיכון הוא לא הבטחה לגבי היומן שלכם, מה שמחזיר אותנו לבעיית המכנה שכתבנו עליה בכתבה שלנו על אי-הגעות: אותו שיפור יחסי שווה כסף שונה מאוד בתלות בנקודת הפתיחה.

מבוא המאמר הוא גם המקור לנתון הסולם המפורסם: תורים שהוחמצו הוערכו כעולים לשירות הבריאות הלאומי של בריטניה כ-912 מיליון ליש"ט בשנה, בהערכה של מזכיר הבריאות דאז מ-2015. המספר הזה עוסק בבתי חולים ולא במספרות, אבל המנגנון הוא אותו מנגנון שמרוקן לכם את ימי השישי.

לקרוא את הסקירה (גישה חופשית)

נתוני ספקים, בתיוג כנתוני ספקים

‏Phorest, חברת תוכנה למספרות, מפרסמת שני נתונים ששווים להכיר, עם המקור. בבלוג שלה היא מדווחת שתורים שנקבעו אונליין רואים 49% פחות אי-הגעות מתורים שנקבעו בדרכים אחרות. במחקר מקרה היא מדווחת ש־Togninis, מספרה שעובדת איתה, עומדת על 2% אי-הגעות.

אלה נתונים של ספק על עצמו, לא מדידה עצמאית, ומחקר מקרה הוא עסק אחד שנבחר כי הצליח. אנחנו מצטטים אותם כי הם קונקרטיים וכי הכיוון תואם את המחקר שלמעלה, לא כי אנחנו יכולים לאמת אותם. התייחסו אליהם כ"בר-השגה, לפי החברה שמוכרת את הכלי" ולא כ"צפוי".

האריתמטיקה של רשימת המתנה

תזכורת מקטינה את הסיכוי שמועד יתרוקן. רשימת המתנה מחליטה מה קורה כשהוא מתרוקן בכל זאת. בלעדיה, ביטול ב-18:00 למחרת בבוקר הוא הכנסה שכבר הלכה; איתה, זו הודעה לבא בתור, לפי סדר ההצטרפות, ולרוב כיסא שמתמלא מחדש.

הנה חישוב להמחשה, מתויג ככזה. קחו מספרה עם שני כיסאות ותשלום ממוצע של 250. נניח שכל כיסא סובל מביטול מאוחר אחד בשבוע שאחרת לא היה מתמלא, ונניח שרשימת המתנה ממלאת מחדש חצי מהם. זה מועד אחד שמוחזר בשבוע: 250 בשבוע, או 12,000 בשנת עבודה של 48 שבועות. שינוי בכל קלט משנה את התשובה: בתשלום ממוצע של 150 זה 7,200, ואם הביטולים נדירים יותר, עוד פחות. אבל המנגנון הוא הסיבה שהמספר אף פעם לא אפס. מועד ריק הוא מתקלקל; רשימת המתנה היא הכלי היחיד שמגיב בדקות שבהן עוד אפשר למכור את המועד.

ב־Skedful מילוי רשימת ההמתנה האוטומטי הוא חלק מחבילת Pro, והוא עובד בדיוק ככה: ביטול מציע את המועד ללקוחות הממתינים לפי סדר ההצטרפות, בלי שאתם שולחים הודעה לאף אחד.

מה שיווק אוטומטי מוסיף מעל זה

רשימת המתנה מגינה על הכנסה שכבר נקבעה. אוטומציה שיווקית רודפת הכנסה שעוד לא נקבעה: הלקוחות שפשוט הפסיקו לבוא.

יחידת העבודה היא קמפיין החזרה. מגדירים קהל, נניח לקוחות שהביקור האחרון שלהם היה לפני יותר מ-90 יום, כותבים הודעה אחת עם סיבה לחזור, ושולחים אותה לאן שהלקוח באמת קורא. ב־Skedful בונים את הקהל הזה מכרטיסי הלקוח, Emma מנסחת את ההודעה לאישורכם, והשליחה יוצאת ב־SMS או ב־WhatsApp, מתוך אותה מכסת הודעות חודשית כמו התזכורות.

עוד חישוב להמחשה. נניח שבכרטיסים שלכם יש 600 לקוחות שלא ביקרו 90 יום או יותר, והודעת החזרה מחזירה לקבוע 5% מהם: 30 תורים באותו תשלום של 250 הם 7,500 מקמפיין אחד. האם 5% זה ריאלי? אנחנו לא מכירים נתון עצמאי ומפורסם על שיעור החזרה במספרות, אז לא נצטט אחד; בחרנו מספר עגול כדי להראות את צורת החשבון. הנקודה היא שאפילו שיעור החזרה צנוע על רשימה ישנה מנצח את עלות ההודעות, כי הלקוחות כבר מכירים אתכם. תריצו פעם אחת והמספר שלכם יחליף את שלנו.

מה אנחנו לא יכולים להבטיח

שלושה גבולות כנים, כי זה האינטרנט ובלוגים של תוכנה משקרים.

ראשית, המחקר שלמעלה הוא מתחום הבריאות. אנחנו מאמינים שהכיוון עובר למספרות, לסטודיו ולסלונים, כי הזמנות שנשכחות מתנהגות אותו דבר בכל מקום, אבל אף אחד לא הריץ 21 מחקרים רנדומליים על תספורות, והאחוזים המדויקים לא יהיו שלכם.

שנית, נתוני ספקים הם נתוני ספקים. ה-49% וה-2% של Phorest הם טענות אמיתיות שחברה אמיתית פרסמה, והן גם שיווק. לא הצלחנו לאמת אותן באופן עצמאי.

שלישית, שום כלי לא מחזיר הכנסה מיומן שלא נמדד. האחוז היחיד ששווה לצטט הוא שלכם: ספרו את הביטולים ואי-ההגעות של החודש שעבר, רשמו את המספר, ואז שפטו כל מערכת, כולל שלנו, לפי מה שהיא עושה למספר הזה.

רוצים את מנגנון רשימת ההמתנה ואת מכונת ההחזרה במקום אחד? התחילו 30 יום ניסיון ותמדדו מול נקודת הפתיחה שלכם.

מקורות

• ‏Robotham D ועמיתיו. Using digital notifications to improve attendance in clinics: systematic review and meta-analysis. BMJ Open 2016. גישה חופשית
• ‏Phorest: תוכנת מספרה שמגדילה הכנסות (בלוג של הספק)
• ‏Phorest: מחקר המקרה של Togninis (מחקר מקרה של הספק)