Quasi tutti i programmi fedeltà dichiarano un dato di retention che non può essere vero. Confrontano i clienti iscritti con tutti gli altri, scoprono che gli iscritti comprano più spesso e chiamano quella differenza "effetto del programma". Non lo è quasi mai. Chi si iscrive a un programma fedeltà è chi aveva già intenzione di tornare: hai selezionato la fedeltà, non l'hai creata, e il report sta misurando quella selezione.
Qui trovi come capire se un programma fedeltà cambia davvero il comportamento d'acquisto: quali metriche valgono la fatica, il gruppo di controllo che rende il numero difendibile, le trappole che lo gonfiano e il punto oltre il quale misurare smette di ripagarsi.
Il numero che riportano tutti, e perché inganna
La dashboard standard mette a confronto iscritti e non iscritti sul tasso di riacquisto. Il divario è ampio e il programma sembra funzionare.
Il problema è la selezione. L'iscrizione è volontaria, quindi la scelgono in misura sproporzionata i clienti frequenti, quelli che già amano il marchio e chiunque preveda di ricomprare a breve. Un programma che non facesse assolutamente nulla mostrerebbe comunque quel divario, perché i due gruppi erano diversi già prima che il programma esistesse. Chiunque abbia fatto questo confronto ha un numero, non una risposta.
La domanda che conta è incrementale: quanti acquisti sono avvenuti che altrimenti non sarebbero avvenuti. È un numero più piccolo di quello che vedi in dashboard, ed è l'unico che ha senso portare in una decisione di budget.
Tre metriche che valgono la fatica
Tasso di riacquisto su una finestra fissa. La quota di clienti che ricompra entro, per dire, 90 giorni dal primo ordine. Fissa la finestra e non spostarla mai: un tasso citato senza finestra si può far dire qualunque cosa, perché allungandola migliora sempre.
Curve di retention per coorte. Raggruppa i clienti per mese di primo acquisto, poi segui quanta parte di ogni coorte compra ancora al mese 1, 2, 3 e così via. Le curve sono più difficili da ingannare delle medie: se il programma funziona, le coorti più recenti stanno sopra quelle vecchie alla stessa età. Se tutte le coorti hanno la stessa forma, quello che hai cambiato non è arrivato al cliente.
Ricavo per cliente su un orizzonte fisso. Non il lifetime value: quello richiede un modello di sopravvivenza e assunzioni che probabilmente non hai validato. Prendi un orizzonte concreto, dodici mesi per esempio, e misura il ricavo reale per cliente acquisito. Non è affascinante, è confrontabile tra periodi e nessuno può contestarlo.
Il gruppo di controllo è tutto il metodo
Se vuoi un numero difendibile, escludi dal programma una fetta casuale di clienti e confronta.
Scegli una percentuale — il cinque o il dieci per cento basta, per un'azienda con volumi d'ordine significativi — assegnala a caso ed escludila dai prompt di iscrizione e dalle comunicazioni sui premi. Poi misura la stessa metrica sui due gruppi. La differenza è l'effetto reale del programma e, a differenza del confronto iscritti-contro-non-iscritti, regge all'esame, perché la randomizzazione elimina la selezione che rovina la versione ingenua.
Due note pratiche. Randomizza a livello di cliente, non per punto vendita, area o canale, altrimenti stai misurando il negozio e non il programma. E lascia stare il gruppo di controllo abbastanza a lungo da vedere un ciclo di riacquisto: se l'intervallo tipico è due mesi, un test di tre settimane non dice niente.
L'obiezione ovvia è che un gruppo di controllo significa non premiare deliberatamente una parte dei clienti. È vero, ed è il prezzo di sapere. Va pesato contro l'alternativa, che è spendere il budget premi a tempo indeterminato senza prove che cambi qualcosa.
Le trappole che gonfiano il risultato
Premiare l'acquisto che il cliente avrebbe fatto comunque. Quasi tutti i programmi a cashback o a punti pagano su ogni ordine che rientra nelle condizioni. Una quota rilevante di quella spesa finisce su acquisti che non avevano bisogno di alcun incentivo. Non è un motivo per smettere: è un motivo per conoscerne la proporzione, perché è quella a determinare il costo reale per vendita incrementale.
Contare le iscrizioni come engagement. Le iscrizioni misurano il flusso di iscrizione, non il programma. I clienti si iscrivono quando glielo chiedi in cassa e poi non ci pensano più.
Leggere un picco stagionale come effetto del programma. Se il programma è partito nelle settimane che precedono il tuo trimestre migliore, la curva sale da sola. Confronta con lo stesso periodo dell'anno prima, oppure con il gruppo di controllo.
Lasciare che il premio cambi lo scontrino invece della frequenza. A volte un programma porta i clienti a comprare la stessa quantità in ordini meno numerosi e più grandi. Il numero di ordini scende, il fatturato è piatto, e la dashboard legge un fallimento o un successo a seconda di quale metrica ci hai messo sopra. Guardale entrambe.
Quando conta il meccanismo più della misura
La misurazione ti dice se un programma funziona, non perché non ha funzionato. Quando il numero torna piatto, la causa più frequente non è l'entità del premio ma il tempismo: il premio arriva troppo tempo dopo l'azione perché il cliente colleghi le due cose, oppure richiede un passaggio di richiesta che quasi nessuno completa.
È qui che un meccanismo pre-vendita si comporta diversamente da un rimborso classico: premiare un'azione che il cliente compie prima di comprare, e pagarla in fretta, ti lascia un evento datato su cui misurare invece di una maturazione lenta che non nota nessuno. La distinzione, e quando conviene l'uno o l'altro, sta nella guida al social cashback e nel confronto cashback contro raccolta punti.
Quando non è la cosa giusta da misurare
Se non hai ancora trovato il product-market fit o hai volumi d'ordine bassi, fermati qui. Misurare la retention richiede abbastanza clienti e abbastanza cicli di riacquisto da separare il segnale dal rumore, e sotto quella soglia leggerai la variazione casuale come strategia. Un'azienda che fa qualche centinaio di ordini al mese non può fare un gruppo di controllo sensato: l'intervallo di confidenza sarà più largo di qualunque effetto tu possa rilevare.
Vale lo stesso per le categorie a bassa frequenza per natura. Se il cliente compra da te una volta ogni tre anni, la leva non è un programma fedeltà — sono il passaparola e il margine — e un anno di misurazioni produrrà una curva senza niente dentro.
E se il programma esiste per ragioni diverse dal riacquisto — raccogliere dati di prima parte, costruire un pubblico contattabile, soddisfare il requisito di un retailer — allora misura quelle. Tenerlo su un numero di retention che non è mai stato progettato per muovere produce un falso negativo e uccide qualcosa di utile.
Da dove partire lunedì
Fissa una finestra e una metrica. Ritaglia un gruppo di controllo casuale. Aspetta un ciclo di riacquisto intero. Confronta. Tutto il resto — livelli, gamification, esperimenti sull'entità del premio — è prematuro finché quel ciclo non esiste, perché senza non puoi distinguere un miglioramento da una coincidenza.
Per come è progettato, quanto costa e come viene pagato il meccanismo di premio, guarda la Cashback API di TikJoy.