Przejdź do treści
Ekran laptopa z dashboardem analitycznym i wykresami
Wygenerowano za pomocą AI

Dane i analityka w programach lojalnościowych, co naprawdę warto mierzyć

Udostępnij

Dane są wszędzie, decyzje są nigdzie, paradoks programów lojalnościowych

Każdy nowoczesny program lojalnościowy zbiera ogromne ilości danych. Każda wizyta, każda pieczątka, każdy SMS, każda nagroda zostawia ślad cyfrowy. Jeśli prowadzisz lokal z Do Następnego od pół roku, masz w panelu więcej informacji o swoich klientach niż lokalna kawiarnia miała kiedykolwiek przez całą historię biznesu. Problem nie polega na braku danych. Problem polega na tym, że 90% z nich to szum, a tylko niewielka mniejszość rzeczywiście odpowiada na pytania, które warto zadać.

Ten artykuł jest mapą rozróżniającą sygnał od szumu. Pokażę, które wskaźniki w programie lojalnościowym są ozdobne (ładnie wyglądają, nic nie mówią), a które prowadzą do decyzji (mówią Ci, co zmienić w Twoim lokalu w przyszły wtorek). Pokażę przykłady decyzji, które realnie zostały podjęte na podstawie danych z programów lojalnościowych, od zmiany happy hour, przez zmianę menu, po skreślenie produktu, który wyglądał na bestseller, a okazał się statystycznym złudzeniem.

W skrócie

Sześć wskaźników wystarczy do prowadzenia mądrego programu lojalnościowego: średnia liczba wizyt aktywnego klienta, retencja 30/60/90 dni, procent powrotów po kampaniach, % przychodu z powracających, średni paragon i stosunek nagród zrealizowanych do przyznanych. Reszta to ozdoba, którą warto schować z głównego widoku, żeby nie kradła uwagi.

Wskaźniki ozdobne kontra te z decyzyjnym sensem, kluczowa różnica

Pojęcia „wskaźnik ozdobny” (vanity metric) i „wskaźnik z decyzyjnym sensem” (actionable metric) weszły do marketingu cyfrowego dzięki książkom Erica Riesa i Avinasha Kaushika. Definicja jest prosta: wskaźnik ozdobny to taki, który zmienia się w czasie, ale nie wpływa na żadną decyzję; wskaźnik z decyzyjnym sensem to taki, który zmienia decyzję. To kryterium odrzuca większość liczb, które ludzie zamieszczają w raportach.

W kontekście programu lojalnościowego klasyczne wskaźniki ozdobne to:

Wskaźniki ozdobne

  • Liczba zarejestrowanych użytkowników, rośnie zawsze, nic nie mówi o jakości
  • Łączna liczba przyznanych pieczątek, funkcja czasu, nie wpływa na decyzję
  • Procent otwarć SMS-a, w Polsce zawsze blisko 100%, nie różnicuje kampanii
  • Liczba odsłon strony lojalnościowej, nie wiąże się z wizytami
  • Średnia ocena programu (5-gwiazdkowa), odpowiadają tylko fani, próba obciążona samoselekcją
  • Łączna wartość przyznanych nagród, koszt, nie efekt

Wskaźniki z decyzyjnym sensem

  • Średnia liczba wizyt aktywnego klienta, czy program zwiększa wizyty
  • Kohortowa retencja 30/60/90 dni, czy klienci nie wypadają
  • Procent powrotów po kampaniach odzyskujących, czy odzyskiwanie działa
  • % przychodu od powracających, udział lojalności w przychodzie
  • Średni paragon i procent dosprzedaży, co klient kupuje przy okazji
  • Stosunek nagród zrealizowanych do przyznanych, czy nagrody są atrakcyjne

Zauważ wzorzec: wskaźnik z decyzyjnym sensem jest zawsze stosunkiem, a nie liczbą bezwzględną. Liczba bezwzględna rośnie z czasem prawie zawsze (im dłużej działa program, tym więcej rejestracji, pieczątek, odsłon). Stosunek mówi Ci, czy biznes idzie w dobrą stronę, czy nie. Dlatego stosunek ma sens.

Drugi wzorzec: wskaźnik z decyzyjnym sensem jest zawsze podzielony na segmenty. Średnia liczba wizyt aktywnego klienta mówi Ci coś, średnia liczba wizyt zarejestrowanego klienta (włącznie z tymi, którzy byli raz) jest mniej użyteczna, bo miesza dwie różne populacje. Każda liczba, którą śledzisz, powinna mieć jasno wskazane: kogo dokładnie liczysz?

Więcej praktycznej matematyki znajdziesz w naszym artykule o retencji vs akwizycji oraz w przewodniku po wartości życiowej klienta (CLV).

Sprawdź jak Do Następnego pomaga mierzyć właściwe rzeczy →

Sześć wskaźników, które wystarczą małemu lokalowi

W panelu Do Następnego widzisz dziesiątki wykresów. Większość z nich jest tam dla tych, którzy chcą szczegółów. Dla codziennego prowadzenia biznesu wystarczy sześć liczb. Każda z nich odpowiada na konkretne pytanie z pracy lokalu:

Wizyty
średnia liczba wizyt aktywnego klienta na tydzień / miesiąc
Ret.
% klientów wciąż aktywnych 30/60/90 dni od rejestracji
Pow.
procent powrotów po kampaniach odzyskujących w ciągu 14 dni
% Pow.
udział powracających klientów w łącznym przychodzie

Plus dwa wskaźniki, które przy 4 powyższych dopełniają obraz, średni paragon i stosunek nagród zrealizowanych do przyznanych. Razem sześć liczb, które rzeczywiście wpływają na decyzje.

Wskaźnik Dobry zakres Co zrobić, jeśli za nisko
Średnia liczba wizyt / aktywny klient (kawiarnia) 1.8-2.6 wizyty / tydzień Sprawdź mechanikę nagród, próg może być za wysoki
Retencja po 30 dniach 55-70% Skróć cykl pierwszej nagrody (np. z 10 do 8 pieczątek)
Retencja po 60 dniach 35-50% Wprowadź pierwszą kampanię odzyskującą
Retencja po 90 dniach 25-40% Sprawdź jakość pierwszych kroków dla nowych klientów
Procent powrotów po kampanii (Sleeping) 15-25% Zmień treść wiadomości lub dzień i godzinę wysyłki
% przychodu z powracających 40-60% Niżej = za duża zależność od doraźnego pozyskiwania
Stosunek nagród zrealizowanych / przyznanych 50-75% Nagroda za mało atrakcyjna albo wygasa za szybko

Liczby w kolumnie „dobry zakres” są punktem odniesienia dla typowej kawiarni miejskiej w Polsce. Salony beauty będą miały niższą liczbę wizyt (cykl wizyty wielotygodniowy), ale wyższy paragon i wyższy % przychodu z powracających. Restauracje weekendowe, pośrednio. Zawsze odnoś swoje wyniki do swojego rynku, nie do uniwersalnego standardu.

Kohortowa retencja, najpotężniejsze narzędzie, którego nikt nie używa

Kohortowa retencja to wykres, który dla każdego okresu rejestracji (grupa klientów zwana kohortą) pokazuje, jaki procent klientów z tego okresu wciąż jest aktywny w kolejnych miesiącach. Wygląda jak tabela albo „mapa cieplna”, gdzie wiersze to grupy, a kolumny to liczba miesięcy od rejestracji. Większość ludzi widzi go pierwszy raz w życiu w panelu programu lojalnościowego.

Co konkretnie pokazuje? Wyobraź sobie, że w lutym zarejestrowało Ci się 80 klientów. Po 30 dniach 56 z nich jeszcze przyszło, to 70% retencji. Po 60 dniach 40 z nich, 50%. Po 90 dniach 28, 35%. To jest jedna grupa. Zestawiasz ją z lutową, marcową, kwietniową grupą obok siebie i nagle widzisz, że marcowa grupa po 60 dniach ma już tylko 38%, gorzej niż lutowa. Coś się stało w marcu. Rabat z marca? Kampania na Facebooku, która przyciągnęła niewłaściwych ludzi? Cokolwiek to było, masz teraz konkretne pytanie do zadania.

Bez kohortowej retencji widzisz tylko jedną zbiorczą liczbę aktywnych klientów. Jeśli ona rośnie (bo nowych jest więcej niż wypadających), masz fałszywe poczucie, że wszystko jest dobrze. Kohortowa retencja odsłania jakość każdej fali napływu. To jest narzędzie, które rozróżnia „rośniemy” od „rozcieńczamy się klientami niskiej jakości”.

Praktyczne pytanie do zadania na bazie kohortowej retencji

Jeśli widzisz, że jedna konkretna grupa wyraźnie odbiega od pozostałych (np. listopadowa retencja po 60 dniach jest 12 punktów niższa od średniej), zadaj pytanie: co działo się w listopadzie? Sezonowość? Kampania reklamowa? Promocja przyciągająca okazjonalnych klientów? Odpowiedź da Ci wiedzę o tym, jakiego pozyskiwania klientów unikać w przyszłości.

RFM w praktyce, jak segmentować, żeby działać

Pisałem o RFM szeroko w artykule o marketingu zwrotów. Przypomnę: RFM to skrót od trzech pytań, kiedy klient był ostatnio (recency), jak często wraca (frequency) i ile średnio wydaje (monetary). Tu chcę pokazać RFM jako kontekst analityczny, nie tylko jako narzędzie kampanii. Każdy klient w Twoim programie ma te trzy współrzędne i pozwalają one umieścić go w trójwymiarowej mapie, z którą można zrobić rzeczy, których inaczej nie zrobisz.

Przykładowe wnioski z analizy RFM, które widzę u lokali:

  • "Champions" generują nieproporcjonalny przychód. W typowej kawiarni 10-15% klientów (Champions) odpowiada za 35-45% przychodu. Wiedza o tym pozwala podjąć decyzję, że priorytetem jest, żeby ten segment się nie zepsuł, a nie szlifowanie wszystkiego dla każdego.
  • One-off ma znaczenie ilościowe, nie wartościowe. 35-50% bazy to klienci, którzy byli raz. Nie próbuj ich wycisnąć kampaniami, zaakceptuj, że spora ich część po prostu testowała lokal. Energia powinna iść w segment Sleeping, nie One-off.
  • "Loyal" są często niedoceniani. To stali klienci, którzy nie są spektakularni, ale konsekwentni. Zwykle nikt nie pisze do nich SMS-ów, bo „przecież i tak są”. Tymczasem to oni najczęściej polecają lokal znajomym. Pomyśl o nich osobno, np. raz w kwartale podziękuj im czymś konkretnym.
Champions (10-15% bazy)
~42% przychodu
Loyal (20-25% bazy)
~28% przychodu
At Risk + Sleeping (15-20% bazy)
~18% przychodu
One-off + Hibernating (35-50% bazy)
~12% przychodu

Wnioski z tego wykresu są zaskakujące. Większość bazy przynosi mniejszość przychodu. Mniejszość bazy (Champions + Loyal, łącznie 30-40%) odpowiada za 70% przychodu. To jest klasyczna zasada Pareto, ale dla większości właścicieli widoczna pierwszy raz w życiu, jak otworzą panel.

Analiza koszyka, co klienci kupują razem

Analiza koszyka to sprawdzanie, co klienci kupują w jednej wizycie. Sieci handlowe robią to od dekad, to dzięki temu wiedzą, że pieluchy i piwo idą razem w pewnych dniach tygodnia. Małe biznesy mają tu ogromną przewagę nad sieciami: ich asortyment jest zwięzły, więc liczba sensownych par lub trójek produktów jest mała i czytelna.

W kawiarni typowe pytania analizy koszyka to:

  • Jaki procent kawy to kawa + ciasto? (procent dosprzedaży ciasta do kawy)
  • Jaki procent śniadań to śniadanie + sok? (procent dosprzedaży soku do śniadania)
  • Czy w środy procent dosprzedaży ciasta jest niższy niż w soboty? (sezonowość preferencji)
  • Czy klienci segmentu Champions mają wyższy procent dosprzedaży niż Loyal? (jakość vs ilość)

Odpowiedzi na te pytania prowadzą do decyzji. Jeśli procent dosprzedaży ciasta jest 38% w soboty, ale 19% w środy, to pytanie brzmi: dlaczego? Może w środy nie ma świeżego ciasta? Może barista nie pyta? Może menu jest gorzej wyeksponowane? Każdy z tych wniosków daje konkretny ruch w lokalu, który podniesie środowy średni paragon, bez żadnych nowych klientów, tylko z istniejącego ruchu.

Realny przykład: kawiarnia w Łodzi z Do Następnego po analizie koszyka zauważyła, że dosprzedaż kanapek do śniadania to 12%, bardzo nisko. Po przeniesieniu kanapek z dolnej witryny do górnej (na wysokości oczu) procent dosprzedaży w 2 tygodnie wzrósł do 28%. Bez programu lojalnościowego nikt by tego nie zauważył, bo dane „dla całego ruchu” były rozproszone w kasie i nie były zsumowane na poziomie klienta.

Zobacz, jakie dane masz pod ręką w Do Następnego →

Rozkład częstotliwości wizyt, kim są Twoi klienci naprawdę

Średnia liczba wizyt aktywnego klienta to 2.1 wizyty/tydzień. Co to znaczy? Z perspektywy biznesu, niewiele, bo średnia ukrywa rozkład. Rozkład częstotliwości wizyt pokazuje, ile osób przychodzi 1× na tydzień, ile 2×, ile 5×, ile 10×.

Typowy wykres dla kawiarni miejskiej:

Klienci 1 wizyta / tydzień~38%
Klienci 2 wizyty / tydzień~28%
Klienci 3-4 wizyty / tydzień~22%
Klienci 5+ wizyt / tydzień~12%

Wnioski do działania:

Pierwszy: 12% klientów odwiedza Cię 5+ razy w tygodniu. Ta grupa to praktycznie codzienni goście. Czy rozpoznajesz ich z imienia? Czy mają poczucie, że są rozpoznawani? Jeśli nie, ryzyko, że jeden z nich zniknie i zacznie pić kawę gdzie indziej, jest realne. Jeden z nich = 5-7 wizyt tygodniowo, 250+ rocznie. Jego strata to nie strata wizyty, to strata rocznej relacji.

Drugi: 38% odwiedza Cię raz na tydzień. W tej grupie można pracować nad podniesieniem częstotliwości wizyt. Jeśli udałoby się przenieść 25% z nich do segmentu „2 wizyty”, łączna liczba wizyt rośnie znacząco, to typowa praca dla kampanii „dorzucamy jedną pieczątkę gratis dziś”. Minimum akcji, mierzalny efekt.

Trzeci: zmiana godzin happy hour. Jeśli widzisz, że klienci 1×/tydz przychodzą głównie w weekendy, a klienci 5+/tydz w dni robocze, masz odpowiedź na pytanie, kogo dotyczy happy hour. Klient codzienny i tak by przyszedł, więc zniżka dla niego to czysta strata marży. Klient weekendowy, to do niego warto kierować zachętę.

"Dane zaczynają zmieniać Twój biznes dopiero, gdy przestajesz patrzeć na średnie. Średnia mówi Ci, że w lokalu jest jakieś życie. Rozkład mówi Ci, kim są ludzie, którzy je tworzą, i to dopiero pozwala Ci podejmować decyzje, na które reaguje kasa."

Mikołaj Buczak, Założyciel Do Następnego

Panele danych, jak czytać, żeby nie zwariować

Tym, którzy chcą zobaczyć kontekst, jak Do Następnego dochodziło do takiego widoku danych, polecam historię Do Następnego od pomysłu do platformy, opisuję tam, dlaczego od pierwszego dnia stawialiśmy na cyfrową historię klienta. Z kolei jeśli zastanawiasz się, jak technicznie wygląda rozpoznawanie klienta przy pierwszej wizycie i w jaki sposób trafia do bazy, sprawdź artykuł o NFC vs QR vs numer telefonu, od tego momentu zaczyna się każdy zbiór danych analitycznych, jakimi się zajmujemy.

Jedna rzecz, którą warto powiedzieć od razu, nie potrzebujesz do tego osobnego narzędzia analitycznego, dodatkowej bazy danych ani analityka po godzinach. Wszystkie wskaźniki, o których piszę poniżej (kohortowa retencja, rozkład częstotliwości wizyt, RFM, analiza koszyka, wartość życiowa klienta, statystyki pracowników), są w wbudowanym panelu Do Następnego. Logujesz się przez przeglądarkę i widzisz je od pierwszego tygodnia działania programu.

Większość programów lojalnościowych, w tym Do Następnego, daje Ci panel z kilkudziesięcioma wykresami i wskaźnikami. Pierwsze trzy minuty są ekscytujące. Następne pięć minut jest dezorientujące. Po dziesięciu minutach większość właścicieli zamyka panel i już do niego nie wraca.

Praktyczna metoda czytania panelu, pięć minut tygodniowo, godzina miesięcznie:

  1. Co tydzień (5 minut, najlepiej w poniedziałek rano)

    Sprawdź sześć wskaźników: średnia liczba wizyt, retencja 30/60/90, % przychodu z powracających, średni paragon, stosunek nagród. Jeśli któryś jest istotnie inny niż w zeszłym tygodniu (>15% zmiany), notuj to. Reszty panelu nie ruszaj.

  2. Co miesiąc (30 minut, pierwszy wtorek)

    Otwórz kohortową retencję. Porównaj grupy z ostatnich 3-6 miesięcy. Czy któraś znacząco odstaje? Otwórz RFM. Czy zmieniła się dystrybucja segmentów? Otwórz analizę koszyka. Czy procent dosprzedaży kluczowych par produktów drgnął?

  3. Co kwartał (60 minut, początek nowego kwartału)

    Przegląd: czy progi nagród mają sens? Czy kampanie odzyskujące działają w okolicach punktu odniesienia? Czy są segmenty klientów, których ignorujesz? Co warto zmienić w mechanice w nowym kwartale?

  4. Co rok (2 godziny, koniec roku)

    Pełny przegląd programu: które wskaźniki rosły, które spadały, dlaczego. Co dodać, co odjąć z mechaniki. Cele na nowy rok wyrażone jako zmiana 2-3 wskaźników, nie hasłami w stylu "więcej klientów".

Ten rytm jest absolutnym minimum. Nadinterpretowanie danych z panelu w trybie codziennym jest jednym z najczęstszych błędów. Codzienne wahania to szum, sygnał wymaga tygodniowej obserwacji minimum, a poważniejsze wnioski miesięcznej.

Chcesz zobaczyć panel programu lojalnościowego, który ma sens?

Do Następnego pokazuje sześć kluczowych wskaźników od pierwszego tygodnia działania. Reszta wykresów jest schowana, pojawi się, gdy będziesz jej rzeczywiście potrzebować.

Porozmawiaj z konsultantem →

Decyzje, które rzeczywiście zostały podjęte na bazie danych z programu

Konkretne, nie hipotetyczne decyzje, które widziałem u lokali używających Do Następnego od minimum 12 miesięcy. Każda z nich jest możliwa wyłącznie dlatego, że istnieją dane.

Kawiarnia w Krakowie: po analizie koszyka zauważyła, że procent dosprzedaży ciasta do kawy w czwartki jest 41%, a we wtorki 18%. Pytanie: dlaczego? Odpowiedź zespołu: w czwartki dostajemy świeże ciasta od dostawcy, we wtorki są resztki z poniedziałku. Decyzja: druga dostawa w środę po południu. Po 4 tygodniach procent dosprzedaży we wtorki wzrósł do 32%. Realny wzrost paragonu, bez nowych klientów.

Salon beauty w Warszawie: kohortowa retencja pokazała, że klientki rejestrowane w lipcu i sierpniu mają niższą retencję po 60 dniach niż reszta roku. Hipoteza: wakacje, klientki testują salon raz, jadą na urlop, nie wracają. Decyzja: dla rejestracji wakacyjnych okres do pierwszej nagrody skrócono z 5 do 4 wizyt. Po 3 miesiącach wakacyjna retencja wyrównała się z resztą roku.

Pizzeria w Trójmieście: rozkład częstotliwości wizyt pokazał, że 8% klientów (super lojalni) generuje 31% przychodu. Pizzeria postanowiła uruchomić dla tej grupy „status VIP”, bez zmiany pieczątek, ale z osobistymi gestami (zniżka w urodziny, mała pizza na koszt lokalu raz na pół roku). Po roku ta grupa wzrosła z 8% do 12%, czyli „awansowała w górę” o 50%.

Restauracja we Wrocławiu: % przychodu z powracających okazał się 28%, poniżej oczekiwanego progu 40%. Decyzja: kampania odzyskująca do segmentu Sleeping co miesiąc, plus nowy pierwszy krok dla klienta (pierwsza pieczątka gratis przy rejestracji, żeby pokonać próg „pusta karta zniechęca”). Po 6 miesiącach % przychodu z powracających wzrósł do 41%. Przychód w liczbach bezwzględnych też wzrósł, bo nie odebrano klientów pozyskanym z zewnątrz, po prostu więcej klientów wracało.

Wspólny mianownik tych przykładów: w każdym z nich wnioskiem była konkretna zmiana w lokalu, nie zmiana mechaniki programu. Program lojalnościowy jest tu narzędziem widzenia, to lokal sam zmienia rzeczy. Ale bez programu nie widziałby, co zmienić.

Czego unikać przy interpretacji danych

Trzy najczęstsze błędy w analityce programów lojalnościowych:

Błąd 1: korelacja jako przyczyna. „Wprowadziliśmy nową kampanię i sprzedaż wzrosła 12%, kampania zadziałała”. Niekoniecznie. Może w tym samym tygodniu była niedziela handlowa albo ładna pogoda. Bez grupy kontrolnej (osoby, które nie dostały kampanii) nie wiesz. W praktyce mała skala lokalu nie pozwala na porządne testy A/B, ale zawsze warto zachować ostrożność we wnioskach.

Błąd 2: wyciąganie wniosków z małej próby. „Kampania odzyskująca miała 8% powrotów, więc nie działa”. Jeśli wysłałeś do 30 osób, 8% to 2 lub 3 osoby. Margines błędu jest tu większy niż sygnał. Jeden czynnik losowy zniweluje cały wniosek. Małe lokale często wpadają w tę pułapkę, wnioski opierają na próbach 20-50 klientów i wyciągają z nich ogólne reguły.

Błąd 3: ignorowanie sezonowości. „Liczba wizyt w styczniu spadła o 18% wobec grudnia, coś się popsuło”. Niekoniecznie. Grudzień to typowo wzrost ze świątecznych zakupów. Styczeń typowo niżej. Jeśli porównujesz styczeń 2026 do stycznia 2025, masz uczciwe porównanie. Porównanie miesiąca do miesiąca w sezonowej branży to recepta na panikę.

Uwaga

Każdy wniosek z danych warto skonfrontować z osobą obsługującą lokal codziennie. Jeśli barista mówi „w tym tygodniu mieliśmy mniej studentów, bo zaczęła się sesja”, to jest wartościowy kontekst, którego nie ma w żadnym panelu. Dane nigdy nie zastąpią obserwacji ludzi, którzy widzą klientów na żywo.

Dane a RODO, krótko o etyce zbierania

Wszystko, co opisałem powyżej, opiera się na założeniu, że dane są zbierane legalnie, z odpowiednią informacją dla klienta. Tutaj odsyłam do naszego kompletnego przewodnika po RODO w programach lojalnościowych. Krótkie zasady:

  • Klient musi wiedzieć, że jego numer telefonu i historia wizyt są przechowywane.
  • Klient musi mieć prawo do wycofania zgody i usunięcia danych, dosłownie, klikiem.
  • Dane nie wychodzą do podmiotów trzecich bez wyraźnej zgody.
  • Personel widzi tylko historię potrzebną do obsługi (np. ile pieczątek), nie pełnego profilu.

Z perspektywy analityki: wszystkie wskaźniki, które omawiałem, bazują na danych zbiorczych lub pseudonimizowanych. Kohortowa retencja, rozkład częstotliwości wizyt, RFM, żaden z tych raportów nie wymaga znajomości imienia ani numeru telefonu konkretnej osoby. Pracujesz na segmentach, nie na pojedynczych osobach. To jest zgodne z duchem RODO i jednocześnie dobrym standardem zarządzania danymi.

Podsumowanie, krótka mapa drogowa do mądrej analityki

Analityka programu lojalnościowego nie jest pracą dla analityków danych, jest pracą dla właściciela lokalu, który chce podejmować lepsze decyzje. Mapa drogowa, do której można wracać:

  1. Wybierz 6 wskaźników i nie wybieraj więcej.
  2. Naucz się czytać kohortową retencję, to jedno narzędzie odróżnia świadomy biznes od zarządzania na czuja.
  3. Używaj RFM do segmentacji, Champions, Loyal, At Risk, Sleeping, Hibernating, One-off.
  4. Rób analizę koszyka raz w miesiącu, wnioski są zwykle proste i prowadzą do konkretnych ruchów.
  5. Patrz na rozkład częstotliwości wizyt, nie tylko na średnią.
  6. Pamiętaj o sezonowości i skonfrontuj dane z baristą.
  7. Zostaw wskaźniki ozdobne na boku, dla raportów do dyrektora regionalnego, nie dla siebie.

Do Następnego dał Ci dane. To, czy zamienisz je w decyzje, zależy od godziny tygodniowo, którą jesteś gotów poświęcić. Doświadczenie 500+ lokali w 47 miastach pokazuje, że jeśli to robisz, biznes pracuje inaczej. Jeśli masz pytania, napisz na kontakt@donastepnego.pl albo wejdź na stronę główną Do Następnego, żeby zobaczyć panel od środka.

Umów konsultację telefoniczną →

Najczęściej zadawane pytania

Czym różni się wskaźnik ozdobny od tego, który prowadzi do decyzji?

Wskaźnik ozdobny ładnie wygląda, ale nie zmieni żadnej decyzji w Twoim lokalu (np. liczba lajków posta, łączna liczba zarejestrowanych klientów). Wskaźnik z decyzyjnym sensem wskazuje konkretną akcję, np. kohortowa retencja pokazująca, że klienci pozyskani w marcu wracają rzadziej niż w lutym, sugeruje, że marcowa kampania przyciąga niewłaściwych ludzi.

Ile wskaźników powinienem śledzić jako właściciel lokalu?

Mniej niż myślisz. 5-7 wystarczy: średnia liczba wizyt aktywnego klienta, retencja 30/60/90 dni, procent powrotów po kampaniach odzyskujących, udział powracających klientów w przychodzie, średni paragon, stosunek nagród zrealizowanych do przyznanych. Reszta to szum.

Co to jest kohortowa retencja i dlaczego to ważne?

Kohortowa retencja to procent klientów z danego okresu rejestracji (np. wszyscy, którzy zaczęli w styczniu), którzy wciąż są aktywni 30, 60, 90 dni później. Pokazuje jakość grup klientów, jeśli styczniowa retencja po 60 dniach to 38%, a marcowa 24%, marzec coś robi gorzej. Bez tego widoku nie zauważysz pogorszenia jakości klientów.

Czy analiza koszyka dla małej kawiarni ma sens?

Tak. Analiza koszyka pokazuje, co klienci kupują razem (kawa + ciasto, śniadanie + sok, makaron + deser). W kawiarni daje wiedzę, czy warto dorzucić śniadanie do menu, jakie dosprzedaże działają i które dni mają największy procent dodatkowych zakupów. Dla małego biznesu ważniejsze niż dla sieci.

Jak często powinienem zaglądać w panel?

Raz w tygodniu, krótki przegląd 5 wskaźników, 5 minut. Raz w miesiącu, głębszy przegląd grup klientów, RFM i kampanii, 30-60 minut. Codzienne zaglądanie do panelu jest kontrproduktywne, sygnał i szum mieszają się, podejmujesz decyzje na chwilowych wahaniach.

Czy artykuł był pomocny?

Gotowy na więcej stałych klientów?

Zostaw numer telefonu, a nasz konsultant oddzwoni i pokaże, jak cyfrowe pieczątki sprawdzą się w Twoim lokalu.

Porozmawiaj z konsultantem
Mikołaj Buczak

Autor

Mikołaj Buczak

Założyciel Do Następnego. Od 2023 roku buduje narzędzia, które pomagają lokalnym biznesom – kawiarniom, restauracjom, salonom – budować lojalność klientów bez konieczności dystrybucji własnej aplikacji. W blogu dzieli się wnioskami z setek wdrożeń i obserwacji rynku hospitality oraz retail w Polsce.

LinkedIn