Loajalita je funkce velikosti značky
Vaše značka neroste z lásky. A dá se to spočítat.
Chcete méně vědecký a hlavně kratší text o tomto tématu? Mrkněte sem.
TL;DR
Tak si to představte. Sedíte na poradě, na stole rozpočet na příští rok a konzultant s naleštěnou prezentací vám říká: „Udržet zákazníka je pětkrát levnější než získat nového. Investujte do loajality.“ Kývete, protože to zní logicky, dáváte půl rozpočtu do věrnostního programu a CRM kampaní. A za rok se divíte, že obrat stojí na místě, zatímco konkurence, která lepí billboardy a rozdává vzorky u pokladen, vám utekla.
Nebyla to smůla. Byla to matematika. A dneska si ji projdeme celou, od šedesát let starých panelových dat až po studii z letošního Journal of Business Research, která poprvé pořádně proklepla značky velikosti té vaší. Varuju předem: niková romantika to nepřežije.
Tento text si můžete i přehrát. Nahrávka je generována automaticky.
Dvě školy a jedna otázka za hodně peněz
Ta konzultantova věta má rodokmen. Pochází z takzvané loajalitní školy 90. let. Reichheld (1996) v knize The Loyalty Effect publikoval slavný výpočet, podle kterého zvýšení retence o 5 procentních bodů zvedá zisk o 25 až 85 %. Oliver (1999) k tomu dodal teorii postojové loajality, tedy vztahu, který vrcholí „ultimátní věrností“ odolávající konkurenci. Na tomhle základě vyrostl celý CRM průmysl, vztahový marketing a věrnostní programy jako samostatná kategorie byznysu.
Jenže vedle toho celou dobu existuje druhá škola. Výrazně méně sexy, protože místo lásky a vztahů počítá čárky v nákupních panelech. Začíná u Andrewa Ehrenberga (1959, 1988), stojí na modelu NBD-Dirichlet (Goodhardt, Ehrenberg a Chatfield, 1984) a dneska ji táhne hlavně Ehrenberg-Bass Institute, tedy parta kolem Byrona Sharpa. A tahle škola říká něco hodně nepohodlného: loajalita se mezi značkami liší překvapivě málo, jede ruku v ruce s velikostí značky a jako samostatná růstová páka funguje mizerně.
A teď to důležité. Ten spor není remíza, kde si každý vybere, co se mu líbí. Loajalitní škola stojí převážně na konceptech, případovkách a na tom Reichheldově výpočtu. Ke kterému Binet a Field (2007), mimochodem dva nejcitovanější lidé v oboru efektivity marketingu, suše poznamenávají: byl to myšlenkový experiment. Hypotetické „co by kdyby“. Nikdo nikdy neukázal, že takové zvýšení retence umí marketing reálně a opakovaně vyrobit. Dirichlet škola naproti tomu stojí na desítkách replikací napříč kategoriemi, zeměmi a dekádami (přehledově Anesbury a Stocchi, 2025). A když se ve vědě něco replikuje šedesát let v kuse, říká se tomu zákonitost. I když se nám nelíbí.
Pojďme si ji rozebrat. Slibuju, že matematiky bude jen tolik, kolik unesete u druhé kávy.
Zákon dvojího postihu (aneb malý platí dvakrát)
V roce 1963 si sociolog William McPhee všiml zvláštní věci. Nezkoumal značky, ale popularitu hollywoodských herců a rádiových moderátorů. A zjistil, že méně známé herce zná méně lidí, a k tomu je i ti, kdo je znají, mají méně rádi. Malý je potrestaný dvakrát. Pojmenoval to Double Jeopardy, zákon dvojího postihu (McPhee, 1963).
Ehrenberg pak vzal tenhle vzorec a pustil ho na nákupní data (Ehrenberg, 1988; Ehrenberg, Goodhardt a Barwise, 1990). Sedělo to jak zadek na hrnec. Značky s menším tržním podílem mají:
- méně kupujících (nižší penetraci), a to řádově méně,
- a tihle kupující je k tomu ještě kupují o něco méně často a dávají jim menší podíl svých nákupů v kategorii.
Formálně to Ehrenberg zachytil elegantním trikem: pokud b je penetrace značky a w průměrná frekvence nákupu jejích kupujících, pak je součin w(1 − b) v rámci kategorie zhruba konstantní. Přeloženo z matematičtiny: jak roste penetrace, frekvence roste taky, ale jen mírně a po předvídatelné křivce. Prakticky všechen rozdíl mezi značkami leží v počtu kupujících.
Takže rozdíl mezi jedničkou trhu a pátou kolou v pořadí není v tom, že by jedničku její zákazníci fanaticky milovali. Je v tom, že jich má řádově víc, a jako bonus k tomu dostává trochu vyšší věrnost. Loajalita se v datech chová jako stín velikosti: pro značku daného podílu ji předpovíte, aniž byste o ní věděli cokoliv dalšího. Jaké má logo, jaké má hodnoty, jestli je autentická. Nic z toho k té predikci nepotřebujete. Nechte si to chvíli rozležet, protože přesně tady umírá půlka marketingových přednášek.
Model, který vaši značku zná, aniž by ji kdy potkal
Proč to tak je? Tady přichází na scénu model NBD-Dirichlet (Goodhardt, Ehrenberg a Chatfield, 1984). Zní to jako jméno francouzského sýra, ale je to pravděpodobnostní model nákupního chování a je to nejspíš nejužitečnější kus matematiky, jaký marketing má.
Model má dvě vrstvy. První říká, jak často lidé nakupují kategorii: každý člověk má svoje tempo (někdo kupuje šampon jednou za měsíc, někdo jednou za půl roku) a tahle tempa jsou v populaci rozdělená podle gamma rozdělení; dohromady to dává takzvané negativně binomické rozdělení počtu nákupů (odtud NBD). Druhá vrstva říká, kterou značku člověk při konkrétním nákupu sáhne: každý má svůj ustálený repertoár s pravděpodobnostmi (třeba 60 % Head & Shoulders, 30 % Nivea, 10 % co je zrovna v akci) a tahle rozložení jsou v populaci popsaná Dirichletovým rozdělením.
Model předpokládá dvě věci: že se základní nákupní sklony v čase nemění (stacionarita) a že si značky konkurují o tytéž kupující, ne o oddělené kmeny (nesegmentovaný trh). Žádné emoce, žádný positioning, žádná „síla vztahu“. A teď ten trik: z tržních podílů značek a pár parametrů kategorie tenhle model přesně předpoví penetraci, frekvenci, podíl na nákupech kategorie, podíl výhradních kupujících i míru opakovaného nákupu každé značky (Ehrenberg, Uncles a Goodhardt, 2004).
Co z toho plyne, si řekněme na rovinu. Když metriku umí předpovědět model, který o vašem vztahu se zákazníky neví vůbec nic, pak ta metrika o vašem vztahu se zákazníky skoro nic neříká. Takže až vám příště někdo ukáže repeat-purchase rate jako důkaz, jak skvěle pečujete o zákazníky, zeptejte se: a jak se to číslo liší od normy pro značku naší velikosti? Bez benchmarku je to jen číslo. A jak by řekl jeden můj známý: číslo bez benchmarku je dojmologie s desetinnou čárkou.
Pareto 60/20 a lidi, kteří na vás kašlou (a živí vás)
Z modelu vypadává ještě jedna vlastnost trhů, která bolí. Gamma rozdělení nákupních temp je hodně šikmé, což česky znamená: báze každé značky je z většiny tvořená lehkými kupujícími. Sharp (2010) na panelových datech ukazuje, že typický zákazník i obřích značek nakoupí značku jednou dvakrát do roka a že nejtěžších 20 % kupujících nese obvykle 50 až 60 % objemu. Ne 80, jak tvrdí poučka. Říká se tomu Pareto 60/20.
Otočte to a máte růstovou aritmetiku jak na dlani: 40 až 50 % vašich tržeb dělají lidé, kteří o vás mezi nákupy vůbec nepřemýšlejí. Paní Jana, která si u vás jednou za rok koupí dárek pro švagrovou a jinak neví, že existujete. Žádný věrnostní program ji nezachytí, protože se do něj nikdy nepřihlásí. A protože vaši těžcí kupující už nakupují blízko svého stropu (kolik šamponu ještě chcete, aby spotřebovali?), dodatečný růst přichází právě od Jan. Od lehkých a od těch, kdo vás zatím nekupují vůbec.
Kdo staví růst na prohloubení vztahu s věrným jádrem, staví ho na segmentu, který je malý a saturovaný. To není názor, to je aritmetika šikmého rozdělení.
Důkazy, důkazy, důkazy
Replikuje se to pořád dokola
Síla zákona dvojího postihu není v eleganci, ale v nudě. Byl doložený v rychloobrátce, maloobchodu, bankovnictví, pojištění, u aut, léků na předpis, ve volebním chování, ve sledovanosti televize i ve streamingu (Ehrenberg, Goodhardt a Barwise, 1990; Graham, Bennett a Anesbury, 2017; Anesbury a Stocchi, 2025). A Romaniuk, Dawes a Faghidno (2021) ho s LinkedIn B2B Institute potvrdili i v B2B, od firemního pojištění po banky. Takže i oblíbená výmluva „u nás v B2B je to o vztazích, u nás to neplatí“ právě přišla o data.
Loajalita sama od sebe teče pryč
East a Hammond (1996) sledovali opakované nákupy vedoucích značek v čase a našli systematickou erozi: repeat-purchase klesá v prvním roce v průměru asi o 15 %, a malé značky erodují rychleji než velké. Graham, Bennett a Anesbury (2017) to potvrdili na pětiletém horizontu.
Tohle je klíčové pro celou debatu o retenci. Loajalita není rezervoár, který se plní péčí. Je to děravá nádrž. Bez stálého přítoku nových kupujících klesá sama od sebe, a u malých značek klesá nejrychleji. „Udržíme si, co máme“ tedy není strategie stability. Je to strategie řízeného poklesu s dobrým pocitem.
A když se měří kampaně penězi, dopadá to stejně
Nezávislou zkoušku dodává IPA Effectiveness Databank, databáze stovek detailně auditovaných kampaní z britských soutěží efektivity. Binet a Field ji rozebrali ve třech vlnách (2007, 2013, 2017) a výsledky jsou monotónní jako metronom:
- Penetrace je zhruba třikrát pravděpodobnější hlavní tahoun růstu podílu i zisku než loajalita.
- Mezi kampaněmi, které vykázaly růst podílu, výrazně převažovaly penetrační strategie nad loajalitními, řádově v poměru tři ku jedné.
- Kampaně mířené jen na stávající zákazníky měly systematicky slabší obchodní výsledky než kampaně mířené na celou kategorii.
A pozor na jednu věc: Binet a Field nejsou Sharpovi žáci. Došli k tomu úplně jinou cestou, přes účetnictví a tržní výsledky kampaní. Když dvě nezávislé metodiky dojedou do stejné stanice, je čas přestat doufat, že se obě spletly.
Věrnostní programy: přímý test, který dopadl blbě
Věrnostní program je nejčistší ztělesnění loajalitní školy, takže je fér soudit školu podle něj. A přesně to udělali Sharp a Sharp (1997). Vzali obří australský koaliční program Fly Buys a porovnali repeat-purchase metriky zapojených značek proti Dirichlet normám. Výsledek? Posuny k nadnormální věrnosti byly malé a nekonzistentní. U většiny značek program strukturu nákupního chování pozorovatelně nezměnil. Za všechny ty kartičky, body a administrativu.
Dowling a Uncles (1997) k tomu přidali rozbor, který stárne líp než většina marketingových textů:
- Výběrové zkreslení. Do programů se hlásí přednostně už věrní a těžcí kupující. Korelace „člen programu = věrný zákazník“ je tedy z velké části optický klam. Program věrnost neměří o nic víc, než ji vyrábí.
- Imitovatelnost. Jakmile má program každý řetězec, nemá výhodu žádný. Jen všem narostly náklady.
- Nákladová past. Program odměňuje hromadu nákupů, které by proběhly tak jako tak. Platíte lidem za to, co už dělali zadarmo.
Znamená to, že máte program zrušit? Ne nutně. Má legitimní funkce: sbírá transakční data a dává vám záminku komunikovat. Jen ho veďte v účetnictví jako datový a komunikační nástroj, ne jako růstovou strategii. A poctivě si spočítejte, co by ty samé peníze udělaly v distribuci nebo dosahu.
Protistrana (protože text bez protiargumentů je kázání)
Kdyby zákon dvojího postihu platil úplně bez výjimek, byl by to první takový zákon ve společenských vědách. Neplatí. A ty výjimky stojí za pozornost, protože se za ně schovává spousta strategických přání.
Niky a značky „pro zpestření“. Kahn, Kalwani a Morrison (1988) pomocí té Ehrenbergovy w(1 − b) konstanty formálně popsali dvě systematické odchylky. Nikové značky: podprůměrná penetrace, nadprůměrná věrnost. Málo kupujících, kteří kupují víc, než by velikosti odpovídalo. A change-of-pace značky: přesný opak, hodně lidí je zná a občas si je dá pro změnu, ale nikdo je nemá jako první volbu. Obojí reálně existuje, doloženo mimo jiné u privátních značek a značek vázaných na specifickou potřebu (Pare a Dawes, 2007). Jen pozor: odchylka je popis stavu, ne návod. To, že niky existují, neznamená, že se do nich dá strategicky nastěhovat, ani že v nich přežijete. K tomu se za chvíli dostaneme, protože na tuhle otázku konečně existují data. A nedopadla pro niky dobře.
Trojí postih. Nejcitovanější korekce Dirichlet modelu přišla od Fadera a Schmittleina (1993). Na japonských a amerických datech ukázali, že velké značky mají věrnost ještě NAD Dirichlet predikcí. Jestli čekáte, že tahle kritika pomůže malým, tak bohužel: ke dvojímu postihu přidává třetí. Velcí dostávají loajalitní bonus navrch. Pare a Dawes (2007) sice našli tenhle přebytek jen u zhruba poloviny lídrů kategorií, takže to není železné pravidlo, ale směr je jasný: čím víc data zpřesňujeme, tím hůř pro malé.
„A co postoje, láska, doporučování?“ Oliver (1999) a celá postojová tradice namítají, že opakovaný nákup nezachycuje závazek a vztah. Pravda. Jenže obchodní otázka nezní, jestli postoje existují, ale jestli předpovídají něco navíc, když už znáte velikost značky. A tady je evidence chudá jak kostelní myš. Ilustrace za všechny: Harley-Davidson, značka s pravděpodobně nejvyšší hustotou tetování na zákazníka v dějinách obchodu. Když se sáhne do nákupních dat kategorie, jeho věrnostní metriky sedí na Dirichlet normu pro značku jeho velikosti (Ehrenberg-Bass Institute, 2024). Vášeň deklarovaná na srazu a chování u kasy jsou dvě různé veličiny. Účetnictví se řídí tou druhou.
Kde model reálně skřípe. Dirichlet předpokládá stacionaritu, takže při strukturálních zlomech (nová kategorie, rozpad distribuce, regulace) predikuje hůř. Jádro dat pochází z repertoárových trhů s opakovaným nákupem; předplatné a dlouhé B2B kontrakty mají jinou dynamiku, i když Double Jeopardy vzorce (v podobě rozdílných měr odchodu) najdete i tam (Romaniuk, Dawes a Faghidno, 2021). A průřezová korelace sama o sobě neurčuje kauzalitu; kauzální čtení stojí na longitudinálních vzorcích a mechanismu, ne na experimentu. Tohle všechno je potřeba říct nahlas, protože jinak by tenhle text byl jen evangelizace s citacemi.
Tiny brands: konec nikové romantiky (studie, kvůli které tenhle text vznikl)
A teď to hlavní. Celá ta literatura měla jedno slepé místo, a to přesně tam, kde nejspíš sedíte vy: značky s podílem pod 1 %. Panelové analýzy se historicky dělaly na top 10 až 20 značkách kategorie, protože tam jsou robustní data, a všechno menší skončilo v řádku „ostatní“. Přitom značek pod 1 % je v každé kategorii drtivá většina. Dílčí studie už dřív naznačovaly, že se malé značky odchylují od Double Jeopardy linie směrem dolů, do věrnostního deficitu (Franke, Bennett a Graham, 2017). Ale nikdo to nezměřil pořádně.
Až letos. Barker-Trowse, Dunn, Graham, Sharp a Corsi (2026) publikovali v Journal of Business Research první systematickou studii „tiny brands“. Design ve zkratce: přes 400 značek ve 20 rychloobrátkových kategoriích, pětiletá panelová data nákupů domácností, značky rozdělené podle podílu (tiny pod 1 %, small 1 až 2,9 %, medium 3 až 9,9 %, large od 10 %), věrnostní metriky srovnané proti Double Jeopardy predikcím a sledování změn v čase. Studie je open access, takže si ji můžete přečíst celou a nemusíte mi věřit ani slovo.
Čtyři zjištění, která byste měli znát nazpaměť:
- Malé značky nemají věrnostní bonus. Mají věrnostní deficit. 69 % tiny značek mělo opakované nákupy POD úrovní predikovanou pro jejich velikost. Nikový přebytek věrnosti mělo pouhých 16 %. Věta „jsme malí, ale naši zákazníci jsou o to věrnější“ je tedy pro pět ze šesti malých značek zbožné přání. Realita je, že malé značky hromadí jednorázová vyzkoušení: lidi, co je jednou koupí a už se nevrátí. A ne proto, že by byli nespokojení. Prostě si na vás příště nevzpomněli. (Proč, to hned vysvětlím.)
- Věrnost nepředpověděla, kdo přežije. Tohle považuju za nejtvrdší jednotlivé číslo studie. Ať měla malá značka na startu přebytek, normu, nebo deficit věrnosti, dopadlo to podobně: zhruba třetina rostla, třetina klesala a nemálo jich z trhu úplně zmizelo. Věrné jádro nefungovalo ani jako motor, ani jako airbag. Nika je popis, ne strategie. A rozhodně ne pojistka.
- Když malé značky rostly, rostly penetrací. U rostoucích tiny značek: penetrace +135 %, frekvence nákupu +26 %. Žádná speciální „malá cesta růstu“ přes prohlubování vztahů neexistuje. Malé značky rostou úplně stejně jako velké, novými kupujícími. Jen z menšího základu a s menším rozpočtem.
- Věrnost se s růstem srovnala sama. Jak značkám rostla penetrace, jejich věrnostní metriky se přibližovaly Double Jeopardy normám. Bez věrnostních programů, bez retenčních kampaní. Nejdřív přišli kupující, věrnost se přidala jako stín. Což je přesně to, co byste čekali, pokud je loajalita důsledkem velikosti, a ne její příčinou.
Závěr autorů je krásně střízlivý a dovolím si ho parafrázovat: nejmenší značky by měly být řízeny podle stejných principů jako velké, jen v mezích svých zdrojů. Žádná speciální fyzika pro malé neexistuje. Existuje jedna fyzika a menší rozpočet.
Proč to tak je: paměť, ne láska
Možná vám celou dobu vrtá hlavou, proč se zákazníci takhle chovají. Odpověď je nepříjemně obyčejná: vaši zákazníci o vás nepřemýšlejí. Ne ze zlé vůle. Mají svůj život, děti, hypotéku a plnou hlavu. Značky, i ty milované, zabírají v paměti mikroskopický prostor a nákupní rozhodnutí padají automaticky, po paměti, v řádu vteřin.
Romaniuk a Sharp (2004) tomu říkají mentální dostupnost: pravděpodobnost, že si na vás člověk vzpomene ve chvíli, kdy řeší potřebu z vaší kategorie. Pozor, není to znalost značky. Paní Jana může vědět, že existujete, a stejně si na vás u regálu nevzpomene. Mentální dostupnost je funkce počtu a čerstvosti asociací mezi značkou a nákupními situacemi (v hantýrce Category Entry Points: „potřebuju dárek na poslední chvíli“, „kancelář objednává obědy“, „praskla nám voda“).
A tady se celý příběh uzavírá. Velká značka má víc asociací u víc lidí, protože ji víc lidí potkává, kupuje a zmiňuje. Malá značka je v pasti, kterou zákon dvojího postihu jen měří: má málo asociací u mála lidí, takže i její SPOKOJENÝ zákazník příště sáhne po značce, která mu v hlavě naskočila první. Výsledek je přesně to, co tiny brands studie naměřila: hromada jednorázových vyzkoušení, deficit opakování, a věrnost, která se srovná až s růstem penetrace. Žádná nevěra, žádná zrada. Jen limity lidské paměti. Zákazník si o vás nic zlého nemyslí. On si o vás nemyslí vůbec nic, a to je celý problém.
Tak co s tím? (opatrné implikace, ne kuchařka)
Deskriptivní zákonitosti nejsou recepty a já vám tady nebudu slibovat instantní úspěch, od toho jsou jiné blogy. Ale pár alokačních závěrů z těch dat vypadává celkem jednoznačně:
Přepněte metriky. Hlavní ukazatele růstu jsou penetrace a podíl nových kupujících za období. Obojí vytáhnete z fakturačního systému nebo administrace e-shopu, žádný drahý výzkum. Věrnostní metriky čtěte VÝHRADNĚ proti normě pro vaši velikost (Ehrenberg, Uncles a Goodhardt, 2004), jinak jsou to čísla do prezentace, ne do rozhodování. NPS a spokojenost klidně sledujte, ale jako hygienu produktu, ne jako růstový ukazatel.
Přestaňte si zmenšovat rybník. Když báze stojí na lehkých kupujících a růst chodí z okraje, je zužování záběru na mikrosegmenty pro malou značku skoro jistě kontraproduktivní (Sharp, 2010; Romaniuk, Dawes a Faghidno, 2021). Váš trh jsou všichni kupující kategorie. Segmentujte sdělení podle nákupních situací, ne okruh oslovených podle demografie.
Budujte paměť, ne kampaně. Sepište si vstupní situace vaší kategorie a systematicky na ně značku lepte. K tomu konzistentní rozlišovací prvky (barva, tvar, postava, tón), jejichž smyslem není krása, ale rozpoznatelnost při půlvteřinové pozornosti (Romaniuk a Sharp, 2004; Romaniuk, 2018). Dobrá zpráva pro malý rozpočet: konzistence je levnější než dosah a úročí se.
Odstraňte tření dřív, než přisypete do reklamy. Deficit opakování je u malých značek spolupodmíněný i tím, jak těžké je je koupit: slabá distribuce, mizerná dohledatelnost, nákupní proces jako překážková dráha. Oprava fyzické dostupnosti je typicky nejlevnější intervence, jakou máte.
Věrnostní program veďte poctivě. Jako datový a komunikační nástroj, s náklady porovnanými proti alternativě (Sharp a Sharp, 1997; Dowling a Uncles, 1997). Ne jako růstovou strategii.
A retence? Nikdo tady neříká, ať přestanete zvedat zákazníkům telefony. Funkční produkt a férový servis jsou vstupenka do hry; jejich absence penetraci aktivně sabotuje, protože nespokojený zákazník se nevrátí a ještě to řekne dál. Jen si nepleťte vstupenku se strategií. Růst přijde odjinud.
Kde má tenhle text hranice (abych si nehrál na neomylného)
Za prvé: jádro evidence včetně tiny brands studie je z rychloobrátky. Přenos na předplatné, dlouhé B2B kontrakty a služby s vysokými náklady na změnu je doložený jen částečně. Za druhé: studie Barker-Trowse a spol. je průlomová, ale zatím jediná svého druhu; replikace v dalších zemích a kategoriích teprve přijdou, a upřímně by bylo zdravé, kdyby některou udělal i někdo mimo Ehrenberg-Bass okruh. Za třetí: kauzalita (nejdřív penetrace, pak věrnost) se opírá o konzistenci vzorců a mechanismus paměti, ne o experiment. A za čtvrté: tohle je přehled psaný praktikem pro praktiky; kdo chce formální systematickou rešerši, toho posílám na Anesbury a Stocchi (2025).
Co si z toho odnést?
- Loajalita je stín velikosti, ne její příčina. Pro značku daného podílu ji předpovíte z matematického modelu, který o ní neví nic. To znehodnocuje repeat rate jako důkaz „síly vztahu“.
- Růst chodí přes počet kupujících. V panelech, v erozi loajality i v penězích z IPA databanky: penetrace poráží loajalitu zhruba tři ku jedné.
- Pro nejmenší značky to platí nejtvrději. 69 % jich má věrnostní deficit, nikový přebytek jen 16 %, a věrnost nepredikuje přežití. Rostoucí malé značky rostly penetrací (+135 %), ne frekvencí (+26 %).
- Mechanismus je paměť, ne láska. Zákazník si o vás nemyslí nic zlého. On si o vás nemyslí vůbec nic. Řešením je mentální a fyzická dostupnost.
- Věrnostní program je databáze s marketingovým rozpočtem. Veďte ho tak v účetnictví.
- Metriky: penetrace a noví kupující. Věrnostní čísla jen proti benchmarku pro vaši velikost.
- Výjimky existují, ale nespoléhejte na ně. Niky jsou vzácné (16 %), nechrání před zánikem a nedá se do nich strategicky nastěhovat.
- A hlavně: žádná speciální fyzika pro malé neexistuje. Jedna fyzika, menší rozpočet. Otázka na každou marketingovou korunu proto zní: pomůže tohle tomu, aby si nás vybavilo a snadno koupilo víc lidí?
Literatura
Anesbury, Z. W., & Stocchi, L. (2025). Advancing Systematic Literature Reviews With Artificial Intelligence: A TCCM-Based Synthesis of Over 50 Years of Double Jeopardy Research. International Journal of Consumer Studies.
Bain & Company (2020). The Biggest Contributor to Brand Growth. https://www.bain.com/insights/the-biggest-contributor-to-brand-growth/
Barker-Trowse, A., Dunn, S., Graham, C., Sharp, B., & Corsi, A. M. (2026). Tiny brands, big challenges: The limits of loyalty and the role of penetration in driving growth. Journal of Business Research, 204, 115864. Open access: https://doi.org/10.1016/j.jbusres.2025.115864
Binet, L., & Field, P. (2007). Marketing in the Era of Accountability. IPA. Shrnutí: https://www.marketingsociety.com/the-library/pursuit-effectiveness
Binet, L., & Field, P. (2013). The Long and the Short of It: Balancing Short and Long-Term Marketing Strategies. IPA.
Binet, L., & Field, P. (2017). Media in Focus: Marketing Effectiveness in the Digital Era. IPA. Shrnutí: https://www.thinkbox.tv/research/thinkbox-research/marketing-effectiveness-in-the-digital-era-media-in-focus
Dowling, G. R., & Uncles, M. (1997). Do Customer Loyalty Programs Really Work? Sloan Management Review, 38(4), 71–82.
East, R., & Hammond, K. (1996). The erosion of repeat-purchase loyalty. Marketing Letters, 7(2), 163–171.
Ehrenberg, A. S. C. (1959). The pattern of consumer purchases. Applied Statistics, 8(1), 26–41.
Ehrenberg, A. S. C. (1988). Repeat-Buying: Facts, Theory and Applications (2nd ed.). Griffin.
Ehrenberg, A. S. C., Goodhardt, G. J., & Barwise, T. P. (1990). Double Jeopardy Revisited. Journal of Marketing, 54(3), 82–91.
Ehrenberg, A. S. C., Uncles, M. D., & Goodhardt, G. J. (2004). Understanding brand performance measures: Using Dirichlet benchmarks. Journal of Business Research, 57(12), 1307–1325.
Ehrenberg-Bass Institute (2024). The Double Jeopardy Law in B2B shows the way to grow. https://marketingscience.info/the-double-jeopardy-law-in-b2b-shows-the-way-to-grow/
Fader, P. S., & Schmittlein, D. C. (1993). Excess Behavioral Loyalty for High-Share Brands: Deviations from the Dirichlet Model for Repeat Purchasing. Journal of Marketing Research, 30(4), 478–493.
Franke, K., Bennett, D. R., & Graham, C. (2017). Loyalty Deficits for Small Share Brands. Academy of Marketing UK Conference, Hull.
Goodhardt, G. J., Ehrenberg, A. S. C., & Chatfield, C. (1984). The Dirichlet: A Comprehensive Model of Buying Behaviour. Journal of the Royal Statistical Society, Series A, 147(5), 621–655.
Graham, C., Bennett, D., & Anesbury, Z. (2017). Double Jeopardy – 50 years on. Reviving a forgotten tool that still predicts brand loyalty. Australasian Marketing Journal, 25(4), 278–287.
Kahn, B. E., Kalwani, M. U., & Morrison, D. G. (1988). Niching versus Change-of-Pace Brands: Using Purchase Frequencies and Penetration Rates to Infer Brand Positionings. Journal of Marketing Research, 25(4), 384–390.
McPhee, W. N. (1963). Formal Theories of Mass Behavior. Free Press of Glencoe.
Oliver, R. L. (1999). Whence Consumer Loyalty? Journal of Marketing, 63(Special Issue), 33–44.
Pare, V., & Dawes, J. (2007). Deviations from Double Jeopardy: How Many Private Label and High-Share Brands Exhibit Excess Loyalty? ANZMAC Conference Proceedings.
Reichheld, F. F. (1996). The Loyalty Effect. Harvard Business School Press.
Romaniuk, J. (2018). Building Distinctive Brand Assets. Oxford University Press.
Romaniuk, J., & Sharp, B. (2004). Conceptualizing and measuring brand salience. Marketing Theory, 4(4), 327–342.
Romaniuk, J., Dawes, J., & Faghidno, S. (2021). How B2B Brands Grow. LinkedIn B2B Institute / Ehrenberg-Bass Institute. Shrnutí: https://www.marketingweek.com/customer-acquisition-growth-strategy-b2b/
Sharp, B. (2010). How Brands Grow: What Marketers Don’t Know. Oxford University Press.
Sharp, B., & Romaniuk, J. (2015). How Brands Grow: Part 2. Oxford University Press.
Sharp, B., & Sharp, A. (1997). Loyalty programs and their impact on repeat-purchase loyalty patterns. International Journal of Research in Marketing, 14(5), 473–486.
