Чтобы проанализировать клиентов, нужно собрать базу
Перейдем от теории к практике. В «Нескучных финансах» RFM-анализ уважают: это несложный, но эффективный инструмент. Сейчас научим и вас работать с ним.
Шаг 1. Выгрузить базу клиентов. RFM-анализ можно применять с базой как в 1 000 человек, так и в 15 000. Главное — чтобы база была. В клиентскую базу для RFM-анализа включают всех клиентов, которые совершили хотя бы одну покупку на любую сумму.
В выгрузке базы должны быть фамилия, количество покупок, общая сумма и дата последней покупки
Шаг 2. Определить параметры анализа. Дальше в Экселе или в гугл-табличке, а если вам повезло — то с помощью финдира анализируем данные базы и определяем основные параметры:
- Самая давняя дата покупки и самая свежая, или R, — в нашем случае это 206 и 95 дней.
- Частота покупок, или F, — разовые, редкие или частые. У нас разовые — это одна покупка, редкие — две-три, а частые — больше трех.
- Сумма покупок, или M, — низкий чек — до 1 184 ₽, средний — от 1 185 ₽ до 1 644 ₽, высокий — от 1 645 ₽.
У каждой компании будут свои показатели давности, частоты покупок и среднего чека, но обычно у всех предпринимателей есть эти данные.
Отдельно мы подписали для себя, что означает тот или иной параметр: например, давние клиенты — это люди, которые совершили покупку свыше года назад. Для кого-то давними будут те, кто что-то покупал пять лет назад
И теперь важный момент: каждый параметр мы пронумеровали цифрой от 1 до 3. Расшифровывается это так:
- 1 — слабенько, не очень. Старые клиенты, разовые покупки, низкий чек.
- 2 — средненько. Средняя давность, редкие покупки, средний чек.
- 3 — отлично. Недавние и частые покупки, высокий средний чек.
После этого в Экселе можно автоматически пронумеровать каждого клиента по каждому показателю, а затем собрать сводный результат.
Шаг 3. Проанализировать результат. Итак, мы видим, что каждый клиент получает свою цифру по каждому параметру и сводный результат в целом.
Как мы помним, единички — это плохо, двойки — средне, а тройки — хорошо
Это и есть RFM-сегментация. Дальше можно анализировать полученный результат: например, убрать из работы всех с результатом 111, потому что это неэффективный клиент, и направить силы на работу преимущественно с тройками и тройками плюс двойками.
Или наоборот, задуматься, почему в компании так много единичек, возможно, что-то не так с продуктом или сервисом.
Преимущества и недостатки
Как и любой другой инструмент маркетинговой аналитики компании, RFM-анализ имеет ряд плюсов и минусов.
Преимущества:
- повышение лояльности целевой аудитории и снижение затрат на рекламные кампании за счет точного таргетинга;
- простота и сочетаемость с другими инструментами для работы с потребителями;
- минимум времени на анализ. Чтобы сгруппировать базу даже на 100 тысяч контактов, понадобится примерно полчаса — достаточно выгрузить информацию из CRM;
- возможность использования в малом, среднем и крупном бизнесе в сферах HoReCa, e-comm, офлайн-ритейла и других;
- возможность профилировать каждую группу RFM-анализа, чтобы точнее определить ЦА;
- улучшение таргетинга — возможность найти похожую на группу RFM-анализа новую аудиторию путем технологии look-alike или другими таргетингами.
Недостатки:
- на эффективность влияет объем клиентской базы (для получения точного результата желательно собрать не меньше 10 000 контактов за год);
- не подходит для компаний с разовыми продажами;
- база клиентов обновляется, поэтому проводить анализ нужно минимум 1 раз в год.
Другие термины на «R»
RustRubyRedisReactReduxRxJavaRoadmapREST APIReact NativeRuby on Rails
Все термины
Как проводится RFM-анализ
RFM-анализ можно выполнить в Excel. Работа делится на три этапа.
Этап 1. Сбор информации. В первую очередь нужно определить отчетный период. Как правило, это один календарный год. Для заполнения таблицы потребуются следующие данные:
- ФИО клиента (также можно указать номер контактного телефона или адрес электронной почты);
- даты покупок или других взаимодействий с компанией;
- общее число заказов в течение указанного отчетного периода;
- сумма всех покупок.
Если в компании есть система CRM, лучше выгружать из нее данные автоматически. Всю информацию необходимо занести в таблицу Excel.
Заполнение таблицы для RFM-анализа в Excel
Этап 2. Группировка и оценка. Суть RFM-анализа — в сегментации клиентов в зависимости от давности покупки, частоты и суммы потраченных средств. В классическом варианте в каждом критерии оценки выделяются 3 группы. Затем каждой группе присваивается числовое обозначение от 1 до 3.
По давности заказа (Recency):
1 — недавние клиенты;
2 — относительно недавние клиенты;
3 — давние клиенты.
По частоте покупок (Frequency):
1 — покупают часто;
2 — покупают нечасто;
3 — единичные покупки.
По сумме покупок (Monetary):
1 — большая сумма;
2 — средняя сумма;
3 — маленькая сумма.
Диапазоны для значений 1, 2 и 3 аналитик задает самостоятельно. Каждый клиент получает по всем критериям оценку от 1 до 3 в зависимости от активности. Например, пользователь 333 покупал один раз очень давно и на маленькую сумму. А клиент 111 покупает часто, тратит много средств, а последняя покупка была день назад. В результате может получиться матрица 3 х 9. В ней будет до 27 групп, имеющих обозначения 121, 231, 311 и т. д., что очень схоже с принципом ABC-анализа.
Оценка клиентской базы фирмы в соответствии с регулярностью покупок и средним чеком
Баллы от 1 до 3 — не строгое требование. Можно ставить как 1 и 2 балла, так и давать оценку по шкале от 1 до 10. В этом случае количество групп изменится.
Курс для новичков «IT-специалист с нуля» – разберемся, какая профессия вам подходит, и поможем вам ее освоить
Подробнее
Этап 3. Оценка RFM и выбор маркетинговой стратегии. С помощью функции сортировки в Excel можно отобразить клиентов, которые интересуют маркетолога в данный момент. Для каждого сегмента формируются персональные предложения и рекомендации для повышения лояльности и уровня продаж. Со временем клиенты могут переходить из одного сегмента в другой.
Стандартные методы работы представлены в таблице ниже.
| Сегмент | Характеристика группы | Маркетинговая стратегия |
|---|---|---|
| 111 | «Ядро». Это стратегически важные клиенты. Они регулярно совершают покупки и пользуются услугами. Это те 20% покупателей, которые приносят 80% прибыли компании. | Продемонстрировать заинтересованность со стороны компании: дать статус VIP, выдать персональную «золотую» карту, выразить личную благодарность в виде приятного комплимента/подарка, пригласить на корпоративное мероприятие. Скидки и бонусы не требуются. |
| *1* | «Лояльные». Покупатели, которые тратят небольшие деньги, но при этом регулярно делают покупки. | Подготовить программу лояльности, начислить бонусы, предложить подарок за покупку или достижение конкретного уровня чека. |
| **1 | «Киты». Взаимодействуют с компанией нерегулярно, но при этом тратят большие суммы. | Необходимо изучить потребности клиентов и предложить новинки из похожей категории, получить обратную связь о том, что хотели бы от компании. Таким клиентам не рекомендуется предлагать скидки. |
| 2** | «Спящие». Это относится ко всему сегменту. Такие покупатели помнят о компании, когда-то совершали покупки, но сейчас перестали это делать. | Компании необходимо напомнить о себе посредством рассылки, разработки стимулирующих акций, начисления бонусов на карту лояльности. Также можно направить небольшой опросный лист, чтобы получить обратную связь и узнать причину прекращения взаимодействия. |
| 13* | «Новички». При правильном взаимодействии могут стать постоянными клиентами. | Этому сегменту нужно оказывать активную помощь в выборе товара, давать полезную информацию. Рекомендуется поздравлять с покупкой, отправлять приглашения в группы в соцсетях, предлагать акции. Цель — наладить крепкие взаимовыгодные отношения. |
| 33* | «Уходящие». Когда-то были хорошими покупателями. | Необходимо получить обратную связь, чтобы понять причину отказа от приобретения товаров и услуг. Можно начислить бонусы и предложить выгодную акцию. Таких покупателей можно вернуть и сделать постоянными клиентами. |
| 333 | «Потерянные». Давно не взаимодействуют с компанией. | Можно восстановить контакт с помощью рассылки или обзвона. Настаивать и тратить много времени/сил не рекомендуется. |
Плюсы RFM-анализа
Гибкость
Вы сами устанавливаете количественные критерии сегментации:
- что считать большим чеком, а что средним;
- какая частота покупок является высокой, а какая низкой.
Это позволяет адаптировать систему анализа под свою аудиторию, продукт и масштабы бизнеса.
Эффективность
Метод помогает выстроить стратегию для вовлечения каждого сегмента клиентской базы. Точечная настройка таргетингов позволяет экономить рекламный бюджет: вы адресно доносите маркетинговое сообщение до нужной аудитории и не тратите деньги на нерелевантные клики и переходы.
С помощью RFM-метода удобно отслеживать эффективность новых инструментов и решений для продаж. Допустим, вы планируете запустить чат-бот для автоматизации продаж в мессенджерах. В этом случае можно провести RFM-анализ до внедрения бота и после, а затем сравнить результаты. Аналитика покажет, как автоматизация отразилась на покупательском поведении аудитории.
Продающий чат-бот для сайта, мессенджеров и соцсетей
Подключите SaluteBot в Telegram, Одноклассниках и других каналах, чтобы принимать заказы автоматически
Попробовать
Пример RFM анализа
R — Recency
Давность покупок навскидку.
-
Недавние покупатели — брали что–то не более двух месяцев (60 дней) назад.
-
Относительно недавние — от двух месяцев до полугода (180 дней).
-
Давние или единоразовые — больше полугода.
M — Monetary
Самая маленькая стоимость изделия: 500 рублей.
Самая крупная: 20 000 рублей.
Значит:
-
За малый чек будем считать сумму от 500 до 5000 рублей.
-
Средний — от 5000 до 15 000.
-
Крупный — от 15 000 до 40 000 рублей.
Это, конечно, очень условное деление, зато наглядное.
После выделения всех возможных категорий покупателей у нас получится что–то вроде такой таблицы:
С ней уже можно работать дальше
Сосредотачиваем внимание на определённых сегментах и думаем, что с ними можно сделать
Сегмент 333, например, можно почти сразу отмести. Скорее всего, такие покупатели больше не вернутся. Им можно ненавязчиво напомнить о себе письмом на электронную почту с каким–нибудь промокодом на скидку в качестве подарка после долгого отсутствия.
Лояльным постоянным покупателям (111, 112) можно предложить накопительную систему, бонусы, доступ к изделиям из особых материалов, особую возможность смоделировать собственное украшение (придумать форму подвески, к примеру).
Обычные покупатели при этом могут заказывать только уникальные гравировки, но не форму и материал изделия. Есть готовое украшение — туда можно поместить только свою надпись, ничего больше.
Тем, кто брал недавно, на любую сумму и с неизвестной пока частотой (F=3), предложить скидку на следующий заказ, приоткрыть завесу бонусов для постоянных покупателей.
Если после анализа появился сегмент, который покупает только перед праздниками (допустим, перед 8 марта или 23 февраля), можно рассылать им соответствующие рекламные предложения со скидками по типу «снова думаете, что подарить любимому или любимой?»
Но не мучайте их постоянными рассылками. Всё равно вряд ли сработает. Как вариант, можно попытаться раскрутить на покупки перед другими праздниками, как повод чаще радовать близких.
Тем, кто покупал давно, несколько раз и довольно часто, написать: «Мы по вам соскучились! Вы давно ничего не заказывали, ловите хорошую скидку, если надумаете сделать заказ». Как вариант, ограничить скидку по времени, чтобы мотивировать клиента на покупку.
Так нужно проработать все 27 категорий. Убрать лишние, создать предложения для оставшихся.
И так с любой базой данных любого бизнеса. RFM–анализ — ваш верный помощник в повышении продаж.
Преимущества и недостатки
Среди множества возможностей применения, RFM-анализ, как и любой инструмент маркетинга имеет свои преимущества и недостатки. Сейчас поговорим как раз о них.
Плюсы:
- Уменьшение затрат на рекламные кампании за счёт конкретизации таргетинга;
- Низкое время полного анализа;
- Возможность применения в любом бизнес масштабе;
- Работа с отдельными сегментами клиентской базы для точного определения ЦА;
Минусы:
- Несовместимость с разовыми продажами;
- Из-за обновления базы, необходимо проводить RFM-анализ не реже 1 раза в год;
- Эффективность работы во многом определяет объём клиентской базы.
Как использовать RFM-анализ для увеличения продаж
Возвращение клиентов, у которых лежит товар в корзине
Если рассматривать классическую схему ремаркетинга, пользователи после знакомства с товаром должны видеть рекламу, напоминающую о том, что его надо купить. С зарегистрированными на сайте покупателями можно работать по такому же принципу. Корректировка состоит в том, что вы разумно тратите маркетинговый бюджет, привлекая только тех людей, которые с высокой вероятностью совершат повторную покупку.
Приведем пример. Из получившихся сегментов выбираем пользователей, которые отвечают сразу 4 параметрам:
- зарегистрированы на сайте;
- уже заказывали ранее;
- положили товар в корзину в течение последних 90 дней;
- не оплатили покупку, но товар все еще в корзине.
Подготовка персональных предложений
Лучше всего работать с аудиторией в динамике. Правильным решением будет анализировать пользователей раз в две недели, а затем запускать кампании под обновленную базу. Если позволяет бюджет, можно проводить работу по активации проблемных сегментов. Хорошее предложение поможет повысить конверсии. Приведем пример стратегии.
Приверженцы бренда
Такие люди покупают товары только одного бренда. Чтобы привлечь их, используем ремаркетинг в Яндекс.Директе, рекламу там же, рассылки на электронную почту и таргетированную рекламу во ВКонтакте и Одноклассниках (здесь продвигаем акции и скидки).
Оптовики
Ранее активные покупатели
Люди, которые перестали активно покупать более 90 дней назад, но до этого приобретали товары очень часто (каждый месяц). Этот сегмент хорошо отреагирует на таргетированную и контекстную рекламу, рассылки. В текст и креатив обязательно включаем предложения товаров со скидками и раздел «Может вам понравиться».
Единичные покупатели
Эти люди сделали всего один заказ менее 3 месяцев назад. Для них используем ремаркетинг Директа, в объявлениях предлагаем сопутствующие товары.
Пользователям, которых вы почти потеряли, можно предложить большие скидки. Лучшие покупатели должны получать письма и объявления с приглашением в программу лояльности и анонсом новых товаров.
Если вы используете усредненные меры, то не всегда можете получить доход. Улучшайте результат индивидуальными предложениями и подключайте разные каналы привлечения.
С сервисом click.ru вы сможете вести таргетированную и контекстную рекламу эффективнее. Здесь есть единый рекламный кабинет и множество дополнительных инструментов, чтобы упростить работу: подборщик слов, парсер пользователей для ВКонтакте, помощник в написании объявлений и пр. Также с помощью click.ru можно возвращать часть затрат на рекламу – просто примите участие в партнерской программе.
Последствия отсутствия RFM-анализа
Без RFM-анализа бизнес может столкнуться с рядом сложностей.
Траты на неэффективную рекламу
Рекламные материалы, которые одновременно получили и новые, и бывшие, и активные клиенты без какой-либо дифференциации, могут стать бесцельной тратой денег.
Приведем пример. Рекламный бюджет вашего бизнеса составляет 400 000 руб. Вы использовали эту сумму на запуск ремаркетинга и показы баннеров новым пользователям. Когда вы выставляли параметры ремаркетинга, не разделили аудиторию по времени покупки. В итоге люди, которые купили товары неделю назад и год назад, получили одинаковые объявления. Реклама без целевого предложения не даст максимальной прибыли.
У нас есть подходящая статья, которая поможет избежать ошибок при настройке ретаргетинга: «Ретаргетинг на поиске от Яндекса: что это и как работает».
Негативная реакция пользователей из-за спама
По статистике, если пользователи видят одну и ту же рекламу больше 4 раз, цена клика становится на 68% дороже. Покажите объявление одному человеку 8 раз и посмотрите, как стоимость перехода взлетает на 138%. Люди перестают реагировать на повторные показы рекламы и могут даже поменять отношение к компании. Например, оставить раздраженный отзыв с требованием оставить в покое. Лучше не вызывать плохие эмоции, чем потом прорабатывать массу негатива от клиентов.
Отсутствие реакции
RFM-анализ: пример интерпретации результатов
Важно не только заполнить матрицу RFM-анализа, но определить, что и как делать после этого. Результаты анализа становятся основой дальнейшего решения о том, как выстраивать взаимодействие с каждой группой
Группа клиентов с шифром 111 – это ядро целевой аудитории, те самые 20%, которые приносят основной доход фирме. Это ВИП-клиенты, которые могут рассчитывать на самый лучший индивидуальный сервис в компании. Единственное, что не нужно им предлагать – это скидки: они и так готовы платить полную цену, не стоит терять прибыль.
Для клиентов с шифром х1х необходимо разработать варианты повышения ценника – предлагать дополнительные товары со скидками, акции «1+1=3» и т.п. Клиенты группы хх1 – очень важная группа, удерживать которую является стратегической задачей. Их нужно стимулировать индивидуальными предложениями к более частым покупкам и расширению ассортимента покупаемых товаров.
«Двойки» — стабильные середнячки. Их не нужно каким-то особым способом привлекать в компанию, они и так покупают регулярно
К ним нужно проявлять повышенное внимание при пересмотре сегментации через какое-то время
Группы с шифром 223, 232 и 233 наиболее нестабильны и могут потерять интерес к продавцу. Здесь подходят меры, направленные на удержание внимания: постоянное информирование о новинках, регулярные рассылки новостей об акциях и распродажах, проведение опросов.
Группа 31х – это лояльные клиенты, по каким-то причинам прекратившие покупки у продавца. Шифры 31х, 321, 331 – кандидаты на применение мер по возврату покупателя в компанию, поскольку у них есть ресурс пользы.
Как раз этим группам стоит предлагать скидки, распродажи, новые товары на пробу. Вопрос с группами 322 и 332 должен решаться уже в зависимости от конкретных цифр, а группа 323 и 333 – явные кандидаты на вылет без потерь для продавца.
Зачем нужен RFM-анализ
В основе RFM-анализа лежит закон Парето, согласно которому 20% усилий приносят 80% результата, а остальные 80% усилий — только 20% результата. Когда на него смотрят через призму маркетинга, это означает, что 80% продаж исходят от 20% постоянных и лояльных клиентов. Поэтому важная задача любого бизнеса — сосредоточиться на этой группе покупателей. Чтобы ее выявить, была разработана RFM-сегментация потребителей.
Она позволяет ответить на четыре ключевых вопроса:
- какие клиенты приносят максимальный доход;
- кого исключить из списка значимых покупателей, чтобы не тратить время и бюджет на изучение их потребностей;
- кто положительно отреагирует на рекламную акцию;
- какой маркетинговый ход окажется наиболее эффективным для каждой сформированной группы.
RFM-анализ будет полезен интернет-маркетологам, маркетологам-аналитикам, руководителям компаний. RFM-отчет позволит разработать рекламную стратегию для каждой группы. Результаты можно использовать для формирования сегментированных почтовых рассылок, подготовки скриптов для продажи и таргетинга.
RFM-анализ упрощает подбор целевой аудитории для рекламной кампании. Он учитывает частоту, давность и сумму покупок по каждому клиенту и формирует готовые сегменты. Оценка клиентской базы по данному принципу помогает минимизировать расходы на маркетинг и получать больше прибыли.
RFM-анализ: что это и зачем применять
Закон Парето гласит, что 20% пользователей приносят бизнесу 80% прибыли. Эти люди покупают товары и услуги чаще всех остальных и тратят значительные суммы. Если вы хотите сохранить лояльных клиентов и продолжать получать прибыль, нужно выстраивать правильную работу с такими пользователями
Для этого важно понимать, кем они являются.
Чтобы привлечь новых покупателей, компаниям приходится расходовать больше денег, чем для взаимодействия с уже существующей клиентской базой. Важным преимуществом лояльных пользователей является то, что они могут порекомендовать вас своим знакомым и друзьям. Так бизнес получает больше конверсий. Положительно настроенная аудитория часто возвращается за новыми или купленными ранее товарами, оставляет отзывы на разных ресурсах, проходит опросы удовлетворенности, участвует в активностях.
Благодаря результатам RFM-анализа можно эффективно создавать таргетинги по принципу look-alike и делать предложения, которые точно понравятся потенциальным покупателям. За счет разделения базы на сегменты бизнес может выстроить качественную коммуникацию с аудиторией: вкладывать больше маркетинговых средств в те группы, которые скорее всего совершат покупку.
RFM-анализ – известный метод, обеспечивающий сегментацию по нескольким параметрам: сумме и частоте покупок, а также прибыли для компании. Всем покупателям присваиваются баллы в зависимости от их активности. Чем выше итоговая оценка, тем меньше шансов на повторную покупку.
- R (Recency) – время, прошедшее с последней покупки. Например, пользователь приобрел товар вчера, за это он получил 1 из 5 баллов Recency. Это высший результат. И наоборот, пользователь, который совершил последний заказ год назад, уже вряд ли вернется. За это он получает оценку 5.
- F (Frequency) – частота покупок за период времени. В случае, когда пользователь сделал первый заказ, показатель Frequency составит 5 из 5. Плохо, но вполне улучшаемо. Человек совершает покупки еженедельно? Frequency становится 1, хороший клиент с большими перспективами.
- M (Monetary) – потраченные клиентом деньги за все время. Допустим, человек потратил после регистрации 50 000, а его средний чек при этом составляет 12 500, его оценка может быть 1 или 2 из 5 в зависимости от того, по каким границам вы проводите сегментацию.
RFM-анализ позволяет найти:
- пользователей, покупающих часто и тратящих большие суммы денег;
- покупателей, которые совершают небольшие заказы на постоянной основе;
- людей, которые уже давно ничего у вас не приобретают.
В дальнейшем работа будет строиться по принципу: поддерживать интерес у самых активных, мотивировать середняков, по возможности улучшать позиции ушедших покупателей.
Правильная оценка пользователей возможна только в случае учета всех трех параметров. Будет ошибкой ориентироваться исключительно на время, прошедшее с последней покупки, или на общую потраченную сумму.
Приведем пример. Пользователь №1 купил товаров на 70 000 руб., впоследствии на протяжении года он ничего не приобретал. Пользователь №2 никогда не делал крупных покупок, вместо этого он в течение года ежемесячно тратит 5 000 рублей на расходники. Доход компании от этого клиента – 60 000 руб. Если оперировать только деньгами, то может сложиться впечатление, что выгоднее для бизнеса будет пользователь №1. Ведь этот человек принес на 10 000 руб. больше. Однако это заблуждение. Лучшим для компании будет пользователь №2: он привык к сотрудничеству, доволен сервисом, ценой, доставкой или всем сразу. У такого человека реклама с большей вероятностью вызовет нужный отклик и спровоцирует покупку. В то же время трата рекламного бюджета на пользователя №1 вряд ли окупится, потому что он слишком давно делал заказ и почти наверняка не настроен на повторное взаимодействие.
Где и когда применять RFM-анализ
RFM-анализ применяется в компаниях, работающих в системе B2C. К сожалению, для сектора B2B чаще всего эта методика неприемлема, так как не набирается релевантного количества Клиентов. Идеально использовать результаты RFM-анализа для формирования сегментированных почтовых рассылок, когда разным сегментам клиентской базы отсылается разный контент в зависимости от степени лояльности. Также эффективен этот инструмент для формирования продающих телефонных скриптов и таргетинга.
Как сделать RFM-анализ
В основе RFM-анализа лежит сегментация по трем показателям:
Recency (давность, новизна) — насколько давно Клиент делал последнюю покупку (количество дней с последней покупки);
Frequency (частота) — как часто покупает (количество покупок за определенный период);
Monetary (суммарная стоимость покупок) — сумма полученных от Клиента денег за выбранный период с учетом всех покупок.
Для анализа чаще всего необходимы два параметра целевой аудитории: демографические и поведенческие данные, то есть кто эти люди и что они делают. Именно по эти двум параметрам обычно можно прогнозировать дальнейшие покупки.
Причем, именно поведенческий прогноз гораздо важнее, чем демографические анализ, так как для определения будущих продаж важнее знать, сколько людей из существующей клиентской базы не так давно приобретал, допустим, товары на сумму 500 долларов, нежели знать, сколько людей из клиентской базы находятся в возрастном периоде от 20 до 25 лет. Или сколько они зарабатывают.
Важно: третий параметр monetary можно менять, подставляя вместо денежных сумм другие ключевые показатели поведенческой эффективности. Например, измерять можно глубину просмотра сайта или посадочной страницы
Применение RFM-анализа
Простой пример применения анализа RFM. Возьмем компанию по доставке пиццы. Каждый сезон фирма делает рассылку своим постоянным клиентам с предложением ознакомиться с очередной акцией и сделать заказ. Каждое письмо обходится компании в 20 центов. Примерная прибыль от каждого заказа – 9-10 долларов.
То есть, чтобы полностью окупить затраты на рассылку, необходимо получить конверсию в продажи на уровне не менее трех процентов от базы. При этом стандартная конверсия из рассылки обычно не доходит до двух процентов (что считается нормальным для этого инструмента).
С помощью анализа RFM вся база сегментируется на 5х5х5 ячеек и определяется доля конверсии с каждого сегмента. После чего рассылка со стандартными предложениями приоритетно отправляется только тем Клиентам, которые дают долю конверсии не менее трех процентов. Неактивная подписная база удаляется.
Что важно: для постоянных Клиентов, делающих максимальное количество заказов, можно вводить специальные условия либо уменьшать количество писем, чтобы не надоедать постоянным напоминанием о себе. А полностью неактивные части базы удалять из рассылки, попробовав предварительно «разбудить» спящую аудиторию особыми предложениями
По давности заказов Клиенты сегментируются на группы:
- давно заказывали
- относительно давно заказывали
- недавно заказывали
- только что заказывали
По частоте:
- очень редко покупают
- нечасто покупают
- часто покупают
- постоянно покупают
По сумме:
- низкий чек
- средний чек
- высокий чек
- очень высокий чек
С помощью трехсекционного анализа вы можете выяснить, что какие-то Клиенты делали покупки очень давно и на весьма скромные суммы. Таких можно более не рассматривать как целевую аудиторию в рассылке вообще. Но обратить максимум внимания на Клиентов, которые покупают часто и на средние, крупные суммы. При этом частоту и величину заказа можно задавать произвольно, в зависимости от параметров бизнеса.
Таким образом, вы можете сегментировать всю свою базу для точного определения, какой контент необходимо предлагать постоянным Клиентам, какой – «спящим», которым требуется дополнительное мотивирующее приглашение, а чье возвращение для вас и вовсе нецелесообразно.
01 мая 2019
Об авторах:
Андрей Гусаров
Директор компании, консультант и интернет-маркетолог. Автор статей по интернет-маркетингу, которые стали инструкциями у крупного бизнеса. Постоянный организатор и спикер на мастер-классах по юзабилити и отстройке от конкурентов.
Что такое RFM-анализ и зачем он нужен
RFM-анализ — это сегментация клиентов по покупательской активности. Цель — определить самых ценных, которые приносят компании больше всего дохода. Обычно это лояльные постоянные покупатели.
Базу делят на три категории по:
-
времени, которое прошло с покупки (recency). Для разных продуктов давность оценивается по-своему. Если клиент последний раз покупал шампунь вашего бренда полгода назад — это значительное время, потому что товар расходный.
А приобретение зимней резины для автомобиля год назад не считается давней, потому что колёса обычно служат больше одного сезона. - частотности заказов (frequency): с какой периодичностью клиент возвращается к новым покупкам.
- сумме, которую клиент тратит на продукты компании (monetary).
RFM анализ нужен, чтобы разработать для каждой категории пользователей план действий и стратегию коммуникации.
РФМ сравнивают с принципом Парето, при котором 20% усилий дают 80% результата: постоянные клиенты приносят больше денег, чем новые и случайные, хотя на них тоже тратится маркетинговый бюджет. Поэтому анализ клиентов важен для чистки базы и перераспределения ресурсов, чтобы не тратить усилия впустую.
Также RFM сегментация полезна в планировании будущих рекламных кампаний, а именно для:
- персонализации предложений;
- напоминания о новой покупке, если предыдущая была давно;
- презентации дополнительных товаров, когда клиент заказывает на низкий чек.
Так у компании меньше расходов на увеличение базы клиентов. Деньги приносит существующая аудитория.
Пользователи, которые находятся под угрозой оттока
Пользователи, которые сделали один раз крупную покупку и пропали. Как правило такие клиенты более перспективные, чем потерянные. Можно приложить больше усилий, чтобы их заинтересовать и вернуть. В первую очередь это могут быть:
-
хорошие скидки,
-
купоны на покупку,
-
информация о распродажах,
-
персональная подборка в зависимости от того, что они у вас уже покупали,
-
предложение с аналогичными товарами, похожими или сопутствующими.
Пример рассылки с допродажами магазина Reima
Кроме того, можно привлечь и заинтересовать подобную аудиторию рассылкой с полезным контентом. Было бы отлично связаться с клиентом и узнать, по каким причинам они перестали у вас покупать. Что произошло, что бы могло побудить их продолжить покупать у вас.
Как применить RFM-анализ на практике
К преимуществам РФМ-анализа относится быстрота и легкость проведения: в качестве инструмента могут использоваться даже Excel или Google Таблицы — главное, чтобы клиентская база без проблем выгружалась из вашей CRM-системы. Если объем базы слишком велик, стоит обратиться к специальным сервисам, заточенным на клиентский анализ (customer analysis).
Ниже мы подробнее расскажем о каждом этапе RFM-анализа.
Шаг 1. Собираем данные
Для начала необходимо определить отчетный период. Чаще всего собирают сведения за последние год или два. Дальше нужно разделить всю анализируемую информацию по столбцам. Исходные данные должны включать следующее:
- идентификатор клиента (его ФИО, номер телефона или email);
- дата покупки или совершения другого целевого действия;
- сумма потраченных средств;
- количество совершенных заказов за выбранный период.
Также стоит добавить столбец «Количество дней с последней покупки» и еще три для каждого критерия оценки: «Recency», «Frequency» и «Monetary».
Шаг 2. Группируем потребителей и оцениваем
Самый важный этап, на котором и происходит сегментация. Сначала потребуется установить градацию каждого показателя. Как правило, выделяют по три группы, но для баз особенно больших объемов маркетологи используют пятибалльную шкалу. Мы разберем первый вариант.
Градация может выглядеть следующим образом:
-
По давности (Recency):
- 1 — покупал очень давно;
- 2 — покупал относительно недавно;
- 3 — покупал незадолго до проведения анализа.
-
По частоте (Frequency):
- 1 — покупает очень редко;
- 2 — покупает нечасто;
- 3 — покупает часто.
-
По сумме чека (Monetary):
- 1 — тратит малое количество денег;
- 2 — тратит средне;
- 3 — тратит много.
Главная сложность заключается в определении границ этих значений, поскольку они будут отличаться в зависимости от вида бизнеса, масштаба компании, жизненного цикла продукта. Например, для поездки в такси чек в 5000₽ будет высоким, а для магазина бытовой техники — низким. Определите конкретные значения и присвойте каждому клиенту соответствующую оценку. В результате должно получится 27 сегментов при трехбалльной шкале или 125 сегментов при пятибалльной.
Шаг 3. Даем оценку RFM
Теперь у каждого покупателя есть трехзначное обозначение: от 111 (покупал один раз, очень давно и на маленькую сумму) до 333 (был недавно, покупает постоянно и на большие суммы). Последние являются «чемпионами», т. е. как раз теми двадцатью процентами, которые приносят вам 80% дохода. В процентном соотношении, конечно, их может быть меньше, это не строгая формула. Подсчитав количество клиентов в каждом из сегментов, вы увидите, сколько из них являются постоянными, сколько — неактивными, сколько — ушедшими и т. д.
Шаг 4. Анализируем полученные данные
Последний этап — анализ. У вас есть информация по всем покупателям за отчетный период, поэтому остается только понять, как взаимодействовать с ними дальше. К примеру, клиенты с RFM-значением «13x» — это люди, которые пользовались вашими услугами часто с разными чеками, но их активность в последнее время сильно снизилась. Вы можете попытаться их вернуть, предложив персональную скидку
Важно выяснить, почему они ушли, и попробовать наладить отношения, чтобы продолжать сотрудничество.
Проведите анализ всех сегментов и разработайте стратегию поведения с каждым из них.
Плюсы и минусы RFM-анализа
Преимущества
-
Возможность собрать данные для прогнозирования поведения клиентов. Если вы знаете, что группа клиентов покупает с периодичностью 2-3 недели на невысокий средний чек, сможете напомнить о новой покупке, когда подойдёт срок.
-
Анализ RFM — помощник для персонализации. Если клиент не делает заказы с высокими чеками, не стоит предлагать ему дорогой товар.
-
Экономия бюджета на маркетинг. Привлекать и «прогревать» новые лиды дорого, а работать с существующими — сократить расходы.
-
Отбор аудитории для рекламных кампаний. По историческим данным RFM маркетологи прогнозируют, на какие предложения клиент отреагирует, а какие проигнорирует. Если пользователь выбирает только люксовый сегмент товаров, показывать ему рекламу бюджетного неэффективно.
-
Простота анализа, который не требует особых усилий и навыков. Нужно только время для сбора и обработки информации, если проводить сегментацию вручную. С инструментами автоматизации RFM проходит быстрее.
Недостатки
-
RFM анализ клиентской базы не учитывает контекст покупок (например, сезонность) и особенности клиентов (демографию). Такие данные тоже важны для предложения товаров.
-
Сегментация RFM не принесёт результата, когда мало исходных данных. База для анализа должна быть от десяти тысяч человек.
-
Не подойдёт для компаний, которые продают крупные и дорогие продукты. Например, обычно недвижимость покупают один-два раза за всю жизнь, поэтому клиенты вряд ли вернутся за новой квартирой через год.
-
Данные придётся обновлять и повторять анализ, потому что клиенты могут переходить из одного сегмента в другой. Стандартный срок — раз в полгода, при быстрых изменениях в продажах стоит делать один раз в два месяца.