RFM-анализ: что это такое и для чего он нужен бизнесу

Содержание

• Что такое RFM-анализ
• Как проводить анализ?
• Какие инструменты использовать?
• Что делать с результатами?
• Как часто нужен RFM анализ?
• Кому не пригодится RFM анализ?

Что такое RFM-анализ

RFM (Recency, Frequency, Monetary) — метод сегментации клиентов. Смысл RFM в том, чтобы разделить клиентов на непересекающиеся группы, а также понять, кто из клиентов покупает много и часто, кто покупает много, но редко, а кто давно ничего не покупал.

RFM-анализ — способ группировки и организации клиентов в кластеры на основе сегментов в соответствии с их поведением:

• недавность — сколько времени прошло с момента последней покупки;
• частота — как часто они у вас покупают;
• денежные — какая денежная стоимость их покупок?

Цель RFM-анализа — понять, кто с большей вероятностью снова купит у вас товар и когда он это сделает.

RFM анализ позволяет получить общее представление о клиентской базе и лучше понять поведение и покупательские привычки клиентов.

RFM-анализ — это необходимость, потому что он дает компаниям суперспособность понимать клиентов. Знание того, когда они в последний раз совершали покупки, как часто они это делают и сколько они тратят, похоже на хрустальный шар. Затем вы можете придумать умные планы, чтобы заставить их возвращаться за добавкой.

Рассмотрим, что означает аббревиатура RFM:

1. Recency — недавность. Все дело в «когда». Как давно клиент что-то у вас покупал? Если кто-то купил что-то только вчера, он, вероятно, больше вовлечен в ваш бренд, чем тот, кто не делал покупок целый год.
2. Frequency — частота. Это относится к количеству раз, когда клиент совершал покупку или иным образом взаимодействовал с вашим брендом в течение определенного периода времени. Частота — ключевой показатель, поскольку она показывает, насколько глубоко клиент вовлечен в ваш бренд. Более высокая частота указывает на более высокую степень лояльности клиента.
3. Monetary — денежный. Это касается «сколько», говорит о покупательной способности или привычках расходов клиентов. Некоторые могут быть крупными покупателями, всегда ищущими предметы премиум-класса, в то время как другие могут быть бюджетными. Понимая, сколько они обычно тратят, вы можете адаптировать свои предложения или акции под их возможности.

Хотя существует бесчисленное множество способов сегментации, RFM-анализ популярен по трем причинам:

1. RFM-анализ использует объективные числовые шкалы, которые дают краткое и информативное общее описание клиентов.
2. Анализ RFM прост: маркетологи могут эффективно использовать сегментацию RFM без необходимости привлечения специалистов по анализу данных или сложного программного обеспечения.
3. Анализ RFM интуитивно понятен — результаты этого метода легко понять и интерпретировать.

Как проводить анализ?

При использовании правильных инструментов сегментацию RFM можно выполнять автоматически, используя маркетинговый ИИ, что позволяет получать более точные результаты.

Прежде чем приступить к анализу, необходимо определиться со следующими позициями.

Желаемое событие для анализа: в основном — покупка, но есть возможность сделать любое желаемое событие.

Временные рамки анализа — максимум 2 года. Ценность времени жизни станет однобокой, если для анализа взять очень большой временной интервал.

Читайте по теме:

Клиентоориентированность в B2B, или 6 правил, как не терять клиентов в бизнес-сегменте

4 лучшие практики сегментации в CRM-маркетинге, которые помогут создать идеально персонализированные коммуникации

Чтобы начать оценивать клиентов, экспортируйте транзакции по идентификатору клиента из платформы электронной коммерции. Нужно будет выполнить некоторую агрегацию, чтобы собрать набор данных клиентов, который можно оценить, используя данные:

• идентификационный номер,
• дата последней покупки,
• количество покупок,
• сумма расходов.

Имеет смысл все это делать в таблице — Google или Excel.

Назначьте дату, частоту и денежное значение.

Второй шаг — нужно разделить список клиентов на многоуровневые группы для каждого из 3 измерений (R, F и M) с помощью Excel или другого инструмента. Если не используется специализированное программное обеспечение, рекомендуется разделить клиентов на 4 уровня для каждого измерения, так что каждый клиент будет назначен одному уровню в каждом измерении.

Это приводит к 64 отдельным сегментам клиентов (4 × 4 × 4), на которые они будут сегментированы. Также можно использовать 3 уровня (что даст 27 сегментов), однако использовать более 4 не рекомендуется (поскольку сложность использования перевешивает небольшую выгоду от дополнительной детализации).

Рассмотрим вариант анализа на маленькой клиентской базе, в котором применяем 3 уровня.

Сортируем клиентов, назначая им числовой ранг. Нужно разбить клиентов на несколько групп. Предположим, у вас 9 клиентов и вы создаете 3 сегмента, где интервал исследования — месяц, высшая оценка — 3, низшая — 1.

Клиенты, которые приобретали товар с 10 по 15 — низшая оценка (1), с 23 по 25 — средний балл (2), с 26 по 30 — высший балл (3).

Далее по количеству покупок: 1 покупка — 1; 2–4 покупки — 2; свыше 4 — 3.

По сумме покупок: до 10 тыс. у. е. — 1; от 10 тыс. у. е. до 20 тыс. у. е. — 2; свыше 20 тыс. у. е. — 3.

Клиенты предстали следующим образом:

Далее вы можете ранжировать клиентов исходя из срока давности покупок:

1. Новые клиенты, которые совершили одну покупку, но потратили большую сумму денег — 313.
2. Новые клиенты, которые покупали не один раз и потратили большую сумму денег — 323.
3. Новые клиенты, которые совершили одну покупку и потратили незначительную сумму денег.

Эта группа вся требует внимания, особенно клиент 323, он может войти в число постоянных, поэтому ему нужно уделить особое внимание.

Если вы ранжируете покупателей исходя из количества покупок, стоит обратить внимание: на 232 и 233 клиентов, чтобы заинтересовать их в возвращении: они были давно, но делали несколько покупок.

Какие инструменты использовать?

В настоящее время масса возможностей проводить анализ клиентской базы, таблицы Google или Excel можно применять только в том случае, если в компании не используется автоматизированная система для маркетинговых исследований.

Можно приобрести CDP Altcraft, в платформе можно собирать, проводить анализ и управлять данными в клиентской базе.

«1С — Директ Маркетинг», там предусмотрен модуль с RFM-анализом, программисты его настроят в зависимости от пожеланий маркетологов. Этот модуль позволяет формировать рассылки на основании RFM анализа.

«Битрикс 24», «Мегаплан» — собраны все нужные инструменты для работы компании и управления бизнесом.

Что делать с результатами?

Вместо того чтобы просто использовать в бизнесе общее среднее значение RFM для определения лучших клиентов, компании могут использовать анализ RFM для определения кластеров клиентов со схожими значениями. Этот процесс, называемый сегментацией клиентов, используется для создания целевых кампаний прямого маркетинга, адаптированных к определенным типам клиентов. Он позволяет использовать электронную почту или прямой почтовый маркетинг для таргетирования сообщений, на которые с большей вероятностью отреагирует большая часть определенных типов клиентов.

Читайте по теме:

Программа лояльности клиентов: что это и какие цели бизнеса решает

Важные критерии сегментации рынка для бизнеса

Вот некоторые примеры типов клиентов:

• Киты. Крупнейшие клиенты с высокими (3, 3, 3) значениями по всем трем факторам, на которых следует нацеливать специальные акции, чтобы поддерживать их активность.
• Новые клиенты. Покупатели с высокой новизной и низкой частотой (3, 1, X) — новые клиенты. Целевое последующее обслуживание может превратить их в постоянных клиентов.
• Прошедшие клиенты. Покупатели с низкой новизной, но высокой ценностью (1, X, 3) когда-то были ценными клиентами, но с тех пор прекратили. Целевое сообщение может реактивировать их.

После анализа клиентской базы с помощью метода RFM компании концентрируют усилия на привлечении различных групп клиентов, разрабатывая стратегии, которые увеличивают их ценность и способствуют укреплению их лояльности на долгий срок. Данные, которые удалось получить в результате RFM-анализа, детально раскрывают поведение и предпочтения клиентов, и этот аспект используется в разработке максимально персонализированный кампаний.

Так, например, для «китов» или особо ценных клиентов создаются уникальные предложения или предоставляют доступ к эксклюзивным услугам. Таким образом вы подчеркиваете их значимость для вашего бренда. В качестве примера можно привести доступ к новинкам раньше других, особые привилегии для членов клуба или услуги, настроенные под индивидуальные запросы и нужды. Результатом будет не только повышенная удовлетворенность клиентов, но и увеличение их ценности для компании, ведь многие на таких условиях останутся с вами надолго.

Для клиентов с высокой давностью, но низкой частотой и денежными показателями можно использовать целевые стратегии коммуникации для повышения уровня транзакций. Кроме того, использование социальных сетей и других цифровых платформ для создания интерактивного и увлекательного контента может еще больше вовлечь этих клиентов в более тесные отношения с брендом.

Кампании по повторному вовлечению для бывших клиентов, идентифицированных по низким показателям недавности, требуют осторожного подхода, который часто включает понимание причин их сниженной вовлеченности. Обратная связь может предоставить ценную информацию об их опыте и о том, что может побудить их вернуться.

На основе этой информации персонализированные предложения повторного взаимодействия могут быть особенно эффективными. Например, если чувствительность к цене считается общей темой среди бывших клиентов, предложения повторного взаимодействия или гарантии соответствия цен могут возродить их интерес.

Крайне важно, чтобы эти стратегии были направлены не только на возобновление деятельности, но и на гарантию, что любое возобновление деятельности будет устойчивым в долгосрочной перспективе. Ключевой момент — это индивидуальный подход, который гарантирует, что каждый сегмент клиентов получит предложения, которые соответствуют их конкретным предпочтениям, что в итоге приведет к повышению лояльности и пожизненной ценности.

Как часто нужен RFM анализ?

Частота проведения анализа зависит от клиентской базы, ее подвижности. Если у вас большой интернет-магазин, где огромная клиентская база и множество покупок, аналитику можно обновлять раз в один-два месяца. При редких заказах достаточно анализировать ситуацию раз в 3-4 месяца.

На многих платформах автоматизации маркетинга предусмотрена автоматическая сегментация базы клиентов в онлайн режиме на постоянной основе, достаточно лишь ввести собственный набор правил. Дальше все будет работать непрерывно и без вмешательства человека. В противном случае регулярный анализ, предпочтительно ежеквартальный или полугодовой, гарантирует, что маркетинговые стратегии соответствуют меняющемуся поведению клиентов. В противном случае регулярный анализ, предпочтительно ежеквартальный или полугодовой, гарантирует, что маркетинговые стратегии соответствуют меняющемуся поведению клиентов.

Смысл нового RFM-анализа — посмотреть, какие из ваших клиентов изменили свой статус.

Кому не пригодится RFM анализ?

Хотя метод RFM эффективен, его не следует использовать как единственный метод ранжирования и анализа ценности клиентов. RFM не учитывает другую ценную информацию о потребителях: 

• тип приобретенного товара,
• эффективность прошлых маркетинговых кампаний.

И демографические данные, такие как: 

• возраст,
• пол,
• местоположение.

Поскольку RFM использует исторические данные, он не может предоставить информацию о текущих клиентах и не в состоянии предсказать будущее поведение.

Анализом не могут воспользоваться стартапы и молодой бизнес, так как у них нет еще данных для аналитики.

Не подойдет этот анализ компаниям с дорогостоящим и «долгоиграющим» продуктом, например, агентствам недвижимости: клиенты приобретают квартиры не так уж часто.

Бизнес с маленькой клиентской базой также не будет заниматься подобным анализом.

RFM-анализ возможен и эффективен только при наличии информации по 3 маркерам активности, перечисленным выше. Если бизнес-модель лишена хотя бы одного из них, анализ теряет всякий смысл. Здесь можно привести пример со всеми фирмами, которые продают программные продукты, а в дальнейшем их обслуживают.

Фото на обложке: Freepik