RFM сегментация

RFM сегментация

  • 1
  • 2
  • 3
  • 4
  • 5
Всего голосов: 109 средняя оценка: 4.82 (рейтинг: 96%)

В продолжение серии постов о сегментации, поговорим сегодня о RFM анализе, который тоже основан на поведенческих факторах группы или сегмента существующих клиентов. Метод RFM анализа позволяет оценить общее состояние базы, грамотно организовать директ-маркетинг и выгодно отличаться от конкурентов. При правильной мотивации клиента, можно будет улучшить полученные при анализе результаты. Если вы уже знаете, что такое RFM анализ, вам будет интересно прочитать о нашем опыте и открытиях, связанных с темой RFM анализа.

RFM сегментация состоит из трёх параметров:

Recency (R) — давность последней покупки

То есть, сколько времени прошло со времени взаимодействия c клиентом в днях, неделях или месяцах. Рассчитывается как разность между текущей и датой последнего заказа. Клиенты, которые недавно совершали у вас покупки, более предрасположены к повторным заказам, чем те, кто давно уже не проявлял никаких действий. Пользователей, которые покупали давно, можно возобновить только предложениями, которые привлекают вернуться обратно.

Frequency (F) — суммарная частота покупок

Показывает сколько взаимодействий (покупок) в течение определённого периода времени было у вас с клиентом. Если обе стороны остались довольны — есть шанс поддержать частоту покупок или увеличить в свою пользу. Чем больше клиент совершал покупок у вас, тем больше вероятность, что он их будет повторять и в будущем. Обычно, этот показатель тесно взаимосвязан с давностью покупки.

Monetary (M) — объём покупок

Как и предыдущие показатели, рассчитывается за определенный период или количество взаимодействий. Показывает какой была «стоимость клиентов» с точки зрения доходов и прибыльности, а точнее, сумма денег, которая была потрачена. Сгруппированные по денежным показателям анализы часто получают представление клиентов, чьи покупки отражают более высокую ценность для вашего бизнеса.

Все вышеуказанные показатели важно рассчитывать за период, который наиболее точно отобразит нужные данные. Допустим, можно взять выборку за один год и разделить её на кварталы.

Как правило, небольшой процент клиентов реагирует на общие рекламные предложения. RFM является отличным методом сегментации для прогнозирования реакции клиента и улучшения взаимодействия, а также повышение прибыли. RFM использует поведение покупателей, чтобы определить, как работать с каждой группой клиентов. Важность показателей ранжируется согласно последовательности букв – давность, частота, деньги. Иногда встречается название RF сегментация, когда показатель Monetary не используется, потому что его значение часто зависит от Frequency. Сегментация клиентской базы по такому принципу позволяет выделить тех с кем вам действительно надо работать, разделяя их на сегменты клиентов (активный, спящий, растущий), разрабатывая целевые маркетинговые предложения для наиболее активной группы клиентов.

Определение условий RFM

Определения «давность», «частота» и «деньги» понятны даже интуитивно, но наша задача, превратить их в цифры, которые можно использовать для оценки RFM, а это уже несколько сложнее.

Представим наши данные в виде таблицы, упорядоченной по первому значению — дате последней покупки (R).

Контакт

Дата последней покупки (R)

Объём покупок (F)

Сумма покупок, грн

Средний чек, грн. (M)

Иван Петров

05.09.2013

5

2600

520

Петр Иванов

07.08.2013

1

960

960

Олег Плющ

15.07.2013

3

1500

500

Сидор Петров

04.06.2013

2

600

300

Оля Сидорова

25.02.2013

3

900

300

Анна Волкова

05.10.2012

4

3300

825

Сразу же проставим по каждому показателю (R, F, M) «вес» для каждого клиента, исходя из полученных данных. Для оценки клиентской базы будем использовать числовые значения от 1 до 3, или же в процентном соотношении, назначенном каждому клиенту в результате анализа. Для удобства разделим всю клиентскую базу для начала на 5 равных частей по каждому из показателей. Допустим, из нашего примера по показателю «объём покупок» F - 1,2,3,4,5.

1 - наихудший для нас объём, пометим, как 1;

2,3,4 - средний результат, отметим его, как 2;

5 - самое лучшее значение F. Это наше 3.  

Итак: 1 — это плохо, 2 — средний показатель и 3 — хороший. Проставив по каждому показателю «вес», чтобы с помощью этих весов ранжировать список.

Контакт

Дата последней покупки (R)

Объём покупок (F)

Средний чек, грн. (M)

Вес для (R)

Вес для (F)

Вес для (M)

Иван Петров

05.09.2013

5

520

3

3

2

Петр Иванов

07.08.2013

1

960

3

1

3

Олег Плющ

15.07.2013

3

500

2

2

2

Сидор Петров

04.06.2013

2

300

2

1

1

Оля Сидорова

25.02.2013

3

300

1

2

1

Анна Волкова

05.10.2012

4

825

1

3

3

Теперь мы можем легко определить, что для нас лучший клиент с результатами 333.  111 показывает, что клиент интересуется нами редко, возможно даже единоразово. Исходя из полученных результатов можно выбирать варианты, как поступать с той или иной группой клиентов.

Грустно то, что обычно 111 - самый большой сегмент. А радостно, что можно не тратить время на тех, кто уже потерян и сконцентрироваться на действительно важных для нас киентах.

Плюс RFM сегментации ещё и в том, что анализ можно делать даже по одному показателю, котрый вас наиболее интересует или комбинировать показатели, хотя полная сегментация клиентской базы даст вам гораздо больше возможностей. Допустим, возьмём за основу только давность и частоту, а получившиеся данные изобразим графически:

Зелёный сектор 5% - самые лучшие клиенты, которые активно на всё реагируют, покупают и т.д., соответственно сектор 1,1 - «мы их теряям». С каждым из сегментов таблицы нужно работать по-разному, предлагая им разные условия сотрудничества.

Мы всегда говорим, что хорошо видеть ситуацию в статике (как у нас дела сейчас), но еще важнее увидеть в динамике (куда мы движемся). Если рассчитать такую же таблицу за предыдущий период и «наложить» её на актуальную сегодняшнюю - можо увидеть, как изменяются данные:

В секторе 1,1 показатель упал на 6%, благодаря уменшению числа пассивных клиентов. Зато в секторе 3,3 число «хороших клиентов» увеличилось на 2%. Что же, значит мы работаем в нужном направлении. Надо проанализировать за счет чего это происходит и закрепить результат.

Этих данных уже достаточно для эффективной работы с клиентами, но если ещё к этому показателю добавить и сегмент денег, то работать над цифрами станет ещё интереснее:) RFM позволяет сегментировать базу так, чтобы вы тратили время и деньги на нужных клиентов. Попробуйте сделать сегментацию хотя бы по одному показателю и даже работа с этими данными может способствовать росту постоянных клиентов.

На очереди у нас остались eRFM и когортный анализ. Следите за нами на страничках в facebook или вКонтакте, а также подписывайтесь на рассылку, чтобы узнавать всё самое интересное первыми;)

Хотите провести RFM анализ контактной базы клиентов вашего бизнеса? 

  • Напишите нам на info@esputnik.com.ua.
  • Мы свяжемся с вами, уточним, какие данные у вас есть и на их основе в течение недели подготовим документ с отчетом бесплатно. 
  • Нам доверяют более 2 000 компаний, но чтобы вы были уверены в сохранности данных ваших клиентов, мы можем подписать договор о защите конфиденциальных данных. 
Только для подписчиков: 
НЕ Только для подписчиков

Добавить комментарий

Евгений
19:26, 3 декабря 2013

Спасибо за подробное описание по поводу RFM сегментации. Будем ждать новых постов на эту тему.

Дмитрий Спунтик
admin
10:23, 4 декабря 2013

Спасибо, готовим статью про когортный анализ. Для нас в свое время это было открытием.

ekaterina.glori...
11:44, 20 июня 2014

Какой период лучше брать? Для анализа есть база продаж за пару лет. Как часто Вы рекомендуете делать срез?

Дмитрий Спунтик
admin
20:23, 20 июня 2014

Екатерина - берите за весь период. Все что у Вас изменится это возможно градация по давности. Я недавно описывал детально это в нашей новой статье: http://esputnik.com.ua/blog/practicheskiy-rfm

Ответ на вопрос "Как часто делать срез" зависит от того, что Вы делаете на основании этих данных. У меня перестраиваются сегменты ежедневно и я слежу за переходом клиента из одного сегмента в другой. И именно это событие определяет что делать с клиентом. Если на основании этих данных Вы не изменяете своего поведения - делайте его раз в 3 месяца, просто чтобы посмотреть на картинку успешности бизнеса.

Артем
17:37, 4 апреля 2015

Вот бы еще шаблончик для Excel :)