Продовжуючи серію постів про сегментацію, поговоримо про RFM-аналіз, який теж ґрунтується на поведінкових чинниках групи або сегмента існуючих клієнтів.

RFM-аналіз дає можливість оцінити загальний стан бази, ефективно організувати директ-маркетинг і вигідно відрізнятися від конкурентів. За умови правильної мотивації покупця можна поліпшити отримані під час досліджень результати й збільшити життєвий цикл клієнта.

У статті ми описали, що таке RFM-аналіз, і навели приклади, як цей метод допомагає в роботі з клієнтами.

Що таке RFM-аналіз

RFM-аналіз допомагає сегментувати базу клієнтів, зважаючи на особливості їхньої поведінки та історію взаємодії (наприклад, попередні купівлі товарів чи послуг). У результаті вдається оцінити вартість (або «вагу») кожного покупця. Компанія отримує докладну інформацію, який клієнт найцінніший для бізнесу, а який приносить меншу користь.

Параметри аналізу

Сегментація передбачає використання трьох змінних (перші літери назви кожної і склали абревіатуру RFM):

1. Recency (R) — давність останньої купівлі. Це показник часу, який минув із моменту взаємодії з клієнтом у днях, тижнях чи місяцях. Розраховується як різниця між поточною датою та датою останнього замовлення. Клієнти, які нещодавно робили у вас покупки, схильніші до повторних замовлень, ніж ті, які давно вже не виконували жодних дій. Користувачів, що купували давно, можна повернути лише привабливими пропозиціями — наприклад, не просто рекомендації товарів, а й персональні знижки.
2. Frequency (F) — сумарна частота купівель. Цей показник демонструє, скільки взаємодій (замовлень) упродовж певного періоду часу було у вас із клієнтом. Якщо обидві сторони залишилися задоволеними, є шанс підтримати частоту взаємодій або збільшити їх на свою користь. Чим більше клієнт замовляв у вас, тим більша ймовірність, що він це робитиме і в майбутньому. Зазвичай цей показник тісно пов'язаний із давністю взаємодії.
3. Monetary (M) — об’єм купівель. Як і попередні показники, він розраховується за певний період чи кількість взаємодій. Демонструє, якою була «вартість клієнтів» з погляду доходів і прибутковості, а точніше суму витрачених грошей. Згруповані за фінансовими показниками аналітичні зведення демонструють клієнтів, чиї замовлення мають вищу цінність для вашого бізнесу.

RFM необхідно розраховувати за період, який найточніше відображає потрібні дані. Наприклад, можна взяти вибірку за один рік і розділити її на квартали.

Зазвичай невеликий відсоток клієнтів реагує на загальні промопропозиції. RFM-аналіз є чудовим методом сегментації клієнтів для прогнозування реакції покупців і поліпшення взаємодії, а також підвищення рівня прибутку.

У RFM-аналізі використовують поведінку споживачів, щоб визначити, як працювати з кожною групою клієнтів. Важливість показників ранжується згідно з послідовністю букв — давність, частота, гроші.

Іноді зустрічається назва RF-сегментація. У цьому випадку показник Monetary не використовують, тому що його значення часто залежить від Frequency. Сегментація клієнтської бази за таким принципом дозволяє виділити тих, з ким вам дійсно треба працювати, поділивши їх на сегменти активних, сплячих і зростаючих покупців. Для кожної групи варто розробляти відповідні цільові маркетингові пропозиції.

Як RFM-аналіз застосовують в ecommerce

Найефективніше RFM-аналіз використовувати в компаніях, які працюють у форматі B2C (business to consumer; типова модель ؙ— інтернет-магазин і покупець) і мають базу контактів.

Метод можна використовувати для B2B (business to business). Проте в цьому випадку не рекомендують створювати велику кількість сегментів. У моделі business to business значно менша кількість контактів, а тому глибоке сегментування буде нераціональним.

Отримані результати допомагають будувати ефективну комунікацію з клієнтами. Дані використовують під час розсилок у таких каналах:

• web і mobile push-сповіщення;
• SMS;
• email;
• In-App;
• App Inbox;
• Viber;
• віджети тощо.

RFM-сегментація допомагає підвищити ефективність рекламних кампаній, що призводить до збільшення рівня прибутку.

RFM-аналіз дає можливість:

1. Обрати цільові групи для реклами. Бізнес розуміє, хто саме приносить найбільший прибуток. Оптимізація маркетингових кампаній суттєво збільшить ефективність взаємодії з клієнтами.
2. Визначити, хто перебуває на межі відтоку. Цим покупцям необхідно запропонувати персональні пропозиції — наприклад, знижки на певні групи товарів. Так можна утримати частину клієнтів.
3. Підвищити рівень лояльності. RFM-analysis надає чітку інформацію про ставлення покупців до компанії. Маркетолог розумітиме, на кого саме необхідно спрямувати зусилля (та що саме запропонувати), щоб підвищити лояльність клієнтів.

Переваги та недоліки RFM-аналізу

Для ефективного використання методу необхідно знати про його плюси й мінуси.

Переваги

1. RFM-аналіз можна використовувати в різних галузях.
2. Вдається суттєво скоротити витрати на маркетинг і підвищити ефективність рекламних кампаній завдяки правильному таргетингу. Через це зростає конверсія.
3. Зібрана інформація надає можливість формувати дійсно цільові розсилки, що призводить до підвищення рівня лояльності клієнтів.
4. Є інструменти, котрі дозволяють проводити аналіз автоматично.

Недоліки

1. Досягнути помітного ефекту можна лише за умови великої бази контактів.
2. RFM-аналіз не дієвий у бізнес-моделях, орієнтованих на одноразові продажі.
3. Спосіб не підходить для прогнозування, оскільки є ретроспективним.
4. Необхідно регулярно оновлювати інформацію та результати аналізу.

Приклад застосування RFM

Розглянемо, як працює RFM-аналіз, використовуючи уявні дані про взаємодію клієнтів із компанією.

Визначення умов RFM

Визначення «давність», «частота» та «гроші» зрозумілі навіть інтуїтивно, але наше завдання перетворити їх на цифри, які можна використовувати для оцінки RFM.

Наведемо дані в таблиці, впорядкованій за першим значенням — датою останньої купівлі (R).

Визначення цінності покупців

На основі отриманих даних проставимо за показниками R, F, M «вагу» для кожного клієнта.

Для оцінки клієнтської бази використовуватимемо числові значення від 1 до 3. Розділимо всю базу клієнтів на 5 рівних частин за кожним із показників.

У нашому випадку будемо працювати за параметром «обсяг купівель» F — 1, 2, 3, 4, 5, у якому:

• 1 — найгірший для компанії обсяг позначимо 1.
• 2, 3, 4 — середній результат позначимо 2.
• 5 — найкраще значення F. У нас це буде 3.

Отже: 1 — це погано, 2 — середній показник, 3 — хороший. Проставимо за кожним показником «вагу», щоб ранжувати список.

Тепер ми можемо легко визначити, що для нас найкращим клієнтом є персонаж із результатами 333.

111 демонструє, що покупець цікавиться нами рідко, можливо, навіть одноразово.

RFM-аналіз розподіляє клієнтів за групами, що надає змогу обрати ефективну стратегію взаємодії з покупцями.

Зазвичай 111 — найбільший сегмент. Ці дані демонструють, на кого вже не варто витрачати час. Краще сконцентруватися на важливих для компанії покупцях.

Аналіз за одним показником

RFM-аналіз має ще один плюс. Сегментацію можна робити навіть за одним показником, який найбільше цікавить маркетолога, чи комбінувати показники.

Для прикладу візьмемо за основу тільки давність і частоту купівель:

Зелений сектор 5% — найкращі клієнти, які активно реагують на пропозиції, роблять купівлі тощо. Сектор 1,1 — «ми їх втрачаємо». З кожним із сегментів таблиці потрібно працювати по-різному, пропонуючи різні умови взаємодії.

Необхідно бачити ситуацію в статиці (як у нас справи зараз), але ще важливіше побачити динаміку (куди ми рухаємося). Якщо побудувати таку ж таблицю за попередній період і накласти її на актуальну — можна побачити, як змінюються дані:

У секторі 1,1 показник упав на 6% завдяки зменшенню кількості пасивних клієнтів. Натомість у секторі 3,3 кількість «хороших клієнтів» збільшилася на 2%. Це свідчить, що відділ маркетингу працює в потрібному напрямі. Потрібно проаналізувати, завдяки чому це відбувається, аби закріпити результат.

RFM-аналіз надає можливість сегментувати базу так, щоб ви витрачали час і гроші на потрібних клієнтів. Спробуйте зробити сегментацію хоча б за одним показником, і робота навіть із цими даними сприятиме зростанню кількості постійних покупців.

RFM-аналіз в eSputnik

Аналіз великих обсягів даних потребує багато часу та уваги. Для оптимізації цього процесу рекомендуємо користуватися RFM-аналізом у eSputnik. Достатньо налаштувати передачу подій у систему, і далі дані оновлюватимуться автоматично в режимі реального часу.

Платформа проводить RFM-аналіз, обробляючи значні обсяги інформації. Ви можете користуватися аналізом двох типів на основі:

• даних про активність у розсилках;
• даних про купівлі.

У вкладці «Розсилки» відображені результати аналізу на основі кількості і давності прочитання листів. Вкладка «Продажі» забезпечує сегментацію за кількістю і давністю продажів.

Таблиця містить сегменти, виділені різними кольорами:

• сірий колір — відсутність продажів чи прочитань листів;
• червоний — сегмент перебуває під ризиком втрати (чим інтенсивніше забарвлення, тим пасивніші контакти);
• зелений — група лояльних клієнтів (чим яскравіше забарвлення, тим лояльніші покупці).

Система передбачає фільтрацію контактів за різними показниками, що допомагає отримати об’єктивну інформацію.

Крім того, у CDP eSputnik є функція налаштування автоматичних сценаріїв для сегментів. Можна надсилати листи зі спеціальними знижками чи рекомендаціями товарів покупцям, які, наприклад, перебувають у групі ризику відповідно до RFM-аналізу. Така автоматична комунікація доступна для будь-яких сегментів.

RFM-аналіз в eSputnik — ваша можливість отримувати точні результати й забезпечити ефективну взаємодію з клієнтами з мінімальними витратами часу. Якщо у вас залишилися питання або потрібна консультація з налаштування системи, наші спеціалісти готові допомогти.

Отримати персональну консультацію