RFM-анализ: что это такое и как сделать
Два главных пути работы с клиентами — привлечение новых и коммуникация с действующими, мотивирующая на повторные покупки. Второй вариант дешевле, но нужно понимать, как общаться с клиентской базой, чтобы получить больший доход.
Здесь на помощь придёт RFM-анализ, который оценивает пользователей по сумме, частоте и давности покупок. В результате маркетологи понимают, какой категории покупателей сделать индивидуальное предложение, кому показать дополнительные товары, а каких клиентов реактивировать. Этот простой способ нужен, чтобы найти самых выгодных клиентов и тех, кто в зоне риска.
В статье разберём, что такое RFM-анализ, его преимущества и недостатки, как провести вручную и с помощью технических инструментов.
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.
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.
Как сделать RFM-анализ
Шаг 1. Собираем базу
Возможно накапливать данные в Excel, Google Sheets или использовать системы управления маркетингом. В базе для анализа должны быть имена клиентов, контакты, информация о частотности, давности и сумме всех покупок этого человека.
Шаг 2. Обозначаем шкалу для сегментации
Каждый из трёх критериев RFM ранжируется по шкале от 1 до 3 (стандартный вариант). Перед анализом нужно сделать описание для оценок. Пример в таблице.
Критерий | Описание шкалы |
---|---|
Recency (давность покупки) | 1 — клиент покупал давно, 2 — средняя давность, 3 — недавняя покупка |
Frequency (частота покупок) | 1 — редко покупает, 2 — средняя частота, 3 — часто |
Monetary (сумма заказа) | 1 — незначительная, 2 — средняя, 3 — дорогие покупки |
Иногда критерии детализируют. Например, к описанию «клиент покупал давно» удобно добавить конкретный срок — «1-2 года с последней покупки» и так далее для остальных.
Шкала от 1 до 3 считается стандартной, но возможно расширить её до 10. Но тогда количество сегментов увеличится, и на такой РФМ анализ уйдёт больше времени.
Шаг 3. Оцениваем каждого клиента по RFM
Это самый долгий этап, если делать анализ вручную. По выбранной шкале ставим баллы каждому пользователю по давности (recency), частоте (frequency) и сумме покупок (monetary).
В итоге у каждого клиента появляется трёхзначная оценка. Например, клиент с RFM 221 покупал не так давно, также он время от времени возвращается к покупкам, но тратит очень мало.
Пример таблицы для оценки.
Клиент | R | F | M | Описание |
---|---|---|---|---|
Клиент A | 1 | 1 | 2 | Клиент, который покупает редко и с большими промежутками между заказами. Приносит среднее количество денег. |
Клиент B | 2 | 2 | 1 | Заказывает со средней частотой и без особенно долгих промежутков. Выбирает только недорогие товары. |
Клиент C | 3 | 3 | 3 | Самый выгодный клиент, который покупает за высокий чек. Делает заказы часто и с небольшой разницей по времени между ними. |
Клиент D | 1 | 3 | 2 | Давно не делал покупок, хотя ранее заказывал часто и с неплохим средним чеком. |
Шаг 4. Делим сегменты на группы
При шкале от 1 до 3 возможно 27 сегментов. Близкие к друг другу стоит объединить, чтобы упростить работу.
Возможные группы клиентов:
- Самые выгодные. Много и часто покупают, лояльные и с достаточным LTV. Высший балл в категории — 333.
- Постоянные клиенты со средними показателями. Не всегда покупают часто и много, но верны бренду и всё равно возвращаются. Высший балл в категории — 222.
- Группа риска. Люди, которые купили один раз или заказывают очень редко, тратят мало. Самый невыгодный клиент получит оценку 111.
Шаг 5. Принимаем решение
После оценки и классификации клиентов маркетологи решают, какой подход выбрать для каждой группы.
Например, самым выгодным можно предложить эксклюзивные условия за лояльность (333, 332 и так далее). Сделать активационную рассылку для пользователей, которые давно не покупали (111, 112 и другие). Для постоянных клиентов, но с небольшим средним чеком (например, 321), подбирать доптовары и условия, которые мотивируют покупать больше.
RFM-анализ в Altcraft Platform
Платформа Altcraft Platform автоматизирует RFM-анализ и собирает данные по контексту покупок. Инструмент накапливает информацию по частоте, сроку давности и сумме заказов, а также по активности клиентов в разных каналах (SMS, Email, Push и других). Дополнительные данные об открываемости рекламных рассылок, действиях в приложениях и на сайте, участии в программах лояльности подскажут, что привело клиента к покупке, а что помешало.
Сумма покупок для анализа отслеживается на внешних ресурсах: сайтах, соцсетях, приложениях, CRM. Пиксели Altcraft Platform регистрируют выполнение целей (например, совершение покупки на определённый чек), которые настраиваются в самой платформе. Здесь задаётся также критерий «Monetary» для шкалы RFM-анализа: сумма меньше/больше/равна значению N.
Настройка по критерию суммы
Отслеживается частота действий и срок давности. Для этого задаются параметры выполнения цели. Например, учитываем в анализе покупки, которые были хотя бы одна за неделю.
Настройка по частотности действий
Дальше на основе данных создаются сегменты. Клиенты попадют в тот или иной сегмент по условиям:
- соответствует ли пользователь параметрам отбора сейчас или подходил под критерии в прошлом;
- сколько раз за период клиент соответствовал заданным параметрам.
Настройка сегментов
Резюме
RFM-анализ нужен для оценки клиентов по давности (recency), частоте (frequency) и сумме покупок (monetary). В базе выбираются самые выгодные клиенты, которым делают эксклюзивные предложения. Менее важным подбирают специальные акции для повышения среднего чека. Пассивных клиентов обычно реактивируют.
Главные преимущества RFM-анализа — увеличение дохода с текущих клиентов, экономия маркетингового бюджета (работать с действующими пользователями дешевле, чем привлекать новых). Однако данный метод подходит для компаний с достаточно большой базой клиентов, и у которых клиенты покупают регулярно.
Для проведения анализа клиенты оценивается по шкале от 1 до 3, где единица — самый худший показатель, а тройка — высокий балл. Далее полученные сегменты делят на группы: самые прибыльные клиенты, менее важные, группа риска. Для каждого разрабатывается стратегия работы.
Анализ проводится вручную (Excel, Google Sheets) или через инструменты автоматизации маркетинга (например, Altcraft Platform), которые ускоряют и упрощают сегментацию RFM.
У нас появился Telegram-канал. Там вы найдёте самые интересные тренды и новости в сфере маркетинга и технологий. Подписывайтесь и будьте в теме вместе с нами!
Вам может быть интересно:
В статье рассказываем, зачем страховым компаниям нужна автоматизация маркетинга, и делимся пятью рабочими стратегиями автоматизации в этой сфере.
Читать далееПеревели статью Talkwalker о лучших маркетинговых digital-стратегиях для сферы финансовых услуг. О том, как продвигать банки, страховые и брокерские компании, читайте в нашей статье.
Читать далееВ новой статье рассказываем как с помощью автоматизации маркетинга и платформы Altkraft Marketing группа «АльфаСтрахование» увеличила уровень повторных покупок на 49%.
Читать далее