Традиционно выделяют два основных направления работы с клиентами: привлечение новых и удержание и вовлечение существующих. Последний путь обходится дешевле, но требует серьезной подготовки. Необходимо понять, как общаться с тем или иным клиентом, чтобы не спугнуть его, а мотивировать на дальнейшие покупки и тем самым поднять продажи бренда.
RFM-анализ сегментирует потребителей по давности, частоте и сумме покупок. Основываясь на этой информации, маркетологи смогут разработать эффективное предложение каждой группе. Кому-то достаточно будет предложить дополнительные товары, а некоторых нужно реактивировать. RFM-анализ предназначен, чтобы действия производились своевременно – так можно добиться большей отдачи от каждой категории покупателей.
Что такое RFM-анализ
В основу разделения потребителей на сегменты в ходе RFM положен анализ покупательской активности. В результате образуются группы клиентов: самые важные, лояльные клиенты, генерируют бизнесу прибыль, на них бизнесу целесообразно направить основные усилия. Клиенты с низкой активностью тоже заслуживают внимания маркетологов: к ним могут быть применены дополнительные стимулы, направлены реактивационные кампании для поднятия вовлеченности.
Для того чтобы провести анализ, клиентскую базу рассматривают с трех сторон:
- С точки зрения давности события (recency) – времени, прошедшего с предыдущей покупки. Для разных типов товаров давность покупки будет оцениваться по-разному: купить год назад шампунь или шины на машину – принципиально разные ситуации;
- С точки зрения частотности покупок (frequency) – период времени между повторными покупками.
- С точки зрения суммы денег (monetary), которую клиент потратил на приобретение продукции.
Разные типы клиентов нуждаются в разных подходах к коммуникации и маркетинговой стратегии. Помочь в этом вопросе призван как раз РФМ.
Этот анализ часто сравнивают со знаменитым принципом Парето: 20% усилий дают 80% результата. Анализ клиентов позволяет понять, куда именно следует направить внимание, а где происходит пустая трата маркетингового бюджета. После проведения RFM-анализа следует чистка базы контактов и перераспределение расходов с менее приоритетных направлений на более приоритетные.
Будущие рекламные кампании зачастую строятся на RFM-сегментировании: персонализируются предложения, поступают напоминания и презентуются дополнительные товары.
При качественной работе с текущей базой клиентов, компании меньше денег вынуждены тратить на расширение клиентской базы: прибыль приносят «старички».
Плюсы RFM-анализа
- Прогнозирование поведения покупателей. Вовремя напомнить о себе: мягкий способ подтолкнуть потребителя к следующей покупке.
- Персонализация предложений. Если вы обладаете знанием, что покупатель стабильно выходит на сделку с небольшим чеком, нет смысла рекламировать ему премиальный продукт.
- Рационализация расхода маркетингового бюджета. Компания будет направлять средства на перспективных клиентов и экономить деньги на нелояльных покупателях.
- Сегментация потребителей под разные маркетинговые кампании. Смысл заключается в том, чтобы предложить клиенту товар, наиболее подходящий именно ему.
- Отсутствие специальных требований как технических, так и профессиональных. Его можно выполнить вручную, или привлечь инструменты автоматизации, тогда RFM выполняется очень просто и быстро.
Минусы RFM-анализа
- Ограниченность факторов, учитываемых в анализе. RFM-анализ клиентской базы не делает различие на контекст покупок и демографию покупателей, хотя эти данные очень важны в маркетинге.
- Требования к наполненности базы: RFM результативен, когда в исследовании участвуют более 10 000 человек.
- Не подходит для дорогостоящих продуктов с большим циклом сделки: данный вид анализа не пригоден, если речь идет, например, о недвижимости.
- Результаты анализа быстро устаревают. Поведение клиентов сильно изменчиво: они часто переходят из одного сегмента в другой. Поэтому анализ рекомендуется обновлять каждые полгода, в некоторых случаях – каждые 2 месяца.
Пошаговый алгоритм проведения RFM-анализа
Шаг 1. Собрать базу данных клиентов
Методы сбора могут быть различны: от ручных способов в Excel до автоматизированных систем управления данными. Для проведения анализа вам потребуются ФИО и контакты клиентов, а также данные о давности, периодичности и сумме покупок каждого человека.
Шаг 2. Выбрать шкалу оценок
В классическом варианте каждый параметр RFM-анализа ранжируется по шкале от 1 до 3. Вы можете выбрать любую удобную для себя шкалу оценки, но важно понимать, как именно проставлять баллы, чтобы не возникало разночтений.
| 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 |
По желанию критерии детализируются. Например, давность покупки может исчисляться днями, месяцами или годами (1-2 года; 3-4 года; 5 и более лет). Количество критериев не ограничено, но чем их больше, тем сложнее провести RFM-анализ.
Шаг 3. Охарактеризовать клиентов по выбранным критериям
Если делать РФМ-анализ вручную, этот этап потребует приличного количества времени; гораздо удобнее использовать автоматизированные сервисы.
В результате каждый клиент получит трехзначный код, характеризующий его по давности покупки, частоте совершения и сумме потраченных денег.
| 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. |
Например, клиент С с результатом RFM 333 – ваш самый лояльный покупатель. Он покупает часто, последнюю покупку совершил совсем недавно и на достаточно высокий чек.
Шаг 4. Сформировать сегменты для работы
Если вы использовали шкалу с тремя критериями, в результате RFM-анализа вы получили 27 различных групп. На данном этапе нужно укрупнить сегменты, объединив клиентов из ближайших групп.
Самые выгодные клиенты – со значением 333. Как мы рассмотрели в примере выше, эти люди обладают высоким LTV, они лояльны к компании и приносят ей хорошую прибыль.
Среднюю позицию занимают потребители с результатами 222. Это как правило постоянные покупатели, совершающие большие покупки с заданной периодичностью.
В зоне риска находятся клиенты со значением 111. Они совершали последнюю покупку достаточно давно, не отличаются лояльностью и тратят мало денег на продукцию компании.
Шаг 5. Оценить результаты и принять решение по каждому сегменту
Для каждой группы существует свой подход. На данном этапе маркетологам необходимо решить, какую стратегию применить к каждому виду клиентов.
Можно поблагодарить за высокую лояльность клиентов из групп со значениями 333, 332, 323 и так далее, предложив им эксклюзивные условия на следующие покупки.
Реактивационная рассылка поможет стимулировать активность у клиентов из зоны риска (со значениями 111, 112, 121 и другие).
Для прочих клиентов условия продаж подбираются индивидуально: кому-то целесообразно предложить дополнительные товары, другому – промокод на скидку. Действия компании возымеют успех, если подтолкнут потребителей из средней группы покупать чаще.
RFM-анализ в Altcraft Platform
CDP Altcraft Platform выполняет RFM-анализ в автоматическом режиме. Нужную информацию платформа накапливает изнутри по контексту покупок. Помимо основных данных о давности, частотности и сумме покупок CDP собирает дополнительную информацию: об открываемости рекламных рассылок, участии в программе лояльности, поведении на сайте или в приложении. Все это пригодится для аналитики: что привело клиента к покупке или помешало ей.
Сбор данных происходит по всем известным каналам (email, sms, push и другие). Суммы покупок отслеживаются на внешних ресурсах: на сайтах, в социальных сетях, из CRM. В Altcraft Platform встроена возможность настройки пикселей на выполнение целей.
Для целей RFM-анализа в платформе есть настройки по критерию «Monetary».
Аналогично отслеживаются частота покупок и давность. Например, чтобы собрать все покупки произошедшие за последнюю неделю, задаются соответветствующие параметры выполнения цели.
Платформа сама распределит клиентов по группам. Для того чтобы попасть в определенный сегмент, каждый потребитель проверяется по нескольким условиям:
- Соответствует ли клиент параметру отбора в настоящий момент; подходил ли он под этот критерий в прошлом.
- Сколько раз за исследуемый промежуток времени клиент отвечал заданным параметрам.
Заключение
RFM-анализ – простой и удобный способ сегментации клиентов для последующей работы маркетологов. В ходе анализа учитывается информация о давности последней покупки, частоте покупок и затраченной сумме денег. Следуя несложному алгоритму RFM, исследователь получает отобранные аудитории более или менее лояльных потребителей, и разрабатывает конкретные маркетинговые стратегии для каждой.
В статье перечислены основные преимущества и недостатки RFM-анализа, приведен пошаговый алгоритм действий для 3-балльной шкалы с подробным описанием каждого этапа.
Мы рекомендуем использовать автоматизированные методы проведения RFM-анализа – это позволит существенно сократить время на его проведение и избавит от возможных ошибок и опечаток. CDP Altcraft Platform полностью отвечает всем потребностям маркетинга в этой области.
Подписывайтесь на наш Telegram-канал. Там вы найдете актуальные новости в области digital-маркетинга, полезные статьи и интересные исследования. Будьте в теме вместе с нами!
Комментарии