Все о RFM-анализе: как он помогает в понимании клиентов и улучшении маркетинговых стратегий. Основные принципы и эффективные методы применения.

RFM–анализ — способ поделить клиентов на сегменты по трём критериям. Аббревиатура RFM расшифровывается как R — Recency (давность) — как давно клиент покупал в последний раз? F — Frequency (частота) — как часто покупает? M — Monetary (деньги) — сколько тратит клиент при каждой покупке? Общая сумма?

Главная выгода: вместо того, чтобы тратиться на нецелевой маркетинг, который охватит всех клиентов (и не принесёт ощутимого результата), вы сосредотачиваетесь на конкретных сегментах покупателей и разрабатываете свои стратегии для каждого из них. Так реклама становится намного эффективнее, потому что вы знаете покупателей «в лицо» и предлагаете то, что понравится им с большей вероятностью. И в нужное время. Отсюда же вы можете выудить LTV (customer lifetime value), или жизненную ценность клиента. Она показывает, сколько денег покупатель тратит на ваш продукт и какую прибыль может принести бизнесу в перспективе.

База данных клиентов. Самое основное, что в ней должно быть — личные данные покупателей (ФИО, электронная почта или номер телефона), дата последней покупки и стоимость всех покупок. Лучше, если база данных включает в себя более 10 000 клиентов. Почему? При меньшем количестве полученные после анализа данные могут быть не совсем точными и пригодными для дальнейшего использования. Просто потому, что выборка слишком маленькая. Вашему бизнесу должно быть больше года–двух. Это тоже нужно для достоверных результатов анализа. Чем дольше вы работаете, тем легче вам в принципе судить о типичном поведении ваших клиентов, сколько и когда они тратят. Но тут же другой момент — слишком старые данные анализировать не стоит, они уже просто не актуальны. Меняется ваш бизнес, экономическая обстановка, поток клиентов. В целом же этот срок зависит от типа предприятия.

RFM–анализ — способ поделить клиентов на сегменты по трём критериям. Эти критерии кроются в расшифровке аббревиатуры RFM.

Как давно клиент покупал в последний раз?

Если с последней покупки прошло много времени — это тревожный звонок. С каждым днём вероятность того, что клиент вернётся к вам, становится меньше, пока не исчезает совсем.

Показатель условно делит клиентов на три категории:

1. Покупали совсем недавно.

2. Покупали относительно недавно.

3. Покупали очень давно.

Оценка давности зависит от нескольких факторов:

1. Сезонности — например, зимние ботинки чаще берут осенью, а школьную форму — в конце лета.

2. Других покупателей.

3. Самого покупателя. Брал редко, стал часто, или наоборот.

4. Ситуации на рынке. Посмотрите на конкурентов — как часто у них что–то берут?

Как часто покупает?

Тоже три категории:

1. Часто, много.

2. Несколько раз.

3. Редко или один раз.

Как и давность, зависит от типа продукта и бизнеса, рыночных показателей и т.д.

Сколько тратит клиент при каждой покупке? Общая сумма?

Категории:

1. Тратит много.

2. Средне.

3. Мало.

Чаще всего считают общую сумму покупок, а не каждой отдельно.

Иногда считают по среднему чеку или марже. Маржа — ваша прибыль за вычетом всех издержек, или разница между ценой товара и его себестоимостью.

Денежный показатель оценивают относительно самого покупателя, других клиентов и ситуации на рынке. Однако с последним нужно быть аккуратнее — у каждого предприятия своя ценовая политика. Можно ошибиться при попытке объективно сравнить чеки.

В итоге мы получаем три больших группы с каждого показателя, где:

1 — лучший покупатель;

2 — обычный;

3 — «потерянный», или «уходящий».

Каждому клиенту присваивается свой номер из трёх цифр согласно критериям. Сначала R, потом F и M. Например, покупатель с номером 111 — самый идеальный. Берёт много, часто и регулярно. Номер 13x (x — значит, в данном случае денежный показатель не принципиален) — новичок. Совсем недавно что–то приобрел впервые, пока ещё присматривается к остальным товарам.

И так со всеми остальными сегментами покупателей. Всего получится 27 вариантов.

Главная выгода: вместо того, чтобы тратиться на нецелевой маркетинг, который охватит всех клиентов (и не принесёт ощутимого результата), вы сосредотачиваетесь на конкретных сегментах покупателей и разрабатываете свои стратегии для каждого из них.

Так реклама становится намного эффективнее, потому что вы знаете покупателей «в лицо» и предлагаете то, что понравится им с большей вероятностью. И в нужное время.

Отсюда же вы можете выудить LTV (customer lifetime value), или жизненную ценность клиента. Она показывает, сколько денег покупатель тратит на ваш продукт и какую прибыль может принести бизнесу в перспективе. А это даст ответы на важные вопросы:

1. Какого дохода ожидать в будущем?

2. Сколько нужно инвестировать в привлечение клиента? Рассылки, рекламу, скидки, персональные предложения.

3. Как выгоднее привлечь клиентов? Меньшие затраты, больший выхлоп.

4. Сколько вообще вам можно тратить на маркетинг и повышение продаж?

Несколько вещей:

1. База данных клиентов. Самое основное, что в ней должно быть — личные данные покупателей (ФИО, электронная почта или номер телефона), дата последней покупки и стоимость всех покупок.

2. Лучше, если база данных включает в себя более 10 000 клиентов. Почему? При меньшем количестве полученные после анализа данные могут быть не совсем точными и пригодными для дальнейшего использования. Просто потому, что выборка слишком маленькая. Вы же не будете делать выводы о том, как население всего города относится к поездкам в общественном транспорте, основываясь на мнении 10 случайных пассажиров? Тут почти то же самое.

3. Вашему бизнесу должно быть больше года. Даже двух. Это тоже нужно для достоверных результатов анализа. Чем дольше вы работаете, тем легче вам в принципе судить о типичном поведении ваших клиентов, сколько и когда они тратят. Но тут же другой момент — слишком старые данные анализировать не стоит, они уже просто не актуальны. Меняется ваш бизнес, экономическая обстановка, поток клиентов. В целом же этот срок зависит от типа предприятия. Одно дело — супермаркет, где люди закупаются каждый день/неделю, другое — ювелирный магазин, где совершают покупки, конечно, гораздо реже, и для RFM–анализа нужно брать больший промежуток времени.

Часто анализ делают в Excel, потому что там удобно работать с базой данных, всё автоматизировано. Или с помощью среды разработки. Но мы не будем слишком углубляться, важно понять принцип работы с этой методикой на наглядном примере.

Допустим, у нас есть магазин ювелирных изделий и бижутерии ручной работы. Специализируется на кольцах, браслетах, ожерельях, подвесках. Есть готовые украшения, есть те, на которые можно поместить свою надпись, гравировку, чтобы получилось уникальное изделие.

Работает уже несколько лет. Всё начиналось с продажи украшений друзьям и знакомым. С помощью сарафанного радио и соцсетей, таргетинговой рекламы и других методов раскрутки разросся до целой мастерской.

Цель RFM–анализа — разработать новые рекламные предложения для клиентов. Понять, каким сегментам лучше уделить внимание.

Анализ делаем за последний год.

R — Recency

Давность покупок навскидку.

1. Недавние покупатели — брали что–то не более двух месяцев (60 дней) назад.

2. Относительно недавние — от двух месяцев до полугода (180 дней).

3. Давние или единоразовые — больше полугода.

F — Frequency

1. Покупают часто — 5-7 раз за рассматриваемый период.

2. Средне — 3-4 раза.

3. Мало — 1-2 раза.

M — Monetary

Самая маленькая стоимость изделия: 500 рублей.

Самая крупная: 20 000 рублей.

Значит:

1. За малый чек будем считать сумму от 500 до 5000 рублей.

2. Средний — от 5000 до 15 000.

3. Крупный — от 15 000 до 40 000 рублей.

Это, конечно, очень условное деление, зато наглядное.

После выделения всех возможных категорий покупателей у нас получится что–то вроде такой таблицы:

С ней уже можно работать дальше. Сосредотачиваем внимание на определённых сегментах и думаем, что с ними можно сделать.

Сегмент 333, например, можно почти сразу отмести. Скорее всего, такие покупатели больше не вернутся. Им можно ненавязчиво напомнить о себе письмом на электронную почту с каким–нибудь промокодом на скидку в качестве подарка после долгого отсутствия.

Лояльным постоянным покупателям (111, 112) можно предложить накопительную систему, бонусы, доступ к изделиям из особых материалов, особую возможность смоделировать собственное украшение (придумать форму подвески, к примеру).

Обычные покупатели при этом могут заказывать только уникальные гравировки, но не форму и материал изделия. Есть готовое украшение — туда можно поместить только свою надпись, ничего больше.

Тем, кто брал недавно, на любую сумму и с неизвестной пока частотой (F=3), предложить скидку на следующий заказ, приоткрыть завесу бонусов для постоянных покупателей.

Если после анализа появился сегмент, который покупает только перед праздниками (допустим, перед 8 марта или 23 февраля), можно рассылать им соответствующие рекламные предложения со скидками по типу «снова думаете, что подарить любимому или любимой?»

Но не мучайте их постоянными рассылками. Всё равно вряд ли сработает. Как вариант, можно попытаться раскрутить на покупки перед другими праздниками, как повод чаще радовать близких.

Тем, кто покупал давно, несколько раз и довольно часто, написать: «Мы по вам соскучились! Вы давно ничего не заказывали, ловите хорошую скидку, если надумаете сделать заказ». Как вариант, ограничить скидку по времени, чтобы мотивировать клиента на покупку.

Так нужно проработать все 27 категорий. Убрать лишние, создать предложения для оставшихся.

И так с любой базой данных любого бизнеса. RFM–анализ — ваш верный помощник в повышении продаж.