Name: sberbank.ru
Price range: 0

RFM-анализ — что это такое и для чего нужен

Что такое RFM-анализ

RFM-анализ позволяет понять, какая категория клиентов тратит у вас много и регулярно, какая — часто, но понемногу, и кто давно к вам не возвращался.

Суть метода отражает аббревиатура RFM:

Recency (от англ. давность) — этот показатель демонстрирует, как давно клиенты приобретали ваши товары или пользовались вашими услугами.

Frequency (от англ. частота) — с какой периодичностью клиенты обращаются за вашими товарами или услугами.

Monetary (от англ. деньги) — сколько всего у вас тратят.

Чтобы определить, что значит, например, «недавно» и «давно», как правило, используют такие статистические параметры, как процентиль 33% и процентиль 66%. Они позволяют поделить всех клиентов на три равных группы и при этом автоматически определить границы этих групп.

Например, в результате анализа может выясниться, что первая граница проходит в районе 14 дней. Получится такое деление:

«1» — это ваш самый «тёплый» сегмент, постоянные клиенты — те, кто был у вас в течение последних двух недель;
«2» — допустим, окажется в границах между 15 и 25 днями;
«3» — все остальные, кто не был у вас больше 25 дней.

Подобную сегментацию на три группы нужно проделать и по остальным двум показателям (Frequency, Monetary).

В результате клиентская база поделится на 27 сегментов исходя из всех возможных комбинаций оценок по трём показателям:

Пример сегментов в RFM-анализе. Таблицу предоставил эксперт

Какие инструменты использовать

Главное преимущество RFM-анализа — его можно сделать бесплатно с помощью таблиц в Excel, Google Sheets или специальных сервисов.

Например, последняя версия Excel поддерживает до миллиона строк, и для небольшого бизнеса этого вполне хватит. Если у вас в выгрузке больше миллиона строк, то Excel не подойдёт — придётся использовать более профессиональные инструменты.

Для анализа придётся:

— корректно выгрузить данные из базы или CRM-системы: идентификаторы покупателей — например, фамилии или id, даты покупок (сделок), суммы покупок;

— применить формулы, которые позволят рассчитать дату с последней покупки каждого покупателя и другие показатели.

В завершение анализа можно сделать в Excel форматирование, которое «окрашивает» в разные цвета различные сегменты аудитории. Это позволяет наглядно увидеть, в каком состоянии находится ваша клиентская база.

Пример наглядной сегментации клиентов в результате RFM-анализа

Кроме Excel существуют бесплатные и недорогие онлайн-сервисы, которые тоже позволяют сделать RFM-анализ самостоятельно. Но к ним нужно относиться с осторожностью: перед тем как импортировать куда-то свою клиентскую базу, лучше заменить все контактные данные на обезличенные идентификаторы.

Например, это можно сделать с помощью вычисления хэш-суммы сцепленных между собой ФИО и номера телефона клиента. Для этого используется формула «= SUMPRODUCT( CODE( MID( C2, ROW(INDIRECT("1:"&LEN(C2))), 1 ) ) )».

Пример замены данных на обезличенные идентификаторы

Вы можете, например, с удивлением обнаружить, что 10 лет нарабатывали клиентскую базу, а 90% ваших покупателей не приносят денег, были давно и не проявляют никакого интереса к вашему продукту. Или, наоборот, что у вас супергорячая база, и вам нужно делать всё, чтобы её удерживать, чтобы конкуренты не перехватили.

Иван Саушин,

консультант по маркетингу

Применительно к продажам закон Парето означает, что 20% клиентов приносят 80% продаж. RFM-анализ помогает выявить эти 20% — лояльных платёжеспособных клиентов, самую перспективную часть аудитории, на которую эффективнее всего направлять рекламные ресурсы.

Мы проводили сегментирование аудитории для производителя детской одежды из Ижевска. У него десятки тысяч клиентов, но он никогда до этого не анализировал клиентскую базу.

Подключили «1С» к аналитической системе, выгрузили все данные и вручную установили границы сегментов. Например, по шкале монетизации: до 500 рублей — маленький чек, от 500 до 3000 рублей — средний и т. д. В итоге мы нашли «золотой сегмент» покупателей, которые тратили на детскую одежду от 100 до 300 тысяч рублей за год. Это сегмент, который требовалось удерживать.

После завершения RFM-анализа мы выгрузили теги в CRM, и клиентские менеджеры при взаимодействии с покупателями уже знали, с кем имеют дело. Если писал «золотой» клиент — к нему было особое отношение, вплоть до прямой связи с собственником. Таких подключали к фокус-группам по разработке товара, предоставляли ранний доступ к мобильному приложению, которое тогда только появилось. С одной стороны, этих клиентов нужно было «цеплять», с другой — они как никто могли дать качественную обратную связь.

Иван Саушин,

консультант по маркетингу

В рамках этого же кейса с производителем детской одежды удалось выявить сегмент «спящих» клиентов, которым нужна была реактивация, а также группу клиентов с низким средним чеком, который нужно было повышать. Обе эти задачи удалось решить с помощью рассылок.

Эффективность этой работы составила на первый взгляд скромные 5-7%, которые при больших оборотах означали плюс несколько миллионов рублей за пару месяцев.

К примеру, у федеральной сети супермаркетов ежедневно миллион чеков на три миллиона товарных позиций. Сегменты RFM пересчитываются автоматически с помощью роботов и специальных алгоритмов. Вы сходили в магазин, что-то купили, и ваш клиентский профиль поменялся: вы переместились из одного сегмента в другой. Один робот это посчитал, другой «увидел» изменение сегмента и спустя запрограммированное количество дней отправил вам пуш-уведомление. У вас будет своё уведомление, а у меня — своё.

Иван Саушин,

консультант по маркетингу

Кому не пригодится RFM-анализ

— У вас небольшая клиентская база

Чем меньше количество записей о покупках, тем сложнее получить репрезентативный результат при RFM-анализе. Нет смысла делить 100 человек на 27 сегментов. Если в вашей базе хотя бы 1000 клиентов и 3000 чеков, уже есть смысл сегментировать.

— Ваш бизнес совсем молодой

Даже если вы суперуспешный стартап, который сходу получил сотни миллионов пользователей, первое время вы всё равно не получите никакой пользы от RFM-анализа, т. к. все клиенты были у вас, условно говоря, в прошлую пятницу. Бизнесу с большим количеством транзакций следует подождать хотя бы два-три месяца, прежде чем делать первый RFM-анализ. Если транзакций немного, придётся подождать не меньше года.

— Ваш продукт не подразумевает цикличное потребление

Например, вы застройщик и продаёте квартиры, которые люди обычно покупают 1 или 2 раза в жизни. Делать RFM-анализ в данном случае бессмысленно, так как параметр «частота покупок» ни о чём вам не скажет.

— У вас нет продуктовой матрицы: ваш продукт — это всего один товар

Очень сложно повышать средний чек, развивать и удерживать клиента, если продаёте в парке кукурузу.

— Ваша клиентская база статична

Если вы нишевый ювелирный магазин в глубине района, до которого доходят только постоянные клиенты, то ваша база практически не меняется, и RFM-анализ будет бесполезен.

— Вы ничего не планируете делать с клиентской базой

RFM-анализ имеет смысл только в том случае, если у вас есть ресурсы для работы с клиентской базой и желание улучшить маркетинговую стратегию.

Главное

RFM-анализ помогает поделить клиентов на сегменты, чтобы создать эффективную маркетинговую стратегию.
В процессе RFM-анализа всех клиентов делят на группы в зависимости от даты последней покупки, частоты покупок и размера чека.
Сделать такой анализ можно бесплатно с помощью таблиц в Excel, Google Sheets или специальных сервисов.
Чем масштабнее бизнес, тем чаще нужно проводить RFM-анализ.
Если у вас меньше 1000 клиентов, вы совсем молодой стартап или торгуете всего одним товаром — сегментировать аудиторию может быть бессмысленно.

Аналитика и управление продажами в интернет-банке СберБизнес

RFM-анализ — что это такое и для чего нужен

Содержание

Что такое RFM-анализ

Как делать RFM-анализ

Какие инструменты использовать

Что делать с результатами

Как часто нужен RFM-анализ

Кому не пригодится RFM-анализ

Главное

Читать далее