Чтобы лучше понимать потребности клиентов, предлагать то, что им действительно нужно, разрабатывать эффективные маркетинговые стратегии, увеличивать охваты и повышать ROI, разделяйте потребителей на сегменты. RFM-анализ подходит именно для этого. Рассказываем, как его провести и применить полученные данные.
RFM-анализ — это метод сегментации клиентов. Он помогает разделить потребителей на непересекающиеся между собой группы, а также позволяет понять, кто из клиентов покупает много и часто, кто — много, но редко и кто уже долгое время ничего не приобретал.
RFM-сегментация важна для эффективного взаимодействия с потребителями, увеличения ROI и LTV. По итогам RFM-анализа вы будете знать, кому и какую рекламу показывать, какую email-рассылку планировать и какие бонусы предлагать.
Например, постоянным клиентам можно высылать письма с информацией о новых товарах и услугах компании, а покупателям, которые давно не оформляли заказы, предоставлять мотивирующую скидку.
RFM-анализ используют компании из сегментов B2C и B2B для настройки таргетированной рекламы, подготовки скриптов для телефонных звонков и email-рассылок.
Метод RFM подходит для e-commerce, прямых продаж, некоммерческих взаимодействий. Его используют, если потребность в продукте не разовая, а периодическая, и потому довольные клиенты совершают покупки регулярно.
Для исследования бизнеса с редкими покупками (например, продажа недвижимости или детских кроваток) RFM-анализ будет бесполезным.
В основе RFM-анализа три показателя:
Давность покупки (Recency). Показывает время, прошедшее от последней сделки. Клиент, который недавно заказал у вас товар, с большей вероятностью прочитает письмо из email-рассылки или ответит на звонок менеджера, чем покупатель, оформивший заказ более года назад — на основе этого работает Recency.
Частота покупки (Frequency). Показывает, как часто потребитель делает покупки, обращается за услугами или выполняет другие целевые действия за определенный период. Допустим, обычные клиенты заказывают воду на дом раз в 5–6 недель, а офисные сотрудники делают это гораздо чаще — раз в 2–3 недели. Получается, что за один и тот же период времени взаимодействовать с офисными клиентами нужно активнее — на этом принципе основан Frequency.
Сумма чека (Monetary). Показывает, сколько денег, времени или других ресурсов клиент потратил за определенный период времени. Сумма чека в меньшей степени прогнозирует потребительские тенденции, если сравнивать с давностью и частотой покупок. Часто клиенты, которые заказывают на большие суммы, — занятые люди, поэтому редко откликаются на звонки и промо-рассылки.
Бизнес, который разделяет клиентов на разные сегменты, оптимизирует затраты на рекламу, успешнее запускает новые товары и лучше контактирует с потребителями, потому что знает, как и с помощью каких инструментов работать.
Плюсы RFM-анализа:
Персонализация. Важно не только увеличивать охваты, но и повышать качество работы уже с имеющейся аудиторией. RFM-анализ направлен на выяснение клиентских потребностей — на их основе вы разработаете по-настоящему привлекательные персональные предложения.
Снижение расходов на рекламу. Можно подогревать лиды даже с минимальными вложениями, если оптимизировать маркетинговые стратегии — например, разрабатывать отдельные скрипты для продаж и таргетинга.
Удобство и скорость. Сегментация с помощью RFM-анализа занимает около 20–25 минут, даже если клиентская база включает 50–70 тысяч контактов. Все, что необходимо — несколько простых формул в Excel и исходные данные.
Минусы у RFM-анализа тоже есть — его эффективность определяется объемом клиентской базы. Если у вас небольшой бизнес и аудитория не превышает 2–3 тысячи потребителей, то ощутимого результата добиться сложно.
Техника RFM не определяет поведение клиентов и не прогнозирует будущее, а лишь систематизирует массивы данных. Она дает только исходную информацию, а то, как она будет реализована в рекламной кампании, зависит уже от маркетологов, аналитиков и руководителей компаний.
Используйте Excel или Google Таблицы, чтобы выполнить анализ по методу RFM. Сначала соберите все данные, например, из CRM-системы, а затем — рассчитайте Recency, Frequency и Monetary. Далее выведите обозначения клиентов и проанализируйте результаты.
Начните RFM-анализ со сбора информации.
Сначала выгрузите данные в Excel:
идентификаторы клиентов;
даты последних покупок;
суммы покупок.
Далее:
Перенесите список на новый лист в Excel и выберите опцию «Удалить дубликаты», чтобы оставить только уникальные параметры.
Добавьте столбец «Общее количество покупок» (формула СЧЕТСЛИМН) и «Итоговая сумма покупок» (формула СУММЕСЛИМН).
Добавьте столбцы «R», «F» и «M» и пока оставьте пустыми.
Минимум, который должен быть в таблице для эффективного RFM-анализа — 8 столбцов. Добавлять больше, если это необходимо вашему бизнесу, — можно, но меньше — нет.
Теперь, когда данные готовы, переходите к следующему шагу — разделению потребителей. Обычно сегментация выполняется по трем группам — оценки от 1 до 3, но при работе с массивной клиентской базой удобнее делить на 5 групп — оценки от 1 до 5.
При стандартной сегментации на 3 группы вы получите 27 сегментов: 3 группы (давность) х 3 группы (частота) х 3 группы (сумма чека) = 27 сегментов.
При расширенной сегментации на 5 групп вы получите 125 сегментов: 5 групп (давность) х 5 групп (частота) х 5 групп (сумма чека) = 125 сегментов.
Рассмотрим стандартную сегментацию по 3 группам:
Группы клиентов по давности покупки (Recency):
1 — давние;
2 — относительно недавние;
3 — недавние.
Алгоритм проведения группировки:
От текущей даты (=СЕГОДНЯ) отнимите дату, когда была совершена последняя покупка.
Выберите функцию «ПРОЦЕНТИЛЬ. ВКЛ» — она делит имеющиеся значения по уровням: те, которые включены в 33% и 66%.
Чтобы узнать, к какой группе от 1 до 3 относится клиент, примените в Excel функцию «ЕСЛИ» — выставьте условие.
Группы клиентов по частоте покупки (Frequency):
1 — одна покупка;
2 — редко;
3 — часто.
Для группировки выполните следующие действия:
Воспользуйтесь формулой «ПРОЦЕНТИЛЬ».
Поменяйте диапазон значений.
Примените функцию «ЕСЛИ», чтобы разбить клиентов на группы от 1 до 3.
Группы клиентов по сумме чека (Monetary):
1 — низкий чек;
2 — средний чек;
3 — высокий чек.
Сделайте то же самое, что и с Frequency. Используйте формулу «ПРОЦЕНТИЛЬ», поменяйте диапазон значений и примените условие — формулу «ЕСЛИ».
Параметры, которые вы используете для формулы «ЕСЛИ», всегда индивидуальные — они зависят от сферы и масштабов бизнеса. Например, давность покупки может составлять как 1 месяц, так и 1 год — зависит от того, что вы продаете и какие услуги оказываете. Аналогично с частотой и сумма покупок — к примеру, средний чек на одного покупателя в месяц для магазина цветов в Москве — 3000 рублей, а для магазина детских игрушек — 2000 рублей.
Теперь у вас есть все показатели для RFM-анализа.
Чтобы рассчитать обозначение клиента, добавьте новый столбец «RFM» в таблицу Excel. Используйте формулу:
Recency 100 + Frequency 10 + Monetary.
Напоминаем, что для Recency, Frequency и Monetary должны быть предусмотрены соответствующие столбцы (вы их создаете изначально и оставляете пустыми).
В результате у каждого клиента будет трехзначное обозначение — 111, 121, 122 и так до 333.
Чтобы было удобнее работать с результатами, создайте сводную таблицу. Включите в строки RFM, а в значения — количество по полю «Клиент». Скопируйте информацию на новый лист и переименуйте столбцы на «Сегмент» и «Количество».
Теперь перед вами таблица, где указано обозначение сегмента и количество клиентов, которые в него входят.
Давайте расшифруем одно из обозначений:
Если RFM = 213, то R (Recency) = 2, F (Frequency) = 1, а M (Monetary) = 3. Выходит, что клиент с обозначением 213 является «относительно недавним», покупает «редко» и оставляет «высокий чек».
Маркетинговая стратегия выстраивается под особенности сегмента:
Потерянные. Давние клиенты, которые совершили всего одну покупку — 111, 112, 113. Обычно с ними не взаимодействуют. Отток клиентов неизбежен, поэтому лучшее решение — сэкономить время и бюджет рекламной кампании.
Под угрозой оттока. Клиенты, которые покупали давно, но совершили больше одной покупки — 121, 122, 123. Попробуйте рассказать им об акциях, предложите скидку на повторный заказ и попытайтесь узнать, почему они перестали к вам обращаться.
Бывшие лояльные. Потребители, которые раньше часто покупали на разные чеки, но перестали со временем — 131, 132, 133. Сделайте промо-рассылку для этих сегментов и предложите долгосрочную мотивацию — например, бонусную систему.
Новички. Клиенты, которые недавно совершали сделку — 311, 312, 313. Обязательно взаимодействуйте с новыми потребителями — они нередко откликаются на информационные рассылки, приглашения перейти в блог компании и ознакомиться с обучающим контентом.
Перспективные. Новые клиенты с большим чеком — 313, регулярные клиенты с большим чеком — 323. В эту же группу можно отнести потребителей, которые часто заказывают на средний чек — 233, 233, 332. Чтобы сохранить их интерес, предлагайте подарки и сопутствующие товары.
Идеальные. Клиенты, которые заказывают много и часто — 333. Рекламные кампании для идеальных потребителей рассчитаны на то, чтобы их удержать, поэтому акцентируйте внимание не на скидках, а на персональном обслуживании и приглашениях на мероприятия бренда.
Чтобы усовершенствовать коммуникации, отслеживайте текущие сделки и анализируйте прошлые. Используйте систему записи разговоров MANGO OFFICE, чтобы узнать, как операторы общаются с клиентами и работают с возражениями. Подключите запись звонков к виртуальной АТС и получите всю необходимую информацию о разговорах.
Информация, которую удалось получить при RFM-анализе, будет полезна при запуске новых товаров и услуг, поможет увеличить доход компании, сократить показатели естественного оттока потребителей и сократить расходы на коммуникации с клиентами.
Направления использования данных RFM-аналитики:
Увеличение LTV. Программы лояльности, бонусы, предложение сопутствующих товаров — все это повышает прибыль компании, полученную от одного покупателя. Используйте RFM, чтобы выделить и удержать частых потребителей с крупным чеком.
Расширение ассортимента. Сообщайте лояльным и перспективным покупателям о запуске нового товара или услуги — они сделают первые заказы, напишут отзывы и расскажут об этом друзьям. Чтобы повысить отклик, предложите скидку на новый товар.
Увеличение лояльности и вовлеченности. Повышайте вовлеченность через особенности разных сегментов. Например, для бывших лояльных клиентов подготовьте промо-рассылку, а для новичков — информационный и образовательный контент.
Повышение эффективности коммуникаций. Прописывайте скрипты телефонных разговоров, email- и смс-рассылок отдельно под каждый потребительский сегмент — это повышает вероятность откликов и новых заказов.
Уменьшение количества потерянных клиентов. Чтобы сократить отток потребителей, используйте скидки на повторные заказы, программы лояльности, другие выгодные предложения — например, бесплатную доставку при покупке от определенной суммы.
Экономия на рекламе и увеличение ROI. Теперь, когда все клиенты разделены на сегменты, вы взаимодействуете с ними не одинаково, а по-разному и с учетом всех особенностей — это увеличивает возврат инвестиций и сокращает расходы на маркетинг.
Улучшение ретаргетинга (ремаркетинга). Экспортируйте сегменты потребителей в рекламные сервисы, чтобы создавать на их основе целевые аудитории — пользователей, которые увидят вашу рекламу на других сайтах.
Со временем потребители из одной группы переходят в другую: приходят новые клиенты, перспективные — берут тайм-аут, а бывшие лояльные — реагируют на промо-рассылку и возвращаются к покупкам.
Частота обновления сегментов зависит от жизненного цикла одного потребителя, естественного периода покупки и срока, в течение которого один клиент повторно обращается в вашу компанию — зависит только от особенностей вашего бизнеса.
Если вернуться к примеру компании, которая доставляет воду на дом и в офис, то обновлять сегменты достаточно раз в 3 месяца. Другое дело — крупный и успешный интернет-магазин. Тогда пересматривать сегменты можно чаще — раз в 1–1,5 месяца.
RFM-аналитика помогает онлайн и офлайн-бизнесу повышать продажи и отклик аудитории, сокращать расходы на рекламу, делать маркетинг персонализированным и эффективным.
Концепция аналитики по методу RFM основана на трех показателях: Recency (давность покупки), Frequency (частота покупки) и Monetary (сумма чека).
Используйте для группировки Excel или Google Таблицы, а все исходные параметры выгружайте с помощью CRM-системы.
Некоторые CRM-инструменты автоматически сегментируют потребителей по методу RFM — например, Битрикс-24, 1С, Passteam, amoCRM, поэтому вручную ничего делать не придется.
Со временем информация устаревает, поэтому не забывайте обновлять сегменты — вручную или через автоматизированные сервисы.