RFM-анализ – методика, которая помогает сегментировать собственную аудиторию по частоте и давности совершения последней покупки, чтобы сформировать дифференцированные рекламные предложения. Например, для постоянных, часто покупающих Клиентов – особую систему скидок, для новых и присматривающихся – специальные предложения, ограниченные по времени и побуждающие к совершению скорейшей покупки. Для тех, кто давно к вам не обращался – «пробуждающие» акции.
RFM-анализ помогает сегментировать аудиторию по принципу постоянства и лояльности.
RFM-анализ – группировка Клиентов по схеме, в которой можно увидеть, каких Клиентов необходимо удерживать, чтобы они не перешли к конкурентам, каких – привлечь и сделать постоянными потребителями, кто совершает покупки часто, но с малым чеком, а кто давно перестал входить в группу лояльных потребителей. RFM-анализ помогает сегментировать и персонифицировать контент, чтобы не пересекались акции для постоянных и новых клиентов, и не создавалось ложного ощущения, что лояльные потребители покупают дороже, нежели новички.
Основное преимущество RFM-анализа – простота его применения. Он не потребует от вас наличия штатного маркетолога али аналитика, специальных сервисов или программ. Провести анализ можно с помощью обычной таблицы Excel.
Второе важное преимущество — скорость. Вам потребуется всего полчаса, чтобы сгруппировать базу даже на 100 тысяч Клиентов. Для проведения анализа вполне достаточно выгрузить из CRM информацию о действующих Клиентах.
Недостаток у RFM-анализа один: он применяется только на больших базах. При количественных показателях меньше 10 тысяч клиентов неэффективен.
RFM-анализ применяется в компаниях, работающих в системе B2C. К сожалению, для сектора B2B чаще всего эта методика неприемлема, так как не набирается релевантного количества Клиентов. Идеально использовать результаты RFM-анализа для формирования сегментированных почтовых рассылок, когда разным сегментам клиентской базы отсылается разный контент в зависимости от степени лояльности. Также эффективен этот инструмент для формирования продающих телефонных скриптов и таргетинга.
В основе RFM-анализа лежит сегментация по трем показателям:
Recency (давность, новизна) — насколько давно Клиент делал последнюю покупку (количество дней с последней покупки);
Frequency (частота) — как часто покупает (количество покупок за определенный период);
Monetary (суммарная стоимость покупок) — сумма полученных от Клиента денег за выбранный период с учетом всех покупок.
Для анализа чаще всего необходимы два параметра целевой аудитории: демографические и поведенческие данные, то есть кто эти люди и что они делают. Именно по эти двум параметрам обычно можно прогнозировать дальнейшие покупки.
Причем, именно поведенческий прогноз гораздо важнее, чем демографические анализ, так как для определения будущих продаж важнее знать, сколько людей из существующей клиентской базы не так давно приобретал, допустим, товары на сумму 500 долларов, нежели знать, сколько людей из клиентской базы находятся в возрастном периоде от 20 до 25 лет. Или сколько они зарабатывают.
Важно: третий параметр monetary можно менять, подставляя вместо денежных сумм другие ключевые показатели поведенческой эффективности. Например, измерять можно глубину просмотра сайта или посадочной страницы.
Простой пример применения анализа RFM. Возьмем компанию по доставке пиццы. Каждый сезон фирма делает рассылку своим постоянным клиентам с предложением ознакомиться с очередной акцией и сделать заказ. Каждое письмо обходится компании в 20 центов. Примерная прибыль от каждого заказа – 9-10 долларов.
То есть, чтобы полностью окупить затраты на рассылку, необходимо получить конверсию в продажи на уровне не менее трех процентов от базы. При этом стандартная конверсия из рассылки обычно не доходит до двух процентов (что считается нормальным для этого инструмента).
С помощью анализа RFM вся база сегментируется на 5х5х5 ячеек и определяется доля конверсии с каждого сегмента. После чего рассылка со стандартными предложениями приоритетно отправляется только тем Клиентам, которые дают долю конверсии не менее трех процентов. Неактивная подписная база удаляется.
Что важно: для постоянных Клиентов, делающих максимальное количество заказов, можно вводить специальные условия либо уменьшать количество писем, чтобы не надоедать постоянным напоминанием о себе. А полностью неактивные части базы удалять из рассылки, попробовав предварительно «разбудить» спящую аудиторию особыми предложениями.
По давности заказов Клиенты сегментируются на группы:
По частоте:
По сумме:
С помощью трехсекционного анализа вы можете выяснить, что какие-то Клиенты делали покупки очень давно и на весьма скромные суммы. Таких можно более не рассматривать как целевую аудиторию в рассылке вообще. Но обратить максимум внимания на Клиентов, которые покупают часто и на средние, крупные суммы. При этом частоту и величину заказа можно задавать произвольно, в зависимости от параметров бизнеса.
Таким образом, вы можете сегментировать всю свою базу для точного определения, какой контент необходимо предлагать постоянным Клиентам, какой – «спящим», которым требуется дополнительное мотивирующее приглашение, а чье возвращение для вас и вовсе нецелесообразно.
Канал Андрея ГусароваПодпишись на регулярный текст от босса и маркетолога. Здесь никогда не будет скучной информации.
Присоединиться
Вы долистали до подвала, вы терпеливый товарищ,
давайте мы ответим на ваши вопросы по телефону
