RFM-анализ: как сегментировать клиентов и получать повторные продажи

Объясняем, что такое RFM-анализ, как с его помощью разделить клиентов на сегменты и как это поможет повысить лояльность покупателей и прибыль компании.

Что такое RFM-анализ

RFM-анализ — способ разделить клиентов по покупательскому поведению и выявить тех, кто приносит компании больше денег. Для каждой группы будет своя стратегия взаимодействия, свои специальные предложения.

Подключить Roistat бесплатно

RFM расшифровывается так:

• recency — время с момента последней покупки;
• frequency — частота покупок;
• monetary — сумма покупок.

Анализ делит клиентов на сегменты, каждому сегменту определяются диапазоны:

• recency: давние, относительно давние и новые покупатели;
• frequency: покупает часто, не очень часто, редко;
• monetary: покупает на маленькие суммы, средние, большие.

Анализ помогает определить клиентов, которые покупают часто и на большие суммы, клиентов, которые регулярно возвращаются за небольшими покупками, и клиентов, которые давно ничего не покупали.

С каждым сегментом выстраиваются отдельные коммуникации, создаются подходящие email-рассылки и акции. Работа ведется по принципу: лучших удерживать, середнячков активировать, уходящих вернуть.

Преимущества анализа в том, что для его реализации не нужно привлекать разработчиков и проводится он относительно быстро.

Зачем проводить RFM-анализ

В бизнесе действует закон Парето: 80% прибыли приносят 20% клиентов. Эти 20% — клиенты, которые покупают часто, много и на большие суммы. Чтобы правильно выстраивать работу с лояльными клиентами, нужно понимать, кто эти люди.

Привлечение новых клиентов обходится бизнесу дороже, чем работа с существующей базой. Лояльные клиенты рассказывают о своих покупках друзьям, знакомым, и «сарафанным радио» приводят бизнесу новые заявки. Приходят повторно сами, покупают новинки и уже полюбившиеся товары. Оставляют отзывы, отмечают бренд в соцсетях, принимают участие в опросах.

Делимся 4 способами сегментации базы клиентов, которые помогают повышать конверсию в повторные заявки и продажи.

Пользователи могут перетекать из сегмента в сегмент. Частота, с которой нужно проводить анализ повторно, зависит от подвижности базы. Новый анализ проводится, чтобы проверить, какие из клиентов изменили статус, и не пора ли вовлекать их во взаимодействие с бизнесом с помощью подходящего контента.

Данные RFM-анализа помогают эффективнее выстраивать look-alike таргетинги. Понимание ключевых сегментов покупателей поможет формулировать точные офферы. Разделение базы на группы позволит правильно выстраивать коммуникацию с клиентами: распределять усилия маркетинга на те сегменты, которые с большей вероятностью совершат покупку.

Как проводить RFM-анализ: делим покупателей на сегменты

Суть анализа в разделении клиентов на группы в зависимости от давности, суммы и частоты покупок.

Каждую группу делим на 3 сегмента и маркируем. Например:

Маркер	Recency (время с момента последней покупки)	Frequency (частота покупок)	Monetary (сумма покупок)
1	Покупка более года назад	1 покупка — разовая или очень редкие покупки	Не более 800 ₽
2	Покупка 4-12 месяцев назад	1-3 покупки — не часто покупает	От 800 до 3 000 ₽
3	Покупка меньше 4 месяцев назад	3+ покупки — часто покупает	От 3 000 ₽

Например, клиенты 111 — покупали всего однажды, уже более года назад, на маленькую сумму, а клиенты 333 — в последний раз покупали меньше 4 месяцев назад, уже совершили больше 3 покупок на сумму выше 3 000 ₽.

RFM-анализ с помощью Excel

RFM-анализ формируется в Excel с использованием сводных таблиц. Выгружаем из CRM-системы данные: Имя, Дата покупки, Сумма покупки.

Определяем по каждому клиенту последнюю дату покупки и сумму, с помощью Сводной таблицы.

Учитывая, что клиент мог покупать несколько раз, значение «Клиент» выносим в строки.

Ещё нужно посчитать, сколько раз и на какую сумму заказывал клиент. Перетягиваем «Сумма» в «Значения», указываем SUM в «Суммировать по» для Frequency, затем перетягиваем «Сумма» в «Значения», указываем SUM в «Суммировать по» для Monetary.

Далее полученные данные приводим к параметрам RFM, заданным выше в таблице.

Для значений R прописываем формулу: =ЕСЛИ(B4<88;5;ЕСЛИ(B4<173;4;ЕСЛИ(B4<259;3;ЕСЛИ(B4<345;2;1))))

Для значений F: =ЕСЛИ(D5>4;5;ЕСЛИ(D5>3;4;ЕСЛИ(D5>2;3;ЕСЛИ(D5>1;2;1))))

Для значений М: =ЕСЛИ(C3>3068;5;ЕСЛИ(C3>1429;4;ЕСЛИ(C3>809;3;ЕСЛИ(C3>543;2;1))))

Чтобы привести значения в трёхзначную RFM-комбинацию, в итоговом столбце нужна формула: =E2*100+F2*10+G2

Выглядеть всё будет примерно так:

Теперь итоговые данные нужно распределить по сегментам, затем можно будет перейти к формированию стратегии работы с каждым сегментом.

По итогу получаем 27 сегментов. Их может быть и меньше. В нашем примере клиентов, которые купили один раз больше года назад на сумму выше 3 000 ₽, просто не существует.

Некоторые сегменты есть смысл объединить. Например, 333 и 323, в целом, покупают часто и много. Не нужно продумывать для каждого из них отдельные офферы. Таким клиентам можно предлагать новинки и товары, похожие на те, что они уже купили. Также стоит их приглашать подписаться на соцсети, проводить с ними опросы для определения индекса NPS, поскольку это постоянные клиенты.

Покупателям из сегмента 212 нужно периодически напоминать о товарах компании, рассказывать о новых продуктах, отправлять уведомления об акциях, чтобы мотивировать их покупать чаще.

Как работать с покупателями, чтобы получать больше повторных продаж: сервис «Управление клиентами» Roistat

RFM-анализ позволяет получить несколько сегментов покупателей. Минус этого способа сегментации базы в том, что его приходится делать практически вручную. Расскажем, как можно автоматизировать работу с клиентами, чтобы повышать их лояльность, когда у вас интегрированы CRM-система и сервис сквозной аналитики Roistat.

Для работы с клиентами в Roistat есть сервис «Управление клиентами». Он позволяет быстро сегментировать базу и делать нужные вам выборки клиентов.

Например, можно отобрать клиентов, которые совершили много покупок, принесли компании большую выручку и при этом совершили последний заказ относительно недавно. Отобранных пользователей можно выгрузить в Excel-таблицу и использовать их данные для email-рассылки, CМС-уведомлений или настройки таргетированной рекламы, например, чтобы сделать им специальное предложение как постоянным покупателям.

Вот 4 механики, которые стоит взять на вооружение в работе с базой с помощью сервиса «Управление клиентами»:

1. Повышайте конверсии из заявок на сайте в продажу. Для этого напоминайте о себе клиентам, которые оставили заказ в течение последнего месяца, но не сделали покупку.
2. Получайте дополнительную прибыль от постоянных покупателей: если постоянные клиенты давно не совершали покупку, догоните их ретаргетингом. О том, как настроить ремаркетинг и ретаргетинг в контекстной рекламе, рассказали в нашем блоге.
3. Получайте заявки от новой тёплой аудитории. Изучите клиентов, которые чаще других совершают покупки, и ищите похожих.
4. Повышайте лояльность клиентов с помощью анализа каналов обращений. Посмотрите каналы, по которым чаще всего обращаются клиенты, посмотрите страницы, которые их привлекают. Это поможет выпускать продукты, которые заинтересуют.

Подробное видео о работе сервиса «Управление клиентами»:

Подключить Roistat бесплатно

Параметры RFM-анализа

Анализ RFM оценивает следующие ключевые параметры.

1. Recency (Свежесть). Этот параметр оценивает, насколько недавно клиент совершил свою последнюю покупку или взаимодействие с компанией. Обычно это измеряется в количестве дней с момента последней активности. Чем свежее взаимодействие, тем выше оценка.
2. Frequency (Частота). Frequency отражает, насколько часто клиент совершает покупки или взаимодействует с брендом. Это может быть количество покупок за определенный период времени или частота посещений веб-сайта или использования услуги.
3. Monetary (Денежные затраты). Этот параметр измеряет общие денежные затраты клиента на продукты или услуги компании. Он учитывает сумму средств, которую клиент потратил за все время сотрудничества с брендом.

Чем выше оценки по каждому из этих параметров, тем более ценным считается клиент. Например, клиент, который недавно совершил крупную покупку (высокая Monetary), совершает покупки часто (высокая Frequency) и взаимодействует с компанией регулярно (высокая Recency), будет считаться одним из наиболее ценных клиентов.

Какие стратегии можно разрабатывать благодаря RFM

На основе результатов анализа RFM, компании могут создавать разнообразные маркетинговые стратегии.

• Сегментация клиентов. Клиенты могут быть разделены на группы на основе их оценок RFM. Это позволяет компаниям лучше понимать потребности и интересы каждой группы и настраивать маркетинговые кампании соответствующим образом.
• Персонализированный маркетинг. Клиенты с разными оценками RFM могут получать персонализированные предложения и рекламу. Например, клиенты с высокими оценками могут получать эксклюзивные скидки или предложения.
• Удержание клиентов. Сегментация на основе RFM позволяет выявить клиентов с низкими оценками, что может быть признаком потери интереса. Компании могут сосредотачиваться на удержании таких клиентов, предлагая им стимулы для возврата и повторных покупок.

RFM-анализ — инструмент повышения эффективности маркетинга и управления клиентами, позволяя компаниям более точно настраивать свои стратегии и ресурсы.

На нашем Telegram-канале делимся полезными материалами по маркетингу и аналитике, кейсами клиентов, собираем познавательные дайджесты и анонсируем бесплатные обучающие вебинары. Подписывайтесь, чтобы ничего не пропустить!