Меню

Подключить Roistat
ГлавнаяАналитикаRFM-анализ: как сегментировать клиентов и получать повторные продажи

RFM-анализ: как сегментировать клиентов и получать повторные продажи

05 мая 2021

Содержание

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.

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:

МаркерRecency (время с момента последней покупки)Frequency (частота покупок)Monetary (сумма покупок)
1Покупка более года назад1 покупка — разовая или очень редкие покупкиНе более 800 ₽
2Покупка 4-12 месяцев назад1-3 покупки — не часто покупаетОт 800 до 3 000 ₽
3Покупка меньше 4 месяцев назад3+ покупки — часто покупаетОт 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:

RFM-анализ: распределение клиентов по сегментам.
Каждый клиент попадает в один из сегментов

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.

Пример сортировки в сервисе «Управление клиентами».
Пример сортировки в сервисе «Управление клиентами»

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»:

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!

Ко всем статьям →