Здравствуйте!
RFM-анализ - сбор данных об активности покупателей, деление их на группы для индивидуальной работы с каждой.
Начнём с того, что не стоит швыряться своим продуктом или услугой направо и налево. Тем более пытаться загрести себе побольше клиентов и бесконечно тратиться на рекламу, чтобы продать быстрее и больше. Это дохлый номер.
Чтобы Ваши денежки не исчезали в никуда, а клиенты были только "свои" и самые лучшие, стоит воспользоваться методом RFM.
Готовая сортировка
Что это такое
RFM-анализ родился из правила Парето: 80% прибыли приносит только 20% клиентов. То есть задача бизнеса - распознать те самые 20% лучших потребителей и направить на неё максимум рекламных усилий.
Возникает закономерный вопрос: кто же такие эти "лучшие" потребители?
Невольно хочется ответить, что те, кто больше всех заплатил. Но если бы всё решалось так просто, тогда предприниматели не ломали бы головы над стратегиями маркетинга.
На самом деле имеет значение не только сумма, которую потратил клиент, но и то, как часто он совершает покупки. Потому и была разработана классификация потребителей по методу 3-х значений RFM:
Этот анализ помогает бизнесу расставить акценты и решить четыре основных вопроса:
- Каких потребителей надо отбраковать, чтобы не тратить на них время и бюджеты?
- Какие потребители вероятнее всего отзовутся на рекламные акции?
- Какие потребители являются лучшими, то есть принесут наибольшую прибыль бизнесу?
- Какие рекламные кампании наиболее эффективны для тех или иных потребителей?
- Плюсы и минусы
Но как бы ни был хорош RFM анализ, важно понимать, что в реальном мире не всё так идеально, и этот инструмент имеет свои плюсы и минусы:
- Экономия. Помогает уменьшить затраты на маркетинговые кампании за счёт оптимизации таргетинга;
- Удобство. Подходит для онлайн-торговли, рассылок, прямого маркетинга и некоммерческих организаций;
- Сочетаемость. Его удобно комбинировать с другими инструментами по работе с клиентами;
- Лояльность. Уменьшает негативное поведение клиентов за счёт контролируемого таргетинга.
- Клиентская база. Эффективность анализа зависит от базы данных компании (на 5 клиентах далеко не уедешь);
- Цикличность покупок. Не годится для компаний с "одноразовыми" клиентами или товарами;
- Опыт сделок. RFM-анализ основан на истории. Он показывает прошлое и не прогнозирует будущее;
- Сложность расчетов. Без ПО и скриптов рассчитать RFM-оценки сложно, особенно для крупных компаний;
- Движение клиентов. База данных - живая, сегменты могут меняться, и придется обновлять анализ (хотя бы раз в год).
И наконец мы переходим к практике. Подготовила для Вас "руководство пользователя" для RFM-анализа.
Пошаговое руководство
Выдыхайте - на Ваше счастье для проведения такого анализа клиентов не нужно глубоких познаний и сложных программ. Достаточно работы в Excel, Google Таблицах с макросами.
Если Вы компания крупная, то используйте дополнительное ПО ну или формулы.
Шаг 1. Собираем данные
За какой период брать данные, зависит от специфики бизнеса (в том числе B2B или B2C). Как правило, собирают информацию за последний год.
В качестве данных клиентов выступают следующие позиции:
- ID клиента (это может быть номер телефона, ФИО или e-mail);
- Даты покупок, сделок или иных действий;
- Количество покупок;
- Сумма этих покупок.
Чтобы упростить данный шаг, лучше автоматизировать процесс и применить специальное ПО, например, CRM-систему Salesap или Мегаплан. Там выгрузить эти данные довольно легко.
Также сразу в нашем документе после даты последней покупки делаем столбцы "Текущая дата" и "Количество дней с последней покупки". А в конце три столбца "R", "F", "M". Их пока не трогаем, но дальше они пригодятся.
Создание таблицы
Шаг 2. Группируем потребителей и оцениваем
Чем больше база данных, тем больше групп и тем шире шкала оценок. То есть если у Вас 3 группы, то шкала оценок будет от 1 до 3, если 4 - от 1 до 4, если 5 - от 1 до 5. Стандарт - это три группы, на него мы и будем опираться.
Итак, теперь присвоим каждой группе оценку:
- Группа 1. Потребители с хорошими показателями (больше покупают, делают это часто и оставляют нам большие суммы). Присваиваем оценку "1";
- Группа 2. Потребители с нормальными показателями (иногда приходит, не всегда покупают, обычно на средние суммы). Присваиваем оценку "2";
- Группа 3. Потребители с плохими показателями (редкие гости, мало покупают, чеки совсем небольшие).
Присваиваем оценку "3".
Обозначим сразу, что всю базу мы разбираем для каждой буквы по отдельности. То есть наши 3 сегмента в разрезе
"R", потом "F" и наконец по "M". Итого у нас получится
27 сегментов (3*3*3).
- Показатель 1. Recency (давность сделки)
Сортируем потребителей по тому, сколько времени прошло с момента их последней активности. У каждого бизнеса разный цикл сделки, соответственно и активность разная.
В качестве примера:
- "Хороший" показатель (группа 1) - до 90 дней;
- "Нормальный" показатель (группа 2) - от 90 до 180 дней;
- "Плохой" показатель (группа 3) - от 180 дней.
Сортировать можно несколькими способами, но мы приведем один для примера. У нас есть дата последней покупки, поэтому мы заполняем столбец текущей датой, затем в столбце, где будет результат, выполняем такие действия:
Нажимаем знак “=”; ---> Выбираем ячейку с текущей датой (“С2”); ---> Нажимаем знак “-”; ---> Выбираем ячейку с датой покупки (“В2”); ---> Нажимаем “↵ Enter “. Только учтите, что там, где мы считаем, формат ячейки должен быть числовой.
Формула для количества дней
Теперь мы видим, сколько дней прошло с момента последней покупки каждого покупателя. После этого необходимо разделить (как договаривались выше) всех покупателей на 3 группы и каждой присвоить соответствующую цифру.
Чтобы разделить, выделяем всю таблицу и сортируем её по графе "Количество дней", ставим значение "по возрастанию".
Сортировка по дням
Лучшим потребителем соответственно будет тот, кто попал в первую группу (так как он покупал совсем недавно), а худший - в третью группу (так как покупал давно).
Результат
- Показатель 2. Frequency (частота сделки)
Теперь сортируем клиентов по тому, как часто они совершали свою активность.
- "Хороший" показатель (группа 1) - 5 и более покупок;
- "Нормальный" показатель (группа 2) - от 2 до 4 покупок;
- "Плохой" показатель (группа 3) - 1 покупка.
Сделать это можно элементарно, все той же сортировкой по аналогии с предыдущим показателем. Таким образом, наши показатели сортировались по выбранным нами параметрами. И опять назначаем каждой группе свою цифру.
Сортировка по покупкам
Итак, в первой группе находятся самые активные (те, кто покупал чаще всего). В нашем случае - наибольшее количество покупок одного клиента - от 5.
- Показатель 3. Monetary (вложения)
Здесь сортируем клиентов согласно их тратам. Все то же самое, как и в предыдущих вариантах.
Или пользуйтесь формулой, или же фильтруйте от большего к меньшему:
- "Хороший" показатель (группа 1) - потратившие от 52 000;
- "Нормальный" показатель (группа 2) - в 52 000-36 000 рублей;
- "Плохой" показатель (группа 3) - менее 36 000.
И опять-таки - самый ценный для Вас клиент окажется в первой группе. Ничего нового. И не забываем про цифру.
Сортировка по сумме
Шаг 3. Даём оценку RFM
В нашем случае получилось три оценки "1", "2", "3" (Вы помните, что их может быть бесконечное множество). То есть каждому покупателю мы по каждому параметру присвоили свою собственную оценку.
Итого у нас вышло 27 сегментов с оценками по 3-м показателям RFM вида "111", "112", "113", "121", "131" и так далее до "333".
Кратко все сегменты
Увидеть эти группы можно с помощью стандартной функции "сортировка", отобрав по нужному параметру.
Анализ полученных данных
Клиенты распределены по сегментам и теперь понятно, кто есть кто. Осталось создать свою рекламную стратегию для каждого сегмента, и для наглядности мы свели информацию в таблицу.
У Вас может возникнуть вопрос "А где же "двойки"?" - их отдельно выделять не стала, так как к ним подходят стандартные маркетинговые усилия. Они и так стабильно и хорошо покупают.
Коротко о главном
RFM-анализ призван помочь компании в разработке маркетинговой стратегии с индивидуальным подходом к каждому сегменту. Тем самым сэкономить на "мертвых" и побольше заработать на "живых".
Справедливости ради надо отметить, что речь идёт не только о прибыли бизнеса. В некотором смысле, RFM-анализ способствует увеличению ценности жизни потребителя. Тут уж, как говорится, "Счастливый клиент - полезный клиент".
И прежде чем Вы сломя голову побежите делать анализ, напоминаю важные правила сортировки:
- Крайности. Не надо устанавливать очень высокие или очень низкие критерии по каждому показателю;
- Диапазон. Выбор диапазона для каждого показателя у каждой компании будет свой (цифры лишь для примера);
- Группы. Количество групп при анализе должно быть одинаковым для каждого показателя;
- Распределение. Группы можно распределять как по убыванию, так и по возрастанию.
