Обновлено 25 июня, 2024

Что такое RFM-анализ и зачем его проводить

RFM-анализ — инструмент для сегментации клиентской базы, который помогает оптимизировать рекламные кампании и повышать прибыль. В статье разобрали, как разделить покупателей на сегменты и какими могут быть результаты анализа, а также добавили пример сегментации в Excel.

Что такое RFM-анализ

RFM-анализ — это способ, при котором клиентская база делится на сегменты по определённым показателям. Инструмент помогает определить, какие группы потребителей наиболее лояльны и платёжеспособны, а какие делают заказы реже и на меньшую сумму.

Расшифровка аббревиатуры RFM звучит следующим образом:

  • Recency (давность) — как давно человек покупал
  • Frequency (частота) — как часто он покупает
  • Monetary (деньги) — какую сумму тратит за определённый период

Результаты используют в маркетинге, чтобы создать стратегии коммуникации с каждым сегментом. Например, «спящих» покупателей, которые давно не были активны, нужно заново мотивировать на покупку. А лояльных, которые регулярно делают заказы с высокой стоимостью, можно отблагодарить персональными скидками. Такой подход даёт возможность повысить эффективность рекламных кампаний.

Запускать контекстную рекламу в интернете помогает Яндекс Директ. Среди всех пользователей интернета в России технологии Директа находят именно тех, кому могут быть интересны товары или услуги, которые вы продвигаете.

Как разделить покупателей на сегменты

Выполнить RFM-анализ можно с помощью сводных таблиц — например, в Excel. Для этого необходимо пройти несколько шагов.

Шаг 1. Соберите данные о клиентах. Понадобится информация о последних покупках, их частоте и общей сумме, которую потребитель потратил. Данные можно собрать с помощью Яндекс Метрики, загрузить вручную или выгрузить из CRM-системы.

Шаг 2. Создайте новый лист в Excel и введите данные в таблицу. Заполните шесть столбцов:

  1. Идентификатор клиента: фамилия, почта, номер телефона, номер карты лояльности или ID.
  2. Дата последней покупки.
  3. Текущая дата.
  4. Количество дней от последнего заказа.
  5. Количество покупок за определённый период времени.
  6. Общая сумма.

Количество дней от последней покупки

Количество дней от последней покупки

Рассчитать количество дней с последнего приобретения можно по формуле «=С2-В2», где С, В — столбцы, а 2 — номер строки

Шаг 3. После столбца «Сумма» добавьте ещё три: R, F, M. Они будут обозначать составляющие RFM: Recency, Frequency, Monetary. Определите и посчитайте их значения.

📍 Recency. Отсортируйте всех покупателей в порядке возрастания количества дней от последнего заказа до текущей даты. Определите параметры для давности заказа. Например:

  • От 1 до 20 дней — недавно
  • От 21 до 35 дней — средняя давность
  • От 36 дней и больше — давно

Показатели могут отличаться в зависимости от специфики бизнеса.

Пример сортировки данных по количеству дней

Пример сортировки данных по количеству дней

Пример сортировки по количеству дней

📍 Frequency. Отсортируйте данные по количеству покупок, совершённых за выбранный период времени. Определите параметры для показателя Frequency. Например:

  • 5 и более — часто
  • От 2 до 4 — не очень часто
  • До 2 — редко

Пример сортировки данных по количеству покупок

Пример сортировки данных по количеству покупок

Пример сортировки по количеству покупок

📍 Monetary. Отсортируйте графу «Сумма» в порядке возрастания. Определите параметры для суммы чека. Например:

  • До 2 000 рублей — низкий чек
  • От 3 000 до 10 000 рублей — средний чек
  • От 11 000 рублей — высокий чек

Пример сортировки клиентов по сумме покупок

Пример сортировки клиентов по сумме покупок

Пример сортировки по сумме покупок

Шаг 4. Присвойте каждому покупателю категорию согласно параметрам, которым они соответствуют:

  • Recency: 1 — недавно, 2 — средняя давность, 3 — давно
  • Frequency: 1 — часто, 2 — не очень часто, 3 — редко
  • Monetary: 1 — высокий чек, 2 — средний чек, 3 — низкий чек
В результате сегментации получится 27 числовых комбинаций — 27 групп, по которым можно разделить клиентскую базу компании.

Пример сегментации клиентов по группам

Пример сегментации клиентов по группам

Пример таблицы с сегментацией

Создание сводной таблицы в Excel позволит провести RFM-анализ и разделить потребителей на группы в зависимости от их поведения и покупок.

Как работать с результатами анализа

Сегментация в RFM-анализе позволяет создавать индивидуальные стратегии в рекламе для взаимодействия с каждым сегментом и определять, как мотивировать каждую группу потребителей покупать регулярно. Разберём несколько примеров.

Лояльные клиенты покупают часто и на высокий чек — их важно стимулировать на повторные заказы. Кроме того, у них можно запрашивать обратную связь, чтобы улучшить продукт, или просить делиться отзывами, чтобы расширить клиентскую базу.

Вот несколько вариантов работы с лояльными покупателями:

  • Отправляйте рассылки с персональными предложениями и эксклюзивными скидками в качестве благодарности
  • Предоставляйте ранний доступ к новым продуктам
  • Предлагайте участвовать в партнёрской программе — в этом случае клиент рекомендует продукт знакомым, а бренд предоставляет ему вознаграждение
  • Запрашивайте обратную связь, чтобы на её основе улучшать продукт и сервис
  • Приглашайте на мероприятия, связанные с брендом
  • Предлагайте товары или услуги, которые могли бы понравиться клиенту, исходя из его истории заказов, обращений
  • Предоставляйте приоритетную поддержку и обслуживание

Перспективные клиенты покупали давно на высокий чек. Их можно мотивировать на повторные заказы и перевести в сегмент лояльных с помощью следующих действий:

  • Отправляйте регулярные напоминания о записи на услугу или о товарах, которые они покупали
  • Предлагайте привлекательные условия для повторных заказов: скидки, акции, подарки
  • Запрашивайте отзывы, на основе которых можно будет улучшить взаимодействие с этим сегментом

Покупатели, которые нуждаются в активации, недавно совершили разовый заказ или покупают не очень часто на низкий чек. Их можно стимулировать на повторные более дорогие покупки. Для этого:

  • Отправляйте персонализированные рекомендации по продуктам или подборки товаров
  • Напоминайте о предыдущих покупках и предлагайте сопутствующие товары
  • Предлагайте скидки на дорогие товары и услуги: если продукция понравится клиенту, возможно, в следующий раз он захочет приобрести её даже без скидки
  • Присылайте регулярные напоминания о заказах или записи на услугу

Отключённые клиенты покупали давно, редко и на низкий чек. Их можно попытаться вернуть с помощью прогревающих рассылок. Например:

  • Отправляйте письма с предложением оформить заказ и ссылкой на каталог или форму для записи
  • Предлагайте значительные скидки, чтобы побудить к повторному заказу
  • Узнайте причины оттока, чтобы улучшить сервис или продукт

Если такие потребители не проявляют активность, удалите их из списка подписчиков на рассылку.

Помимо этих стратегий, вы также можете использовать RFM-анализ, чтобы персонализировать общение с покупателями. Нацеливайте рекламу, рассылки, push-уведомления на конкретные сегменты на основе их RFM-профилей.

Создавайте и отправляйте персонализированные письма через почту, мессенджеры, SMS-сообщения, соответствующие интересам и поведению людей в разных сегментах.

Примеры использования результатов анализа в коммуникации с клиентами

✔️ Наиболее лояльные: «Спасибо за вашу постоянную поддержку! Получите эксклюзивную скидку 15% на ваш следующий заказ с кодом LOYALTY15».

✔️ Перспективные: «Мы заметили, что вы давно ничего не покупали. Сделайте заказ и получите бесплатную доставку на вашу следующую покупку».

✔️ Нуждающиеся в активации: «Мы скучаем по вам! Чтобы возобновить вашу учётную запись, воспользуйтесь специальным предложением: скидка 20% на все товары до конца недели».

Со временем покупатели могут менять свой статус и переходить из одного сегмента в другой. Чтобы эффективно работать с ними, нужно использовать разные стратегии. Именно поэтому частоту проведения RFM-анализа следует выбирать исходя из особенностей и масштабов бизнеса. Например, для автодилера или агентства недвижимости оптимальным сроком будет год. Для компаний, у которых клиенты совершают частые покупки или есть значительные сезонные колебания, может потребоваться ежемесячный или ежеквартальный анализ.

Факторы, которые следует учитывать при определении частоты проведения RFM-анализа:

  • Частота покупок. Если клиенты совершают покупки регулярно, рекомендуется проводить RFM-анализ не реже одного раза в месяц или 1,5 месяца, чтобы обновлять информацию по сегментам.
  • Сезонность. Если бизнес имеет сезонный характер, стоит проводить RFM-анализ в течение периодов пиковых продаж.
  • Изменения в поведении клиентов. Если наблюдаются значительные изменения в поведении потребителей, например увеличивается отток или снижается вовлечённость, следует провести RFM-анализ, чтобы определить причины.

Для кого не подходит RFM-анализ

RFM-анализ подходит для всех компаний и сфер. Но в некоторых случаях он может оказаться неэффективным. Например:

  • У компании недостаточно данных о покупателях. Чтобы провести точный RFM-анализ, нужна информация о клиентах и их транзакциях. При ограниченных данных RFM-анализ может оказаться не столь эффективным, потому что полученные результаты окажутся неинформативными или искажёнными.
  • У компании небольшая потребительская база. С маленьким количеством покупателей сложно получить объективные результаты. Сегментирование 100 человек на 27 групп не даст полной информации, чтобы применить её для дальнейших шагов по развитию бизнеса.
  • У бизнеса низкий коэффициент постоянных клиентов. Если у компании основной сегмент — разовые покупатели, RFM-анализ может оказаться менее полезным и информативным. Это связано с тем, что он в первую очередь фокусируется на сегментации лояльных постоянных потребителей.

Коротко об RFM-анализе

  • Анализ позволяет определить ценность каждого клиента для компании и выделить наиболее перспективные группы для дальнейших маркетинговых действий.
  • RFM-анализ основан на трёх показателях: давности покупок, частоте и сумме, которую тратят клиенты. Всех потребителей можно разделить на 27 сегментов.
  • Сегментировать покупателей помогут таблицы в Excel. При этом исходные данные необязательно вводить вручную, их можно выгрузить через CRM-систему.
  • Благодаря данным анализа можно удержать наиболее перспективных покупателей и не тратить бюджет на тех, кто давно не проявляет активности.

Запустите рекламу сайта

Сегментация целевой аудитории: что это такое и зачем она нужна

Что такое сквозная аналитика в Яндекс Метрике

Подпишитесь, чтобы получать полезные материалы

Информационные услуги оказываются ООО «Яндекс» и не являются образовательными

Подпишитесь на новости

8 800 700-47-45

Звонок из регионов России бесплатный

© 2024 Яндекс