28.10.2022
5 минут

RFM-анализ: что за метод, зачем нужен и как его проводить

Начнем с термина: RFM-анализ — метод, который позволяет сегментировать клиентскую базу по частоте и сумме покупок. А следовательно, выявлять тех клиентов, которые приносят наибольшую прибыль.

Расшифровка аббревиатуры выглядит следующим образом:

Recency (давность) — как давно пользователи совершали покупку;

Frequency (частота) — как часто они покупают у вас в принципе;

Monetary (деньги) — общая сумма покупок за все время взаимодействия.

Метод предполагает сегментацию клиентов как раз по этим трем признакам. Анализ помогает разделить всю базу на пять сегментов: на тех, кто покупает у вас часто и много или часто и мало, кто — редко и много или редко и мало, а кто давно уже ничего не покупает

Как провести RFM-анализ в 3 шага

Шаг 1: собираем информацию

Для начала определите период, который вы будете анализировать. Это может быть полгода, год, два — или больше. Все зависит от ниши, в которой вы работаете. Например, если вы занимаетесь товарами быстрого цикла (косметикой, FMCG, продуктами питания), можно взять более короткий период — например, полгода. А если вы работаете с товарами длинного жизненного цикла (игрушками, крупной техникой, образованием) — от года и более.

Когда вы определились с периодом, можно приступать к сбору информации. Вам понадобится:

  1. ФИО клиента
  2. Контактные данные
  3. Дата последней покупки
  4. Общее число заказов за выделенный период
  5. Сумма всех покупок

Эти данные можно автоматически выгрузить из CRM-системы — если она у вас есть. Или собрать вручную — что, конечно, менее предпочтительно.

Шаг 2: группируем и «оцениваем» пользователей

«Классический» RFM-анализ предполагает деление всех пользователей на три группы — соответственно, оценочная шкала тоже состоит из трех единиц в каждом из сегментов, где 1 — лучшая оценка, 3 — худшая. Да, такой вот парадокс: единицу получают только лучшие клиенты, на которых и стоит работать.

В каждом сегменте оценочная шкала выглядит следующим образом.

Recency: 1 — недавние клиенты, 2 — относительное недавние клиенты, 3 — клиенты, которые давно ничего не покупали.

Frequency: 1 — покупают часто, 2 — покупают нечасто, 3 — давно ничего не покупали.

Monetary: 1 — потратили много денег, 2 — потратили не очень много денег, 3 — потратили мало денег.

То есть пользователь, который набирает по всем пунктам 111 — это ваш идеальный клиент, который часто и много у вас покупает — последний заказ был чуть ли не вчера. Его надо холить, лелеять и всячески радовать выгодными предложениями. 

А вот 333 — не слишком старательный пользователь, который купил что-то недорогое и очень давно. Тратить на него ресурсы и время практически не имеет смысла — советуем отпустить и забыть.

Казалось бы, все просто — но дело в том, что этих числовых сочетаний, скорее всего, у вас будет больше трех. На самом деле их может быть до 27 — такое количество разных комбинаций можно сложить из цифр 1, 2 и 3. 

Продвинутый RFM-анализ предполагает дробление не на три, а на пять категорий внутри каждой группы. В таком случае параметр Frequency обычно используют, деля не на «часто» и «нечасто» — а просто исходя из числа покупок в магазине. Тогда схема анализа может выглядеть, например, так*.

Recency: 1 — покупал в этом месяце, 2 — покупал 1-2 мес. назад, 3 — покупал 3-4 мес. Назад, 4 — покупал до 180 дней назад, 5 — не покупал больше года или вообще.

Frequency: 1 — более пяти покупок, 2 — 3-4 покупки, 3 — 2-3 покупки, 4 — 1-2 покупки, 5 — не покупал ничего.

Monetary: 1 — потратил 5000-10000 ₽, 2 — потратил 2000-5000 ₽, 3 — потратил 1000-2000 ₽, 4 — потратил до 1000 ₽, 5 — ничего не потратил.

* Здесь мы описали гипотетический пример. Для каждого отдельного случая дробление может быть другим.

Возвратимся к классическому RFM-анализу. Как определить оптимальную давность покупки, частоту и сумму заказа — зависит, опять же, от вас, ваших целей и ниши, в которой вы работаете. Для каких-то сфер 10 000 рублей в год — хороший показатель, а для каких-то и 30 000 — недостаточно. Поэтому диапазоны  для значений 1, 2, 3 задаются индивидуально.

Зарегистрируйтесь
И попробуйте Sendsay бесплатно

Шаг 3: анализируем результаты и формируем маркетинговую стратегию

Когда вы составите табличку, вы сможете разбить всех ваших клиентов на семь категорий: от стратегически важных клиентов (111) до потерянных (333). 

Ядро — или стратегически важные клиенты. Покупают часто и на большие суммы. Хотят чувствовать исключительность своего положения: закрытый клуб, золотая карта — ценят вещи, которые показывают особый статус (111).

Лояльные клиенты: тратят немного, но часто. Нуждаются в постоянной поддержке контакта, бонусах, подарках при заказе (112, 122, 113, 123).

«Киты»: тратят не слишком часто, но много. Скидки их интересуют в меньшей степени, чем ценный, возможно эксклюзивный товар (121).

Новички: могут, как уйти в категорию спящих, так и в категорию лояльных. Требуют пристального внимания, помощи в выборе товара, полезном контенте (132, 133).

Пример письма с полезным контентом
Пример письма с полезным контентом

«Сони»: когда-то были хорошими покупателями, но почему-то перестали проявлять активность. Можно попробовать вернуть былую свежесть вашим отношениям: предложить новый продукт, рассказать об акциях, выяснить, почему они потеряли интерес (211, 212, 213, 221, 222, 223, 231, 232, 233).

Уходящие: одной ногой уже за порогом. Следует узнать, почему не хотят пользоваться вашими услугами, предложить выгодную акцию, начислить бонусы, подарить промокод (311, 312, 312, 321, 322, 323, 331, 332).

Письмо от Webinar.ru с предложением неограниченного тарифа
Письмо от Webinar.ru с предложением неограниченного тарифа

Потерянные клиенты. Смириться и отпустить (333).

Закон Парето

В основе метода лежит закон Парето, который утверждает, что 20% усилий дают 80% результата, а 80% усилий — лишь 20% результата.

Если перевести это на язык коммерции, получится следующее: 20% ваших лояльных клиентов закрывают 80% вашей прибыли. А 80% остальных клиентов — лишь 20%. Поэтому сосредоточить максимум своих усилий именно на лояльных клиентах и/или на переводе других клиентов в категорию лояльных — вы сможете максимизировать прибыль.

RFM-анализ как раз таки позволяет понять, кто из ваших пользователей входит в эти 20%, кого туда можно «перетащить», а на ком не стоит сосредотачивать свое внимание.

Настроить RFM-сегментацию и отслеживать переходы между сегментами — все это можно сделать в Sendsay. Приходите, экспериментируйте и увеличивайте свою прибыль с помощью рассылок.

Присоединяйтесь к нам в соцсетях