RFM-анализ – это один из методов сегментации покупателей, с помощью которого можно точечно и целенаправленно работать с клиентами. Но это не стандартная сегментация по полу или интересам, а более глубокая аналитика, основанная на поведении клиентов.
В статье разберем особенности RFM-анализа в email-маркетинге, дадим пошаговый алгоритм проведения анализа и покажем, как данные о пользователях улучшают рассылки.
Суть метода и его ценность для email-маркетинга
RFM-анализ позволяет анализировать базу по трем параметрам: сумма, давность и частота покупок.
- Recency – давность покупки
- Frequency – частота покупок
- Monetary – сумма покупок
Такой способ исследования позволяет получить 3 больших, 9 средних или 27 сегментов с разным покупательским поведением и подготовить для них индивидуальную стратегию email-рассылки.
Например, вы нашли сегмент клиентов, которые раньше постоянно совершали заказы, но перестали. Что можно сделать для их возвращения: прислать реанимационное письмо со скидкой, пригласить вступить в программу лояльности или предложить клиенту рассказать, почему он ушел от вас.
Другой пример – сегмент тех, кто периодически покупает на небольшую сумму. Можно мотивировать их покупать чаще или на более крупные суммы. Для этого подойдет то же приглашение вступить в программу лояльности, триггерные рассылки с сопутствующими товарами, а также с похожими, но более дорогими.
В этом и есть основная ценность RFM-анализа – понимание аудитории и разработка индивидуальной стратегии взаимодействия.
Такой подход улучшает не только показатели рассылки, но и приносит прибыль компании: подписчики получают релевантные рассылки с учетом их поведения и интересов, становятся лояльнее и покупают чаще.
Как провести RFM-анализ клиентов: пошаговая инструкция
Анализ базы проводится в несколько этапов: сначала собирают данные о покупках, затем их группируют по определенным критериям и сегментируют. После этого сегменты анализируют и разрабатывают стратегию взаимодействия с каждым из них.
Если у вас небольшая база, то анализ можно сделать в обычной Excel-таблице с помощью формул. Но если в базе более 20 000 клиентов, лучше автоматизировать сбор и группировку данных. Для этого подойдут CRM-системы или специальные скрипты.
У крупных CRM-систем есть автоматическая сегментация по методологии RFM. Нужно указать, по каким параметрам нужно анализировать аудиторию, и CRM соберет нужные данные, сгруппирует клиентов по нужным параметрам и сформирует сегменты.
Скрипты – если у системы учета клиентов нет возможности автоматической сегментации по RFM, воспользуйтесь специальными скриптами, которые будут собирать нужные данные.
1. Сбор данных и их группировка
Для RFM-анализа клиентов понадобятся следующие данные о подписчике: email-адрес, даты покупок, количество заказов и сумма покупки. Если анализ делается вручную, то всю информацию выгружают в таблицу и с помощью формул группируют данные по каждому клиенту:
- сколько дней прошло с его последнего заказа
- сколько заказов он совершил
- средний чек каждого клиента
Если процесс автоматизирован, то система сама рассчитает все эти значения.
2. Определение критериев и сегментирование
Дальше нужно решить, по каким критериям сегментировать базу. Для этого нужно определить среднюю границу каждого анализируемого показателя с учетом особенностей бизнеса. Например, какие заказы считать давними – которые были 3, 6 или 12 месяцев назад? В каждой нише будут свои границы.
По такому же принципу для каждого параметра RFM-анализа нужно прописать сумму, количество и частоту покупок. Какие сегменты могут быть для параметра «давность»:
- недавно – покупали менее 3 месяцев назад
- давно – покупали 3-6 месяцев назад
- очень давно – покупали более полугода назад
Таким образом для каждого параметра выделяют по 3 сегмента и в общей сложности получается 9 сегментов:
Обычно каждому из них присваивают цифровое значение, что позволяет создавать короткие и удобные названия. Для каждого параметра проставляют значения 1, 2 и 3, как на схеме ниже.
Теперь эти сегменты нужно перекрестить и получить 27 маленьких сегментов с более точной информацией о клиентах. Именно на этом этапе пригодятся короткие цифровые значения, о которых мы говорили выше.
Например, покупатель недавно совершил одну покупку с маленьким чеком. Смотрим на схему выше и видим, что его цифровая запись будет 311. Не нужно каждый раз прописывать: одна покупка, недавно, маленький чек – достаточно коротко написать 311 и все будет понятно.
3. Анализ сегментов и разработка стратегии взаимодействия
Итак, все нужные данные с помощью RFM-анализа клиентской базы мы собрали: у нас есть 27 сегментов аудитории. Теперь остается главное – проанализировать каждый и продумать стратегию взаимодействия с каждым из них.
Основная концепция такая:
- вернуть уходящих
- редких сделать постоянными
- постоянных удержать
Разберем детальнее сегменты базы и посмотрим, как с помощью email-маркетинга можно точечно работать с разными клиентами, увеличивая прибыль, лояльность подписчиков и показатели рассылок.
Как часто нужно проводить RFM-анализ
Нужно учитывать, что пользователи часто меняют свое покупательское поведение, поэтому рекомендуется периодически обновлять данные о клиентах и адаптировать стратегию работы с ними. Например, если реанимационная рассылка не принесла результатов, лучше исключить подписчиков из списка, они уже вряд ли вернутся.
Частота обновления клиентской базы для RFM-анализа зависит от бизнеса. Крупному интернет-магазину повседневных товаров стоит часто обновлять информацию, а агентству продажи недвижимости достаточно раза в год или полгода. Но если вы пользуетесь автоматическим сбором данных из CRM-системы, то достаточно просто настроить обновление списков получателей.
RFM-анализ можно сделать в сервисе email-рассылок Sendsay. В настройках импорта контактов из CRM нужно создать автоматизацию по времени, благодаря которой списки клиентов будут обновляться ежедневно в 12 ночи по Москве. Таким образом, изменение поведения клиента будут автоматически учитываться и рассылку получат только те клиенты, которые соответствуют указанным параметрам.
Итак, подведем итог. RFM-анализ клиентов – мощный инструмент, который может помочь в создании эффективной стратегии email-маркетинга. Точечная и персональная стратегия работы с разными покупателями поможет:
- делать индивидуальные предложения
- своевременно отмечать потерю VIP-клиентов
- удерживать постоянных
- вовлекать новичков
- увеличивать прибыль
- повышать лояльность
- улучшать показатели рассылок
Проводить анализ можно вручную или автоматизировать с помощью CRM-систем или других сервисов. Также важно правильно выставить границы для каждого сегмента, чтобы группы получались не слишком большими и клиенты равномерно распределялись внутри каждого показателя RFM-анализа.
Кроме того, мы делимся полезной информацией в сфере digital-маркетинга в нашем телеграм-канале, при подписке на который дарим книгу «Email-маркетинг для бизнеса». Подробнее о том, как ее получить, рассказали в закрепленном сообщении канала.
Подключайте Sendsay, чтобы сделать ваш email-маркетинг мощнее 💪
