Хотите узнать самый эффективный способ сегментации аудитории, который позволяет увеличить конверсию рассылок до 80% и при этом существенно сократить ваши расходы? В этой статье вы найдете всю необходимую информацию про RFM-анализ в маркетинге: что это такое, как он работает, какие результаты дает и как их использовать для усиления маркетинговых коммуникаций.
Наверняка вы уже испробовали множество способов сегментации аудитории. Возможно, вы делили клиентов на группы по возрасту или месту жительства. А может, определяли любимую категорию товаров покупателей и ориентировались на их предпочтения.
В маркетинге есть очень много крутых инструментов под разные задачи. Но не каждый из них дает бизнесу то, что ему действительно нужно:
- лояльных клиентов, которые много и часто покупают,
- эффективную стратегию с крутыми результатами при минимальных затратах,
- и уверенность в том, что выручка прогнозируема.
Эта статья — про RFM-анализ базы, про инструмент, который обеспечивает любому ритейлеру каждый из этих пунктов. Но только при условии, что он грамотно использован.
Сам по себе подход достаточно простой и у вас уже есть все для его реализации. Нужно только разобраться в некоторых тонкостях и применить.
Что такое RFM-анализ
RFM-анализ клиентской базы— это способ сегментации аудитории на основе покупательского поведения. Все, что нужно для его реализации — это чеки, в которых указана дата и сумма покупок.
Само название инструмента состоит из первых букв критериев, с которыми вы будете работать:
- Recency — давность покупки
- Frequency — частота покупок
- Monetary — деньги (сумма чеков)
Суть rfm-анализа состоит в том, чтобы на основе простых данных о покупательском поведении распределить клиентов на 27 сегментов и каждому из них делать максимально эффективные предложения.
Откуда столько сегментов?
Каждый из трех критериев покупательского поведения оценивается по шкале от 1 до 3. Например, сумма чеков может быть маленькой (1), средней (2) и большой (3).
Если собрать все возможные комбинации (3×3×3), получится как раз 27 сегментов.
*Некоторые из них могут остаться пустыми, это нормально.
Список всех сегментов и общий вариант их названий есть в таблице ниже:
Для чего нужен RFM-анализ
Как и любой другой инструмент сегментации аудитории, RFM-анализ позволяет подобрать для клиентов предложения, на которые обращают внимание и реагируют. Те, которые стимулируют людей покупать. Причем много и часто.
RFM-анализ нужен вашему бизнесу, если вы хотите:
- Выстроить понятную эффективную стратегию
Вы поймете, как работать с каждым из 27 сегментов так, чтобы получать максимальный результат от маркетинговых вложений. И перестанете щедро раздавать скидки и бонусы там, где это не имеет никакого смысла.
- Оптимизировать ресурсы
Вы перестанете сливать деньги, время и силы на бессмысленные действия и сможете направить их на действительно важные механики, приносящие прибыль вашему бизнесу.
- Быстро вырасти при минимальных затратах
Фактически, все, что нужно для RFM-анализа, у вас уже есть. Осталось найти толкового аналитика, который поработает с вашей клиентской базой, и просто использовать этот потрясающий инструмент.
- Контролировать выручку
Понимание покупательского поведения даст вам возможность в конкретный момент получать конкретную прибыль. Потому что теперь вы будете знать, когда и как часто люди готовы приносить вам деньги.
Главная трудность в RFM-анализе
RFM-анализ опирается на статистические данные. И в их интерпретации можно допустить ошибки и распределить покупателей неверно. Тогда в лучшем случае вы просто не получите желаемого роста выручки, а в худшем — коммуникация развалится, все перепутается.
Как только вы начнете анализировать аудиторию, у вас должны возникнуть вполне логичные вопросы из серии:
Какие покупки считать недавними?
Кого считать частым покупателем, а кого редким?
Какую сумму чеков считать большой, какую — средней, а какую — маленькой?
Другими словами, вы должны задуматься о том, как верно определить границы в шкале каждого критерия сегментации клиентов.
Здесь могла бы быть таблица-шпаргалка с конкретными значениями критериев, но в ней нет никакого смысла, потому что покупательское поведение для каждого бизнеса будет уникальным. Условно, 10 покупок в месяц в продуктовом магазине это вполне себе норма, а в магазине электроники — уже что-то нестандартное.
Золотое правило и ловушка RFM-анализа
Для того чтобы получить действительно рабочую эффективную сегментацию, нужно определить средние значения типичного покупательского поведения.
Что это значит?
Как посчитать среднее, думаем, все прекрасно понимают. Но, к сожалению, в RFM-анализе часто делают это неправильно.
Дело в том, что в базу любого бизнеса периодически попадают клиенты с нетипичным покупательским поведением. Например, в продуктовый магазин, где обычно покупают часто, но на небольшие чеки, может прийти человек, у которого вечером планируется дома вечеринка. И, очевидно, к ней ему нужно серьезно закупиться. Такое же поведение демонстрируют, например, оптовики.
Если учитывать таких покупателей при подсчетах среднего значения, вы рискуете получить неправильные границы и снизить эффективность RFM-анализа. Чтобы этого избежать, важно выявить массовое поведение и рассчитывать границы, опираясь на него.
Как делать RFM-анализ
В MAXMA.com есть специальный раздел SmartRFM. Там платформа автоматически проводит RFM-анализ по вашей базе, и получившимися сегментами можно пользоваться при настройке акций и рассылок.
Мы всегда советуем нашим пользователям сегментировать рассылки, опираясь на RFM-анализ, и делать людям те предложения, которые простимулируют к покупке именно их именно сейчас.
Одним нужно будет дать какую-то ценность, чтобы вовлечь в первую покупку.
Другим просто периодически напоминать о себе, чтобы возвращать их в магазин за повторными покупками.
Для третьих делать акции с такими механиками, которые увеличат их средний чек.
А на ком-то вполне можно будет сэкономить, так как им уже не интересны материальные поощрения и скидки.
Кстати у нас есть две полезные статьи с примерами механик на стимулирование повторных покупок и рост среднего чека. Прочитать и подчерпнуть новые идеи можно именно там:
Почему мы так уверены, что это работает?
Перед тем, как мы создали специальный раздел в MAXMA, где уже все автоматизировано, наши маркетологи индивидуально по запросу делали RFM-анализ нашим клиентам. И по его результатам давали рекомендации, которые повысят эффективность акций и рассылок. Получались отличные кейсы. Вот один из них.
После RFM-анализа конверсия рассылок достигла 80%. Набив руку и собрав все необходимые данные, мы автоматизировали этот процесс и внедрили доп.функцию. Вы можете сами пользоваться этим анализом, а наши маркетологи подскажут, какие механики на какие сегменты лучше применить и помогут с конкретными идеями для акций и рассылок.