RFM сегментация – алгоритм анализа с примерами в Excel

По правилу Парето 20% потребителей приносит основную долю прибыли – 80%. Именно на этих клиентов направляем все усилия (маркетинговые стратегии, инструменты), поэтому учимся их распознавать. Выделяем из аудитории группы по параметрам: частота и сумма покупок, когда совершена последняя. Сегментируется ЦА с помощью RFM-анализа.

RFM-сегментация

Что такое RFM-анализ, зачем он нужен?

Эта методика основана на правиле Парето и классифицирует клиентов по трем значениям: давность, частота сделки и вложения (сумма). Группировка вручную – скрупулезный процесс. В таких временных и трудовых затратах нет смысла, учитывая, что существуют готовые схемы, доказавшие свою эффективность.

Релевантные коммуникации и рекламные предложения разрабатываются в зависимости от особенностей каждой группы и ее параметров. Для потребителей, давно покупавших – скидка, бонус и таргетинг как напоминание о товаре, бренде. Для лояльных – специальные предложения.

Анализ решает задачи:

  • каких потребителей нужно «отсеять», чтобы сэкономить деньги и время (нецелевые маркетинговые кампании обходятся дорого);
  • выделить аудиторию с высоким откликом на рекламные кампании;
  • определить лучших потребителей (20%), приносящих максимальную прибыль;
  • установить эффективные рекламные кампании для каждого сегмента;
  • автоматизировать общение, используя сегментированный подход на основе покупок, кликов, писем;
  • сократить отток клиентов – увеличить срок жизненного цикла потребителей.

Методика позволяет лучше понять бизнес: оценить историю транзакций, проводить сравнительный анализ групп покупателей, отследить переход потребителя из одного сегмента в другой.

Преимущества и недостатки инструмента РФМ

Начнем с ложки дегтя. Эффективность анализа напрямую зависит от клиентской базы – она должна быть большой. Для компаний с «одноразовыми» продуктами или потребителями схема не подходит – важна цикличность покупок. Методика детально изучает прошлое (историю), но не способна прогнозировать будущее. Еще один минус – необходимость регулярного обновления данных, поскольку сегменты и база меняются.

Преимущества инструмента:

  • снижение затрат на маркетинговые кампании, благодаря оптимизации таргетинга;
  • возможность комбинирования с другими инструментами для работы с потребителями;
  • подходит для интернет-магазинов, прямого маркетинга, рассылок и организаций, занимающихся некоммерческой деятельностью;
  • снижает показатель негативного поведения потребителей, благодаря контролируемому таргетингу.

Анализ подразумевает сложные расчеты, поэтому нельзя обойтись без специального программного обеспечения. Особенно это касается крупных компаний.

Где применяют?

RFM сегментация полезна для разных видов бизнеса: офлайн и онлайн, direct-маркетинга, розничной торговли. Схему используют:

  • в email-рассылках;
  • в узко таргетированных маркетинговых кампаниях, направленных на имеющихся потребителей;
  • для подготовки скриптов для телефонных звонков;
  • когда конверсионное действие отличается от покупки, процесс не завершается поступлением денег от покупателей.

Анализ подходит для B2C и B2B форм, но в первом случае база должна быть от 10 тысяч клиентов, во втором – необходимо сократить количество групп.

RFM-сегментация клиентских баз

Основой метода РФМ моделирования клиентских баз является изучение трех показателей, из названия которых составлена аббревиатура: Recency (давность), Frequency (частота), Monetary (сумма). Эта расшифровка не исчерпывает всех значений аббревиатуры. Разделение клиентской базы на группы по этим параметрам осуществляется пошагово с учетом полученных сведений:

  • высокий показатель новизны – до двух месяцев;
  • средний – 2-6 месяцев;
  • низкий – от 6 месяцев.

Но это ориентировочные цифры для РФМ, поскольку они зависят от жизненного цикла клиента, отрасли деятельности и прочих условий. Например, для одного бизнеса 10 тысяч рублей – хорошая сумма, для другого – незначительна.

«R» – Recency

Давность сделки – сколько времени (месяцев, дней, часов) прошло с момента последней покупки. Принадлежность потребителя к временному диапазону определяется по трехбалльной системе: давние (1), относительно недавние или «спящие» (2), недавние (3).

«F» – Frequency

Частота сделки – как часто клиент пользуется услугой, приобретает продукцию, посещает сайт, открывает письма. Аудитория делится на группы: разовые получают 1 балл, редкие – 2, частые – 3.

«M» – Monetary

Вложения – сумма, которую израсходовал покупатель за определенный период времени. Не обязательно речь идет о деньгах, это может быть ценность взаимодействия (как долго находился на сайте, насколько вовлечен и прочее). Получается три диапазона в зависимости от присвоенного балла: низкий чек (длительность/глубина просмотра) – 1, средний – 2, высокий – 3.

Матрицы «RF», «RM», «FM»

Чтобы построить сегменты, часто используют парные показатели. RF-анализ (давность и частота покупок) проводится с целью выделить постоянных и недавно покупавших клиентов.

Анализ "R-F»

RM-анализ сегментирует аудиторию по давности и сумме покупок. Используется для определения лучших потребителей и приносящих незначительную прибыль.

Анализ "R-M"

FM-анализ проводится для разделения на группы по частоте покупок и вложениям. Определяется категория приобретающих маленькими чеками, но часто. Второй сегмент – покупают редко, но на крупные суммы.

Анализ «F-M»

Алгоритм RFM-анализа в Excel с примерами

Этот кейс примеров даст возможность разобраться с любым случаем, где может понадобиться RFM-анализ, будь-то оценка клиентской базы в сети Facebook или розничная торговля.

Удобнее работать с данными в таблицах. В Excel есть все необходимые инструменты и функции для анализа РФМ. Понадобится четыре столбца: ID клиента (контакты, имя, телефон), дата последней покупки, количество товаров/услуг, сумма заказа.

Первый пример

Этап 1. Сбор данных о клиентах

Информация о потребителях собирается за последний год, но многое зависит от специфики и формы бизнеса. После заполнения поля «Дата последней покупки» нужно вставить дополнительный столбец – для расчета давности покупки. Используется формула «текущая дата минус дата покупки».

Второй пример

Функция ПРОЦЕНТИЛЬ.ВКЛ поможет автоматически разбить потребителей на группы по показателю давности покупки.

Пример третий

Получились три группы клиентов: недавние – купившие 39 дней назад, относительно недавние – 39-91 дней, давние – от 92 дней назад. Для присвоения потребителю соответствующего балла, применяется условие:

Пример четвертый

Результат:

Пример пятый

По аналогичному принципу строится работа с двумя остальными показателями. Параметр «Частота» определяется по формуле:

Пример шестой

Определены три категории покупателей: совершающие до 2 заказов, 2-4 и больше 4-х. После столбца «Количество» вставляем еще один – для расчета частоты покупок. Задаем условие:

Пример седьмой

Работа с суммой покупки:

Пример восьмой

В готовой таблице рассчитывается код по RFM-анализу. Например, для покупателя «1» это будет «121» (данные из столбцов R,F,M). Этот кейс примеров даст возможность разобраться с любым случаем, где может понадобиться RFM-анализ, будь-то оценка клиентской базы в сети Facebook или розничная торговля.

Этап 2. Оценка и группировка потребителей

Шкала оценок для трех групп – от 1 до 3, для четырех – от 1 до 4 и так далее. Рассмотрим стандартный вариант:

  • 1-я группа – клиенты покупают много, часто и на большие суммы;
  • 2-я группа – потребители периодически покупают на средний чек;
  • 3-я группа – редкие покупатели с низким чеком.

На основе информации из таблицы принимается решение о том, с какими сегментами нужно работать. Стратегия разрабатывается для каждой группы отдельно.

Потерянные

В эту категорию попадают клиенты с показателями R1—F1—M(1-3) или 111, 112, 113. Можно уведомить их о действующих акциях, распродажах, скидках. Однако прикладывать много усилий и времени для возврата давних покупателей не стоит, отток неизбежен. Если отклика нет, удаляйте из базы.

Под угрозой потери

Группа R1—F(2-3)—M(1-3) заслуживает внимания, ведь ранее эти люди многократно покупали на крупные суммы. Чтобы вернуть покупателей, следует предложить персональную подборку товаров, скидку, бонусы, проинформировать о распродаже. Заинтересуйте полезным контентом (статьей или видеоматериалом). Узнайте причину, почему клиенты перестали покупать.

Ранее лояльные

Для сегмента R1—F(3)—M(1-3) подходят перечисленные программы и предложения. Рекомендуется напомнить о преимуществах компании, покупки, товара/услуги. О том, что есть у вас и нет у конкурентов.

Неопределившиеся

Спящие R2-F(1-2)-M(1-3) и лояльно спящие покупатели R2-F(1-2)-M(1-3). Чтобы заинтересовать («разбудить»), расскажите о выгодных акциях или специальных предложениях, составьте персональные рекомендации, напомните о достоинствах товара  или услуги. Спросите, по какой причине прекратились покупки.

Новички

Важно перевести клиентов из группы R3—F1—M(1-3) в категорию лояльных. Как реализовать:

  • предложите обучающий текстовый или видео контент;
  • проконсультируйте по продукции (как выбрать, на что обратить внимание);
  • предоставьте справочную информацию;
  • поздравьте с покупкой;
  • поблагодарите за выбор вашего товара, компании;
  • пригласите на мероприятия, в официальные группы в соцсетях.

Перспективные

Потребители с показателями R3—F2—M(1-3) покупают регулярно на небольшую сумму. В перспективе они могут стать идеальными. Задача – удержать их интерес:

  • узнайте о пожеланиях и потребностях (опрос, анкетирование);
  • вручите подарок в обмен на отзыв;
  • предложите сопутствующие товары.

Скидками не мотивируйте, в будущем они станут постоянными, приобретая по полной стоимости.

Идеальные

Сегмент R3—F3—M3 важно убедить в значимости для компании. Обратитесь к идеальным клиентам с просьбой оставить отзыв, предложите форму персонального обслуживания. Стимулируйте покупателей на регулярные заказы, предлагайте индивидуальные подборки продукции.

Не допускайте чрезмерной навязчивости, лишнее общение утомляет. Предоставляйте только полезную информацию, чтобы не раздражать людей. Скидки для категории противопоказаны!

Этап 3. Оценка полученных данных

Из последней версии таблицы сделайте сводную на основании кодов RFM и информации из столбца «Клиент». Как рассчитать:

Сводная таблица

Перенесите данные на отдельный лист Excel, чтобы увидеть количество людей в каждом сегменте:

Отдельный лист Excel

Получается 27 сегментов. Группируются комбинации по категориям: «спящие», новички, идеальные, прочие.

Группировка комбинаций по категориям

Где RFM-анализ покажет себя лучше всего?

Применяется методика для компаний с большими базами покупателей, работающих в системе B2C (бизнес для потребителей). Для сегмента B2B (бизнес для бизнеса) анализ неэффективен из-за небольшого количества клиентов. Инструмент подходит для формирования почтовых рассылок с разных сегментов. Контент составляется с учетом степени лояльности адресата. Полезным анализ будет для таргетинга, формирования продающих скриптов для телефонных звонков.

Как часто нужно проверять данные по РФМ?

Частота обновления показателей анализа RFM зависит от подвижности базы. Потребители переходят из одного сегмента в другой: лояльные берут паузу, «спящие» становятся активнее. Факторы, влияющие на периодичность проверки данных:

  • жизненный цикл потребителя;
  • естественный период покупки;
  • период повторной покупки.

Успешный магазин при частых заказах пересматривает параметры РФМ каждый месяц, при редких – раз в полугодие или квартал. Учитывается сезонность, праздничные дни, акции и другие факторы, влияющие на смену сегмента покупателями.

Главное

RFM анализ позволяет разработать маркетинговые стратегии, направленные на определенный сегмент. Методика помогает исключить расходы на неактивных клиентов, так как отток неизбежен, увеличивая прибыль на постоянных и идеальных покупателях. Отчасти применение схемы помогает также росту ценности жизни потребителя.

При анализе параметров избегаем чрезмерно высоких и очень низких критериев. Диапазон выбирается для каждого показателя индивидуально. Давность, частота, сумма покупки должны содержать одинаковое количество групп.

Оцените статью