Бизнесу важно не только привлекать новых клиентов, но и удерживать их, возвращать на сайт и мотивировать делать повторные покупки. Мой четырехлетний опыт работы веб-аналитиком показал, что многие владельцы бизнеса не взаимодействуют с текущими клиентами просто потому, что не знают как это делать. Сегодня я расскажу, как с помощью RFM-анализа возвращать клиентов снова и снова.
Сегментация и таргетинг — альфа и омега маркетинга. Можно не соглашаться с этим утверждением и бесконечно долго стрелять из пушки по воробьям. Разумнее и эффективнее анализировать поведение пользователей, разбивать аудиторию на сегменты и предлагать каждой группе персональное решение. Давайте рассмотрим конкретную методику и научимся применять RFM-анализ для сегментации клиентской базы.
Итак, RFM — это анализ клиента по трем показателям: давность, частота и ценность покупок. В ходе этого анализа данные сегментируются в соответствии с показателями:
По этим показателям база клиентов сегментируется, и далее с каждой из этих групп можно вести индивидуальную коммуникацию. Такой подход приводит к увеличению общего числа покупок, так как клиенты возвращаются.
В первую очередь это необходимо В2С-компаниям с клиентской базой от 10 000 контактов. Это условное ограничение, база может быть и меньше, в этом случае просто будет сокращается количество кластеров, на которые делится аудитория. В В2В-компаниях RFM-анализ не очень популярен, но тоже может использоваться маркетологами и владельцами бизнеса.
![image](https://habrastorage.org/webt/0g/x_/q8/0gx_q8bwab5fe4pzivnzv4jodqm.jpeg)
RFM-анализ дает готовую схему, которая позволяет применять к каждой группе клиентов индивидуальный подход. Вы группируете клиентов и прогнозируете их поведение на основе прошлых действий. К примеру, тем, кто покупает часто и много, — спецпредложения, а кто давно ничего не покупал, получают бонус или скидку + таргетинг, чтобы напомнить о себе.
![image](https://habrastorage.org/webt/gg/rw/me/ggrwme8tj_egvwyyeqmxolu05wg.jpeg)
Наиболее часто результаты RFM-анализа используют в работе с email-рассылками. Также он пригодится при подготовке скриптов телефонных звонков (по скрипту менеджер может обрабатывать клиента из определенного кластера) и, в принципе, для любых узкотаргетированных маркетинговых кампаний: например, ретаргетинг или ремаркетинг.
Весь RFM-анализ разбивается по трехбалльной системе: давность заказа, частота и сумма покупок. В свою очередь давность заказа разделяют на давние, «спящие» и недавние заказы. Покупки по частоте делятся на разовые, редкие и частые. Сумма покупок делится на низко-, средне- и высокочековые.
![image](https://habrastorage.org/webt/kg/qf/mo/kgqfmov5ch8c1o6htg8rrl9qj0q.jpeg)
Сопоставляем эти параметры и получаем сегменты пользователей сайта. Их может быть до 27.
![image](https://habrastorage.org/webt/ex/ng/8i/exng8io1l7mhpjz_0yyv1mkn754.jpeg)
На практике их может быть меньше. Количество сегментов зависит от базы клиентов, насколько она разносортная, насколько разные группы пользователей.
![image](https://habrastorage.org/webt/gv/co/5f/gvco5f-q5kuhsnrpxbis-bbtnaq.jpeg)
Проводить анализ вручную трудоемко, лучше использовать сводные таблицы Excel. Я научу вас, как быстро и просто сделать RFM-анализ в Excel за 5-7 минут.
Для начала надо выгрузить из CRM или другой базы данных:
![image](https://habrastorage.org/webt/iz/ql/ir/izqlirlogskksg9j--zdsfrgmai.png)
Этих трех параметров достаточно, чтобы сделать простой, быстрый и, главное, бесплатный RFM-анализ. Далее давайте создадим и настроим сводную таблицу. С помощью сводных таблиц (кликаете на Вставка — Сводная таблица), переносим на новый экран все три этих параметра.
![image](https://habrastorage.org/webt/cl/da/ul/cldaulkj82qiow3orua03o1bria.png)
В полях Сводной таблицы три поля — email, Дата покупки и Сумма покупки — их нужно разбить на Строки и Значения. В Строки мы выносим один единственный показатель, в данном случае — это email-адреса (это могут быть и номера телефонов, любые контакты). Важно отметить, что email в этом столбце уже уникальны, они не повторяются.
![image](https://habrastorage.org/webt/vl/_h/-x/vl_h-xtsjjdg0lekeyu0n1oswva.png)
В значении Далее считаем по каждому пользователю такие показатели, как: количество покупок и сумма всех покупок. Важный параметр — Максимум по полю дата покупки. Сюда выводится дата последней покупки пользователя. Он нужен, чтобы высчитывать, как давно пользователь что-то покупал, этот расчет будет определять клиентов в тот или иной кластер.
![image](https://habrastorage.org/webt/hh/gh/um/hhghums5xego0gq0g-swwops6hm.png)
Вот такая получается простая сводная таблица практически в три клика. Все, что нужно для расчета – вынести в отдельные поля:
![image](https://habrastorage.org/webt/yq/zu/hv/yqzuhvgiveiocj6p4slyp63fhai.png)
Теперь у нас есть сводная таблица с расчетом RFM. В зависимости от того, как много, как часто и на какую сумму клиент делал покупки, формула рассчитывает и присваивает от 1 до 3 значений каждому клиенту. Далее у нас определяется кластер RFM – формула, по которой объединяются три эти цифры, получается сегмент или группа, к которой относятся те или иные пользователи.
![image](https://habrastorage.org/webt/dm/tz/3a/dmtz3aiezdafoscjjsy9g2joixi.png)
Эти данные собираются в кластер RFM. Вот так все эти кластеры выглядят.
![image](https://habrastorage.org/webt/dz/1y/zp/dz1yzpnwttguixzzzt22srpk2h4.png)
Теперь можно выделить сегмент (например, клиенты, которые покупали очень давно всего один раз) и уже целенаправленно работать с этой базой. Cегменты могут быть неравномерными, т. е. один включает 74 человека, другой — всего 1, а самих сегментов 27. Иногда бывает так, что в отдельном кластере оказывается всего один пользователь. В таких случаях лучше присоединить его к ближайшему крупному кластеру, где клиенты с похожими признаками.
Полное руководство по созданию RFM-анализа и техническое руководство можно посмотреть в нашем вебинаре “Как превратить трафик в продажи с помощью данных о пользователях сайта”:
После того, как мы научились делить клиентов на кластеры, давайте разберемся, как с ними работать.
Клиенты, которые сделали один раз небольшую покупку и больше не возвращались. Я рекомендую не тратить на них много времени. Их можно единоразово попробовать вернуть. Например, напомнить о себе, рассказав о каких-то акциях, спецпредложениях, распродажах. Если после таких рассылок пользователи к вам все же не возвращаются, стоит успокоиться и отпустить их. Лучше переключиться на другие кластеры.
Пример рассылки магазина Adidas
Пользователи, которые сделали один раз крупную покупку и пропали. Как правило такие клиенты более перспективные, чем потерянные. Можно приложить больше усилий, чтобы их заинтересовать и вернуть. В первую очередь это могут быть:
![image](https://habrastorage.org/webt/8y/go/jj/8ygojjxurfynn3loregxrdxac18.png)
Пример рассылки с допродажами магазина Reima
Кроме того, можно привлечь и заинтересовать подобную аудиторию рассылкой с полезным контентом. Было бы отлично связаться с клиентом и узнать, по каким причинам они перестали у вас покупать. Что произошло, что бы могло побудить их продолжить покупать у вас.
Для этой группы подойдут те же мероприятия, что и для предыдущего кластера клиентов. Кроме вышеописанного, можно предложить им какие-то более долгосрочные мотивации, например, программы лояльности. Не стесняйтесь в коммуникациях хвалить свой магазин, продукт, услугу, показывать, чем они лучше других.
![image](https://habrastorage.org/webt/y9/hf/qw/y9hfqwsx4p3m4d4mefodpdxolaa.png)
Пример рассылки сервиса Rookee
Это интересный кластер клиентов, которые помнят о вас, но по каким-то причинам перестали покупать. Что поможет их разбудить? В первую очередь это:
![image](https://habrastorage.org/webt/vy/xq/sd/vyxqsd5y_a5xblktva7cjfsrdq8.png)
Пример рассылки издательства МИФ
Есть вероятность, что эту группу клиентов заинтересует какой-то обучающий контент, справочная информация. Важно, чтобы первое впечатление сложилось хорошее, чтобы эти пользователи перешли в лояльных. С ними можно поделиться статьей, обзором, руководством. Поздравить их с покупкой, поблагодарить за выбор вашей компании, пригласить в группы в соцсетях, на мероприятия, где можно будет с ними детально пообщаться и объяснить, почему ваш продукт им подходит.
![image](https://habrastorage.org/webt/lc/xm/t5/lcxmt56badcieewc1l60rwlnr7y.png)
Пример рассылки сервиса Rookee
Перспективные – те, кто покупали на большие суммы, потенциальные VIP-клиенты. Нужно стараться удерживать их интерес. Например, можно с помощью опроса выяснить, довольны ли они услугами, что им интересно, какие у них потребности. Скидок этой группе клиентов предлагать не стоит, они и так лояльны и покупают.
Очень важно показывать, что вы их цените, вы их любите! Можно немного польстить какими-то интересными замечаниями, как, например, Яндекс.Музыка пишет, что музыкальному вкусу пользователя можно позавидовать. Я бы не рекомендовала утомлять клиента какими-то лишними ссылками, рассылками, СМС и звонками. Они с вами, они вас любят, и лишний раз надоедать не стоит. Когда им будет нужно, они сами обратятся за помощью.
Со временем показатели RFM-анализа меняются, и клиенты переходят из одного сегмента в другой. Частота обновления данных зависит от того, насколько подвижная у вас база: какой жизненный цикл клиента, естественный период покупки, а также период, за который клиент успеет сделать повторную покупку. Для крупного успешного интернет-магазина — не чаще, чем раз в месяц. Если заказы происходят редко, достаточно пересматривать сегменты раз в квартал или полгода.
RFM-анализ – это простой, но эффективный метод. Нужно всего 15-20 минут времени, чтобы разобраться, сделать сегментирование базы и начать работать с клиентами на новом уровне. Можно дальше развиваться и работать со специализированными сервисами. В Rookee мы используем Power BI, который позволяет отгружать email-адреса пользователей, количество оплаченных заказов, суммы заказов, даты, когда они были совершены в режиме онлайн. Это позволяет избегать обновления таблицы в ручном режиме, сегментирование всегда актуально. Полезно тем, кто работает с большим объемом данных. Однако, даже начав с обычной таблицы в Excel, вы делаете огромный шаг к тому, чтобы повысить срок жизни клиента, а значит и увеличить прибыль компании.
Сегментация и таргетинг — альфа и омега маркетинга. Можно не соглашаться с этим утверждением и бесконечно долго стрелять из пушки по воробьям. Разумнее и эффективнее анализировать поведение пользователей, разбивать аудиторию на сегменты и предлагать каждой группе персональное решение. Давайте рассмотрим конкретную методику и научимся применять RFM-анализ для сегментации клиентской базы.
Итак, RFM — это анализ клиента по трем показателям: давность, частота и ценность покупок. В ходе этого анализа данные сегментируются в соответствии с показателями:
- Давность — показывает, как давно пользователь покупал что-либо у вас на сайте.
- Частота — как часто пользователь покупает что-то на сайте.
- Суммарная стоимость покупок — прибыль, которую вам приносит клиент.
По этим показателям база клиентов сегментируется, и далее с каждой из этих групп можно вести индивидуальную коммуникацию. Такой подход приводит к увеличению общего числа покупок, так как клиенты возвращаются.
Кому и зачем нужен RFM-анализ?
В первую очередь это необходимо В2С-компаниям с клиентской базой от 10 000 контактов. Это условное ограничение, база может быть и меньше, в этом случае просто будет сокращается количество кластеров, на которые делится аудитория. В В2В-компаниях RFM-анализ не очень популярен, но тоже может использоваться маркетологами и владельцами бизнеса.
![image](https://habrastorage.org/webt/0g/x_/q8/0gx_q8bwab5fe4pzivnzv4jodqm.jpeg)
RFM-анализ дает готовую схему, которая позволяет применять к каждой группе клиентов индивидуальный подход. Вы группируете клиентов и прогнозируете их поведение на основе прошлых действий. К примеру, тем, кто покупает часто и много, — спецпредложения, а кто давно ничего не покупал, получают бонус или скидку + таргетинг, чтобы напомнить о себе.
![image](https://habrastorage.org/webt/gg/rw/me/ggrwme8tj_egvwyyeqmxolu05wg.jpeg)
Наиболее часто результаты RFM-анализа используют в работе с email-рассылками. Также он пригодится при подготовке скриптов телефонных звонков (по скрипту менеджер может обрабатывать клиента из определенного кластера) и, в принципе, для любых узкотаргетированных маркетинговых кампаний: например, ретаргетинг или ремаркетинг.
Как провести RFM-анализ?
Весь RFM-анализ разбивается по трехбалльной системе: давность заказа, частота и сумма покупок. В свою очередь давность заказа разделяют на давние, «спящие» и недавние заказы. Покупки по частоте делятся на разовые, редкие и частые. Сумма покупок делится на низко-, средне- и высокочековые.
![image](https://habrastorage.org/webt/kg/qf/mo/kgqfmov5ch8c1o6htg8rrl9qj0q.jpeg)
Сопоставляем эти параметры и получаем сегменты пользователей сайта. Их может быть до 27.
![image](https://habrastorage.org/webt/ex/ng/8i/exng8io1l7mhpjz_0yyv1mkn754.jpeg)
На практике их может быть меньше. Количество сегментов зависит от базы клиентов, насколько она разносортная, насколько разные группы пользователей.
![image](https://habrastorage.org/webt/gv/co/5f/gvco5f-q5kuhsnrpxbis-bbtnaq.jpeg)
Проводить анализ вручную трудоемко, лучше использовать сводные таблицы Excel. Я научу вас, как быстро и просто сделать RFM-анализ в Excel за 5-7 минут.
Алгоритм RFM-анализа
Для начала надо выгрузить из CRM или другой базы данных:
- уникальные данные клиента (это может быть почта, номер телефона, то, что идентифицирует клиента);
- даты покупок клиента;
- суммы покупок клиента.
![image](https://habrastorage.org/webt/iz/ql/ir/izqlirlogskksg9j--zdsfrgmai.png)
Этих трех параметров достаточно, чтобы сделать простой, быстрый и, главное, бесплатный RFM-анализ. Далее давайте создадим и настроим сводную таблицу. С помощью сводных таблиц (кликаете на Вставка — Сводная таблица), переносим на новый экран все три этих параметра.
![image](https://habrastorage.org/webt/cl/da/ul/cldaulkj82qiow3orua03o1bria.png)
В полях Сводной таблицы три поля — email, Дата покупки и Сумма покупки — их нужно разбить на Строки и Значения. В Строки мы выносим один единственный показатель, в данном случае — это email-адреса (это могут быть и номера телефонов, любые контакты). Важно отметить, что email в этом столбце уже уникальны, они не повторяются.
![image](https://habrastorage.org/webt/vl/_h/-x/vl_h-xtsjjdg0lekeyu0n1oswva.png)
В значении Далее считаем по каждому пользователю такие показатели, как: количество покупок и сумма всех покупок. Важный параметр — Максимум по полю дата покупки. Сюда выводится дата последней покупки пользователя. Он нужен, чтобы высчитывать, как давно пользователь что-то покупал, этот расчет будет определять клиентов в тот или иной кластер.
![image](https://habrastorage.org/webt/hh/gh/um/hhghums5xego0gq0g-swwops6hm.png)
Вот такая получается простая сводная таблица практически в три клика. Все, что нужно для расчета – вынести в отдельные поля:
- уникальный email пользователя (просто копируем из сводной предыдущей таблицы);
- число покупок уникального клиента;
- сумма покупок;
- дата последней покупки.
- Далее по формуле, которая уже есть Eхсel, рассчитываются показатели RFM.
![image](https://habrastorage.org/webt/yq/zu/hv/yqzuhvgiveiocj6p4slyp63fhai.png)
Теперь у нас есть сводная таблица с расчетом RFM. В зависимости от того, как много, как часто и на какую сумму клиент делал покупки, формула рассчитывает и присваивает от 1 до 3 значений каждому клиенту. Далее у нас определяется кластер RFM – формула, по которой объединяются три эти цифры, получается сегмент или группа, к которой относятся те или иные пользователи.
![image](https://habrastorage.org/webt/dm/tz/3a/dmtz3aiezdafoscjjsy9g2joixi.png)
Эти данные собираются в кластер RFM. Вот так все эти кластеры выглядят.
![image](https://habrastorage.org/webt/dz/1y/zp/dz1yzpnwttguixzzzt22srpk2h4.png)
Теперь можно выделить сегмент (например, клиенты, которые покупали очень давно всего один раз) и уже целенаправленно работать с этой базой. Cегменты могут быть неравномерными, т. е. один включает 74 человека, другой — всего 1, а самих сегментов 27. Иногда бывает так, что в отдельном кластере оказывается всего один пользователь. В таких случаях лучше присоединить его к ближайшему крупному кластеру, где клиенты с похожими признаками.
Полное руководство по созданию RFM-анализа и техническое руководство можно посмотреть в нашем вебинаре “Как превратить трафик в продажи с помощью данных о пользователях сайта”:
После того, как мы научились делить клиентов на кластеры, давайте разберемся, как с ними работать.
Потерянные клиенты
Клиенты, которые сделали один раз небольшую покупку и больше не возвращались. Я рекомендую не тратить на них много времени. Их можно единоразово попробовать вернуть. Например, напомнить о себе, рассказав о каких-то акциях, спецпредложениях, распродажах. Если после таких рассылок пользователи к вам все же не возвращаются, стоит успокоиться и отпустить их. Лучше переключиться на другие кластеры.
![image](https://habrastorage.org/webt/g-/9s/4f/g-9s4fbcg0cayagmkooc_rfazn0.png)
Пример рассылки магазина Adidas
Пользователи, которые находятся под угрозой оттока
Пользователи, которые сделали один раз крупную покупку и пропали. Как правило такие клиенты более перспективные, чем потерянные. Можно приложить больше усилий, чтобы их заинтересовать и вернуть. В первую очередь это могут быть:
- хорошие скидки;
- купоны на покупку;
- информация о распродажах;
- персональная подборка в зависимости от того, что они у вас уже покупали;
- предложение с аналогичными товарами, похожими или сопутствующими.
![image](https://habrastorage.org/webt/8y/go/jj/8ygojjxurfynn3loregxrdxac18.png)
Пример рассылки с допродажами магазина Reima
Кроме того, можно привлечь и заинтересовать подобную аудиторию рассылкой с полезным контентом. Было бы отлично связаться с клиентом и узнать, по каким причинам они перестали у вас покупать. Что произошло, что бы могло побудить их продолжить покупать у вас.
Бывшие лояльные клиенты
Для этой группы подойдут те же мероприятия, что и для предыдущего кластера клиентов. Кроме вышеописанного, можно предложить им какие-то более долгосрочные мотивации, например, программы лояльности. Не стесняйтесь в коммуникациях хвалить свой магазин, продукт, услугу, показывать, чем они лучше других.
![image](https://habrastorage.org/webt/y9/hf/qw/y9hfqwsx4p3m4d4mefodpdxolaa.png)
Пример рассылки сервиса Rookee
«Спящие» клиенты
Это интересный кластер клиентов, которые помнят о вас, но по каким-то причинам перестали покупать. Что поможет их разбудить? В первую очередь это:
- выгодные акции и предложения;
- подборки к тематическому празднику;
- подарки и бонусы ко дню рождения клиента.
![image](https://habrastorage.org/webt/vy/xq/sd/vyxqsd5y_a5xblktva7cjfsrdq8.png)
Пример рассылки издательства МИФ
Новички с низким и средним чеком
Есть вероятность, что эту группу клиентов заинтересует какой-то обучающий контент, справочная информация. Важно, чтобы первое впечатление сложилось хорошее, чтобы эти пользователи перешли в лояльных. С ними можно поделиться статьей, обзором, руководством. Поздравить их с покупкой, поблагодарить за выбор вашей компании, пригласить в группы в соцсетях, на мероприятия, где можно будет с ними детально пообщаться и объяснить, почему ваш продукт им подходит.
![image](https://habrastorage.org/webt/lc/xm/t5/lcxmt56badcieewc1l60rwlnr7y.png)
Пример рассылки сервиса Rookee
Перспективные клиенты
Перспективные – те, кто покупали на большие суммы, потенциальные VIP-клиенты. Нужно стараться удерживать их интерес. Например, можно с помощью опроса выяснить, довольны ли они услугами, что им интересно, какие у них потребности. Скидок этой группе клиентов предлагать не стоит, они и так лояльны и покупают.
Идеальные клиенты
Очень важно показывать, что вы их цените, вы их любите! Можно немного польстить какими-то интересными замечаниями, как, например, Яндекс.Музыка пишет, что музыкальному вкусу пользователя можно позавидовать. Я бы не рекомендовала утомлять клиента какими-то лишними ссылками, рассылками, СМС и звонками. Они с вами, они вас любят, и лишний раз надоедать не стоит. Когда им будет нужно, они сами обратятся за помощью.
Со временем показатели RFM-анализа меняются, и клиенты переходят из одного сегмента в другой. Частота обновления данных зависит от того, насколько подвижная у вас база: какой жизненный цикл клиента, естественный период покупки, а также период, за который клиент успеет сделать повторную покупку. Для крупного успешного интернет-магазина — не чаще, чем раз в месяц. Если заказы происходят редко, достаточно пересматривать сегменты раз в квартал или полгода.
RFM-анализ – это простой, но эффективный метод. Нужно всего 15-20 минут времени, чтобы разобраться, сделать сегментирование базы и начать работать с клиентами на новом уровне. Можно дальше развиваться и работать со специализированными сервисами. В Rookee мы используем Power BI, который позволяет отгружать email-адреса пользователей, количество оплаченных заказов, суммы заказов, даты, когда они были совершены в режиме онлайн. Это позволяет избегать обновления таблицы в ручном режиме, сегментирование всегда актуально. Полезно тем, кто работает с большим объемом данных. Однако, даже начав с обычной таблицы в Excel, вы делаете огромный шаг к тому, чтобы повысить срок жизни клиента, а значит и увеличить прибыль компании.
Комментарии (3)
asakasinsky
09.09.2019 11:29Статья ради статьи.
Ни формулы, ни упоминания о медиане, ни ссылки на excel-лист.
Конкретного разбора результатов нет.
Dolios
Какой-то маркетинг головного мозга, простите. Вы правда думаете, что можно вызвать интерес клиента, пристав к нему с опросом и предложив его потратить свое личное время на вас без какого-либо профита для него? Как клиент могу вам сказать, что ничего кроме раздражения такие опросы не вызывают. Особенно, когда странные маркетологи считают допустимым звонить человеку по этому вопросу, а не e-mail написать.