Что такое RFM-анализ и как его провести

35 190
< Журнал

Чтобы лучше понимать потребности клиентов, предлагать то, что им действительно нужно, разрабатывать эффективные маркетинговые стратегии, увеличивать охваты и повышать ROI, разделяйте потребителей на сегменты. RFM-анализ наилучшим образом подходит именно для этого. Рассказываем, как его провести и применить полученные данные.

Что такое RFM-анализ

Маркетологам критически важно не просто знать своих клиентов, а понимать неоднородность их покупательского поведения — иначе бюджет на коммуникацию распыляется без гарантии отклика.

RFM-анализ — метод сегментации клиентов по покупкам (Recency - давность, Frequency - частота, Monetary - размер трат) работает как формальная матрица: он оценивает каждого потребителя по трём объективным параметрам — давность последней покупки, частота транзакций и суммарный объём трат — и на их основе сегментирует аудиторию на непересекающиеся группы.

В итоге вы получаете прозрачную классификацию: кто покупает много и регулярно (ваше ядро), кто тратит крупные суммы, но редко, и кто «замолчал» надолго.

RFM-анализ — это не просто метод, а операциональный инструмент для превращения хаотичной клиентской базы в структурированную карту покупательских привычек.

Зачем нужен RFM-анализ

Рассылать одно предложение всем подряд — значит гарантированно терять ROI и недополучать LTV, поскольку потребности и мотивация разных сегментов диаметрально противоположны.

Чтобы этого избежать, RFM-сегментация становится основой для точечного маркетинга: на выходе анализа вы точно знаете, кому показывать рекламное объявление, кому запустить прогрев через email-рассылку, а кому — предложить персональный бонус.

Внедрение такого подхода позволяет персонализировать каждый канал коммуникации — например, постоянным клиентам вы отправляете анонсы новинок, укрепляя лояльность, а давно неактивным — мотивирующую скидку, возвращая их в воронку.

RFM-анализ решает главную задачу роста: повышает эффективность каждого маркетингового касания, напрямую увеличивая возврат на инвестиции и пожизненную ценность клиента.

Где используется

RFM-анализ используют компании из сегментов B2C и B2B для настройки таргетированной рекламы, подготовки скриптов для телефонных звонков и email-рассылок.

Метод RFM подходит для e-commerce, прямых продаж, некоммерческих взаимодействий. Его используют, если потребность в продукте не разовая, а периодическая, и потому довольные клиенты совершают покупки регулярно.

Для исследования бизнеса с редкими покупками (например, продажа недвижимости или детских кроваток) RFM-анализ будет бесполезным.

Основные параметры

В основе RFM-анализа три показателя:

  • Давность покупки (Recency). Показывает время, прошедшее от последней сделки. Клиент, который недавно заказал у вас товар, с большей вероятностью прочитает письмо из email-рассылки или ответит на звонок менеджера, чем покупатель, оформивший заказ более года назад — на основе этого работает Recency.
  • Частота покупки (Frequency). Показывает, как часто потребитель делает покупки, обращается за услугами или выполняет другие целевые действия за определенный период. Допустим, обычные клиенты заказывают воду на дом раз в 5–6 недель, а офисные сотрудники делают это гораздо чаще — раз в 2–3 недели. Получается, что за один и тот же период времени взаимодействовать с офисными клиентами нужно активнее — на этом принципе основан Frequency.
  • Сумма чека (Monetary). Показывает, сколько денег, времени или других ресурсов клиент потратил за определенный период времени. Сумма чека в меньшей степени прогнозирует потребительские тенденции, если сравнивать с давностью и частотой покупок. Часто клиенты, которые заказывают на большие суммы, — занятые люди, поэтому редко откликаются на звонки и промо-рассылки.

RFM-сегментация становится основой для точечного маркетинга: на выходе анализа вы точно знаете, кому показывать рекламное объявление, кому запустить прогрев через email-рассылку, а кому — предложить персональный бонус.

Плюсы и минусы метода

Бизнес, который разделяет клиентов на разные сегменты, оптимизирует затраты на рекламу, успешнее запускает новые товары и лучше контактирует с потребителями, потому что знает, как и с помощью каких инструментов работать.

Плюсы RFM-анализа:

  • Персонализация. Важно не только увеличивать охваты, но и повышать качество работы уже с имеющейся аудиторией. RFM-анализ направлен на выяснение клиентских потребностей — на их основе вы разработаете по-настоящему привлекательные персональные предложения.
  • Снижение расходов на рекламу. Можно подогревать лиды даже с минимальными вложениями, если оптимизировать маркетинговые стратегии — например, разрабатывать отдельные скрипты для продаж и таргетинга.
  • Удобство и скорость. Сегментация с помощью RFM-анализа занимает около 20–25 минут, даже если клиентская база включает 50–70 тысяч контактов. Все, что необходимо — несколько простых формул в Excel и исходные данные.

Минусы у RFM-анализа тоже есть — его эффективность определяется объемом клиентской базы. Если у вас небольшой бизнес и аудитория не превышает 2–3 тысячи потребителей, то ощутимого результата добиться сложно.

Техника RFM не определяет поведение клиентов и не прогнозирует будущее, а лишь систематизирует массивы данных. Она дает только исходную информацию, а то, как она будет реализована в рекламной кампании, зависит уже от маркетологов, аналитиков и руководителей компаний.

Как провести RFM-анализ

Используйте Excel или Google Таблицы, чтобы выполнить анализ по методу RFM. Сначала соберите все данные, например, из CRM-системы, а затем — рассчитайте Recency, Frequency и Monetary. Далее выведите обозначения клиентов и проанализируйте результаты.

RFM-сегментация важна для эффективного взаимодействия с потребителями, увеличения ROI и LTV.

Сбор данных

Начните RFM-анализ со сбора информации. Сначала выгрузите данные в Excel: идентификаторы клиентов, даты последних покупок, суммы покупок.

Перенесите список на новый лист в Excel и выберите опцию «Удалить дубликаты», чтобы оставить только уникальные параметры.

Добавьте столбец «Общее количество покупок» (формула СЧЕТСЛИМН) и «Итоговая сумма покупок» (формула СУММЕСЛИМН).

Добавьте столбцы «R», «F» и «M» и пока оставьте пустыми.

Минимум, который должен быть в таблице для эффективного RFM-анализа — 8 столбцов. Добавлять больше, если это необходимо вашему бизнесу, — можно, но меньше — нет.

Группировка потребителей

Теперь, когда данные готовы, переходите к следующему шагу — разделению потребителей. Обычно сегментация выполняется по трем группам — оценки от 1 до 3, но при работе с массивной клиентской базой удобнее делить на 5 групп — оценки от 1 до 5.

Группировка по давности покупки (Recency): давние (1), относительно недавние (2), недавние (3).

Алгоритм группировки по Recency: 1) От текущей даты (=СЕГОДНЯ) отнимите дату последней покупки. 2) Выберите функцию «ПРОЦЕНТИЛЬ.ВКЛ» — она делит значения по уровням 33% и 66%. 3) Чтобы узнать группу от 1 до 3, примените функцию «ЕСЛИ».

Группировка по частоте покупки (Frequency): 1 — одна покупка, 2 — редко, 3 — часто.

Алгоритм группировки по Frequency: 1) Воспользуйтесь формулой «ПРОЦЕНТИЛЬ». 2) Поменяйте диапазон значений. 3) Примените функцию «ЕСЛИ», чтобы разбить клиентов на группы от 1 до 3.

RFM-анализ помогает разделить потребителей на непересекающиеся между собой группы, и позволяет понять, кто из клиентов покупает много и часто, кто — много, но редко и кто уже долгое время ничего не приобретал.

Группировка по сумме чека (Monetary): 1 — низкий чек, 2 — средний чек, 3 — высокий чек.

Сделайте то же самое, что и с Frequency. Используйте формулу «ПРОЦЕНТИЛЬ», поменяйте диапазон значений и примените условие — формулу «ЕСЛИ». Параметры всегда индивидуальные — зависят от сферы и масштабов бизнеса.

Оценка результатов

Чтобы рассчитать обозначение клиента, добавьте новый столбец «RFM» в таблицу Excel. Используйте формулу: Recency × 100 + Frequency × 10 + Monetary.

В результате у каждого клиента будет трехзначное обозначение — 111, 121, 122 и так до 333.

Чтобы было удобнее работать с результатами, создайте сводную таблицу. Включите в строки RFM, а в значения — количество по полю «Клиент». Скопируйте информацию на новый лист и переименуйте столбцы на «Сегмент» и «Количество».

Расшифровка обозначений: если RFM = 213, то R = 2, F = 1, M = 3. Клиент является «относительно недавним», покупает «редко» и оставляет «высокий чек».

постоянным клиентам можно высылать письма с информацией о новых товарах и услугах компании, а покупателям, которые давно не оформляли заказы, предоставлять мотивирующую скидку

Как разработать коммуникацию для сегментов

Маркетинговая стратегия выстраивается под особенности сегмента:

  • Потерянные. Давние клиенты, которые совершили всего одну покупку — 111, 112, 113. Обычно с ними не взаимодействуют. Отток клиентов неизбежен, поэтому лучшее решение — сэкономить время и бюджет рекламной кампании.
  • Под угрозой оттока. Клиенты, которые покупали давно, но совершили больше одной покупки — 121, 122, 123. Попробуйте рассказать им об акциях, предложите скидку на повторный заказ и попытайтесь узнать, почему они перестали к вам обращаться.
  • Бывшие лояльные. Потребители, которые раньше часто покупали на разные чеки, но перестали со временем — 131, 132, 133. Сделайте промо-рассылку для этих сегментов и предложите долгосрочную мотивацию — например, бонусную систему.
  • Новички. Клиенты, которые недавно совершали сделку — 311, 312, 313. Обязательно взаимодействуйте с новыми потребителями — они нередко откликаются на информационные рассылки, приглашения перейти в блог компании и ознакомиться с обучающим контентом.
  • Перспективные. Новые клиенты с большим чеком — 313, регулярные клиенты с большим чеком — 323. В эту же группу можно отнести потребителей, которые часто заказывают на средний чек — 233, 233, 332. Чтобы сохранить их интерес, предлагайте подарки и сопутствующие товары.
  • Идеальные. Клиенты, которые заказывают много и часто — 333. Рекламные кампании для идеальных потребителей рассчитаны на то, чтобы их удержать, поэтому акцентируйте внимание не на скидках, а на персональном обслуживании и приглашениях на мероприятия бренда.

Чтобы усовершенствовать коммуникации, отслеживайте текущие сделки и анализируйте прошлые. Используйте систему записи разговоров MANGO OFFICE, чтобы узнать, как операторы общаются с клиентами и работают с возражениями. Подключите запись звонков к виртуальной АТС и получите всю необходимую информацию о разговорах.

Как использовать данные

Информация, которую удалось получить при RFM-анализе, будет полезна при запуске новых товаров и услуг, поможет увеличить доход компании, сократить показатели естественного оттока потребителей и сократить расходы на коммуникации с клиентами.

Направления использования данных RFM-аналитики:

  • Увеличение LTV. Программы лояльности, бонусы, предложение сопутствующих товаров — все это повышает прибыль компании, полученную от одного покупателя. Используйте RFM, чтобы выделить и удержать частых потребителей с крупным чеком.
  • Расширение ассортимента. Сообщайте лояльным и перспективным покупателям  о запуске нового товара или услуги — они сделают первые заказы, напишут отзывы и расскажут об этом друзьям. Чтобы повысить отклик, предложите скидку на новый товар.
  • Увеличение лояльности и вовлеченности. Повышайте вовлеченность через особенности разных сегментов. Например, для бывших лояльных клиентов подготовьте промо-рассылку, а для новичков — информационный и образовательный контент.
  • Повышение эффективности коммуникаций. Прописывайте скрипты телефонных разговоров, email- и смс-рассылок отдельно под каждый потребительский сегмент — это повышает вероятность откликов и новых заказов.
  • Уменьшение количества потерянных клиентов. Чтобы сократить отток потребителей, используйте скидки на повторные заказы, программы лояльности, другие выгодные предложения — например, бесплатную доставку при покупке от определенной суммы.
  • Экономия на рекламе и увеличение ROI. Теперь, когда все клиенты разделены на сегменты, вы взаимодействуете с ними не одинаково, а по-разному и с учетом всех особенностей — это увеличивает возврат инвестиций и сокращает расходы на маркетинг.
  • Улучшение ретаргетинга (ремаркетинга). Экспортируйте сегменты потребителей в рекламные сервисы, чтобы создавать на их основе целевые аудитории — пользователей, которые увидят вашу рекламу на других сайтах.

Соберите записи о транзакциях, содержащие идентификатор клиента, даты и суммы заказов. Оцените клиентов по шкале (например, от 1 до 5) в каждой категории, где 5 — наилучший результат. Разделите клиентов на сегменты высокий-низкий уровень по лояльности, удовлетворенности. Разработайте индивидуальные маркетинговые стратегии для каждого сегмента с целью увеличения ценности клиента.

Как часто обновлять сегменты

Со временем потребители из одной группы переходят в другую: приходят новые клиенты, перспективные — берут тайм-аут, а бывшие лояльные — реагируют на промо-рассылку и возвращаются к покупкам.

Частота обновления сегментов зависит от жизненного цикла одного потребителя, естественного периода покупки и срока, в течение которого один клиент повторно обращается в вашу компанию — зависит только от особенностей вашего бизнеса.

Если вернуться к примеру компании, которая доставляет воду на дом и в офис, то  обновлять сегменты достаточно раз в 3 месяца. Другое дело — крупный и успешный интернет-магазин. Тогда пересматривать сегменты можно чаще — раз в 1–1,5 месяца.

 

Используемые продукты и сервисы

Что важно запомнить

  • RFM-аналитика помогает онлайн и офлайн-бизнесу повышать продажи и отклик аудитории, сокращать расходы на рекламу, делать маркетинг персонализированным и эффективным.
  • Концепция аналитики по методу RFM основана на трех показателях: Recency (давность покупки), Frequency (частота покупки) и Monetary (сумма чека).
  • Используйте для группировки Excel или Google Таблицы, а все исходные параметры выгружайте с помощью CRM-системы.
  • Некоторые CRM-инструменты автоматически сегментируют потребителей по методу RFM — например, Битрикс-24, 1С, Passteam, amoCRM, поэтому вручную ничего делать не придется.
  • Со временем информация устаревает, поэтому не забывайте обновлять сегменты — вручную или через автоматизированные сервисы.
< читать Журнал

 

Краткий пересказ статьи от нейросети YandexGPT

Разбор статьи от ИИ Perplexity