Если вы постоянно работаете с клиентами, то волей-неволей начнете их классифицировать: с одними работать легко, с другими нужно много разговаривать, третьим нужно отвечать только по существу вопроса, а четвертые поговорят и, скорее всего, просто уйдут без покупок. Часто такая сегментация построена на опыте и интуиции и, более того, нигде не документируется – мы просто знаем эти градации и используем их по наитию, но эта информация может быть действительно очень полезной, если знать, как ее обрабатывать правильно.
Что такое RFM-анализ?
RFM – это аббревиатура от трех английских слов:
- Recency — новизна или свежесть
- Frequency — частота или повторяемость
- Monetary — денежный или финансовый
Эти три определения помогут нам классифицировать наших клиентов, чтобы чуть больше их понять.
Характеристикой R (Recency) обозначим человека или компанию, которые совсем недавно пользовались нашими услугами. Понятие «недавно» будет зависеть от сферы вашей деятельности: для магазина продовольственных товаров оно может равняться 2-3 дням, для парикмахерской это будет 2-4 недели и т.д.
Признак F (Frequency) отражает, как часто данный клиент к нам обращается: 1 раз, 2-4 раза, периодически, постоянно.
Пометка M (Monetary) показывает, как сильно он пополняет наш бюджет в сравнении со средним чеком или инвойсом.
Для чего нам нужны эти знания? Чтобы понять, кто из клиентов действительно важен для нашего бизнеса, а на кого мы тратим много времени понапрасну. Исходя из такого простого анализа, который по силам даже простому менеджеру, можно перераспределить рабочее время и рекламные ресурсы, сделав их более эффективными.
Проще говоря, RFM-анализ помогает определить те 20% клиентов, которые по принципу Парето дают 80% прибыли любому бизнесу. Именно с ними нужно работать на удержание интереса, тогда дело будет плавно расти.
Принципы RFM-анализа
Построение любой стратегии обычно делится на три глобальных шага:
- Сбор данных
- Анализ
- Подбор метода
RFM-анализ не исключение. Посмотрим подробнее, как он работает.
1 шаг. Сегментируем клиентов
Для этого нам понадобится сделать две таблицы: первая будет содержать имена или названия клиентов, вторая – рабочая, где прописаны характеристики, на которые вы будете опираться далее. Варианты рабочей таблицы могут отличаться, так как будут сильно зависеть от рода вашей деятельности и глубины анализа, которую вы хотите получить. Чем больше пунктов будет внутри каждого столбца, тем детальнее получится оценка, но и времени, вероятно, придется затратить больше.
|
Новизна (Recency) |
Частота (Frequency) |
Финансы (Monetary) |
|
1. Недавно |
1. Постоянный клиент |
1. Крупные покупки |
|
2. Давно |
2. Нечасто посещает |
2. Средний чек |
|
3. Длительное отсутствие |
3. Был один раз |
3. Маленькая сумма |
Иногда не так просто определить разницу между «недавно» и «давно» или же отнести сумму чека к какой-то определенной группе. Тут лучше всего ориентироваться не на личный опыт или какого-то идеального клиента, а на среднее значение по базе.
Допустим, у вас небольшой косметический кабинет и вы хотите проанализировать, каким клиентам к предстоящему празднику что-то подарить, чтобы простимулировать их посещать вас чаще и в целом поддержать интерес. Вы смотрите на таблицу с клиентами и даете характеристику Ольге Ивановой. Допустим, она была у вас вчера первый раз, но при этом сделала несколько дорогих процедур. RFM-код для Ольги будет 131:
|
Новизна (Recency) |
Частота (Frequency) |
Финансы (Monetary) |
|
1. Недавно |
1. Постоянный клиент |
1. Крупные покупки |
|
2. Давно |
2. Нечасто посещает |
2. Средний чек |
|
3. Длительное отсутствие |
3. Был один раз |
3. Маленькая сумма |
Аналогичным образом вы подбираете наиболее объективный код для каждого клиента, не фиксируясь на эмоциональном подтексте: понравился вам клиент или нет. Важно создать максимально объективную картину вашей клиентской базы.
2 шаг. Анализируем данные
Когда работа с заполнением первой таблицы будет закончена, вы можете рассортировать ваших клиентов на сегменты. Всего их будет 33 или 27. Вероятнее всего, размер колонок будет отличаться, и это нормально: интересно понять, как вы работаете с клиентами и кто делает ваш основной бюджет.
27 стратегий для каждой колонки придумывать не обязательно, можно выделить несколько важных и отрабатывать их, или собрать клиентов в более крупные сегменты в зависимости от рекламной кампании или целей. Иногда не особенно важный пункт RFM-анализа можно опустить, например, если вы хотите оценить только частоту посещений и сумму покупки, то пункт Recency не заполняйте.
Такой анализ также покажет, каков ваш среднестатистический клиент, кто стал отдаляться и забывать вас, а кто не делает огромных чеков, зато заходит частенько и понемногу покупает, чем тоже очень поддерживает ваш бизнес.
3 шаг. Подбираем метод
Теперь, видя полную картину своей клиентской базы через призму RFM-анализа, вам нужно распределить рекламные ресурсы так, чтобы они дали максимальную отдачу, учитывая возможности отдельных сегментов. Нам нужно:
- Подогреть интерес постоянных клиентов
- Напомнить о себе подзабывшим о нас клиентам
- Заинтересовать разовых
111, 112, 121 – это ваш фундамент, этих клиентов надо беречь и всячески поощрять их активность и внимание к вашему делу. Неплохой пример такой рекламы – наклейки в гипермаркетах за определенную сумму чека, которые дают хорошую скидку на действительно важный товар. Человек и без того оставляет в магазине хорошие суммы, ему приятно получать за это бонусы. Здесь же неплохо может сработать акция «Подарок за друга», когда лояльные к вам клиенты смогут уместно похвалить вас друзьям, сославшись на желание получить приз: хорошее рекламировать всем приятно.
211, 212, 312 – это потерянные по какой-то причине ранее постоянные клиенты. Поставить их в рассылку с напоминанием о предстоящей крупный акции было бы очень уместно: если они просто подзабыли о вас или ушли к конкуренту, это станет хорошим поводом вернуться.
332, 333, 232 – вероятнее всего, это были случайные клиенты, которые заскочили к вам по дороге или по острой необходимости. Или же те, кто остался недоволен услугой. Особенно заострять на них внимание не стоит.
131, 132 – это темные лошадки, новички, которые могут стать постоянными клиентами, а могут и не стать. Если у вас предусмотрены бонусы на первое посещение, они будут актуальны здесь. Кстати, Ольга Иванова из нашего примера – именно такой клиент. Вполне логично будет подарить ей что-то к празднику, например, купон или скидку на процедуры, в которых она может быть заинтересована.
«За» и «Против» RFM-анализа
Конечно, RFM-анализ не будет идеально подходить любому бизнесу, особенно там, где поток клиентов огромный или, наоборот, покупок в год всего несколько и требуется индивидуальный подход к каждому заказчику. Есть и другие минусы метода:
- Субъективность – результаты будут сильно зависеть от того, кто проводит оценку или же какие параметры были проставлены в автоматизированной системе учета.
- Не все факторы можно учесть при таком подходе, например, сезонность, резкие экономические изменения и т.д. Руководителю нужно будет корректировать итоги самостоятельно.
- Обновлять базу нужно будет достаточно часто. При ручном заполнении это может быть затратно по времени.
Но если метод подходит для вашего дела, то плюсы помогут увидеть его в другом разрезе:
- RFM-анализ позволяет узнать, какие клиенты более всего нужны для вашего дела, чтобы сосредоточиться на них.
- Также в некоторых случаях вы можете оценить, какие продукты и услуги чаще всего приобретают ваши основные клиенты и сосредоточиться на них, подкорректировав маркетинговую стратегию.
- Вы можете увеличить эффективность вложений в рекламу, создав отдельные предложения для каждого сегмента.
- Увидев характеристики вашего среднестатистического клиента, вы сможете делать упор в привлечении конкретной аудитории, не теряя ресурсы.
Заключение
RFM-анализ – это действительно универсальный и достаточно эффективный инструмент для бизнеса. Важно только достаточно часто обновлять данные и не забывать о влиянии внешних факторов, которые могут внести коррективы в распределении ваших клиентов.
Читайте также:
Ну почему?
Нам надо разбудить спящих и подогреть основных. Потребности вы выявляете заранее, ведь у вас или магазин цветов, или шиномонтаж.
Если мы о B2C или FMCG - так и есть. Если, конечно, другие магазины в радиусе доступности.
Для B2B паттерны, естественно, другие, как и подходы к сегментации и микросегментации. Но в статье слово "маркетинг" упоминается только один раз в самом конце статьи (см. "подкорректировав маркетинговую стратегию"). Беседа идет о некой "работе с клиентом", что бы это не значило.
Юлия, оба перечисленных Вами случая это скорее всего ситуационная потребность, которая заранее не выясняется, разве что прогностически.
Сегодня практически отсутствует понятие "радиус доступности".
"Метро" у нас один на город и это не мешает мне заказывать из него продукты пару раз в месяц.
При этом хлеб я беру в ближайшем пивном магазине, а молоко в региональном сетевом возле дома.
Что касается В2В, то статья совсем не про них.
Или даже потом, когда уже всех разбили на группы. Ведь цель – понять, на кого тратить усилия и средства, на кого не надо.
Слегка в товарную сферу съехали, речь, вроде бы шла про рынок услуг (например косметолог), где у многих поток и выбор поставщика услуг несколько другой, чем покупка автомобиля. Приводили бы хотя бы пример с обслуживанием и ремонтом. Не предполагал, что всё в кучу будет.
И сегментация в услугах, действительно имеет не последнее значение. Просто надо учитывать, то, как работали в момент, когда клиенты не решались обращаться.
>А то, что Вы предлагаете - незатейливый слив бюджета, сродни предложению купить еще один автомобиль вчерашнему покупателю такового..
Кстати покупка другого вполне не исключается, если до этого покупатель приобрёл, без опыта оценки не совсем то, что ожидал, не находите? Есть такие ниши, где приходится цепляться уже за любую возможность, настолько всё плохо со спросом.
Еще раз, основная мысль поста: главное, чтобы "осетрина не была второй свежести". А не про скажем фильтрацию скликивателей в директе, с которой пожалуй, любой школьник справится.
Уважаемый Иван,
Только что купивший продукт/получивший услугу не лучший объект для рекламы типа "приходите к нам". Это выброшенные деньги рекламного бюджета.
Я имел в виду именно это, извините, что не оправдал Ваше ожидание.
Кроме того, в статье (а мы обсуждаем статью) нет отделения услуг от продуктов. Да и у продуктов тоже есть циклы покупки - хлеб покупается каждый день, обувь по сезону, авто раз в пять лет, а квартиры раз в десятилетие.
Вы правы.
И следует различать сегментацию и кластеризацию.
Сегментация -- это когда вы, руководствуясь своими критериями в пространстве метрик, разделяете и властвуете. Это довольно грубый подход.
Кластеризация -- это когда вы выявляете в пространстве метрик кучкование или скопления (кластеры) клиентов. И проводите сегментацию с учетом этого. Другими словами -- вводите еще одну метрику плотности распределения клиентов в пространстве метрик. И по ней выявляете эпицентры кластеров.
Кластеризация -- это более сложная задача. Но ее решение дает более эффективную сегментацию, а заодно и кучу дополнительной информации.
На примере картинки, что я привел выше -- кучкования как такого не наблюдается. Здесь сегментация (я выполнил ее цветом) -- это просто критерий суммы всех трех метрик (RFM), ранжирование по нему и деление клиентов на три равных сегмента по количеству клиентов.
Иногда такое исследование кластеров может дать несколько эпицентров скоплений (больше или меньше числа метрик) и тогда для каждого кластера нужно вырабатывать свой метод работы. Эпицентры кластеров -- это состояния равновесия, к которым стремятся клиенты в силу своей внутренней природы, понимание которой это предмет отдельного анализа.
И в этом случае лучше построить новое метрическое пространство (с размерностью = числа эпицентров), где метриками будут служить дистанции от эпицентров и, наблюдая за динамикой пограничных клиентов относительно этих эпицентров уже управлять их направлением движения, то есть направлять их движение к тем эпицентрам, которые наиболее выгодны для экономики компании. Как -- это тема отдельного разговора с учетом понимания их природы. Что и дает ответ на кого и какие усилия тратить, а на кого -- деньги на ветер.
Это более тонкий подход в работе с клиентской базой.
Это очень гибкая методика
Компании могут сосредоточиться на любых 2 из 3 критериев RFM в зависимости от характера своего бизнеса.
Например, компании с одним продуктом могут сосредоточиться только на критериях RF, так как это будет самый простой способ прогнозировать спрос и создавать коммуикации.
Компании, которые продают продукты, которые являются разовыми покупками, могут сосредоточиться на критериях RM, поскольку частота обычно будет фиксированной.
Компании, основанные на подписке, могут использовать модель RM, чтобы оценить, достаточно ли потребители удовлетворены вашим продуктом, чтобы вернуться и совершить еще одну покупку.
Компании, производящие товары с длительным сроком службы, могут сосредоточиться на критериях FM, так как важность R относительно ниже.
Медиа-платформы могут использовать критерии FM, поскольку это позволит им наблюдать за потреблением контента и за тем, успешно ли клиент перешел на оплату премиум-контента, отслеживая денежную стоимость.
Когда дело доходит до критериев RF, большинство компаний могут использовать эту модель для оценки спроса, анализируя онлайн-поиск, когда потенциальные клиенты ищут товары в Интернете.
Согласна, Сергей. Но есть еще тоньше как у Wallmart по ценностям и потребностям) А вообще все хорошо, что работает. И то, что описала Юлия, это всего лишь одна струна таргетинга. Но полезная. Некоторым компаниям малого бизнеса может хватить и ее.