Сегментация клиентов по лояльности или RFM-анализ

Каждый предприниматель в процессе развития бизнеса сталкивается с вопросом: как сделать своего клиента более лояльным и не дать ему уйти к конкуренту?

 

Существует два типа данных, которые можно узнать о покупателях: кто они такие (демографические данные) и что они делают (поведенческие данные). Как правило, маркетологи пытаются предугадать именно поведение клиентов. Ведь если вы планируете продать товар или услугу своим клиентам, то знание, что кто-то из них недавно приобрел несколько предметов общей стоимостью 10000 рублей, ценнее, чем знание их возраста, дохода, семейного положения или другой подобной информации.

 

Обычно для предсказания поведения клиентов специалисты по директ-маркетингу используют RFM-анализ. Главным становится вопрос, как формализовать размер пользы, принесенной каждым клиентом. Для этой цели изучаются три показателя:

  • Recency — давность продажи (сколько времени прошло с момента последней покупки клиента);
  • Frequency — частота покупок (общее количество покупок в периоде);
  • Monetary — сумма продаж за всю историю (иногда используют средний чек).
rfm kub 400h400  400 copy 3 - Сегментация клиентов по лояльности или RFM-анализ

Рисунок 1. Параметры RFM-анализа

Причем, показатель Monetary не обязательно привязывать к деньгам. Это может быть любой фильтр, наложенный на основные показатели этого метода: Давность и Частота. Монетизацию не всегда удается свести к покупкам. Например, для информационного портала можно взять время просмотра страницы или глубину просмотра страниц на сайте.

 

Как правило, процент покупателей, реагирующий на общие рекламные предложения, невелик. RFM-анализ – это простой и, в  то же время, эффективный метод. Используя его, можно предсказать реакцию покупателя, улучшить взаимодействие и повысить прибыль. В зависимости от принадлежности клиента к одной из выделенных групп применяются разные способы воздействия.  Важность показателей ранжируется согласно последовательности: Давность, Частота, Сумма продаж.

Применение RFM для базы данных частных клиентов

Рассмотрим небольшую компанию по продаже учебных пособий, которая использовала RFM-анализ для извлечения максимальной прибыли с каждого покупателя. Ежегодно лето всем клиентам рассылались письма с предложением приобрести их продукцию. Затраты на рассылку составляли 15 руб. на одно письмо, прибыль же от каждой продажи – 550 руб. Таким образом, чтобы оправдать затраты на рассылку, необходимо получать более 3% откликов. Но на протяжении нескольких лет доля откликов не превышала 1,6%, что не давало прибыли. Применив RFM, всю существующую базу данных клиентов разбили по 125 ячейкам (5х5х5) и определили долю откликов по каждой из ячеек. Далее рассылку писем стали осуществлять по ячейкам с долей откликов более 3%, что позволило компании в итоге получить прибыль.

 

Стоит отметить, что непрерывное использование RFM-анализа не пойдет на пользу бизнесу. Если постоянно его применять для решения вопроса: кому из клиентов написать или позвонить, – то некоторые из них вообще никогда не получат от вас известий, а другие – наиболее активно реагирующие, будут испытывать усталость от постоянного внимания, поскольку вы будете связываться с ними слишком часто. Необходимо разрабатывать стратегию контактирования и подумать, с каким предложением можно обратиться к менее восприимчивым клиентам, просто чтобы они знали, что о них помнят.

 

На практике встречается упрощенный RFM-анализ, который называют RF-сегментация, когда показатель Сумма продаж не используется, потому что его значение часто зависит от Частоты. С помощью такого анализа несложно выделить тех, с кем нужно проводить активную работу, и именно для них разрабатывать специальные предложения.

rfm kub 400h400  400 copy - Сегментация клиентов по лояльности или RFM-анализ

Рисунок 2. Разделение клиентской базы на сегменты

Применение RFM для базы данных корпоративных клиентов

Рассмотрим применение RFM-анализа к базе данных корпоративных клиентов. Такая база, в большинстве случаев, гораздо меньше базы частных клиентов, и можно прибегнуть к сокращению количества групп. Например, для базы в 10000 записей 125 ячеек RFM-анализа будут иметь всего 80 записей в каждой ячейке, а этого мало для получения статистических результатов. Сократим количество RFM-ячеек до 20 с уменьшенным количеством групп, отсортированных по Частоте и Сумме продаж. Например, 5 – по Давности покупки, 2 – по Частоте и 2 – по Сумме продаж.

rfm kub 400h400  400 copy 2 - Сегментация клиентов по лояльности или RFM-анализ

Рисунок 3. Сокращенный RFM-анализ

В теории RFM-анализа предполагается очень простой механизм разделения Давности, Частоты и Суммы продаж по сегментам: отсортировать все контакты и разбить на 5 равных групп для каждого показателя. Этот способ работает и помогает разбить всех клиентов относительно друг друга на:

  • покупали только что
  • недавно
  • давно
  • очень давно

Но на практике возникает проблема изменения этих показателей во времени.

 

Пример 1:

 
Бизнес развивается хорошо, но вдруг в течение месяца не совершается ни одной покупки — это плохо. Но если разбить базу данных на равные части — ничего не изменится и всё те же последние покупатели попадут в сегмент «покупали только что».

 

Пример 2:

 
Новый бизнес ещё не имеет данных о продажах за несколько лет. В этом случае границы с каждым днём будут сильно отличаться и пользоваться результатом такого RFM-анализа вообще нет смысла.

 

Сезонности, акции и праздники тоже сильно влияют на качество анализируемых данных. Поэтому время стоит фиксировать. Для того, чтобы определиться какие временные интервалы лучше выставить, стоит ответить для себя на ряд вопросов:

  • Какая длина жизненного цикла клиента?
  • Какой естественный период покупки?
  • Какая сезонность?
  • За какое время большинство клиентов успевает совершить повторную покупку?

Действенность RFM-анализа совсем не означает, что он может полностью заменить менеджера по продажам. Личное общение с заказчиком позволяет сотруднику хорошо понимать его и многое знать о нем. Правильно будет сосредоточить внимание менеджера на ключевых клиентах, а с остальными вести работу по электронной почте, с помощью сообщений и социальных сетей. RFM-анализ в этом случае становится отличным инструментом, помогающим провести сегментацию покупателей.

Узнайте о других решениях

Методы анализа

risk evaluation.jpg.pagespeed.ce .clytgnlqii 300x134 - Сегментация клиентов по лояльности или RFM-анализ

Методы анализа рисков

Загрузить программу ВІ Демонстрации решений Статистический метод анализа рисков применяется в случае, когда компания обладает достаточным

6 sigma 300x225 - Сегментация клиентов по лояльности или RFM-анализ

Методология Шесть Сигма

Загрузить программу ВІ Демонстрации решений Шесть сигма – хорошо структурированная методология управления данными, различных областях производства,

maxresdefault 300x169 - Сегментация клиентов по лояльности или RFM-анализ

Tibco Statistica

Легко и просто создавайте и разворачивайте статистический анализ данных многократного применения. Ускорьте инновации с помощью

07 1050 300x182 - Сегментация клиентов по лояльности или RFM-анализ

Лаборатория данных

Загрузить программу ВІ Демонстрации решений Интерактивный фичер «Квартирный вопрос» для Т—Ж Визуализации в отчётах «Кномикс-Биоты»

Технологии аналитики

screenshot 4 5 300x224 - Сегментация клиентов по лояльности или RFM-анализ

Мониторинг деловой активности

Мониторинг эффективности бизнеса Визуализируйте здоровье ваших бизнес-процессов в режиме реального времени   Загрузить программу ВІ

23 3 300x225 - Сегментация клиентов по лояльности или RFM-анализ

In Memory решения

Загрузить программу ВІ Демонстрации решений Разработка системы in-memory аналитики подобна решению любой другой инженерной проблемы.

main 0 2 300x225 - Сегментация клиентов по лояльности или RFM-анализ

Сбор данных

Обработка данных с помощью Spotfire Иммерсивная, встроенная, интеллектуальная подготовка данных. Все встроено.   Загрузить программу ВІ

depositphotos 25605267 originalmobile 300x200 - Сегментация клиентов по лояльности или RFM-анализ

Аналитика Больших Данных

Загрузить программу ВІ Демонстрации решений Интерфейс Spotfire остается последовательным, анализируете ли вы небольшой набор данных или

Напишите нам

и мы ответим в течении часа

support@asu-analitika.ru

sap 7 66x66 - Сегментация клиентов по лояльности или RFM-анализ
Начало работы с Tibco Spotfire Desktop

Загрузить программу ВІ Демонстрации решений Для успешной работы с продуктами Tibco Spotfire, Вам потребуется 10 …

maxresdefault 66x66 - Сегментация клиентов по лояльности или RFM-анализ
Зачем вообще нужны системы бизнес-аналитики

Загрузить программу ВІ Демонстрации решений Визуализация в бизнес-аналитике очень важна. Например, концепт этих графиков отрисован …

prodvizhenie 1200x350 66x66 - Сегментация клиентов по лояльности или RFM-анализ
Что выбрать Spotfire,Tableau,Microsoft BI или Qlik Sense?

Конечно, Tableau и Spotfire предлагают унифицированное представление данных, но не настолько эффективно, как QlikSense. QlikSense …

quienes somos 03 66x66 - Сегментация клиентов по лояльности или RFM-анализ
Цены на продукты

Загрузите бесплатно Демонстрация Мы подготовили для Вас ориентировочные цены на различные продукты и пакеты программ, …

131 66x66 - Сегментация клиентов по лояльности или RFM-анализ
Gartner BI Magic Quadrant 2019: обзор лидеров рынка

Загрузить программу ВІ Демонстрации решений В январе Gartner традиционно выпускает масштабное исследование рынка систем бизнес-аналитики, …

img243 66x66 - Сегментация клиентов по лояльности или RFM-анализ
Видео демонстрации и обучение

Видео материалы по Tibco Spotfire Лучше один раз увидеть ! Обучающие видео, презентации и комментарии …

active icon pdf - Сегментация клиентов по лояльности или RFM-анализ
Наша компания
active icon pdf - Сегментация клиентов по лояльности или RFM-анализ
Tibco Spotfire

Несколько видео о наших продуктах

085 - Сегментация клиентов по лояльности или RFM-анализ
Проиграть видео
Презентация аналитической платформы Tibco Spotfire
106 - Сегментация клиентов по лояльности или RFM-анализ
Проиграть видео
Отличительные особенности Tibco Spotfire 10X
1 11 - Сегментация клиентов по лояльности или RFM-анализ
Проиграть видео
Как аналитика данных помогает менеджерам компании