Можно бесконечно долго стрелять из пушки по воробьям, если запускаешь рекламу, но не анализируешь целевую аудиторию. Результат такой кампании будет хуже, если сравнивать ее с кампанией, в которой анализируют поведение пользователей, разбивают аудиторию на сегменты и предлагают каждой группе персональное решение.
Сегодня расскажем, как можно самостоятельно сегментировать аудиторию с помощью RFM-анализа и как потом использовать его результаты.
Что такое RFM-анализ
Что это
RFM-анализ — это сегментация клиентов компании, основанная на трех показателях:
- Recency, или R — количество времени, прошедшего с момента последней покупки клиента.
- Frequency, или F — частота покупок, их общее число.
- Monetary, или M — общая сумма покупок либо другая ценность, которую принес клиент за все время работы с компанией.
Такой анализ впервые использовали для сегментации базы email-рассылки. Но он подходит и для других областей маркетинга, например для запуска ретаргетинга. Мы расскажем о том, как работать с RFM-анализом в рассылке по базе интернет-магазина.
Что происходит с сегментами
RFM-анализ помогает выявить разные сегменты покупателей. Например, лучшие, спящие и почти потерянные:
- Лучшие — покупают много, недавно оформляли покупку, тратят больше остальных.
- Спящие — совершали несколько покупок, тратят средние суммы, покупали последний раз не так давно.
- Почти потерянные, ушедшие — купили 1–2 раза, потратили мало, давно не заказывали.
Это только пример глобальной сегментации. На деле RMF-анализ помогает сегментировать аудиторию по множеству параметров и подобрать лучший способ вернуть клиента или перевести его в благоприятный для вашего бизнеса сегмент, где он будет приносить больше прибыли.
Так может выглядеть более подробная сегментация после RFM-анализа и способы вернуть активность ваших клиентов
Есть и промежуточные сегменты. Например, те, кто приходит 1–2 раза в год и заказывает на сумму, в 10–15 раз превышающую средний чек, или частые клиенты, но с низким ценником заказа. К каждой группе покупателей нужен свой подход, и RFM-анализ помогает понять, к какому сегменту относится клиент.
Как провести RFM-анализ и сегментацию
Если вы хотите разбить клиентскую базу на 50–100 групп или у вас много покупателей, обратитесь к профессионалам. Если же нужно понять общую картину и клиентов сравнительно мало, например 100–500, используйте сервисы типа Mindbox, программные решения типа скриптов для обработки данных на Python. Или сделайте все вручную самостоятельно, а мы расскажем, как.
Определите группы для каждого показателя
Показатели мы рассматривали выше: Recency, Frequency, Monetary. Внутри каждого из них нужно создать группы, к которым потом можно отнести клиента. Например, для показателя Recency создайте сегменты тех, кто покупал недавно, сравнительно недавно и давно. Для Frequency — тех, кто покупает много, немного и очень мало. Для Monetary — тех, кто тратит очень много, средне и мало.
Если у вас пока что небольшая база клиентов, достаточно будет трех групп внутри каждого показателя. Каждой группе присвойте цифру от 1 до 3 и укажите значение.
Заведите отдельную табличку, в которой укажете конкретные значения для каждой группы внутри показателей.
Разбивка на группы внутри показателей при RFM-анализе клиентов может выглядеть так
Потом на основе этой разбивки получатся RFM-сегменты. Обычно их обозначают цифрами. Например, RFM-сегмент 123 — это:
- Группа 1 в показателе Recency — клиенты покупали в течение месяца
- Группа 2 в показателе Frequency — клиенты сделали 3–9 заказов
- Группа 3 в показателе Monetary — сумма заказов меньше 5000 ₽
Если используете три группы внутри каждого показателя, получится 27 RFM-сегментов. Если решили провести более детальную проработку и используете 5 групп, то сегментов будет уже 125. Если решили пойти по простому пути, то основных сегментов, на которые стоит обратить внимание, будет несколько:
- 111 — лучшие клиенты, те, кто покупает часто, тратит много, недавно сделал заказ
- 222 — так называемые спящие: у них в покупках средние чеки, они оформили несколько заказов, последний из них — не так давно
- 333 — потерянные, покупающие мало, очень редко, оформившие последний заказ давно
- 1xx — лояльные, недавно совершившие последнюю покупку и, возможно, готовые вернуться вновь
- xx1 — те, кто тратит больше остальных или приносит больше всего ценности компании
- 311 — те, кто по каким-то причинам отказался от покупок у вас, но был лоялен раньше
Мы подготовили шпаргалку для расшифровки сегментов:
Используйте ее, если нужно быстро понять, как ведет себя определенный клиент и что ему можно предложить.
Внесите все данные о клиентах в отдельный файл
Проще всего проводить RFM-анализ в Excel, в «Сводных таблицах», или в «Google Таблицах». Если вы только запустили продажи и у вас 10–100 клиентов, будет достаточно и простого документа Word.
Выгрузите данные по клиентам из бухгалтерского ПО, CRM-системы или другого источника. Или заполните таблицу вручную. Делать это можно в свободной форме, главное, чтобы в файле были:
- Email клиентов
- Даты последних совершенных покупок
- Общее число покупок
- Сумма заказов или данные по каждой покупке
Если нельзя выгрузить число покупок и их общую сумму для каждого клиента, придется посчитать их вручную или с помощью формул. Например, если у вас получилось 3 столбца с email, датой покупки и суммой заказа, сортируйте их так, чтобы все данные были сгруппированы по клиентам. Для этого выделите всю таблицу, кроме самой верхней строки с названиями столбцов, нажмите правую кнопку мыши и выберите «Сортировка диапазона». В выпавшем окне выберите столбец, в котором указаны email-адреса клиентов: если он первый, будет выбран по умолчанию. Когда примените условие, данные будут упорядочены.
Так выглядит таблица, упорядоченная по email
Так будет легче считать число покупок и сумму. Например, можно будет использовать функцию «Сумма»: выберите свободную ячейку рядом с суммами покупок одного клиента и пропишите в ней формулу =сумм(C2:C4). Когда нажмете Enter, появится сумма всех покупок.
Поля «C2:C4» — это диапазон нужных вам ячеек, он может быть другим в зависимости от ваших данных.
Так можно посчитать общую сумму покупок одного клиента
Когда посчитаете суммы покупок и их число, заведите отдельную таблицу. В ней понадобятся столбцы с email, датой последней покупки, числом покупок и общей суммой, которую потратил клиент.
Так выглядит готовая таблица для RFM-сегментации
Чтобы вам было удобнее присвоить сегмент каждому клиенту, можете посчитать, сколько дней прошло с последней покупки. В новом столбце пропишите формулу =сегодня()-B2 или другой соответствующий номер ячейки. Получится количество дней, прошедших со дня последней покупки. Чтобы применить формулу ко всему столбцу, нажмите на ячейку с формулой, потом наберите Ctrl + C, выделите весь столбец и нажмите Ctrl + V. Столбец с датой можно скрыть, но не удалять, иначе данные в новом столбце обнулятся.
Так удобнее определить, к какому сегменту относится покупатель
Присвойте каждому клиенту RFM-сегмент
Добавьте в таблицу еще четыре столбца: три — для каждого показателя, четвертый — для RFM-сегмента.
Заполните три столбца с показателями. Делать это можно вручную — смотрите в таблицу со значениями сегментов, которую составляли раньше, и присваивайте каждому клиенту числа от 1 до 3 по каждому показателю.
Так выглядит таблица с заполненными группами по каждому показателю
Чтобы посчитать сегмент, используйте формулу, которая бы учитывала ячейки, где отмечены группы по показателям. В нашем примере она выглядит так: =F2*100+G2*10+H2. Потом можно применить ее ко всему столбцу с помощью Ctrl + C и Ctrl + V.
Напишите формулу, чтобы автоматически посчитать принадлежность к сегменту
Когда примените формулу ко всему столбцу, получите сегменты для каждого клиента.
Так выглядит пример RFM-анализа шести покупателей в интернет-магазине
Обработайте результаты
То, как обрабатывать данные, зависит от целей RFM-анализа клиентской базы.
Например, если хотите найти всех клиентов, которые относятся к определенному сегменту, используйте поиск: наберите Ctrl + F, а потом укажите номер нужного сегмента. Система подсветит нужные строки.
Если хотите посмотреть общую картину, сделайте сортировку данных по столбцу с RFM-сегментом. Выделите таблицу, нажмите «сортировать», выберите нужный столбец. Тогда вверху окажутся «лучшие» клиенты, внизу — почти потерянные.
Так выглядит таблица после сортировки
Если хотите посмотреть, сколько человек в каждом сегменте, выделите полностью таблицу, нажмите «Данные» и «Сводная таблица». Затем укажите для строк ячейку «Сегмент», а для значений — «Email». Получится мини-таблица, в которой увидите число клиентов в каждом сегменте.
Так выглядит сводная таблица
Что делать с данными RFM-анализа
На основании такого деления вы можете улучшать ситуацию с клиентской базой. Например, использовать ретаргетинг, чтобы «догонять» бывших лояльных клиентов или тех, кто уже начал покупать в вашем интернет-магазине. Или прислать каждой группе подписчиков персонализированные предложения:
- Лучшим из сегмента 111 предложить программу лояльности или рассказать о новых поступлениях.
- Тем, кто тратит больше всех, из сегмента xx1, рассказать о самых дорогих товарах.
- Почти потерянным, но раньше покупавшим часто и много, из сегмента 311, предложить большие скидки или улучшенный сервис.
- Почти потерянным из сегмента 333 напомнить о себе и, если они не сделают целевое действие, удалить из базы.
Такая сегментация клиентов позволит повышать средний чек покупок постоянных клиентов, продавать больше, возвращать тех, кто по каким-то причинам перестал покупать у вас и переводить как можно больше аудитории в VIP-клиенты. Все это в конечном итоге приведет к увеличению прибыли.
Не забывайте периодически проводить повторный анализ, чтобы видеть изменения и корректировать маркетинговую стратегию. Частота повторного анализа зависит от ниши. Например, если продаете что-то сложное типа производственного оборудования, можно проводить его раз в 1–2 года. Если каждый день в интернет-магазине совершают более 50 покупок, проведите анализ повторно через 1–2 месяца.
