08 декабря 2022
Бабло

RFM-анализ:
зачем и как делить клиентов

RFM-анализ — это метод работы с клиентской базой, который позволяет выявить самых денежных клиентов. Это несложно и помогает узнать, кто приносит больше всего денег, а на кого компания просто сливает рекламный бюджет. 

RFM-анализ учитывает давность, количество и сумму покупок

Представьте, что интернет-магазин «Одуван» продает натуральную косметику своего производства. В базе у них 5 000 клиентов, которым он регулярно отправляет СМС и имейлы и тратит на это много-много денег. А конверсия, то есть выхлоп, от этого небольшая. 

В интернет-магазине начинают разбираться, кому уходят эти СМС. Оказывается, большая часть их клиентов совершили одну покупку на маленькую сумму и больше не возвращались. Но есть часть клиентов, которые регулярно покупают на большие суммы. В магазине решают: будем писать СМС и письма лучшим клиентам, а расходы на всех остальных снизим до редкой СМС на Новый год. 

В итоге «Одуван» снизил расходы на разовых клиентов и сконцентрировался на интересных предложениях для постоянных. 

Вот такой нехитрый пример хорошо иллюстрирует, как работает RFM-анализ. Он помогает сегментировать всех клиентов на разные группы по трем признакам:

  • давность последней покупки, R;
  • количество покупок, F;
  • сумма покупок, M.

RFM-анализ может показать, что компания усиленно тратит деньги на привлечение клиента, который купил всего одну вещь три года назад и больше не появлялся. И уделяет недостаточно внимания клиенту, который совершил недавно несколько покупок на разные суммы и, очевидно, заинтересован покупать дальше. 

Чтобы проанализировать клиентов, нужно собрать базу

Перейдем от теории к практике. В «Нескучных финансах» RFM-анализ уважают: это несложный, но эффективный инструмент. Сейчас научим и вас работать с ним. 

Шаг 1. Выгрузить базу клиентов. RFM-анализ можно применять с базой как в 1 000 человек, так и в 15 000. Главное — чтобы база была. В клиентскую базу для RFM-анализа включают всех клиентов, которые совершили хотя бы одну покупку на любую сумму.

В выгрузке базы должны быть фамилия, количество покупок, общая сумма и дата последней покупки

Шаг 2. Определить параметры анализа. Дальше в Экселе или в гугл-табличке, а если вам повезло — то с помощью финдира анализируем данные базы и определяем основные параметры:

  • Самая давняя дата покупки и самая свежая, или R, — в нашем случае это 206 и 95 дней.
  • Частота покупок, или F, — разовые, редкие или частые. У нас разовые — это одна покупка, редкие — две-три, а частые — больше трех.
  • Сумма покупок, или M, — низкий чек — до 1 184 ₽, средний — от 1 185 ₽ до 1 644 ₽, высокий — от 1 645 ₽. 

У каждой компании будут свои показатели давности, частоты покупок и среднего чека, но обычно у всех предпринимателей есть эти данные.  

Отдельно мы подписали для себя, что означает тот или иной параметр: например, давние клиенты — это люди, которые совершили покупку свыше года назад. Для кого-то давними будут те, кто что-то покупал пять лет назад

И теперь важный момент: каждый параметр мы пронумеровали цифрой от 1 до 3. Расшифровывается это так:

  • 1 — слабенько, не очень. Старые клиенты, разовые покупки, низкий чек.
  • 2 — средненько. Средняя давность, редкие покупки, средний чек.
  • 3 — отлично. Недавние и частые покупки, высокий средний чек. 

После этого в Экселе можно автоматически пронумеровать каждого клиента по каждому показателю, а затем собрать сводный результат. 

Шаг 3. Проанализировать результат. Итак, мы видим, что каждый клиент получает свою цифру по каждому параметру и сводный результат в целом.

Как мы помним, единички — это плохо, двойки — средне, а тройки — хорошо

Это и есть RFM-сегментация. Дальше можно анализировать полученный результат: например, убрать из работы всех с результатом 111, потому что это неэффективный клиент, и направить силы на работу преимущественно с тройками и тройками плюс двойками.

Или наоборот, задуматься, почему в компании так много единичек, возможно, что-то не так с продуктом или сервисом. 

Сегментация по клиентам позволяет иначе продвигать компанию

С результатами RFM-анализа можно пойти к маркетологу и сказать: «Перестань тратить бюджет на людей, которые не приносят деньги, давай подарим промокоды эффективным клиентам, чтобы поднять средний чек». 

Или не мучать маркетолога, а самим пересмотреть подход к работе, например убрать неэффективных клиентов из базы обзвона; придумать подарки и спецпредложения клиентам, которые покупают регулярно, но на небольшую сумму; персонализировать текст рассылки и не писать старым клиентам так, словно они были у вас недавно. 

Поможем разобраться с анализом клиентов

Разобраться с RFM-анализом клиентов можно самому, но еще лучше — обратиться за этим к нашим финдирам. Мы посчитаем не только это, но и наладим весь финансовый учет компании. Например, как в кейсе «За месяц вышли из 0 на прибыль в +300 000 ₽».  

Мы работаем с разным бизнесом: онлайн-компаниями, производствами, магазинами, айти-компаниями и стартапами.

Вы тоже можете начать работать с нами: тип бизнеса, город и даже страна не важны. Мы работаем онлайн, поэтому можем сотрудничать с бизнесом из любых городов России, СНГ и Европы.

А самый простой способ подробнее узнать о работе финансового директора — это онлайн-экскурсия ↓

Экскурсия по аутсорсу финучета
Онлайн-встреча о технологии «Нескучных» для вашей компании. Чем мы можем помочь, в какие сроки и сколько это будет стоить.
#база клиентов
1
1
Опубликовано: 08.12.22 Просмотров: 1 504

Читайте также

Бесплатно
Барсетка: 16 шаблонов для финучета
Бесплатно
Управленка: курс по финансам
Бесплатно
Деньги под контролем: курс по ДДС
Бесплатно
Мини-книга: ДДС, ОПиУ, Баланс