RFM-анализ: как сегментировать клиентов и находить самых ценных

Любой бизнес держится на покупателях. Но все ли они одинаково ценны? Кто приносит львиную долю прибыли и готов советовать вас друзьям? Кто вот-вот уйдет, если ничего не предпринять? А кто заглянул случайно и больше не появится?

Ответы на эти вопросы дает старый добрый RFM анализ. В этой статье мы разберемся, что это за зверь такой, как он работает и почему до сих пор не потерял актуальности в эпоху тотальной автоматизации. Поговорим о том, как превратить его в мощный инструмент для роста вашей прибыли.

Если коротко, RFM: это способ поделить всю аудиторию на группы, глядя на историю покупок. Сама расшифровка RFM очень простая - Recency Frequency Monetary:

• R (Recency): Давность. Когда человек покупал в последний раз.
• F (Frequency): Частота. Как часто он это делает.
• M (Monetary): Деньги. Сколько он всего потратил.

Логика тут простая, почти гениальная: лучшие покупатели те, кто заглядывал к нам недавно, делает это постоянно и оставляет больше всего денег. Такой подход позволяет довольно точно угадать, кто из потребителей с большей вероятностью отреагирует на ваше следующее предложение. РФМ: это целая философия работы с аудиторией, где во главе угла стоит их реальная ценность для компании.

Чтобы понять всю прелесть метода, давайте посмотрим на каждый его компонент под микроскопом.

Этот показатель отвечает на вопрос: «Когда пользователь последний раз что-то у вас делал?». Обычно это покупка, но может быть и что-то другое, например, вход в личный кабинет или использование сервиса. Все просто: человек, купивший что-то вчера, скорее всего, откроет ваше сегодняшнее письмо. Гораздо вероятнее, чем тот, кто был активен год назад. Именно давность, как показывает практика, лучше всего предсказывает отклик.

Частота показывает, сколько раз потребитель с вами взаимодействовал за какой-то период. Покупатель с десятью заказами за год, очевидно, куда лояльнее того, кто заглянул к вам лишь однажды. Высокая частота: это уже привычка и определенный кредит доверия к вашему бренду.

Здесь все просто: сколько денег человек вам принес за все время или за конкретный период. Этот параметр помогает найти тех, на ком держится ваша прибыль. И, как правило, покупатели, которые тратят много, имеют полное право рассчитывать на особое отношение, VIP-статус и какие-то эксклюзивные плюшки.

Вместе эти три метрики (Recency, Frequency, Monetary) дают объемную и понятную картинку по каждому человеку в вашей базе.

Весь процесс можно разбить на несколько шагов. Давайте пройдемся по ним.

Это, пожалуй, наиболее сложный и нудный этап. Для работы вам нужна история транзакций:

• ID пользователя (почта, телефон, что угодно).
• Дата каждой покупки.
• Сумма каждой покупки.

Загвоздка в том, что эти сведения часто разбросаны по разным углам: что-то лежит в CRM-системе, что-то в кассовой программе магазина, а данные о поведении вообще на сайте или в приложении. Собирать все это вручную является трудоемким процессом с множеством ошибок.

Вот тут-то и выходят на сцену платформы клиентских данных (CDP). К примеру, CDP CleverData Join умеет автоматически забирать данные из онлайна и офлайна и объединять их в единый профиль потребителя с помощью технологии IDGraph. Платформа идентифицирует, что пользователь с cookie xyz на сайте, человек с телефоном +7... в CRM и владелец карты лояльности №123 — это одно и то же лицо, и создает для него целостную историю взаимодействий. В итоге вы получаете чистые, полные данные, готовые к анализу.

Когда данные собраны, начинается самое интересное: мы присваиваем каждому человеку оценки по R, F и M. Обычно берут шкалу от 1 до 5, где 5 это отлично, а 1 совсем плохо.

• Recency: Сортируем пользователей по дате последней покупки. Самым «свежим» 20% ставим 5, следующим 20% ставим 4, и так далее до самых «старых», которым достается 1.
• Frequency: Сортируем по числу покупок. 20% самых частых покупателей получают 5, самые редкие получают 1.
• Monetary: Сортируем по общей сумме трат. 20% самых щедрых получают 5, самые экономные получают 1.

В результате у каждого пользователя появляется свой код, например, 555 или 123. Это его персональное место в RFM-матрице.

Комбинация оценок R, F, M и формирует группы потребителей. RFM-сегментация хороша тем, что позволяет дать каждой группе понятное имя и придумать для нее свою тактику общения.

В итоге у нас получаются говорящие сегменты. Вот самые распространенные из них:

• 555: Чемпионы. Ваши лучшие ребята. Покупали недавно, делают это часто и тратят много. Их нужно холить и лелеять, благодарить и просить оставить отзывы.
• 155: Постоянные покупатели на грани ухода. Тратят много, покупают часто, но что-то давно их не было видно. Таких нужно срочно возвращать: персональным предложением или простым письмом «Почему вы пропали?».
• 545: Многообещающие новички. Купили недавно, делают это уже не в первый раз. Потенциальные «чемпионы». Их нужно мягко подталкивать к следующей покупке и вовлекать в жизнь бренда.
• 333: Середнячки. Покупают не так часто и не так давно. Это костяк вашей базы. Для них отлично работают массовые акции и обычные инфорассылки.
• 111: Потерянные. Давно не заходили, покупали мало и редко. Тратить на них деньги и время часто дороже, чем привлечь кого-то нового. Обычно их исключают из платных каналов, чтобы не сливать бюджет.

RFM анализ дает ясный ответ, на ком стоит сосредоточить свои усилия

Возьмем интернет-магазин косметики.

• Клиент Анна (555): Купила сыворотку на прошлой неделе, всего за год сделала 12 заказов на 30 000 руб. Явный «чемпион». Ей можно смело отправлять эксклюзив на новую линейку и даже предложить стать амбассадором.
• Клиент Олег (145): Последний раз брал парфюм полгода назад, хотя до этого был регулярным и щедрым покупателем. Он «на грани ухода». Ему прямая дорога в рассылку с темой «Олег, мы скучаем!» и персональной скидкой на его любимый бренд.
• Клиент Ирина (511): Вчера впервые купила шампунь за 500 руб. Она «новичок». Ее стоит поблагодарить за покупку, а через недельку прислать полезную статью об уходе за волосами, чтобы начать строить отношения.

Такой подход делает маркетинг уместным и в разы повышает его отдачу.

Ковыряться с RFM анализом в Excel, конечно, можно. Но если у вас не три человека в базе, а хотя бы пара тысяч, это превращается в пытку. Как делать это быстро и регулярно? Ответ один: автоматизация.

Сегодня RFM в маркетинге является живым, дышащим процессом. Платформы вроде CDP CleverData Join не просто собирают данные, но и позволяют:

• Создавать основу для автоматизации RFM-анализа. Система может в реальном времени собирать и обновлять данные, необходимые для расчета RFM: дату последней покупки (Recency), количество транзакций (Frequency) и их сумму (Monetary). С помощью агрегатных атрибутов можно автоматически вычислять такие показатели, как средний чек или общее число покупок, которые затем используются для построения RFM-сегментов.
• Создавать динамические сегменты с помощью модуля Audience Manager. Можно один раз настроить группу «На грани ухода», используя RT-сегментацию (сегментацию в реальном времени), и клиенты будут попадать в нее автоматически при выполнении заданных условий.
• Сразу же запускать кампании в модуле Campaign Manager. Как только клиент попадает в нужный сегмент, система может автоматически отправить ему триггерное письмо, SMS или push-уведомление.

Так что же в сухом остатке? RFM: это мощный и понятный инструмент для любого маркетолога. Он помогает уйти от бездумных массовых рассылок к осмысленному общению с потребителями, которое приносит деньги.

Да, для этого нужны хорошие данные. Но сегодня для их сбора не обязательно быть программистом. Современные платформы, такие как CDP CleverData Join, берут всю грязную работу на себя. Они превращают RFM-анализ из разовой акции в постоянно работающий механизм, который помогает удерживать лучших покупателей и растить их ценность для компании. В конце концов, чтобы бизнес рос, нужно просто хорошо знать свою аудиторию. RFM как раз про это.