Ранее обсудили такие модели как RACE, PESO, Лестницу Ханта, 4Р, 4С 5Р, 7Р. Предлагаю обсудить RFM-анализ, который позволяет сегментировать клиентов.
В 1995 году в журнале Marketing Science вышла статья «Оптимальный выбор для прямой почтовой рассылки». Считается, что именно она и положила начало RFM-модели для сегментации клиентов.
Модель использовали американские компании, продающие товары по каталогам. RFM-анализ помогал им отсеять клиентов, которым бессмысленно отправлять каталоги и предлагать скидки. Это сэкономило расходы на бумагу, печать и логистику.
RFM-анализ родился из правила Парето: 80% прибыли приносит только 20% клиентов. То есть задача бизнеса - распознать те самые 20% лучших потребителей и направить на неё максимум рекламных усилий.
Значение аббревиатуры RFM:
Recency — время с последней активности клиента: покупки, посещения сайта или открытия письма;
Frequency — частота покупок клиента;
Monetary — сумма денег, которую человек потратил на товары и услуги компании.
RFM-анализ необходим, чтобы прогнозировать поведения клиентов на основе их прошлых действий.
Если клиент приобретает дорогие товары, то ему в дальнейшем можно показывать рекламу и делать рассылки с товарами в аналогичной ценовой категории или дороже.
Также по признакам RFM можно сегментировать клиентов по частоте их покупок: кто-то покупает часто и много, а кто-то не покупает совсем или давно не покупал.
Данные зависят от специфики вашей ниши и ассортимента. Даже частота покупок и средний чек будут разными. Например, продукты питания покупают чаще, чем одежду.
Чтобы тратить рационально деньги на рекламу необходимо понимать кто ваши клиенты и что им нужно.
Разделите базу ваших клиентов на сегменты: давность покупки, частота покупки, сумма покупок, популярность товаров, допродажи и т.п.
Сформируйте максимально релевантные предложения для каждого сегмента.
У сегментов будет своя акционная механика и предложение. Это связано со спецификой сегментов.
У RFM-анализа существует ряд плюсов и минусов.
Это связано с тем, что не бывает идеального инструмента и в каждой модели будет определённая погрешность.
Благодаря RFM-анализу вы можете экономить, так как на основе полученных данных можно экономить на рекламных кампаниях.
RFM-анализ - это удобство и сочетаемость с другими маркетинговыми инструментами, которые позволяют адаптировать разные коммуникации с клиентами, что приводит в свою очередь к росту лояльности. Ваши клиенты видят только те предложения, которые им подходят.
Из минусов: если у вас нет клиентской базы, то и применять анализ RFM не на чем.
Когда у вас «одноразовые» товары или услуги, то RFM-анализ также бессилен. Либо вам нужно придумать товар или услугу для повторных продаж.
Проанализируйте опыт сделок и попробуйте сделать прогноз на будущее. Без специального ПО и скриптов рассчитать RFM-данные сложно, особенно для крупных компаний.
RFM-анализ необходимо делать один-два раза в год, чтобы данные, на основе которых будет приняты дальнейшие действия, были корректными.
RFM- анализ помогает крупным компаниям разработать маркетинговую стратегию и сэкономить на тех, кто постоянно покупает, отсеивая тех, кто так ничего и не купил.
RFM-анализ это не только о прибыли, но и о заботе о клиентах.
Не впадайте в крайности при проведении RFM-анализа. Все показатели должны быть адекватными, а не заниженными.
Выбирайте диапазон и градацию сегментов, которые подходят вашему бизнесу.
Каждому сегменту показывайте ту рекламу, которая подходит именно этому сегменту.
Если пользователь купил один товар за год, то необходимо понимать, что это за товар. На основе полученных данных можно предложить сопутствующие товары и комплектующие.
Делайте клиентам персонализированные предложения, используя разные каналы продвижения.
