Представьте, что вы - врач. Ваша клиентская база - это ваши пациенты. Относиться ко всем одинаково - это как прописывать всем аспирин, независимо от симптомов. RFM-анализ - это ваш стетоскоп, тонометр и термометр в одном. Он позволяет быстро провести «диагностику» каждого клиента по трем ключевым показателям и понять, кто из них полностью «здоров» (ваш лояльный клиент), кто «простудился» (начал покупать реже), а кого нужно срочно «реанимировать» (почти ушел).
RFM - это аббревиатура, которая расшифровывается как:
· Recency (Давность): Как давно клиент совершил последнюю покупку? Тот, кто покупал вчера, с большей вероятностью купит снова, чем тот, кто делал заказ год назад.
· Frequency (Частота): Как часто клиент покупает? Покупатель с десятью заказами за год ценнее для вас, чем тот, у кого всего один заказ.
· Monetary (Деньги): Какую общую сумму денег клиент принес вашему бизнесу? Тот, кто потратил 100 000 рублей, важнее того, кто потратил 1 000.
Наша задача - оценить каждого клиента по этим трем параметрам, присвоить ему рейтинг, и на основе этого рейтинга понять, к какой группе он относится и что с ним делать дальше.
Подготовка: Что вам понадобится?
1. Данные о продажах. Это основа всего анализа. Вам нужна выгрузка всех транзакций за определенный период (например, за последний год или два). Данные можно взять из вашей CRM-системы, учетной программы (например, «МойСклад»), платформы вашего интернет-магазина или даже из простого журнала заказов, который вы ведете в Excel.
2. Microsoft Excel или Google Таблицы. Никакого другого сложного софта не нужно.
Формат исходных данных должен быть максимально простым: таблица, где каждая строка - это одна покупка. В ней обязательно должны быть три столбца:
· ID клиента (это может быть номер телефона, email, ФИО или уникальный код клиента)
· Дата покупки
· Сумма покупки
Шаг 1: Расчет показателей R, F и M для каждого клиента
Наша первая задача - из списка всех транзакций сделать сводную таблицу, где для каждого уникального клиента будут рассчитаны его персональные показатели Recency, Frequency и Monetary. Самый удобный инструмент для этого в Excel - Сводная таблица (Pivot Table).
1. Выделите всю вашу таблицу с данными (включая заголовки).
2. Перейдите на вкладку «Вставка» и нажмите «Сводная таблица». В появившемся окне Excel предложит создать ее на новом листе - соглашайтесь.
3. Перед вами появится конструктор сводной таблицы. Теперь нужно правильно распределить поля:
o ID клиента - перетащите в область «Строки». Теперь каждая строка - это один уникальный клиент.
o Дата покупки - перетащите в область «Значения». По умолчанию Excel, скорее всего, посчитает «Количество по полю Дата». Нам это не подходит. Кликните на поле в области «Значения», выберите «Параметры полей значений» и в списке функций выберите «Максимум». Так мы найдем дату последней покупки для каждого клиента.
o Сумма покупки - перетащите в область «Значения» дважды.
- Для первого поля оставьте функцию «Сумма». Это и будет наш показатель Monetary.
- Для второго поля кликните, выберите «Параметры полей значений» и установите функцию «Количество». Это будет наш показатель Frequency.
В итоге у вас получится таблица примерно такого вида:
Рассчитываем Recency. У нас есть дата последней покупки, но нам нужно количество дней, прошедших с нее.
- Скопируйте вашу сводную таблицу и вставьте ее на новый лист как значения (правая кнопка мыши -> Специальная вставка -> Значения). Это превратит ее в обычную таблицу, с которой удобнее работать.
- Переименуйте заголовки в «Клиент», «Дата последней покупки», «Monetary», «Frequency».
- Добавьте новый столбец «Recency». В первую ячейку этого столбца введите формулу, которая вычитает из сегодняшней даты дату последней покупки:
=СЕГОДНЯ() - B2 (где B2 - ячейка с датой последней покупки).
- Протяните эту формулу на весь столбец.
Теперь у вас есть готовая основа для анализа - таблица с рассчитанными R, F и M для каждого клиента.
Шаг 2: Присвоение рангов (оценок)
Абсолютные значения (35 дней, 2 покупки, 8500 рублей) неудобны для анализа. Нам нужно превратить их в простые оценки, например, от 1 до 3, где 1 - это «хорошо», а 3 - «плохо».
Важный нюанс:
- Для Recency (давности) чем меньше дней прошло, тем лучше. Значит, самым недавним клиентам мы ставим 1.
- Для Frequency (частоты) и Monetary (денег) чем больше, тем лучше. Значит, самым частым и самым щедрым клиентам мы ставим 1.
Как определить границы для оценок 1, 2 и 3? Есть два основных подхода:
1. Экспертный (ручной) метод. Вы сами, исходя из знания своего бизнеса, определяете рамки. Например, для Recency: до 30 дней - 1; от 31 до 90 дней - 2; больше 90 дней - 3. Этот метод прост, но субъективен.
2. Метод квантилей (рекомендуется). Вы делите всех ваших клиентов на три равные группы по каждому показателю. Топ-33% получают оценку 1, следующие 33% - оценку 2, и оставшиеся 33% - оценку 3. Это более объективный подход.
Как реализовать метод квантилей в Excel:
1. Создайте три новых столбца: R_Score, F_Score, M_Score.
2. Для Recency (помните, здесь чем меньше, тем лучше):
- Отсортируйте всю таблицу по столбцу Recency от наименьшего к наибольшему.
- Первой трети клиентов в столбце R_Score поставьте 1.
- Второй трети - 2.
- Последней трети - 3.
3. Для Frequency:
- Отсортируйте таблицу по столбцу Frequency от наибольшего к наименьшему.
- Первой трети (самым частым) в столбце F_Score поставьте 1.
- Второй трети - 2.
- Третьей (самым редким) - 3.
4. Для Monetary:
- Сделайте то же самое, отсортировав по Monetary от наибольшего к наименьшему.
После этих операций у каждого клиента появятся три оценки.
Шаг 3: Формирование итогового RFM-кода
Теперь самое простое и приятное. Создайте новый столбец «RFM_Code». В нем мы просто объединим три наши оценки в одно трехзначное число.
Используйте формулу сцепления: =D2&E2&F2 (где D2, E2, F2 - ячейки с R, F, и M оценками).
Вы получите таблицу вида:
Поздравляю, вы только что сегментировали свою клиентскую базу! У вас получилось до 27 сегментов (3x3x3).
Шаг 4: Анализ сегментов и разработка стратегии
Цифры 111 или 312 сами по себе ничего не значат. Самое главное - понять, что за люди стоят за этими кодами, и что с ними делать.
Давайте расшифруем самые важные сегменты:
Шаг 5: Внедрение и измерение
RFM-анализ - не разовое упражнение. Это постоянный процесс.
1. Создайте кампании. На основе таблицы выше создайте отдельные списки рассылок в вашем email-сервисе или аудитории для таргетированной рекламы.
2. Запустите коммуникации. Отправьте каждому сегменту свое, уникальное сообщение.
3. Измерьте результат. Через некоторое время оцените, как отреагировал каждый сегмент. Какой у них процент открытия писем (Open Rate), процент переходов (Click Rate), и главное - конверсия в покупку.
4. Повторяйте. Повторяйте RFM-анализ регулярно (например, раз в квартал или раз в месяц), потому что клиенты постоянно переходят из одного сегмента в другой. Ваш «Новичок» может стать «Чемпионом», а «Чемпион» - уйти «в зону риска». Динамика этих переходов - важнейший показатель здоровья вашего бизнеса.
Проведя этот анализ один раз, вы больше никогда не сможете смотреть на свою клиентскую базу как на единое целое. Вы начнете видеть за безликими строчками в Excel живых людей с их историями взаимоотношений с вашей компанией. И это знание, при правильном применении, неизбежно приведет к росту лояльности и увеличению вашей прибыли.
Хаос в интернет-маркетинге?
Cкачайте бесплатно пример отчета по ключевым показателям интернет-маркетинга и через 5 дней начните принимать решения на основе данных, а не интуиции.
Скачать пример отчета можно здесь.