Чем большей информацией вы владеете о своих клиентах, тем более долгие и взаимовыгодные отношения вы сможете с ними построить. Существует немало полезных инструментов для сбора и обработки клиентских данных. Расскажем подробно об одном из них – RFM-анализ.
RFM-анализ: что это и зачем его проводить?
RFM-анализ является продвинутым методом сегментации клиентской базы, который позволяет выделять группы клиентов на основе истории их покупок. Он поможет определить, например, «золотых» покупателей, приносящих компании наибольшую прибыль, или тех, кто, наоборот, давно ничего не покупал. Затем для каждого сегмента можно подготовить разные письма, которые будут, например, собирать положительные отзывы у “золотых” покупателей или удерживать и возвращать уходящих клиентов.
Впрочем, формула RFM подходит не для всех бизнесов. Она уместна, в первую очередь, там, где есть повторные продажи. Так, например, RFM-анализ вряд ли будет нужен свадебным агентствам. Ведь никто не будет предлагать развестись супругам, чтобы снова заказать услуги тамады. В подобных нишах, как правило, стратегия email-маркетинга направлена на повышение конверсии в первый заказ и увеличение среднего чека. В большинстве же интернет-магазинов RFM-анализ очень полезен. Также применить его можно и в турбизнесе. Единственное, что цикл возврата в этой нише, как правило, длиннее.
Чтобы использовать RFM-анализ для сегментации и персонализации рассылок, во-первых, нужно настроить передачу информации о покупках в ваш email-сервис. Как вариант, проводить анализ вручную, например, в Google-таблицах или Excel, используя формулы, описанные ниже в этой статье, и загружать затем готовый файл в сервис рассылок. Однако значительно удобнее и эффективнее автоматизировать весь процесс.
Обычно данные о покупках содержаться в CRM и CMS системах, и самый простой способ передачи информации их них – подключение готового модуля интеграции. Например, у сервиса DashaMail такие модули есть для AmoCRM, Bitrix24, 1C-bitrix и других. C модулем интеграции с 1С-битрикс, например, вы сможете в пару кликов настроить передачу таких событий как оформление, оплата, выдача заказа, изменения корзины покупателя. А если ваш интернет-магазин работает на базе CMS InSales, то готовый модуль интеграции не просто выгрузит информацию о покупках в сервис для дальнейшего RFM-анализа, а сразу его проведет! Этот модуль позволяет передавать и обновлять данные о покупателях в адресных базах на email-сервисе в режиме реального времени, включая список email-адресов, пользовательскую группу, даты первого и последнего заказов, а также общую сумму всех заказов. В результате, вам будет доступен готовый RFM-анализ, который можно использовать для сегментации и персонализации email-рассылок в DashaMail. Чтобы настроить работу модуля, обратитесь к базе знаний.
Как проводить RFM-анализ?
Аналитика учитывает три параметра:
1) Recency – дата последней покупки.
2) Frequency – количество повторных покупок за определенный временной промежуток.
3) Monetary – суммарная стоимость заказов.
Способ анализа позволяет получить целых 27 сегментов с разным клиентским поведением, для каждого из них впоследствии можно готовить персональные предложения с учетом истории их покупок. Например, клиентов, которые покупают часто, но на небольшой чек, можно замотивировать на совершение более крупных покупок. Им можно отправить приглашение стать участником программы лояльности или отправить триггерное письмо с подборкой рекомендованных товаров.
Чаще всего ограничиваются шестью группами клиентов: новые, подвисшие, перспективные, лояльные (или “золотые”), спящие и сегмент SOS. Задача – с помощью специальных рассылок для каждого сегмента, увеличить группу “лояльных”.
Рассмотрим для примера стратегию работы с сегментом “SOS”. Определим группу клиентов, которые раньше покупали очень часто, но в какой-то момент перестали. Для их возврата нужно провести целую работу: аккуратно поинтересоваться, по какой причине они перестали покупать (возможно, был получен негативный опыт или бывшие клиенты недовольны повышением цен), предложить скидку на покупку, пригласить вступить в клуб лояльности и т.д. При работе с этим сегментом не бойтесь давать хорошие скидки. Ведь в любом случае это будет стоить для вас дешевле привлечения нового клиента.
RFM-анализ позволяет:
· оценить поведение ЦА;
· оценить качество КБ, выявить пассивных покупателей;
· провести группировку по покупательской способности;
· персонализировать емайл-кампанию;
· оптимизировать расходы на маркетинг;
· увеличить продолжительность жизненного цикла клиента.
Как сделать RFM-аналитику клиентов?
Анализ базы проводят в несколько этапов:
1) сбор данных о покупках;
2) следующее действие – группировка по определенным характеристикам;
3) сегментация;
4) аналитика;
5) разработка индивидуальной стратегии для каждой группы.
Как разделить клиентов? Для этого необходима актуальная статистика. Информация о покупках должна обновляться в режиме реального времени. Выставите для каждого покупателя индивидуальную оценку по каждому из критериев от 1 до 3:
| Оценка | Recency | Frequency | Monetary |
| 1 | давние | разовый клиент | низкий чек |
| 2 | средний показатель | редкий клиент | средний чек |
| 3 | недавние | постоянные частые покупки | большой чек |
У каждого бизнеса свои этапы продаж и размеры чеков. Так, для магазина игрушек клиент, совершающий одну покупку в месяц, будет средним, а для автосалона – золотым, поэтому универсальных цифр не существует. Группируйте покупателей, исходя из индивидуальных критериев.
В результате вы получите 27 сегментов. Группа 333 – «золотые» клиенты, заказывающие часто и много; 111, 121, 211 – нерентабельные клиенты; 222, 232 – «средние покупатели».
Для сегментов с преобладающим числом «2» подойдёт рассылка с выгодными предложениями, приёмами геймификации, бонусами. Она вовлекает в общение с брендом, позволит повысить лояльность, увеличить чек и продажи. А покупатели с преобладающей цифрой «1», вероятно, не вернутся. И это тоже нормально. Даже самые лояльные и преданные клиенты рано или поздно уходят в сегмент «естественного оттока». Например, по причине того, что отпала необходимость в предоставляемых товарах или услугах. Допустим, если ребенок вырос, а новых детей нет, клиент перестанет обращаться к частному детскому стоматологу. Если говорить, о магазине детских товаров, то повторные продажи возможны (в качестве презентов крестникам, детям друзей, родственников и знакомых), но частота покупок будет в разы ниже. Отток может происходить и просто из-за переезда на новое место жительства. Поэтому полностью избежать ухода клиентов невозможно, и это нужно понимать и принимать.
Но помимо естественного оттока, есть и те, кого еще можно вернуть к покупкам, и реактивация – хорошее решение для этой задачи. Кстати, в DashaMail её можно поставить на “автопилот”. Даже если вы не подключали готовый модуль интеграции, можно настроить передачу событий о покупках с сайта (“Оформил заказ”) и запустить автоматизацию. Определите для себя по истечение какого времени считать клиента спящим после последней покупки и запустите отправку триггерной рассылки на базе этих событий:
Аналогично автоматизировать работу можно и для других сегментов, сформированных на основании RFM-анализа. Например, сразу после первого заказа, клиент считается перспективным, а значит ему можно предложить промокод на следующую покупку с ограниченным сроком действия.
Помните о том, что предпочтения покупателей постоянно меняются, поэтому RFM-аналитику нужно проводить регулярно. Частота обновления также зависит от специфики бизнеса. Но в любом случае, часть коммуникаций полезно автоматизировать, чтобы они работали на вас без вашего участия в будущем.
Загрузка...