RFM-анализ – это метод сегментации клиентской базы, основанный на трех ключевых показателях. Измерение этих параметров клиента помогает определить его ценность, понять насколько клиент лоялен и выбрать наилучшую стратегию взаимодействия с конкретным покупателем. Подробнее о том, для чего можно применять RFM-сегментацию и как её настроить в ПланФиксе, расскажем далее.

Определимся с понятиями

Давность последней покупки

Recency — позволяет определить, насколько активен клиент в текущий момент. Чем меньше времени прошло с даты последней покупки, тем больше вероятность того, что он остаётся заинтересован в ваших товарах или услугах. 

Частота покупок

Frequency — помогает оценить степень лояльности клиентов и выделить группы с которыми можно работать для повышения продаж. Чем чаще клиент что-то покупает, тем он лояльнее.

Сумма чека

Monetary — помогает определить ценность клиента. Есть два подхода к расчету этого показателя:

• Общая сумма
  Можно считать общую сумму покупок клиента за всё время вашего взаимодействия. В этом случае monetary покажет покупателей, принесших бизнесу наибольшую выручку.
  
• Средний чек
  Альтернативный вариант — вместо общей выручки подсчитывать среднюю сумму чека. Это поможет выявлять ценных клиентов уже на ранних этапах взаимодействия.
  
  Кроме того, второй вариант лучше подходит для сегментации покупателей по ценовым предпочтениям. Ведь большая совокупная сумма покупок может быть попросту обусловлена длительной историей взаимоотношений клиента и бизнеса.

Шкала для оценки

При проведении RFM-сегментации обычно используют шкалы с тремя-пятью шагами:

Для индикации результата по каждому параметру  используют буквенные или цифровые обозначения. Размер шага задается индивидуально в зависимости от особенностей бизнеса.

• Сумма
  Для магазина игрушек покупка на 10 000 рублей — это как правило высокий чек, для мебельного — низкий.
  
• Давность покупки
  Посещение клиентом шиномонтажки 3 месяца назад можно считать относительно недавним, а вот для фитнес-зала трехмесячный срок с последнего появления клиента, это достаточно давно.
  
• Частота покупок
  Для магазина смартфонов покупка клиентом телефона раз в год — это часто, а вот для бутика одежды обновление клиентом гардероба с такой периодичностью — редкая покупка.

Количество сегментов

На основании полученных по каждой шкале результатов  клиенту присваивается индекс, относящий его к определенному сегменту клиентской базы.

Например, маркер «111» — означает, что клиент последний раз покупал у вас товары очень давно, делал это редко (или вообще один раз) и на небольшую сумму.

А клиента с пометкой «333» — напротив, можно назвать «золотым» — последняя покупка совершена недавно, покупает часто и на большую сумму.

При использовании трехшаговой шкалы по каждому показателю клиентскую базу можно разделить на 27 сегментов. 

Если нужна более точная сегментация, количество шагов, а следовательно и сегментов можно увеличить. А, иногда, напротив, сегменты удобнее объединять в более крупные кластеры.

Стратегии взаимодействия с разными группами

Для каждого выделенного при помощи RFM-анализа сегмента аудитории (или кластера из нескольких сегментов) выбирается собственная стратегия и тактика взаимодействия. 

Вот некоторые примеры:

111	Случайные покупатели Тратить слишком много ресурсов на попытки их вернуть — нецелесообразно, но можно попробовать прислать промокод на скидку.
313	Новички с высоким чеком Их нужно чем-то зацепить, чтобы они возвращались за повторными покупками. Например, рассказать о бонусах и программах лояльности.
321, 221, 311, 211	Экономные и редкие гости Совершают покупки с низким чеком периодически или редко. Чтобы они покупали чаще, добавляем таких клиентов в рассылку о скидочных акциях.
223, 323	Периодические транжиры Иногда совершают покупки на большую сумму. Промокоды на скидку и скидочные акции их могут оставить равнодушными. Вместо этого можно попробовать подключить их к рассылкам с анонсами новых коллекций, отправить предложения из эксклюзивных каталогов и т.д.
333	«Золотой клиент» Покупает часто и с большим чеком. Это самый ценный вид клиента, которого необходимо удерживать как можно дольше. Для такой категории клиентов можно разработать специальные бонусы или закрепить индивидуального менеджера.
133	Бывший «золотой клиент» Раньше совершал покупки часто и с большим чеком, но затем куда-то пропал. Таких клиентов нужно возвращать в первую очередь. Можно попытаться узнать, что им не понравилось и почему перестали покупать, чтобы предотвратить отток других покупателей из этой категории.

Где использовать результаты RFM-анализа

Рекламные рассылки

Для каждого сегмента аудитории можно подготовить персонализированные рекламные рассылки. Контактные данные клиентов, отобранные при помощи фильтров ПланФикса, передаются в сервисы рассылок:

Ретаргетинг

Чтобы повысить процент повторных покупок, можно использовать ориентированную на конкретные группы клиентов рекламу в социальных сетях. 

Данные о клиентах по сегментам экспортируются из ПланФикса в формате CSV-файлов, а затем загружаются в соцсеть и сопоставляются с профилями пользователей. Это позволяет экономить на проведении маркетинговых кампаний, показывая рекламу только знакомой с продуктом аудитории. 

Для максимальной привлекательности объявления составляются в соответствии с предпочтениями конкретного сегмента клиентской базы. Для этого в фильтр помимо RFM-меток можно вывести и другие маркеры: предпочитаемые группы товаров, статус в программе лояльности и т.д. 

Автоуведомления

RFM-сегментацию клиентской базы можно использовать для настройки различных вариантов автоинформирования клиентов: при накоплении определенной общей суммы покупок клиент получает предложение стать участником программы лояльности, а начинающим «засыпать» клиентам напоминаем о себе, отправив промокод на скидку.

Поздравления с Днём Рождения и другими праздниками тоже можно персонализировать под конкретный сегмент аудитории.

Как проводить RFM-анализ 

Для проведения RFM-сегментации можно настроить таблицу Excel и загрузить в неё данные клиентов. Однако у этого способа есть недостатки:

• Сложная настройка — сложные формулы Excel.
• Необходимость актуализации — RFM-анализ необходимо часто перезапускать по обновленным данным, чтобы сегментация клиентов оставалась актуальной. А значит придётся каждый раз вручную экспортировать информацию из CRM в Excel. А ещё — использовать календари напоминаний или аналогичные сервисы, чтобы не пропустить запланированную дату очередного исследования. 
• Потеря времени — RFM-сегментация обычно применяется при подготовке рассылок, настройке оповещений клиентов и в других процессах связанных с продажами, которые можно автоматизировать при помощи CRM-системы. Поэтому сегментированную клиентскую базу из Excel вероятно придётся обратно загружать в CRM, снова тратя на это время.

Альтернативным и, в большинстве случаев, более удобным вариантом может стать ПланФикс. RFM-сегментацию клиентов в нём можно настроить при помощи автоматических сценариев и фильтров, ничего и никуда дополнительно не экспортируя.

Если поведение клиента изменится и он станет покупать товары чаще или на большую сумму — клиент будет сразу перенесен в соответствующий сегмент автоматически. Волноваться о том, что вы забыли провести очередной раунд RFM-исследования и теперь сегментация клиентской базы неактуальна — не придётся.

Метки или индексы?

Для того, чтобы построить более гибкую систему сегментации клиентов, вместо индексов в ПланФиксе можно использовать систему меток, которые присваиваются по каждому параметру:

Система меток позволяет гибко настраивать фильтры, объединяющие несколько сегментов аудитории и проводить вместо RFM-анализа FM-анализ (частота + чек), RM-анализ (давность+чек) или RF-анализ (давность + частота покупок). 

Например, чтобы запустить рассылку по начинающим засыпать клиентам, которые раньше что-то часто покупали. 

А ещё метки попросту понятнее — не нужно вспоминать, что означает индекс 232 или 113. 

Чтобы настроить метки в ПланФиксе, используем поле типа «Список»:

Настройка автоматизации

Как я уже говорил, автосегментация настраивается при помощи автоматических сценариев. Они отслеживают показатели по трём параметрам RFM-анализа и проставляют соответствующие метки в карточке клиента.

Детали построения таких сценариев могут отличаться в зависимости от индивидуальных особенностей бизнес-кейса.

Мы покажем один из примеров настроек, но, если у вас не получится адаптировать его под потребности вашей компании самостоятельно или вам потребуется настройка, вы всегда можете обратиться за помощью к одному из сертифицированных партнеров-интеграторов ПланФикса, заполнив специальную форму у нас на сайте.

Давность

Для того, чтобы  отслеживать этот показатель, создадим поле типа «Дата и время», в котором при переводе сделок в статус «Завершенная» (или любой другой, который вы выберете) будет отмечаться дата последней покупки:

Для автозаполнения этого поля настраиваем автоматический сценарий у Объекта «Сделка»:

Теперь нужно добавить сценарии, которые проставят в карточках контактов нужные метки. Для этого важно правильно настроить триггеры для срабатывания автоматики.

Например, если сделка была недавно закрыта, информация в поле «Дата последней покупки» обновится, по алгоритму, который мы задали ранее. К этому событию и привяжем наш сценарий:

Для меток «Давно»  и «Очень давно»  нужен другой триггер — наступление определенной даты, после совершения последней сделки. 

Например, отметка «Давно» проставляется, если с момента покупки прошел 31 день: 

Средняя сумма чека 

Для подсчета этого показателя добавляем в Объект «Сделка» поле для фиксации итоговой суммы заказа клиента. 

Менеджер может в него записывать информацию вручную, либо вывести итоговую сумму из Аналитик — специального инструмента ПланФикса для учета и накопления данных:

В шаблон контакта добавляем три поля типа «Число»:

• «Общая сумма заказов»
• «Количество заказов»
• «Средний размер заказа»  

И настраиваем сценарии, для автозаполнения этих полей.

Первый сценарий привязываем к Объекту «Сделка». Он  будет автоматически прибавлять к накопленной в карточке клиента общей сумме покупок сумму нового заказа:

На место переменных при вычислении формулы автоматически добавятся значения из указанных полей.

Второй сценарий привязываем к процессу контакта. Он будет подсчитывать количество заказов клиента:

И третий сценарий, также в процессе контакта, рассчитает средний размер чека:

Финальный штрих — проставляем в карточке клиента метки в соответствии со средним чеком. 

Например, если средний размер заказа клиента больше 20 000 рублей:

Отмечаем его средний чек — как «Высокий»:

Частота покупок 

Чтобы узнать, как часто клиент делает покупки, нам понадобится созданное ранее поле «Количество заказов» и дополнительных 4 поля:

• «Дата создания контакта» — тип поля «Дата и время».
• «Контроль времени взаимодействия с клиентом» — тип поля «Дата и время» 
• «Время с момента создания контакта»  — тип поля «Число».
• «Частота заказов»  — тип поля «Вычисляемое поле».

Записываем дату создания контакта

Она понадобится позже, чтобы посчитать, сколько всего времени работаем с клиентом:

Считаем, сколько времени сотрудничаем с клиентом

Для этого используем поле «Дата создания контакта» и функцию РАЗНДАТ. В конце записи используем аргумент «m», чтобы получить количество полных месяцев, прошедших с момента создания карточки клиента:

Срабатывание сценария можно привязать к какому-то событию. Например, пересчету общей суммы заказов клиента при завершении сделок с его участием:

Или настроить периодический пересчет времени сотрудничества с клиентом. Для этого при создании карточки контакта сценарием заполняется поле «Контроль времени взаимодействия с клиентом»:

И настраивается цикл пересчета, например, ежемесячный:

Автоматический сценарий:

• Обновляет контрольную дату
• Пересчитывает время взаимодействия с клиентом

Определяем частоту покупок 

Для этого используем вычисляемое поле «Частота заказов». Можно пойти простым путём и поделить общую сумму заказов клиента на число месяцев, в течение которых длится сотрудничество. 

Однако тут есть проблема: если с момента создания карточки клиента прошло меньше месяца, делить придется на ноль, что невозможно.

Чтобы решить эту проблему, используем в формуле функцию ЕСЛИ, и указываем: если число месяцев равно нулю, за частоту покупок берётся просто общее количество заказов, без дополнительных вычислений:

Срабатывание сценария, запускающего пересчет поля, можно привязать к каждой новой покупке:

Автопересчет

Если вы хотите, чтобы показатель частоты заказов автоматически понижался, если клиент длительное время ничего не покупает, можно настроить пересчёт по наступлению определенной даты.

Такой вариант настроек используется, если отслеживание времени сотрудничества с клиентом тоже происходит циклически.

Для запуска сценариев понадобится дополнительное поле типа «Дата» или «Дата и время». 

Назовём его — «Контроль частоты заказов.

Заполняем поле 

Первый сценарий будет срабатывать по прошествии месяца с последней покупки клиента:

И выполнять два действия:

• Пересчитывать вычисляемое поле
• Проставлять в поле «Контроль частоты заказов»  текущую дату и время:

Запускаем цикл

Второй сценарий обеспечивает собственно цикличный контроль частоты покупок клиента.

Он запускается по прошествии 1 месяца с момента заполнения поля «Контроль частоты заказов»:

 И выполняет те же 2 действия:

• Запускает пересчёт вычисляемого поля
• Обновляет дату в поле «Контроль частоты заказов» на текущую:

Если клиент опять целый месяц ничего не покупал, сценарий активируется, снова запустит пересчёт поля и обновит контрольную дату. 

Привязываться к сроку в 1 месяц не обязательно, можно использовать любой удобный период. Это же касается и условий для проставления меток:

Фильтруем клиентов по сегментам

Просто проставить метки в карточках клиентов — мало. Базу клиентов необходимо разделить по нужным сегментам с уникальными метками. Для этого в ПланФиксе используем фильтры контактов.

В каждом фильтре прописываются условия, по которым в него будут попадать карточки клиентов. Например, можно настроить фильтр для определения «Золотых клиентов»:

Условия фильтров не обязательно задавать только на основании меток. Можно комбинировать и добавлять требования к другим полям карточки клиента. 

Например, чтобы определить потенциально ценных новичков зададим такие условия:

• Покупка совершена недавно
• Чек — высокий
• Количество заказов – от 1 до 3

Сочетая различные условия и используя сложные фильтры, можно настроить максимально гибкую и подробную сегментацию клиентской базы.

При правильном применении RFM-анализ поможет маркетологу лучше понимать клиентов и точнее нацеливать рекламные кампании. А автоматические алгоритмы ПланФикса избавят от лишней рутины и обеспечат актуальной информацией.

---

Не забывайте о наших социальных сетях: ВКонтакте, Telegram и ВК Видео. Там появляются новости о доработках и новинках. Подпишитесь, чтобы ничего не пропустить.