что такое rfm сегментация

Применение RFM-анализа в сегментировании клиентской базы

Сегментация и таргетинг — это альфа и омега маркетинга, и email-маркетинг — не исключение. Даже если у вас есть накопленная за годы работы клиентская база, веерные рассылки могут принести вам не меньше вреда, чем пользы. Вам нужно уметь отправлять именно те письма, которые будут нужны вашим клиентам и принесут вам необходимые продажи или, например, регистрации на сайте, при этом не заваливая ящики ваших клиентов ненужными сообщениями, которые они бы воспринимали как спам. Для этого необходимо чётко понимать, кому и зачем вы отправляете каждое ваше письмо.

Специально для хабраблога компании Unisender мы подготовили цикл материалов «Таргетинг и сегментация email-рассылок». Во второй статье мы переходим к рассмотрению конкретных методик сегментации и расскажем о применении RFM-анализа в сегментации клиентской базы.

В классическом маркетинге существует методика RFM-анализа, который применяется для прогнозирования поведения клиента на основе его прошлых действий. RFM – аббревиатура слов Recency (новизна), Frequency (частота), Monetary (вложения).
Recency – это время, прошедшее с последней активности клиента, будь то покупка, переход по ссылке или просто открытие письма.
Frequency – количество действий, совершенных клиентом.
Monetary – денежные затраты клиента на товары и услуги компании.

Предполагается, что клиент, проявивший себя недавно, показывающий повышенную активность с момента своей регистрации или тратящий на ваши товары больше денег, будет более заинтересован в вашей рекламной кампании.

Существует также довольно актуальная для легальных рассылок вариация RFD, в которой D (Duration) – общая продолжительность знакомства с клиентом. Для описанной мною ниже методики непринципиально, учитываются ли вложения клиента или то, насколько давно он является подписчиком.

В ходе деления на сегменты нашего адресного списка мы рассмотрим каждую из деталей паззла по отдельности и придадим картине целостность в конце.

R = Recency

В соответствии со спецификой предлагаемых вами услуг необходимо определиться с критерием активности клиента. Будет это дата совершения последней покупки, момент последнего перехода по ссылке в письме или же достаточно и последнего открытия письма – решать вам.

Следует условно определить несколько временных циклов, активность за которые будет учитываться. Как правило, если речь идет о рассылках, маркетологи останавливаются на пяти периодах совершения последнего действия: последний месяц, два месяца, три, полгода и год.

Теперь, используя собранные данные, следует «раскидать» клиентов по временным группам. У вас должно получиться нечто подобное:

1. 0-30 дней: 5,100 покупателей/подписчиков
2. 31-60 дней: 12,300
3. 61-90 дней: 32,800
4. 91-180 дней: 75,000
5. 181-365 дней: 123,400

Группа 1 здесь и далее будет включать самых выгодных клиентов. «Лучший» сегмент всегда будет иметь наименьшее число покупателей/подписчиков, в то время как «худший» будет самым крупным. Не пытайтесь изменить критерии групп так, чтобы они были равны. Напротив, у вас должно выйти нечто вроде пирамиды.

F = Frequency

Здесь мы будем рассматривать то, насколько часто клиент проявлял активность. Как и в случае с Recency, мы остановимся на пяти пунктах, каждый из которых будет содержать определенный количественный спектр покупок/действий.

Опять же, группа 1 будет учитывать наиболее активных. Хорошенько подумайте, после какого количества действий ваш клиент считается самым выгодным: установка слишком высокой или слишком низкой планки может сбить точность подсчета.

Конечный вариант может выглядеть примерно так:

1. 16+ покупок/действий
2. 11-15
3. 5-11
4. 2-4
5. 0-1

M = Monetary

Этот пункт определяет «качество» совершаемых пользователем действий, как правило, измеряемое в потраченных на ваши товары и услуги деньгах. Это может быть также и непрямой доход от действий клиента. В некоторых случаях, когда выгоду от действий пользователя сложно учесть в деньгах или иной конкретной величине, или ценность каждого действия, совершенного пользователем, одинакова, этот пункт может быть заменен на продолжительность подписки клиента или отсутствовать вовсе.

Так же, как и в предыдущем пункте, необходимо определить индивидуальные для каждой компании значимые пределы денежных вложений.

Таким образом, мы получим без малого 125 групп: 555, 554, 553, 552, 551, 545, и так вплоть до 111. Но это далеко не значит, но нужно адресовать каждой из групп индивидуальные письма: как правило, такое детальное разделение применяется для анализа. Сгруппировав клиентов таким образом, вы сразу получите целостную картину происходящего с вашей клиентской базой. Скажем, клиенты 5R-5F-1M могли обратиться к вашим услугам лишь разово, потратив немалую сумму, но не рассчитывая на долговременное сотрудничество. А вот 5R-3F-1M с большей вероятностью стали недовольны услугами компании или потеряли к ней интерес.

1R-1F-1M

Это – сливки вашего клиентского списка. Если вы верно избрали пределы групп R, F и M, то этот сегмент должен быть крайне мал – не более 5% адресной базы. Что бы вы ни делали, вам уже вряд ли удастся испортить отношения с такими клиентами.

В связи с этим многие компании полагают, что лучше оставить отношения с такими клиентами как есть – и они продолжат лидировать в списках продаж. Но – этим они теряют возможность дать им лидировать с большим отрывом. У совершенства не бывает предела.

Можно расширить границы сотрудничества с этими людьми, учредив программу лояльности, приглашая на специальные мероприятия или же анкетируя их на предмет пожеланий к развитию компании. Важно всячески показывать таким клиентам, что они – уважаемые и желанные гости, а не случайные прохожие.

5R-5F-5M

Хоть эти клиенты и кажутся наименее перспективными, не стоит совсем скидывать их со счетов: хоть раз, но они все же проявили интерес к вашей продукции. Чаще всего рекламщики готовят для них специальные, «провокационные» сообщения, которые позволяют избавиться от балласта из тех, кто совсем не проявляет интереса (или просто забросил электронный ящик), а остальных перевести в следующую категорию.

«1» только в одной категории

Тем, у кого единица только в категории Recency, следует дать немного времени, чтобы определиться. Они знают о ваших услугах и, возможно, скоро проявят к ним интерес. Аппетитные рассылки в этом случае – самый эффективный способ удержать их внимание.

Клиенты, покупающие часто (1F), но на небольшие суммы, ценны для вас своим постоянством. Попробуйте воспользоваться методикой из предыдущей статьи: предложить им товары, которые как правило покупают за компанию с теми, что приобрели они. Возможно, это сможет расширить ассортимент их покупок.

Клиент с 1М крайне цене для вашей компании своими существенными вложениями, но не проявляет активности. Следует показать его особую ценность для вас. Взгляните на то, что они покупали и как давно не совершали никаких действий. Вам необходимо аккуратно выяснить, чего бы они хотели от вашей компании? Чего им не хватает, чтобы стать вашими постоянными покупателями? Небольшое анкетирование может пойти на пользу.

«5» только в одной из категорий

Эти пользователи – подающий большие надежды сегмент и простор для вашей исследовательской деятельности. Они достаточно постоянны, чтобы вы смогли поэкспериментировать и найти подходящий под специфику вашей компании способ вытягивать клиентов со значений в 2-4 в каждом из пунктов.

Методика RFM – далеко не абсолютный, но крайне полезный инструмент анализа адресного списка. Оглянитесь: проделав сравнительно6о небольшую работу, вы уже видите индивидуальный подход к своим клиентам. Дело за малым: приступать к действию.

По материалам статей Kelly Lorenz — RFM Segmentation and Analysis: Part 1, Part 2, Part 3.

Чтобы не пропустить следующие материалы по этой теме, нажмите сердечко в нашем профиле и отметьте блог компании Unisender в настройках вашей хабраленты.

Источник

RFM-анализ: как сегментировать клиентов и получать повторные продажи

Объясняем, что такое RFM-анализ, как с его помощью разделить клиентов на сегменты и как это поможет повысить лояльность покупателей и прибыль компании.

Что такое RFM-анализ

RFM-анализ — способ разделить клиентов по покупательскому поведению и выявить тех, кто приносит компании больше денег. Для каждой группы будет своя стратегия взаимодействия, свои специальные предложения.

Подключить Roistat бесплатно

RFM расшифровывается так:

Анализ делит клиентов на сегменты, каждому сегменту определяются диапазоны:

Анализ помогает определить клиентов, которые покупают часто и на большие суммы, клиентов, которые регулярно возвращаются за небольшими покупками, и клиентов, которые давно ничего не покупали.

С каждым сегментом выстраиваются отдельные коммуникации, создаются подходящие email-рассылки и акции. Работа ведется по принципу: лучших удерживать, середнячков активировать, уходящих вернуть.

Преимущества анализа в том, что для его реализации не нужно привлекать разработчиков и проводится он относительно быстро.

Зачем проводить RFM-анализ

В бизнесе действует закон Парето: 80% прибыли приносят 20% клиентов. Эти 20% — клиенты, которые покупают часто, много и на большие суммы. Чтобы правильно выстраивать работу с лояльными клиентами, нужно понимать, кто эти люди.

Привлечение новых клиентов обходится бизнесу дороже, чем работа с существующей базой. Лояльные клиенты рассказывают о своих покупках друзьям, знакомым, и «сарафанным радио» приводят бизнесу новые заявки. Приходят повторно сами, покупают новинки и уже полюбившиеся товары. Оставляют отзывы, отмечают бренд в соцсетях, принимают участие в опросах.

Делимся 4 способами сегментации базы клиентов, которые помогают повышать конверсию в повторные заявки и продажи.

Пользователи могут перетекать из сегмента в сегмент. Частота, с которой нужно проводить анализ повторно, зависит от подвижности базы. Новый анализ проводится, чтобы проверить, какие из клиентов изменили статус, и не пора ли вовлекать их во взаимодействие с бизнесом с помощью подходящего контента.

Данные RFM-анализа помогают эффективнее выстраивать look-alike таргетинги. Понимание ключевых сегментов покупателей поможет формулировать точные офферы. Разделение базы на группы позволит правильно выстраивать коммуникацию с клиентами: распределять усилия маркетинга на те сегменты, которые с большей вероятностью совершат покупку.

Как проводить RFM-анализ: делим покупателей на сегменты

Суть анализа в разделении клиентов на группы в зависимости от давности, суммы и частоты покупок.

Каждую группу делим на 3 сегмента и маркируем. Например:

Например, клиенты 111 — покупали всего однажды, уже более года назад, на маленькую сумму, а клиенты 333 — в последний раз покупали меньше 4 месяцев назад, уже совершили больше 3 покупок на сумму выше 3 000 ₽.

RFM-анализ с помощью Excel

RFM-анализ формируется в Excel с использованием сводных таблиц. Выгружаем из CRM-системы данные: Имя, Дата покупки, Сумма покупки.

Определяем по каждому клиенту последнюю дату покупки и сумму, с помощью Сводной таблицы.

Учитывая, что клиент мог покупать несколько раз, значение «Клиент» выносим в строки.

Ещё нужно посчитать, сколько раз и на какую сумму заказывал клиент. Перетягиваем «Сумма» в «Значения», указываем SUM в «Суммировать по» для Frequency, затем перетягиваем «Сумма» в «Значения», указываем SUM в «Суммировать по» для Monetary.

Далее полученные данные приводим к параметрам RFM, заданным выше в таблице.

Для значений R прописываем формулу: =ЕСЛИ(B4

Для значений F: =ЕСЛИ(D5>4;5;ЕСЛИ(D5>3;4;ЕСЛИ(D5>2;3;ЕСЛИ(D5>1;2;1))))

Для значений М: =ЕСЛИ(C3>3068;5;ЕСЛИ(C3>1429;4;ЕСЛИ(C3>809;3;ЕСЛИ(C3>543;2;1))))

Чтобы привести значения в трёхзначную RFM-комбинацию, в итоговом столбце нужна формула: =E2*100+F2*10+G2

Выглядеть всё будет примерно так:

Каждый клиент попадает в один из сегментов

Теперь итоговые данные нужно распределить по сегментам, затем можно будет перейти к формированию стратегии работы с каждым сегментом.

По итогу получаем 27 сегментов. Их может быть и меньше. В нашем примере клиентов, которые купили один раз больше года назад на сумму выше 3 000 ₽, просто не существует.

Некоторые сегменты есть смысл объединить. Например, 333 и 323, в целом, покупают часто и много. Не нужно продумывать для каждого из них отдельные офферы. Таким клиентам можно предлагать новинки и товары, похожие на те, что они уже купили. Также стоит их приглашать подписаться на соцсети, проводить с ними опросы для определения индекса NPS, поскольку это постоянные клиенты.

Покупателям из сегмента 212 нужно периодически напоминать о товарах компании, рассказывать о новых продуктах, отправлять уведомления об акциях, чтобы мотивировать их покупать чаще.

Как работать с покупателями, чтобы получать больше повторных продаж: сервис «Управление клиентами» Roistat

RFM-анализ позволяет получить несколько сегментов покупателей. Минус этого способа сегментации базы в том, что его приходится делать практически вручную. Расскажем, как можно автоматизировать работу с клиентами, чтобы повышать их лояльность, когда у вас интегрированы CRM-система и сервис сквозной аналитики Roistat.

Для работы с клиентами в Roistat есть сервис «Управление клиентами». Он позволяет быстро сегментировать базу и делать нужные вам выборки клиентов.

Пример сортировки в сервисе «Управление клиентами»

Например, можно отобрать клиентов, которые совершили много покупок, принесли компании большую выручку и при этом совершили последний заказ относительно недавно. Отобранных пользователей можно выгрузить в Excel-таблицу и использовать их данные для email-рассылки, CМС-уведомлений или настройки таргетированной рекламы, например, чтобы сделать им специальное предложение как постоянным покупателям.

Вот 4 механики, которые стоит взять на вооружение в работе с базой с помощью сервиса «Управление клиентами»:

Подробное видео о работе сервиса «Управление клиентами»:

На нашем Telegram-канале делимся полезными материалами по маркетингу и аналитике, кейсами клиентов, собираем познавательные дайджесты и анонсируем бесплатные обучающие вебинары. Подписывайтесь, чтобы ничего не пропустить!

Будьте в курсе новостей

Присоединяйтесь к нашему каналу в Telegram или подпишитесь по E-mail

Маркетинговая платформа сквозной аналитики,
привлечения трафика, повышения конверсии и лояльности

Источник

Главное об RFM-анализе. Как сегментировать клиентов, чтобы они покупали больше и чаще

Зачем делить всех клиентов по трем характеристикам — частоте, давности и сумме их покупкок. Как такой подход к сегментированию помогает найти то, что сможет заинтересовать клиента, и тем самым простимулировать его на новую покупку.

Я сооснователь WIM.Agency, мы занимаемся CRM-маркетингом и не только. Если кратко, то к нам приходят клиенты с базой на полмиллиона пользователей (или больше) и просят выявить барьеры, с которыми сталкиваются их потенциальные покупатели.

Мы помогаем: рассматриваем сегменты по отдельности и выстраиваем стратегию коммуникации, чтобы каждый пользователь получал только интересный для него контент. Один из основных инструментов, который мы используем для сегментации пользователей, — это RFM-анализ. Мы с моей коллегой Надеждой Лобашовой решили рассказать об этом способе сегментации более подробно — раскрыть методику и привести примеры использования.

Вы продаете определенный продукт, пусть это будут валенки. И вы предлагаете их Жозефине, которая живет на Шри-Ланке и у которой круглый год — лето. Или русалке, у которой вообще хвост вместо ног. Как думаете, им нужны валенки? Вряд ли. Но вы все равно запускаете рекламу на этих людей (а русалка — это человек или рыба?), даете им скидки, промокоды, всеми силами пытаетесь вовлечь их в коммуникацию. А им это не нужно и не будет нужно. Если Жозефина из Шри-Ланки и купит у вас что-то, то это будут не валенки, а шлёпки.

Эти гипертрофированные примеры отлично отражают ситуацию, когда руководство компании не хочет разбираться в том, кто их клиент и для кого предназначен продукт, и просто спускает рекламные бюджеты на всех подряд, хочет охватить сразу всех — все равно кто-то да купит товар.

Конечно, это в корне неправильный подход. Клиентов необходимо сегментировать не только для того, чтобы отсечь ненужные категории пользователей, но и выделить тех, с кем нужно работать в первую очередь, кто может принести бизнесу больше прибыли.

Если вы хотите продавать эффективно — недостаточно просто сформировать общий список клиентов без каких-либо показателей «покупательской способности». Что имеется в виду: мы можем создать более релевантные (в том числе персонализированные) предложения для клиента, если мы знаем, например, какие категории товаров он покупал, сколько товаров было в его чеке, сколько он тратит в среднем и что было мотивом его покупки (предположим, покупает только перед праздниками).

Сегментировать клиентов можно по совершенно разным параметрам — вы даже можете придумать их сами. Но мы считаем, что не стоит изобретать велосипед, и чтобы гарантированно увидеть результаты, лучше воспользоваться классическим инструментом маркетинга — применить RFM-анализ.

Этот анализ чаще всего используется на b2c-рынках. Он разделяет базу клиентов по трём важным покупательским характеристикам: давности покупки, частоте покупке и сумме чека.

Цель RFM-анализа — выявить тех клиентов, которые приносят компании деньги (или могут приносить деньги), и придумать такую коммуникацию, которая простимулирует этих клиентов покупать у вас еще чаще и в больших количествах. Тем самым получится увеличить общую прибыль компании.

Показатели «когда покупал», «сколько обычно покупает» и «сколько обычно тратит» каждая компания определяет индивидуально в зависимости от специфики бизнеса и продукта. Например, частота покупок в продуктовом магазине и магазине кожгалантереи будет разная. Суммы чеков тоже будут различаться.

Источник

Что такое RFM-анализ и как его использовать

Блочный редактор писем, готовые шаблоны email, формы подписки и автоматизация. Запускайте email-рассылки, чтобы быть на связи со своими клиентами.

Что такое RFM

RFM-анализ — метод анализа, позволяющий сегментировать клиентов по частоте и сумме покупок и выявлять тех клиентов, которые приносят больше денег.

Аббревиатура RFM расшифровывается:

По этим признакам можно разделить всех ваших клиентов на группы, понять, кто из клиентов покупает у вас часто и много, кто — часто, но мало, а кто вообще давно ничего не покупал.

С каждой группой можно строить отдельные коммуникации: давать им разную рекламу и делать разные email-рассылки. Например, группе постоянных VIP-клиентов высылать специальные предложения, а пользователям, которые давно не покупали — мотивирующую скидку, и настроить на них таргетированную рекламу.

Как разделить клиентов

Суть RFM-анализа в том, что мы разделяем всех клиентов на группы, в зависимости от того, как давно они сделали последнюю покупку, как часто покупали и насколько большой была сумма их заказов. По каждому из этих признаков мы выделяем по три равные группы. Затем присваиваем каждой группе числовое обозначение от 1 до 3.

По давности заказа (recency):

По частоте покупок (frequency):

По сумме покупок (monetary):

Например, пользователь «111» покупал давно, один раз и на маленькую сумму. Так себе клиент, иным словом. Или пользователь «333»: покупает часто, на большую сумму и последняя покупка была недавно. Это наши лучшие клиенты.

Диапазоны для 1, 2 и 3 вы задаете сами. Я имею в виду, что вы сами определяете, что значит, например, маленькая, средняя и большая сумма продаж: для какого-то бизнеса 10 000 руб. — это много для 1 клиента, для какого-то — почти ничего.

RFM-анализ удобнее всего делать с использованием «Сводных таблиц» в Excel или даже в Google Таблицах — там тоже есть такая функция.

Источник

RFM-анализ и сегментация: узнайте больше о своих клиентах

Соберите все данные для сквозной аналитики вместе с OWOX BI

Соберите все данные для сквозной аналитики вместе с OWOX BI

В этой статье мы рассмотрим RFM-анализ, в основе которого лежат поведенческие факторы групп или сегментов клиентов. Данный метод анализа позволяет изучить поведение пользователей и то, как они совершают платежи. В результате вы получите ценные инсайты по построению директ-маркетинга для вашей компании.​ Также RFM-сегментация поможет вам применять в коммуникациях особый подход к каждой группе клиентов.

бонус для читателей

Содержание

Что такое RFM-анализ и зачем он нужен маркетологу

RFM-анализ — метод анализа, позволяющий сегментировать клиентов по частоте и сумме покупок и выявлять тех, которые приносят больше денег.

Аббревиатура RFM расшифровывается:

По этим признакам можно разделить всех ваших клиентов на группы, понять, кто покупает у вас часто и много, кто — часто, но мало, а кто вообще давно ничего не покупал.

Как правило, небольшой процент пользователей реагирует на общие рекламные предложения. RFM-анализ и RFM-сегментация являются отличным методом прогнозирования реакции клиента и улучшения взаимодействия, а также повышение прибыли. RFM использует поведение покупателей, чтобы определить, как работать с каждой группой клиентов.

Алгоритм RFM-анализа с помощью Excel и OWOX BI

Суть RFM-анализа в том, что мы разделяем всех клиентов на группы, в зависимости от того, как давно они сделали последнюю покупку, как часто покупали и насколько большой была сумма их заказов. По каждому из этих признаков мы выделяем по три равные группы. Затем присваиваем каждой группе числовое обозначение от 1 до 3.

По давности заказа:

По частоте покупок:

Например, клиент «111» покупал давно, один раз и на маленькую сумму. Или клиент «333»: покупает часто, на большую сумму и последняя покупка была недавно. Это ваши лучшие клиенты.

Существует два удобных способа проведения RFM-анализа: Excel (Google таблицы) и с помощью OWOX BI.

Алгоритм RFM-анализа в Excel

Все, с подготовкой к рфм-анализу мы закончили. Эти данные мы переносим на новую страницу для непосредственного расчета RFM значений.

Теперь мы с чистой совестью приступаем к основной части анализа — RFM-сегментации.

С помощью формулы =TODAY()- мы рассчитываем какое количество дней назад были совершены последние покупки. Это и будут данные по нашей R(Recency)

Начнем со значений для Recency. Первое, что нам нужно, это рассчитать как давно у нас покупали 33% и 66% клиентов. Все это легко делается с помощью формулы =PERCENTILE.INC(C2:C12;0,33) и =PERCENTILE.INC(C2:C12;0,66).

Готово. Мы только что сделали все необходимые расчеты по RFM-анализу в Google Таблицах (Excel). Стоит учитывать, что, хоть формулы и помогают немного автоматизировать просчеты, все равно приходится тратить много времени.

Если вы цените свое время и время ваших сотрудников, или у вас большая база данных, у нас есть для вас более удачное решение — сделать RFM-анализ с помощью OWOX BI.

Алгоритм RFM-анализа с помощью OWOX BI

В отличии от ручной работы с Excel, OWOX BI дает возможность автоматизировать процесс расчета RFM.

В качестве источника данных для анализа служит таблица или View в Google BigQuery с данными о каждом заказе со следующим набором полей:

Для расчета RFM-сегментов мы рекомендуем использовать данные о подтвержденных заказах из ERP. Вы легко сможете их экспортировать в BigQuery с помощью OWOX BI Pipeline.

Также с OWOX BI у вас есть возможность настроить импорт результатов RFM-анализа в Google Analytics.

Настройка импорта данных RFM-анализа в Google Analytics из Google BigQuery состоит из нескольких этапов:

Настройка веб-ресурса Google Analytics

Готово. Настройки веб-ресурса Google Analytics для импорта данных выполнены. Теперь приступаем к импорту.

Создание потока в OWOX BI Pipeline:

Ожидайте, пока данные появятся в Google Analytics:

Все, готово. OWOX BI автоматически провел RFM-анализ, не требуя от вас много времени.

Ознакомиться с примерами использования результатов импорта данных RFM-анализа в Google Analytics вы можете в нашем блоге.

Как использовать RFM-анализ в маркетинге

Когда все расчеты уже готовы, и у вас появилась возможность провести RFM-сегментацию (то есть четко распределить клиентов на группы), пора переходить к приятной маркетинговой части этой темы.

Создаем базу лояльных клиентов и разрабатываем коммуникации для сегментов

Сгруппировав клиентов по значениям RFM, вы сразу получите целостную картину происходящего с вашей клиентской базой. Давайте рассмотрим примеры некоторых таких групп клиентов.

Группа 3R-3F-3M — самые активные, покупают часто.

Помните, это ваши идеальные клиенты. Можно расширить границы сотрудничества с этими людьми, запустив программу лояльности, приглашая на специальные мероприятия или же анкетируя их на предмет пожеланий к развитию компании. Важно показывать таким клиентам, что они – уважаемые и желанные гости, а не случайные прохожие.

Сегмент 1R-1F-1M — самые неактивные, покупали один раз/ни разу, потратили минимальную сумму.

Хотя эти клиенты и кажутся наименее перспективными, не стоит совсем списывать их со счетов: хоть раз, но они все же проявили интерес к вашей продукции. Чаще всего для них готовят специальные, «провокационные» сообщения, которые позволяют разделить их на “точно незаинтересованных в продукте” и “перспективных”, которых можно перевести в следующую категорию.

1 в одной из категорий.

Например, у нескольких ваших клиентов идет значение 122 (хромает Recency). Такому сегменту следует дать немного времени, чтобы определиться и вернуться к вам. Попробуйте предложить им товары, которые покупают за компанию с теми, что они приобрели ранее, чтобы вызвать у них повторный интерес к вашей компании.

3 в одной из категорий.

Эти пользователи – подающий большие надежды сегмент и простор для вашей исследовательской деятельности. Они достаточно постоянны, чтобы вы смогли поэкспериментировать и найти подходящий под специфику вашей компании способ поднять на уровень выше их остальные показатели.

Выводы

RFM-сегментация – далеко не абсолютный, но крайне полезный инструмент анализа клиентской базы. Проделав сравнительно небольшую работу, вы увидите как реализовать индивидуальный подход к своим клиентам.

При этом учитывайте, что на данные влияют сезонность, акции и праздники. Если клиент с богатой историей покупок за текущий месяц ничего не покупает, это не значит, что его сразу нужно переводить в другой сегмент. Возможно, это просто влияние сезонности, и через время покупки возобновятся.

Источник