RFM анализ
RFM анализ
RFM-анализ
RFM
Как разделить клиентов
По давности заказа (recency)
По частоте покупок (frequency)
По сумме покупок (monetary)
Диапазоны для 1, 2 и 3 задаются самостоятельно!
Уходящие
Спящие
Постоянные
Как часто пересматривать сегменты
Исходные данные
Сводная таблица
Копирование в новый лист
Удалить!
Подготовка новых столбцов
Вычисление текущей даты
Количество дней с даты последней покупки
Максимальное кол-во дней с даты последней покупки
Максимальное количество покупок
Максимальная сумма покупок
Recency — давность (3 — недавние клиенты)
Frequency — частота (3 — покупает часто)
Monetary — деньги (3 — большая сумма)
Формирование RFM-числа
Количество клиентов в сегментах RFM
RFM анализ
761.50K
Категория: МаркетингМаркетинг

RFM анализ

1. RFM анализ

Руслан Иванович Баженов
Приамурский государственный университет им.Шолом-Алейхема
https://pgusa.ru/
Зав.кафедрой информационных систем, математики и правовой
информатики,
к.п.н., доцент
[email protected]

2. RFM анализ

3. RFM-анализ

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

4. RFM

Recency — давность (как давно ваши
пользователи что-то у вас покупали);
Frequency — частота (как часто они у вас
покупают);
Monetary — деньги (общая сумма покупок).

5.

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.

6. 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.

7. По давности заказа (recency)

1 — давние клиенты;
2 — относительно недавние клиенты;
3 — недавние клиенты.

8. По частоте покупок (frequency)

1 — покупает очень редко (единичные
заказы);
2 — покупает нечасто;
3 — покупает часто.

9. По сумме покупок (monetary)

1 — маленькая сумма;
2 — средняя сумма;
3 — большая сумма.

10.

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

11. Диапазоны для 1, 2 и 3 задаются самостоятельно!

Например,
маленькая, средняя и большая сумма
продаж:
для какого-то бизнеса 10 000 руб. — это
много для 1 клиента,
для какого-то — почти ничего.

12. Уходящие

Сегмент
Характеристика
Что отправляем
111
Потерянные экономные
112
Одноразовые
113
Одноразовые
Скорее всего, эти клиенты уже
ушли от нас, и не стоит тратить
слишком больших усилий на этот
сегмент. Отправляем
автоматическую цепочку
реактивации.
121
122
Уходящие редкие
123
131
Уходящие постоянные
132
Уходящие хорошие постоянные
133
Уходящие VIP
Эти клиенты сделали у нас
несколько покупок, а потом
перестали покупать. Их можно
попытаться вернуть и
обязательно получить обратную
связь, почему они от нас
ушли. Отправляем
реактивационную рассылку с
опросом.
Этих клиентов обязательно
нужно попытаться
вернуть. Отправляем им
реактивационные письма,
запрашиваем обратную связь,
предлагаем бонусы, программы
лояльности.

13. Спящие

Сегмент
Характеристика
Что отправляем
211
212
Спящие разовые с маленьким
чеком
213
221
Спящие редкие с маленьким
чеком
222
Спящие редкие со средним
чеком
223
Спящие редкие с высоким
чеком
231
Спящие постоянные с маленьким
чеком
222
Спящие постоянные со
средним чеком
223
Спящие постоянные с высоким
чеком
Эти клиенты ещё помнят о нас.
Нужно попробовать
расшевелить их
стимулирующими акциями.
Отправляем им рассылки с
интересными акциями и
выгодными предложениями.
Ещё не так давно они часто
покупали у вас, а сейчас
перестали. Нужно обязательно
узнать, в чём дело, и
попытаться вернуть их.
Отправляем им рассылку с
интересными акциями и
рассылку с опросом.

14. Постоянные

Сегмент
Характеристика
Что отправляем
311
Новички с маленьким чеком
312
Новички со средним чеком
Отправялем welcome-цепочку с
описанием преимуществ, ответами на
частые вопросы, обучающие материалы
313
Новички с высоким чеком.
Потенциальные VIP.
321
Постоянные с маленьким чеком
322
Постоянные со средним чеком
В дополнение к welcome-цепочке
отправляем им интересное
предложение, чтобы удержать интерес
Нужно попытаться увеличить средний
чек допродажей. Отправляем им
рассылки с сопутствующими товарами
323
Постоянные с высоким чеком
Эти клиенты и так хорошо покупают, не
стоит утомлять их лишними
рассылками. Отправляем только
обычные рассылки
331
Постоянные с маленьким чеком
Можно попытаться увеличить сумму
чека допродажей. Отправляем им
рассылки с сопутствующими товарами
Постоянные со средним чеком
Наши самые хорошие клиенты, можно
попробовать увеличить сумму чека.
Отправляем им специальные
предложения, сопутствующие товары
VIP
Отправляем им особые предложения,
например, участие в программе
лояльности — приглашение в клуб
любимых клиентов
332
333

15. Как часто пересматривать сегменты

Зависит от того, насколько подвижная база.
Если большой интернет-магазин с огромным
количеством посетителей и частыми покупками, то
можно обновлять данные аналитики раз в месяц-два.
Если клиенты делают заказы редко, то обновлять
RFM-анализ раз в квартал или даже раз в полгода
будет достаточно.
Смысл нового RFM-анализа — посмотреть, какие из
ваших клиентов изменили свой статус. Например,
чтобы перестать им слать реанимационные письма.

16. Исходные данные

17. Сводная таблица

18. Копирование в новый лист

19. Удалить!

20. Подготовка новых столбцов

Idklienta Дата последней покупки
Кол-во прошедших дней
Кол-во покупок Сумма
Recency Frequency Monetary
RFM
Тек.дата МАКС.дней Макс.Покупок МАКС.сумма

21. Вычисление текущей даты

22. Количество дней с даты последней покупки

23. Максимальное кол-во дней с даты последней покупки

24. Максимальное количество покупок

25. Максимальная сумма покупок

26. Recency — давность (3 — недавние клиенты)

=ЕСЛИ(C2<=0,33*$K$2;3;ЕСЛИ(C2<=0,66*$K$2;2;1))

27. Frequency — частота (3 — покупает часто)

=ЕСЛИ(D2<=0,33*$L$2;1;ЕСЛИ(D2<=0,66*$L$2;2;3))

28. Monetary — деньги (3 — большая сумма)

=ЕСЛИ(E2<=0,33*$M$2;1;ЕСЛИ(E2<=0,66*$M$2;2;3))

29. Формирование RFM-числа

=СЦЕПИТЬ(F2;G2;H2)

30. Количество клиентов в сегментах RFM

31. RFM анализ

Руслан Иванович Баженов
Приамурский государственный университет им.Шолом-Алейхема
https://pgusa.ru/
Зав.кафедрой информационных систем, математики и правовой
информатики,
к.п.н., доцент
[email protected]
English     Русский Правила