Analisis RFM: Rahasia Terbaik untuk Penjual Produk B2B

Apakah Anda menjual produk fisik ke bisnis lain? Analisis kemutakhiran, frekuensi, dan nilai moneter (RFM) adalah teknik yang digunakan oleh bisnis di seluruh dunia, dan merupakan strategi yang sangat berguna untuk menumbuhkan grosir dan distributor B2B.

Mengetahui cara menghitungnya di seluruh basis pelanggan Anda dan cara bertindak, wawasan RFM bisa jadi rumit, terutama untuk bisnis kecil. Namun, untuk penjual produk, repeat order sangat penting untuk kesuksesan yang menguntungkan.

Dalam artikel ini, kami menjelaskan apa itu RFM dan mengapa Anda harus peduli, cara menghitungnya, dan bagaimana Anda dapat menggunakan wawasan RFM untuk menciptakan kesuksesan yang dapat diprediksi, berulang, dan terukur dalam bisnis produk Anda.

Apa itu analisis RFM?

Sebelum kita membahas secara spesifik, mari luangkan waktu sejenak untuk memahami apa itu RFM. Kemudian, kita akan kembali ke pertanyaan paling penting: Bagaimana Anda dapat menggunakan data ini untuk mempercepat corong dan roda gila Anda serta mendorong pertumbuhan dalam bisnis grosir dan distribusi B2B?

RFM adalah strategi industri untuk menyegmentasikan pelanggan menggunakan data yang sudah Anda miliki. Teknik analisis ini menilai pola pembelanjaan pelanggan di tiga bidang: resensi, frekuensi, dan nilai m onetary.

Ini digunakan dengan baik oleh perusahaan besar tetapi sering diabaikan oleh UKM. Perusahaan yang lebih kecil biasanya memiliki data yang diperlukan, tetapi memahami dan menghitung RFM tampaknya rumit dan menakutkan. Itu tidak perlu! Prinsip-prinsipnya logis dan mudah dipahami, dan teknologi modern membuat perhitungan secara signifikan lebih mudah didekati oleh UKM dengan anggaran yang lebih ketat karena mempekerjakan konsultan atau analis data yang mahal tidak lagi diperlukan.

Mengapa Anda membutuhkan analisis RFM?

Sederhananya, RFM adalah strategi nomor satu untuk grosir dan distributor. Tapi apa yang kita maksud dengan itu?

Semua orang menginginkan cara yang berulang dan dapat diprediksi untuk mengembangkan bisnis mereka, dan untuk melakukan itu, Anda harus menjadi pembaca pikiran dan tahu persis apa yang diinginkan setiap pelanggan dari Anda di setiap tahap. Nah, seperti itulah RFM.

Namun, sebelum kita membahasnya, mari kita bahas sedikit teori penjualan dan pemasaran modern terlebih dahulu.

Debat corong vs. roda gila

Ada perdebatan yang tampaknya tak berujung antara corong dan roda gila. Sebenarnya, kedua model itu benar sampai batas tertentu.

Sumber: Hubspot

Tentu, Anda perlu mendatangkan pelanggan baru; generasi memimpin, tentu saja, fokus utama untuk penjualan dan pemasaran (saluran). Namun, untuk bisnis grosir dan distribusi khususnya, pesanan berulang dan pelanggan yang kembali adalah kunci profitabilitas dan pertumbuhan yang dapat diprediksi (roda gila). Keberhasilan pelanggan adalah kuncinya. Terus terang, ketika repeat order adalah roti dan mentega Anda, Anda tidak akan mampu untuk memiliki ember bocor!

Jadi, bisnis grosir dan distribusi yang sukses mengadopsi buku pedoman pertumbuhan yang menggabungkan corong dan roda gila untuk memaksimalkan penjualan dan keterlibatan pelanggan.

Sumber: ProspectSoft

Dalam bisnis apa pun, Anda ingin mendorong arus pelanggan baru yang masuk, yang berarti menarik jenis prospek berkualitas yang tepat yang sesuai dengan profil pelanggan ideal (ICP) Anda. Kemudian, Anda perlu memelihara prospek Anda melalui penjualan dan meningkatkan tingkat penutupan Anda.

Melakukan ketiga hal ini dengan baik akan menghasilkan lebih banyak pelanggan baru untuk bisnis Anda - yang luar biasa! Namun, dalam grosir dan distribusi, bahkan lebih dari jenis penjualan B2B lainnya, sangat penting bagi pelanggan untuk berhasil , meningkatkan nilai pesanan rata-rata dan frekuensi pesanan rata-rata, dan mempertahankannya lebih lama untuk memaksimalkan nilai umur pelanggan ( CLTV). Dengan kata lain, alihkan fokus Anda ke pelanggan yang sudah ada untuk meningkatkan keuntungan Anda.

Mari kita ambil beberapa contoh sederhana yang bisa kita semua kenali. Mendistribusikan biji kopi ke kedai kopi, sepeda ke toko sepeda, kemasan ke takeaways, atau makanan ke toko makanan dan restoran. Apa pun yang Anda jual, penjualan pertama ke pelanggan jarang menguntungkan dengan sendirinya. Keuntungannya adalah dalam hubungan jangka panjang dan pasokan barang yang berulang dari waktu ke waktu.

Jadi, untuk menciptakan pertumbuhan yang dapat diprediksi dan berulang, kami perlu mendapatkan tiga atau empat pesanan pertama dari pelanggan sehingga mereka melihat Anda sebagai pemasok utama mereka. Dengan kata lain, onboard pelanggan ini. Kemudian pastikan bahwa kami mempertahankan mereka untuk jangka panjang, menjualnya lebih tinggi, dan mengaktifkannya kembali jika mereka mulai menurun atau berputar sebagai pelanggan. Tapi apa hubungannya semua ini dengan analisis RFM?

Jika Anda ingin berhasil tumbuh dan menguntungkan, Anda perlu mengetahui dengan tepat pelanggan mana yang berada di corong dan roda gila Anda, bagaimana menargetkan setiap pelanggan dengan tepat, dan apa yang harus dikatakan kepada mereka di setiap tahap dalam proses - cepat dan dalam skala besar . Jadi, apakah Anda berbicara tentang pemasaran massal atau manajemen akun, analisis RFM akan memungkinkan Anda untuk berhasil menargetkan pelanggan yang tepat, pada waktu yang tepat, dengan pesan yang tepat.

Bagaimana menghitung RFM

Seluruh basis pelanggan Anda dinilai secara efektif dalam tiga dimensi seperti ini:

1. Kekinian: Skor seberapa baru mereka membeli dari Anda, biasanya dinyatakan sebagai skor peringkat 1-3 atau 1-5.
2. Frekuensi: Skor seberapa sering mereka membeli dari Anda, biasanya selama 1 atau 2 tahun terakhir, sekali lagi dinyatakan sebagai skor peringkat 1-3 atau 1-5.
3. Nilai moneter: Jumlah total yang mereka habiskan bersama Anda selama periode tersebut, sekali lagi berada di peringkat 1-3 atau 1-5.

Tapi apa yang kita maksud dengan peringkat 1-3 atau 1-5? Bagaimana Anda menghitung peringkat itu?

Pertama, Anda menganalisis pelanggan yang Anda miliki dan mencari rentang yang masuk akal untuk kebaruan, frekuensi, dan nilai uang. Kemudian, Anda membaginya menjadi tiga atau lima keranjang yang sama - baik dalam ukuran atau rentang nilai yang sama, tetapi sering kali berfungsi lebih baik jika keranjang tersebut memiliki distribusi pelanggan yang sama. Anda kemudian dapat memasukkan setiap pelanggan ke salah satu ember itu dan memberi mereka skor.

Sumber: ProspectSoft

Di sini, Anda dapat melihat rentang nilai untuk kebaruan, frekuensi, dan nilai moneter. Sebagai contoh, dengan menggunakan bagan di atas, kami dapat mengalokasikan skor kebaruan pelanggan kami. Pelanggan yang memesan 18 bulan yang lalu mendapat skor “1”, tetapi pelanggan yang memesan dua minggu lalu mendapat skor “5”. Jelas, Anda dapat memberi label "ember" ini agar lebih relevan dengan jumlah pesanan rata-rata Anda, seberapa sering pelanggan akan membeli dari waktu ke waktu, dan berapa banyak yang biasanya mereka belanjakan.

Contoh

Contoh skor Company Ltd adalah:

• Kekinian: 3
• Frekuensi: 4
• Uang: 5

Untuk bisnis ini, Example Company Ltd berada di 20% teratas dari pembelanja tertinggi dalam dua tahun terakhir dan 40% teratas pembelanja paling sering. Meskipun pembelian terakhir mereka adalah sembilan bulan yang lalu, mereka baru saja memesan lebih dari 40% dari sisa dataset yang mereka bandingkan, menjadikan mereka "Pelanggan Setia".

kelompok

Jika Anda memiliki kelompok pelanggan yang sangat berbeda dan beragam, Anda ingin membagi "kelompok" ini. Contoh kebutuhan kohort adalah jika 50% pelanggan Anda jarang memesan dalam jumlah besar, dan 50% lainnya sering memesan lebih kecil. Ini sangat penting dalam hal nilai moneter.

Misalnya, jika Anda memiliki beberapa pelanggan langsung yang merupakan pengecer independen dan supermarket sebagai pelanggan, tidak ada gunanya membandingkan semua pengecer tersebut dengan supermarket dalam hal pengeluaran uang jika ada perbedaan besar di sana. Atau, katakanlah Anda menjual ke pub secara langsung, tetapi Anda juga menjual ke distributor yang mendistribusikan secara massal ke hotel. Profil penjualan ke distributor itu mungkin sangat berbeda dari pub independen yang Anda suplai setiap minggu.

Berikut adalah beberapa contoh pelanggan anomali khas yang mungkin ingin Anda kecualikan dari keseluruhan analisis Anda:

• Akun yang bukan pelanggan nyata dan mewakili aktivitas Langsung-ke-Konsumen Anda sendiri. Contoh: toko Amazon, eBay, atau Shopify Anda sendiri
• Akun yang hanya ada untuk memperhitungkan dan mewakili sistem ePoS Anda sendiri, seperti gerai ritel atau konter perdagangan milik Anda
• Akun di mana Anda tidak memiliki kendali atas pembelanjaannya. Contoh: akun besar, dan benar-benar anomali, yang hanya pernah melakukan satu pesanan besar kepada Anda setahun sekali
• Akun yang memiliki alasan mengapa mereka berhibernasi. Contoh: bisnis mereka musiman, jadi mereka tutup sementara di berbagai titik dalam setahun
• Akun yang pembelanjaannya sangat berbeda dari mayoritas pelanggan Anda

Sebagai aturan praktis, kami sarankan untuk tetap menggunakan maksimal dua atau tiga kelompok. Ingat analisis RFM adalah tentang mengukur pelanggan yang berbeda satu sama lain, jadi Anda hanya ingin menggunakan kelompok jika Anda memiliki jenis pelanggan yang sangat berbeda.

Bangun model menggunakan penilaian

Jadi begitu kita memiliki skor komparatif ini, apa yang kita lakukan sekarang? Pertama, terapkan skor tersebut ke setiap pelanggan Anda, dan kemudian secara efektif membangun model 3D dari perilaku pelanggan Anda, mirip dengan kubus Rubik.

Tidak mengherankan, pelanggan terbaik Anda berakhir dengan skor 333 dan pelanggan terburuk Anda berakhir dengan skor 111. Secara efektif, Anda membangun ini dari tiga dimensi untuk menempatkan pelanggan teratas Anda di sudut jauh atas dan pelanggan terburuk Anda di sudut dekat bawah.

Sumber: Samba.ai

Jika Anda mendapatkan skor 1-5, Anda mendapatkan model yang lebih kompleks (seperti kubus Rubik 5x5x5). Meskipun ini adalah ilustrasi yang lebih rumit, representasi seperti ini menggunakan skor 1-5 adalah cara klasik untuk melakukan perhitungan ini, dan ini memungkinkan Anda untuk membangun profil penting pelanggan.

Sumber: Samba.ai

Memahami analisis

Masalahnya adalah cukup sulit untuk bekerja dengan model 3D dan bahkan lebih sulit untuk mengilustrasikan dan memvisualisasikannya, terutama jika Anda ingin melihat semua sisi diagram 3D sekaligus. Jadi, analisis RFM biasanya divisualisasikan dalam piktogram 2 dimensi yang lebih datar, sehingga lebih mudah dipahami.

Sumber: ProspectSoft

Dalam visualisasi 2D seperti di atas, pelanggan baru tiba di kanan bawah sebagai "Pelanggan Baru", dan jika mereka mulai sering berbelanja dengan nilai yang layak, mereka naik dengan cepat menjadi "Loyalis Potensial", "Loyalis", dan akhirnya menjadi "Juara". Namun di sisi lain, "Pelanggan Loyal" dapat beralih ke "Memerlukan Perhatian" lalu "Beresiko'"jika mereka mulai lebih jarang berbelanja atau tidak memesan dalam beberapa saat.

Pada akhirnya, pelanggan yang tidak terlibat kembali sepenuhnya atau tidak dapat terlibat kembali kemudian menjadi pelanggan "Hibernasi", dan akhirnya keluar dari diagram karena hilang atau bergejolak di kiri bawah.

Tujuannya adalah untuk mengidentifikasi tren ini lebih awal dan bertindak untuk membalikkannya jauh sebelum Anda mencapai tahap itu. Untuk melakukan ini, Anda harus menghitung, menghitung ulang, dan membagikan kembali nilai Anda dengan tim Anda setidaknya sebulan sekali, tetapi idealnya setiap minggu atau bahkan setiap hari, jadi lancar. Menghitung ulang “ember” itu juga penting dilakukan setiap bulan, jika beberapa pelanggan mulai membeli lebih sering.

Semua matematika itu agak rumit dan bisa menakutkan, tetapi dimungkinkan untuk melakukannya secara manual di spreadsheet. Namun, idealnya Anda menginginkan alat, seperti perangkat lunak perencanaan penjualan dan operasi, untuk mengotomatiskan ini dan melakukan pekerjaan berat untuk Anda. Pada akhirnya, agar analisis RFM menjadi efektif dan akurat, analisis tersebut perlu dihitung setiap hari seiring dengan perubahan data pelanggan dan penjualan Anda.

Mengapa memperhatikan skor yang lebih rendah?

Setelah Anda menyiapkan dan menjalankan perhitungan, menjadi jelas bagi sebagian besar manajer dan pemilik bisnis bahwa analisis RFM membantu Anda mengidentifikasi pelanggan terbaik dan paling menjanjikan.

Namun dalam bisnis produk kecil, Anda seringkali sudah mengetahui siapa pelanggan terbaik Anda. Jika Anda berbicara dengan tim penjualan, manajemen akun, atau layanan pelanggan Anda, Anda mungkin dapat mengetahui siapa pelanggan Anda yang memiliki skor tertinggi dan kemungkinan besar sudah membangun hubungan yang baik dengan mereka. Jadi, pencetak gol menengah dan rendah adalah kunci untuk fokus.

Skor yang lebih rendah membantu Anda mengidentifikasi area untuk perbaikan. Misalnya, dapat mengungkapkan hal-hal seperti:

• “Pelanggan Baru” Anda membutuhkan pengasuhan dan orientasi
• Sebelumnya “Pelanggan Loyal” mungkin telah beralih ke pesaing dan harus diaktifkan kembali melalui kampanye pemasaran
• Pelanggan yang membeli produk bernilai rendah secara teratur adalah kandidat utama untuk naik ke rantai nilai dengan kampanye peningkatan penjualan

Semua ini adalah peluang untuk meningkatkan penjualan, mempertahankan, atau mengaktifkan kembali segmen RFM tertentu yang berkontribusi pada peningkatan CLTV Anda.

Contoh analisis RFM

Jadi, bagaimana Anda sekarang menggunakan analisis ini untuk membuat bisnis Anda tumbuh dengan sukses? Mari kita ambil beberapa contoh sederhana.

• Pelanggan Baru: Jika kami mengambil pelanggan baru kami, kami dapat fokus pada mereka yang baru saja mulai membeli dari kami dan menggabungkan mereka dengan beberapa konten pribadi yang berfokus untuk mendapatkan pesanan kedua, ketiga, dan keempat dari mereka sesegera mungkin untuk beralih mereka dari pembeli transaksional menjadi pelanggan relasional.
• Juara: Juara kami dapat membantu kami berkembang. Kami ingin mempromosikan produk baru, mendapatkan umpan balik mereka tentang produk yang kami jual, dan menggunakannya untuk mendapatkan referensi, studi kasus yang bagus, dan mungkin yang paling penting, menggunakannya untuk menentukan ICP yang kuat.
• Hibernasi: Dan, di ujung bawah basis pelanggan kami adalah pelanggan Hibernasi. Menargetkan mereka dengan penawaran diskon 20% untuk pesanan apa pun bulan ini, misalnya, bisa menjadi cara yang bagus untuk melibatkan kembali mereka. Dan tentu saja, kami tidak ingin mengirimkan penawaran ini ke seluruh basis pelanggan kami karena Juara dan Pelanggan Setia kami akan tetap memesan dari kami; kami hanya akan memberikan margin yang tidak perlu.

Wawasan RFM

Melihat lebih detail di setiap segmen, ada deskripsi yang jelas tentang masing-masing dan apa yang membuat pelanggan cocok dengan segmen itu, serta wawasan yang dapat ditindaklanjuti yang dapat Anda gunakan untuk setiap segmen dalam analisis RFM.

Sumber: ProspectSoft

Manfaat analisis RFM

Untuk penjual produk B2B, manfaat analisis RFM sudah jelas. Analisis RFM tidak hanya dapat membantu Anda memantau perilaku pembelanjaan pelanggan Anda secara real-time, tetapi juga akan membuat upaya pemasaran dan penjualan menjadi lebih strategis dan tepat waktu.

Secara keseluruhan, analisis RFM membantu Anda memaksimalkan nilai seumur hidup pelanggan Anda, yang penting untuk kesuksesan B2B yang menguntungkan.

Keterbatasan analisis RFM

Untuk merasakan manfaat sebenarnya dari analisis RFM, sangat penting untuk menghitungnya di seluruh basis pelanggan Anda setiap hari. Jika Anda memiliki ratusan atau bahkan ribuan pelanggan, ini akan menjadi manual, memakan waktu, dan monoton. Carilah sistem yang memiliki analisis RFM bawaan sehingga kerja keras dilakukan untuk Anda.

Bahkan jika Anda menggunakan perangkat lunak atau semacam otomatisasi dengan analisis RFM bawaan, idealnya itu tidak memiliki ambang batas dan batasan yang dikodekan secara keras. Jika tidak, segmentasi tidak akan dinamis atau berskala saat penjualan dan data Anda berubah. Pastikan Anda juga dapat mengecualikan pelanggan anomali tersebut; Anda tidak ingin ada data B2C atau beberapa pelanggan besar yang mengubah statistik Anda!

Saatnya untuk mencobanya

Mari kita bicara tentang beberapa hal yang dapat Anda lakukan untuk mengambil tindakan dengan analisis RFM untuk mencapai pertumbuhan yang dapat diprediksi dan berulang.

1. Evaluasi: Evaluasi Juara dan Pelanggan Loyal Anda vs. pelanggan Hibernasi dan Berisiko Anda untuk menyempurnakan ICP Anda.
2. Bandingkan: Bandingkan kampanye bisnis baru Anda dan prospek saat ini dengan ICP Anda untuk fokus menciptakan Juara masa depan daripada pelanggan Hibernasi di masa depan. Gunakan studi kasus, testimonial, dan referensi pribadi dari Champion yang ada untuk menutup prospek yang tepat dan mengamankan akun baru.
3. Onboard: Tetap di atas Pelanggan Baru dan Loyalis Potensial dengan sepenuhnya mengorientasikan mereka dan mengubahnya menjadi pembeli reguler. Jika Anda memiliki banyak pelanggan baru yang masuk, fokuslah pada pelanggan yang cocok dengan ICP Anda karena ini adalah Juara masa depan Anda.
4. Kembangkan: Targetkan kampanye pelanggan yang ada dan penawaran khusus untuk terus mendorong pelanggan baru, dan pelanggan lama ke kanan, membangun lebih banyak akun bernilai tinggi.
5. Upsell: Kemudian, targetkan upsell dengan hati-hati kepada pelanggan yang akan merespons dan jangan buang bandwidth Anda untuk mereka yang tidak mau.
6. Fokus: Prioritaskan aktivitas pengelolaan akun Anda pada segmen Berisiko dan Jangan Kalah, atau lebih baik lagi, gunakan kecerdasan buatan untuk memprediksi potensi peringatan churn untuk membantu Anda fokus pada pelanggan ini dengan cepat dan awal.

Singkatnya, RFM adalah satu-satunya analisis untuk penjual produk yang menciptakan pertumbuhan yang dapat diprediksi dan berulang setiap saat!

Sekarang setelah Anda menyelesaikan analisis RFM dan menyegmentasikan pelanggan Anda, pelajari bagaimana Anda dapat menyelaraskan tim penjualan dan pemasaran Anda untuk mencapai sasaran.