RFM 분석: B2B 제품 판매자를 위한 최고의 비밀
게시 됨: 2022-05-13실제 제품을 다른 비즈니스에 판매합니까? 최근성, 빈도 및 금전적 가치(RFM) 분석은 전 세계 기업에서 사용하는 기술이며 성장하는 B2B 도매업체 및 유통업체에 매우 유용한 전략입니다.
전체 고객 기반에서 이를 계산하는 방법과 RFM 통찰력을 실행하는 방법을 아는 것은 특히 소규모 비즈니스의 경우 까다로울 수 있습니다. 그러나 제품 판매자의 경우 반복 주문은 수익성 있는 성공에 필수적입니다.
이 기사에서는 RFM이 무엇이며 관심을 가져야 하는 이유, 계산 방법, RFM 통찰력을 사용하여 제품 비즈니스에서 예측 가능하고 반복 가능하며 확장 가능한 성공을 만드는 방법을 설명합니다.
RFM 분석이란 무엇입니까?
구체적인 내용으로 넘어가기 전에 RFM이 무엇인지 잠시 이해해 보겠습니다. 그런 다음 가장 중요한 질문으로 돌아가겠습니다. 이 데이터를 사용하여 퍼널 및 플라이휠의 속도를 높이고 B2B 도매 및 유통 비즈니스의 성장을 주도할 수 있는 방법은 무엇입니까?
RFM은 이미 보유하고 있는 데이터를 사용하여 고객을 세분화하기 위한 업계 전략입니다. 이 분석 기법은 recency, frequency, monetary value의 세 가지 영역에서 고객 지출 패턴을 평가합니다.
대기업에서는 잘 사용하지만 중소기업에서는 종종 무시합니다. 소규모 회사에는 일반적으로 필요한 데이터가 있지만 RFM을 이해하고 계산하는 것은 복잡하고 어려운 일입니다. 그럴 필요는 없습니다! 원칙은 논리적이고 이해하기 쉬우며 값비싼 컨설턴트나 데이터 분석가를 고용할 필요가 없기 때문에 현대 기술 덕분에 예산이 빠듯한 중소기업이 계산에 훨씬 더 쉽게 접근할 수 있습니다.
RFM 분석이 필요한 이유는 무엇입니까?
간단히 말해서 RFM은 도매업자와 유통업자를 위한 최고의 전략입니다. 그러나 우리는 무엇을 의미합니까?
모든 사람은 비즈니스 성장을 위해 반복 가능하고 예측 가능한 방법을 원합니다. 그러기 위해서는 마음을 읽는 사람이 되어야 하며 각 고객이 모든 단계에서 당신에게 원하는 것이 무엇인지 정확히 알아야 합니다. 그게 RFM의 일종입니다.
그러나 우리가 그것에 들어가기 전에 먼저 현대적인 판매 및 마케팅 이론을 약간 다루겠습니다.
깔때기 대 플라이휠 논쟁
깔때기와 플라이휠 사이에는 겉보기에 끝이 없는 논쟁이 있습니다. 사실, 두 모델 모두 어느 정도 옳습니다.
물론 새로운 고객을 유치해야 합니다. 물론 리드 생성은 판매 및 마케팅(깔때기)의 주요 초점입니다. 그러나 특히 도매 및 유통 비즈니스의 경우 반복 주문과 고객 재방문이 수익성과 예측 가능한 성장(플라이휠)의 핵심입니다. 고객의 성공이 핵심입니다. 솔직히 말해서, 반복 주문이 빵과 버터일 때 새는 양동이를 가질 여유가 없습니다!
따라서 성공적인 도매 및 유통 비즈니스는 깔때기 와 플라이휠을 결합하여 판매 및 고객 참여를 극대화하는 성장 전략을 채택합니다.
모든 비즈니스에서 새로운 고객의 유입을 장려하기를 원합니다. 즉, 이상적인 고객 프로필(ICP)에 적합한 양질의 리드를 유치해야 합니다. 그런 다음 판매를 통해 리드를 육성하고 마감 비율을 높여야 합니다.
이 세 가지를 잘 수행하면 귀하의 비즈니스에 더 많은 신규 고객을 생성할 수 있습니다. 그러나 도매 및 유통 분야에서는 다른 유형의 B2B 판매보다 훨씬 더 많은 고객을 성공적으로 온 보딩하고 평균 주문 가치와 평균 주문 빈도를 높이고 고객 평생 가치(CLTV)를 극대화하기 위해 더 오래 유지하는 것이 중요합니다. 즉, 기존 고객에게 초점을 이동하여 수익을 높이십시오.
우리 모두가 인식할 수 있는 몇 가지 간단한 예를 들어 보겠습니다. 커피 원두를 커피숍에, 자전거를 자전거 가게에, 포장을 테이크아웃에, 식품을 델리 및 레스토랑에 배포합니다. 무엇을 판매하든 고객에게 처음 판매하는 것만으로는 수익성이 거의 없습니다. 이익은 장기적인 관계와 시간이 지남에 따라 반복되는 재화 공급에 있습니다.
따라서 예측 가능하고 반복 가능한 성장을 생성하려면 고객으로부터 처음 3~4개의 주문을 받아 고객이 귀사를 공급업체로 볼 수 있도록 해야 합니다. 즉, 이 고객을 온보딩합니다. 그런 다음 장기적으로 유지하고 상향 판매하고 고객이 감소하거나 이탈하기 시작하면 다시 활성화합니다. 그러나 이 모든 것이 RFM 분석과 무슨 관련이 있습니까?
성공적으로 성장하고 수익성을 높이려면 퍼널과 플라이휠의 어느 위치에 있는 고객인지, 각 고객을 적절하게 타겟팅하는 방법과 프로세스의 각 단계에서 신속하고 대규모로 고객에게 무엇을 말해야 하는지 정확하게 알아야 합니다. . 따라서 대량 마케팅 또는 계정 관리에 대해 이야기하든 RFM 분석을 사용하면 적시에 올바른 메시지로 올바른 고객을 성공적으로 타겟팅할 수 있습니다.
RFM을 계산하는 방법
전체 고객 기반은 다음과 같은 세 가지 차원에서 효과적으로 평가됩니다.
- 최근성 : 그들이 당신에게서 얼마나 최근에 구매했는지에 대한 점수로, 일반적으로 1-3 또는 1-5의 순위 점수로 표시됩니다.
- 빈도: 일반적으로 지난 1년 또는 2년 동안 귀하로부터 구매하는 빈도에 대한 점수로 다시 1-3 또는 1-5의 순위 점수로 표시됩니다.
- 금전적 가치: 해당 기간 동안 귀하와 함께 지출한 금액은 다시 1-3 또는 1-5로 표시됩니다.
그러나 순위 1-3 또는 1-5는 무엇을 의미합니까? 그 순위를 어떻게 계산합니까?
먼저 고객을 분석하고 최근성, 빈도 및 금전적 가치에 대한 합리적인 범위를 계산합니다. 그런 다음 이를 3개 또는 5개의 동일한 버킷으로 나눕니다. 크기 또는 값 범위가 동일하지만 버킷이 고객의 동일한 분포인 경우 더 잘 작동하는 경우가 많습니다. 그런 다음 각 고객을 해당 버킷 중 하나에 넣고 점수를 줄 수 있습니다.
출처: ProspectSoft
여기에서 최근성, 빈도 및 금전적 가치에 대한 값 범위를 볼 수 있습니다. 예를 들어 위의 차트를 사용하여 고객의 최근성 점수를 할당할 수 있습니다. 18개월 전에 주문한 고객은 점수가 "1"이지만 2주 전에 주문한 고객은 점수가 "5"입니다. 분명히, 이러한 "버킷"에 레이블을 지정하여 평균 주문 수, 고객이 시간이 지남에 따라 구매하는 빈도 및 일반적으로 지출하는 금액과 더 관련이 있을 수 있습니다.
예시
Example Company Ltd의 점수는 다음과 같습니다.
- 최근: 3
- 빈도: 4
- 금전적: 5
이 사업의 경우 Example Company Ltd는 지난 2년 동안 가장 많이 지출한 상위 20% 및 가장 자주 지출한 상위 40%에 속합니다. 마지막 구매가 9개월 전이지만, 비교 대상이 되는 나머지 데이터 세트의 40% 이상을 최근에 주문하여 "충성 고객"이 되었습니다.
코호트
매우 다양하고 다양한 고객 집합이 있는 경우 이러한 "동질 집단"을 분할하고 싶을 것입니다. 코호트가 필요한 예는 고객의 50%가 아주 큰 주문을 드물게 주문하고 나머지 50%는 소규모 주문을 자주 하는 경우입니다. 이는 금전적 가치와 관련하여 특히 중요합니다.
예를 들어, 독립 소매업체인 일부 직접 고객이 있고 슈퍼마켓이 고객인 경우 큰 격차가 있는 경우 금전적 지출 측면에서 모든 소매업체를 슈퍼마켓과 비교할 필요가 없습니다. 또는 펍에 직접 판매하지만 호텔에 대량으로 유통하는 유통업체에도 판매한다고 가정해 보겠습니다. 해당 유통업체에 대한 판매 프로필은 매주 공급하는 독립 펍과 매우 다를 수 있습니다.
다음은 전체 분석에서 제외할 수 있는 몇 가지 일반적인 비정상 고객 예입니다.
- 실제 고객이 아니며 자신의 직접 소비자 활동을 나타내는 계정. 예: 자체 Amazon, eBay 또는 Shopify 스토어
- 소유 소매점이나 거래 카운터와 같이 자신의 ePoS 시스템을 설명하고 나타내기 위해서만 존재하는 계정
- 지출을 통제할 수 없는 계정. 예: 1년에 한 번만 대량 주문을 하는 대규모, 그리고 진정으로 변칙적인 계정
- 최대 절전 모드인 이유가 있는 계정입니다. 예: 그들의 사업은 계절적이어서 연중 다양한 시점에 일시적으로 문을 닫습니다.
- 대부분의 고객과 지출액이 매우 다른 계정
경험에 따르면 최대 2~3개의 집단을 유지하는 것이 좋습니다. RFM 분석은 서로 다른 고객을 측정하는 것이므로 매우 다른 유형의 고객이 있는 경우에만 코호트를 사용하는 것이 좋습니다.
스코어링을 사용하여 모델 구축
따라서 이러한 비교 점수가 있으면 이제 무엇을 해야 합니까? 먼저 이러한 점수를 각 고객에게 적용한 다음 Rubik의 큐브와 유사한 고객 행동의 3D 모델을 효과적으로 구축합니다.
당연히 최고의 고객은 333점, 최악의 고객은 111점입니다. 효과적으로, 당신은 최고의 고객을 맨 위 구석에 배치하고 최악의 고객을 맨 아래 구석에 배치하기 위해 이러한 3차원을 기반으로 구축하고 있습니다.
출처: Samba.ai
1-5점을 얻으면 더 복잡한 모델(5x5x5 Rubik's 큐브)을 얻게 됩니다. 이것은 더 복잡한 그림이지만 1-5 점수를 사용하는 이와 같은 표현은 이 계산을 수행하는 고전적인 방법이며 이를 통해 고객의 중요한 프로필을 작성할 수 있습니다.
출처: Samba.ai
분석을 이해하기
문제는 3D 모델로 작업하는 것이 상당히 어렵고 특히 3D 다이어그램의 모든 면을 한 번에 보고 싶은 경우 이를 설명하고 시각화하는 것이 훨씬 더 어렵다는 것입니다. 따라서 RFM 분석은 일반적으로 더 평평한 2차원 픽토그램으로 시각화되어 훨씬 이해하기 쉽습니다.
출처: ProspectSoft
위와 같은 2D 시각화에서 신규 고객은 오른쪽 하단에 "신규 고객"으로 도착하고, 적당한 가치로 자주 소비하기 시작하면 "잠재적 충성도", "충성도"로 빠르게 상승하고 결국에는 "챔피언". 그러나 반면에 "충성 고객"은 지출 빈도가 줄어들기 시작하거나 한동안 주문하지 않은 경우 "주의 필요"로 이동한 다음 "위험에 처함"으로 표류할 수 있습니다.
궁극적으로 완전히 다시 참여하지 않거나 다시 참여할 수 없는 고객은 "최대 절전 모드" 고객이 되고 결국 왼쪽 하단에 손실 또는 이탈로 다이어그램에서 탈락합니다.
목표는 이러한 추세를 조기에 식별하고 해당 단계에 도달하기 훨씬 전에 이를 역전시키는 조치를 취하는 것입니다. 이렇게 하려면 최소한 한 달에 한 번 팀과 가치를 계산, 재계산 및 다시 공유해야 하지만 이상적으로는 매주 또는 매일이므로 유동적입니다. 일부 고객이 더 자주 구매하기 시작할 경우를 대비하여 이러한 "버킷"을 다시 계산하는 것도 월별로 중요합니다.
이 모든 수학은 약간 복잡하고 어려울 수 있지만 스프레드시트에서 수동으로 수행할 수 있습니다. 그러나 판매 및 운영 계획 소프트웨어와 같은 도구를 사용하여 이를 자동화하고 무거운 작업을 대신 처리하는 것이 이상적입니다. 궁극적으로 RFM 분석이 효과적이고 정확하려면 고객 및 판매 데이터가 변경됨에 따라 매일 계산해야 합니다.
낮은 점수에 주목하는 이유는 무엇입니까?
계산을 시작하고 실행하면 RFM 분석이 가장 우수하고 가장 유망한 고객을 식별하는 데 도움이 된다는 것을 대부분의 관리자와 비즈니스 소유자에게 즉시 분명하게 알 수 있습니다.
그러나 소규모 제품 비즈니스에서는 최고의 고객이 누구인지 이미 알고 있는 경우가 많습니다. 영업, 계정 관리 또는 고객 서비스 팀과 이야기를 나누면 최고 점수를 받은 고객이 누구인지 알 수 있으며 이미 그들과 좋은 관계를 구축하고 있을 가능성이 높습니다. 따라서 집중해야 할 핵심은 중, 저득점자입니다.
점수가 낮을수록 개선할 영역을 식별하는 데 도움이 됩니다. 예를 들어 다음과 같은 내용을 나타낼 수 있습니다.
- "신규 고객"은 육성 및 온보딩이 필요합니다.
- 이전에는 "충성 고객"이 경쟁업체로 이동했을 수 있으며 마케팅 캠페인을 통해 재활성화되어야 합니다.
- 저가 제품을 정기적으로 구매하는 고객은 상향 판매 캠페인을 통해 가치 사슬 상위로 이동할 주요 후보입니다.
이 모든 것은 CLTV를 높이는 데 기여하는 특정 RFM 세그먼트를 상향 판매, 유지 또는 재활성화할 수 있는 기회입니다.
RFM 분석 예
이제 이 분석을 사용하여 비즈니스를 성공적으로 성장시키려면 어떻게 해야 합니까? 몇 가지 간단한 예를 들어 보겠습니다.
- 신규 고객: 신규 고객을 확보하면 저희에게서 구매를 시작한 지 얼마 되지 않은 고객에게 집중할 수 있으며 가능한 한 빨리 두 번째, 세 번째, 네 번째 주문을 받는 데 초점을 맞춘 개인 콘텐츠를 추가할 수 있습니다. 거래 구매자에서 관계 고객으로.
- 챔피언: 우리의 챔피언은 우리가 성장하는 데 도움이 될 수 있습니다. 우리는 신제품을 홍보하고, 우리가 판매하는 제품에 대한 피드백을 얻고, 이를 사용하여 추천, 좋은 사례 연구, 그리고 아마도 무엇보다도 강력한 ICP를 정의하는 데 사용하고 싶습니다.
- 최대 절전 모드: 그리고 고객 기반의 맨 아래에는 최대 절전 모드 고객이 있습니다. 예를 들어, 이번 달에 모든 주문에 대해 20% 할인을 제공하도록 타겟팅하면 고객을 다시 참여시킬 수 있는 좋은 방법이 될 수 있습니다. 그리고 물론 우리의 챔피언과 충성 고객이 어쨌든 우리에게서 주문할 것이기 때문에 이 제안을 전체 고객 기반에 보내고 싶지 않습니다. 불필요하게 마진을 줄 뿐입니다.
RFM 통찰력
각 세그먼트를 더 자세히 살펴보면 각 세그먼트에 대한 명확한 설명과 고객이 해당 세그먼트에 적합하도록 만드는 요소와 RFM 분석의 모든 세그먼트에 사용할 수 있는 실행 가능한 통찰력이 있습니다.
출처: ProspectSoft
RFM 분석의 이점
B2B 제품 판매자에게 RFM 분석의 이점은 분명합니다. RFM 분석은 고객의 지출 행동을 실시간으로 모니터링하는 데 도움이 될 뿐만 아니라 마케팅 및 영업 활동을 보다 전략적이고 시기적절하게 만들 수 있습니다.
전반적으로 RFM 분석은 수익성 있는 B2B 성공에 필수적인 고객의 평생 가치를 극대화하는 데 도움이 됩니다.
RFM 분석의 한계
RFM 분석의 진정한 이점을 경험하려면 매일 전체 고객 기반에서 RFM 분석을 계산하는 것이 중요합니다. 수백 또는 수천 명의 고객이 있는 경우 이는 수동적이고 시간 소모적이며 단조롭습니다. RFM 분석이 내장된 시스템을 찾으면 레그워크가 자동으로 수행됩니다.
RFM 분석이 내장된 소프트웨어나 일종의 자동화를 사용하더라도 이상적으로는 임계값과 한계를 하드 코딩하지 않아야 합니다. 그렇지 않으면 판매 및 데이터가 변경됨에 따라 세분화가 동적이거나 확장되지 않습니다. 이러한 비정상적인 고객도 제외할 수 있는지 확인하십시오. B2C 데이터나 소수의 대규모 고객이 통계를 왜곡하는 것을 원하지 않습니다!
시도해 볼 시간
예측 가능하고 반복 가능한 성장을 달성하기 위해 RFM 분석으로 조치를 취하기 위해 할 수 있는 몇 가지 사항에 대해 이야기해 보겠습니다.
- 평가: 챔피언 및 충성 고객과 최대 절전 모드 및 위험에 처한 고객을 평가하여 ICP를 개선하십시오.
- 비교: 새로운 비즈니스 캠페인과 현재 리드를 ICP와 비교하여 미래의 최대 절전 모드 고객이 아닌 미래의 챔피언을 만드는 데 집중하십시오. 기존 챔피언의 사례 연구, 평가 및 개인 참조를 사용하여 올바른 리드를 닫고 새 계정을 확보하십시오.
- 온보딩 : 신규 고객과 잠재적 충성도를 완전히 온보딩하고 일반 구매자로 전환하여 최신 상태를 유지하십시오. 새로운 고객이 많이 들어오는 경우 ICP와 일치하는 고객에 초점을 맞추십시오. 이들이 귀하의 미래 챔피언이기 때문입니다.
- 개발: 기존 고객 캠페인 및 특별 제안을 대상으로 하여 신규 고객을 계속 끌어올리고 기존 고객을 오른쪽으로 밀어 더 높은 가치의 계정을 구축합니다.
- 상향 판매: 그런 다음 응답할 고객에게 상향 판매를 신중하게 타겟팅하고 응답하지 않을 고객에게 대역폭을 낭비하지 마십시오.
- 초점: 계정 관리 활동의 우선 순위를 위험에 처하고 놓치지 마십시오 세그먼트에 우선 순위를 지정하거나 더 나아가 인공 지능을 사용하여 잠재적 이탈 경고를 예측하여 이러한 고객에게 신속하고 조기에 집중할 수 있습니다.
요약하면 RFM은 매번 예측 가능하고 반복 가능한 성장을 생성하는 제품 판매자를 위한 유일한 분석입니다!
RFM 분석을 완료하고 고객을 분류했으므로 목표를 달성하기 위해 영업 및 마케팅 팀을 조정 하는 방법을 알아보십시오 .