Analiza RFM: Aflați mai multe despre clienții dvs. și Segmentarea RFM

În acest articol, vom arunca o privire asupra analizei RFM (recență, frecvență, valoare monetară), care se bazează pe comportamentul grupurilor (sau segmentelor ) de clienți. Această metodă de analiză vă permite să studiați comportamentul utilizatorilor și modul în care efectuează plățile. Ca rezultat, veți primi informații valoroase pentru marketing direct.

Analiza RFM vă permite să segmentați clienții după frecvența și valoarea achizițiilor și să identificați acei clienți care cheltuiesc cei mai mulți bani.

• Recent – ​​cât timp a trecut de când un client a cumpărat ceva de la tine
• Frecvență – cât de des cumpără un client de la tine
• Valoarea monetară – valoarea totală a achizițiilor pe care le-a făcut un client

Conform acestor valori, este posibil să vă împărțiți clienții în grupuri pentru a înțelege care clienți cumpără o mulțime de lucruri frecvent, care cumpără puține lucruri, dar des și care nu au cumpărat nimic de mult timp.

De regulă, doar un mic procent de clienți răspund la ofertele promoționale generale. RFM este o metodă excelentă de segmentare pentru prezicerea răspunsurilor clienților, îmbunătățirea interacțiunilor și creșterea profiturilor. RFM folosește datele despre comportamentul clienților pentru a determina cum să lucreze cu fiecare grup de clienți.

Esența analizei RFM este de a împărți clienții în grupuri în funcție de cât de recent au făcut ultima lor achiziție, cât de des cumpără lucruri și valoarea medie a comenzilor lor. Pentru fiecare dintre aceste valori, atribuim clienții unuia dintre cele trei grupuri, cărora li se atribuie un număr de la 1 la 3.

Recent:

• 1 – clienți de lungă durată.
• 2 – clienți relativ recenti.
• 3 – clienții recenti.

Frecvență:

• 1 – cumpărături rar (comenzi unice).
• 2 – cumpără rar.
• 3 – cumpără des.

Valoare monetară

• 1 – valoarea scăzută a achizițiilor.
• 2 – valoarea medie a cumpărăturilor.
• 3 – valoarea ridicată a achizițiilor.

Clienților li se atribuie valori RFM prin concatenarea numerelor lor pentru valoarea recentă, frecvență și monetară. De exemplu, clientul 111 a făcut o comandă cu o valoare monetară mică cu mult timp în urmă. Clientul 333, pe de altă parte, face adesea comenzi de mare valoare și a făcut o achiziție recent. Clienții cu 3 în fiecare categorie sunt cei mai buni clienți ai tăi.

Există două moduri convenabile de a efectua analiza RFM: folosind OWOX BI și folosind Excel (sau Google Sheets).

Spre deosebire de Excel, OWOX BI vă permite să calculați automat RFM.

Sursa de date pentru această analiză este un tabel sau vizualizare în Google BigQuery cu date despre fiecare comandă cu următoarele câmpuri:

• userId – ID-ul de utilizator al clientului în baza de date a site-ului web / ERP.
• venit – venit din comandă.
• creat – data creării comenzii.

Pasul 1 . Vă recomandăm să utilizați datele privind comenzile confirmate din ERP-ul dumneavoastră. Puteți exporta cu ușurință aceste date în BigQuery folosind OWOX BI Pipeline.

Pasul 2 . OWOX BI vă oferă, de asemenea, posibilitatea de a personaliza importul rezultatelor analizei RFM în Google Analytics. Acest lucru vă va permite să:

• Creați noi rapoarte și segmente personalizate în Google Analytics pentru o analiză mai aprofundată a audienței folosind informații suplimentare despre utilizatori
• Utilizați analiza RFM pentru a crea segmente de public de remarketing pentru Google Ads, buletine informative prin e-mail și programe de loialitate

Pasul 3 . Configurarea importului de date de analiză RFM în Google Analytics din Google BigQuery constă în doi pași:

1. Configurarea unei resurse web Google Analytics.
2. Crearea unui flux în OWOX BI Pipeline.

Să aruncăm o privire mai atentă asupra ultimelor două puncte.

1. Creați dimensiuni personalizate la nivel de utilizator pentru a stoca rezultatele analizei RFM (Definiții personalizate → Dimensiuni personalizate → +Dimensiune personalizată nouă ):

2. Creați un set de date pentru a importa date în Google Analytics (Import de date → Set de date nou) :
   

• Specificați comportamentul de import ca timp de interogare. Acest lucru vă va permite să combinați datele importate cu datele istorice; în caz contrar, datele vor fi îmbinate numai cu accesările colectate în Google Analytics după descărcarea rezultatelor analizei RFM. Rețineți că importarea timpului de interogare este disponibilă numai pentru utilizatorii Google

• Apoi, denumește setul de date și determină lista de vizualizări în care vor fi disponibile datele importate:​
  

• În cele din urmă, definiți o schemă de date și salvați setul de date:​

Asta e. Acum ați configurat setările proprietății web Google Analytics pentru importarea datelor. Acum puteți continua la import.

1. Pregătiți o interogare SQL care va returna datele în structura corectă .

2. Creați un flux în OWOX BI Pipeline conform instrucțiunilor de aici .

Așteptați până când datele apar în Google Analytics:

Totul este gata. OWOX BI va efectua automat analize RFM fără a necesita prea multă implicare din partea dvs.

1. Pentru a calcula RFM în Excel, începeți prin a descărca datele despre tranzacții din CRM: numele clientului, data achiziției și suma achiziției:
   

2. Pentru a determina data ultimei achiziții pentru fiecare client, de câte ori a cumpărat clientul de la dvs. în total și valoarea monetară totală a tuturor acestor comenzi, utilizați un tabel pivot.
   

3. Deoarece este posibil ca unii clienți din CRM să nu fi cumpărat niciodată ceva, trebuie să combinăm toate tranzacțiile lor într-o singură linie. Pentru a face acest lucru, adăugăm valoarea Client în rânduri .
   

4. Acum trebuie să numărăm câte comenzi a plasat fiecare client. Pentru a face acest lucru, adăugați Data Cumpărării la Valori (nu uitați să indicați COUNTA în coloana Rezumat).

5. Apoi, calculați valoarea totală a tuturor comenzilor pentru fiecare client. Pentru a face acest lucru, adăugați Suma achiziției în Valori, iar în coloana Rezumați după , indicați SUM .
   

6. Acum trebuie să calculăm data ultimei achiziții pentru fiecare client. Pentru a face acest lucru, adăugați Data Cumpărării la Valori și specificați MAX în graficul deja cunoscut de noi.

Asta e pentru pregătirea analizei. Acum trebuie să transferăm aceste date pe o nouă pagină pentru a calcula valorile RFM.

7. Mai întâi, redenumiți coloanele drept Client , Data ultimei achiziții , Frecvența comenzii , Numărul de comenzi și Suma achiziției .​Acum trecem la partea principală a analizei. Folosind formula = TODAY () - calculăm cu câte zile în urmă un client a făcut ultima achiziție. Acestea vor fi datele pentru valoarea noastră R (recentă):

8. În acest moment, avem toate datele despre Recent, Frecvență (număr de comenzi) și Valoare monetară (sumă). Acum vom atribui valori de la 1 la 3 (conform criteriilor menționate mai sus) pe baza acestor date.

Să începem cu valorile pentru Recency. Primul lucru pe care trebuie să-l facem este să calculăm cât timp au cumpărat de la noi 33% și 66% dintre clienții noștri. Acest lucru se face cu ușurință folosind formula = PERCENTILE.INC (C2: C12; 0,33) și = PERCENTILE.INC (C2: C12; 0,66) . Acum știm că 33% dintre clienți au cumpărat produsele noastre cu mai puțin de 61 de zile în urmă, iar 66% au cumpărat cu mai mult de 93 de zile în urmă.

9. În consecință, le atribuim clienților care au cumpărat cu mai puțin de 61 de zile în urmă cea mai mare valoare de 3. Celor care au plasat o comandă în urmă cu 61 până la 93 de zile li se atribuie o valoare de 2. Restului, care au cumpărat cu mai mult de 93 de zile în urmă, le atribuim un valoarea 1. Toate acestea pot fi calculate automat cu formula = IF (C2 <61; 3; IF (C2 <93; 2; 1)).

10. Folosind același principiu, calculăm valorile pentru F (Frecvență) și M (Valoare monetară): mai întâi, calculăm de câte ori 33% și 66% dintre clienți au făcut o achiziție și, pe baza rezultatelor, atribuim valori de la 1 la 3.​

11. Pentru o mai mare claritate, calculăm valoarea RFM prin concatenarea tuturor celor trei valori pentru fiecare client. Putem face asta folosind formula = D2 * 100 + F2 * 10 + H2 .
    

Asta e. Am făcut toate calculele necesare pentru analiza RFM în Google Sheets (sau Excel). Rețineți că, deși aceste formule ajută la automatizarea unor calcule greșite, tot trebuie să petreceți mult timp calculând RFM.

Dar dacă prețuiești timpul tău și al angajaților tăi, sau dacă ai o bază de date mare, îți recomandăm să faci analize RFM folosind OWOX BI. Dacă nu sunteți încă un utilizator OWOX BI, puteți încerca toate funcționalitățile gratuit.

Când toate calculele sunt gata și ți-ai segmentat clienții, este timpul să treci la partea de marketing.

Prin gruparea clienților după valorile RFM, puteți obține imediat o imagine completă a ceea ce se întâmplă cu baza dvs. de clienți. Să ne uităm la exemple ale unor grupuri de clienți.

Grupul 3R-3F-3M – cel mai activ, cumpărați des

Aceștia sunt clienții tăi ideali. Este posibil să vă extindeți angajamentul cu ei lansând un program de loialitate, invitându-i la evenimente speciale sau întrebându-i cum ar dori să se dezvolte compania. Este important să le arătăm acestor clienți că sunt respectați și salutați utilizatorii.

Grupa 1R-1F-1M – cel mai puțin activ, cumpărat o dată / niciodată, cheltuit puțin

Deși acești clienți par să fie cei mai puțin promițători, nu ar trebui să-i anulați complet: s-au arătat interesați de produsele dvs. cel puțin o dată. Cel mai adesea, marketerii pregătesc mesaje provocatoare speciale pentru a împărți acești clienți în „cu siguranță dezinteresați de produs” și „promițători”. Clienții promițători pot fi transferați la următoarea categorie.

1 într-una din categorii

Unii dintre clienții dvs. ar putea avea o valoare de 122 (recent șchiop). Acest segment ar trebui să aibă puțin timp pentru a decide să se întoarcă la tine. Încercați să le oferiți produse care sunt de obicei cumpărate împreună cu cele pe care le-au achiziționat anterior pentru a trezi un reînnoit interes pentru compania dumneavoastră.

3 la una din categorii

Acești utilizatori reprezintă un segment promițător pentru cercetarea dvs. Sunt suficient de consecvenți pentru ca tu să experimentezi și să găsești o modalitate potrivită de a-și ridica ceilalți indicatori.

Metodologia RFM este departe de a fi absolută, dar este un instrument extrem de util pentru analiza bazei dvs. de clienți. Cu doar puțină muncă, veți vedea cum să adoptați o abordare individuală față de clienții dvs.

În același timp, rețineți că datele sunt influențate de anotimpuri, promoții și sărbători. Dacă un client cu un istoric extins de achiziții pentru luna curentă nu cumpără nimic luna viitoare, aceasta nu înseamnă că ar trebui să-l transferați imediat într-un alt segment. Poate că acesta este doar efectul sezonierului și, după un timp, vor relua achiziția.

Dacă mai aveți întrebări, întrebați-ne în comentariile de mai jos :)

Și dacă doriți să aflați mai multe despre Google Analytics și alte instrumente de analiză, abonați-vă la buletinul nostru informativ. În fiecare lună, veți primi sfaturi utile pentru agenții de marketing și analiștii moderni.