RFM-анализ. Как сегментировать пользователей и что важно знать

В этой статье мы разобрались, как работает инструмент сегментации клиентов в зависимости от частоты покупки. Он подойдет, если вы хотите разделить базу на группы, персонализировать сообщения и получить больше лидов. 

RFM-анализ — не единственный инструмент сегментации, их еще много. Но для некоторых компаний он дает классный результат. Рассказываем, при каких обстоятельствах. 

Что такое RFM-анализ и какие задачи он решает

RFM-анализ помогает сегментировать клиентов по частоте и сумме покупок, а также по времени с последней покупки. Его используют, чтобы построить стратегию обращения к каждой отдельной группе клиентов. Он поможет найти и лояльных покупателей и тех, кто перестал общаться после первой покупки.

Что дословно означает RFM:

• Recency (давность). Метрика показывает, когда клиент совершил последнюю покупку. Этот параметр помогает выделить новых клиентов, а также отслеживать время, прошедшее с момента последней покупки.
• Frequency (частота). Параметр отражает регулярность покупок. Помогает определить постоянных клиентов, которые верны бренду и скорее всего продолжат покупать.
• Monetary (деньги). Указывает на общую сумму, которую клиент потратил. Чем выше значение, тем больше средств клиент оставил у вас.

Понимание того, к какому из сегментов по RFM относится клиент, помогает персонализировать общение. Например, с помощью RFM логистическая компания может предположить, какой сегмент клиентов будет чаще использовать доставку до двери. И настроить кампании, которые дадут лучший результат.

Примеры задач, для которых используют RFM-сегментирование:

• Регулярно рассказывать ключевым клиентам о новинках и акциях, чтобы поддерживать их лояльность.
• Реактивировать «спящих» клиентов с помощью специальных предложений или промокодов.
• Мотивировать клиентов, которые делают крупные покупки, но редко, при помощи значительных бонусов.
• Использовать таргетированную рекламу для возвращения «спящих» клиентов.

Плюсы и минусы метода

Плюсы:

• Универсальность. RFM-анализ подходит для бизнеса из любой отрасли: от интернет-магазина бытовой техники до кофейни у дома.
• Простота использования. Метод не требует специальных знаний и опыта. Если данные о клиентах собираются автоматически в платформе вроде CDP, то разделить базу клиентов на группы можно за несколько минут.
• Снижение затрат на маркетинг. Метод помогает оптимизировать расходы, за счет фокуса на работе с лояльными клиентами, вместо привлечения новых.

Минусы:

• Нужен большой объем данных. RFM-анализ эффективен только при наличии обширной клиентской базы и данных о пользователях.
• Нельзя настроить один раз и навсегда. Сегментация должна обновляться, так как клиентская база постоянно меняется. Если вы делаете сегментацию один раз и руками, она быстро устареет. 
• Ограниченные критерии. Анализ учитывает только три параметра и игнорирует другие важные факторы, такие как сезонность или поведенческие особенности.
• Сложно применить к потенциальным клиентам. Метод работает только с существующими клиентами, но может помочь выявить характеристики сегментов для поиска новых клиентов.

Основной недостаток RFM-анализа в том, что он может давать искаженные данные, так как метрики часто отражают внешние факторы, а не только лояльность клиентов. К тому же, не во всех компаниях система аналитики предоставляет данные, а значит сегментировать 100% клиентов по методу RFM сложнее.

Когда не нужна сегментация по RFM

RFM-анализ может быть ценным инструментом для маркетинговой стратегии, но он подходит не каждой компании. Вот несколько примеров, когда RFM-анализ может оказаться бесполезным:

• У компании небольшая клиентская база. Если у вас всего 100 клиентов и вы разделите их на 27 сегментов по RFM-критериям, то во многих сегментах окажется слишком мало клиентов для анализа. Начинать сегментацию стоит, если в базе около 1000 клиентов и 3000 транзакций.
• Компания на рынке недавно. Для недавно запущенных стартапов RFM-анализ рано проводить, так как все клиенты совершили покупки относительно недавно. Важно подождать несколько месяцев, чтобы накопить достаточно данных для анализа. Если транзакций немного, могут потребоваться месяцы, чтобы собрать данные.
• В компании нет данных по всем трем параметрам. Если бизнес-модель не включает данные о давности покупок, их частоте и чеке, метод не сработает. Например, SaaS-сервисы часто продаются один раз с последующим регулярным продлением подписки, и здесь не в полной мере работают метрики частоты и давности. 
• Продукт не подразумевает повторные покупки. Если вы продаете товары, которые люди обычно покупают редко (например, недвижимость), RFM-анализ не даст полной информации, поскольку частота покупок будет не важна. А еще его будет сложно использовать для повышения среднего чека или развития клиентской базы.
• В компании нет планов по работе с базой. RFM-анализ стоит проводить только если у вас есть ресурсы и желание работать с полученными данными для улучшения маркетинговых активностей. Без готовности применить результаты анализа для разработки и реализации стратегий работы с клиентами, сам анализ не имеет смысла.

У нас есть отдельная статья про сегментацию клиентов. Используйте ее, чтобы подобрать подходящий вашей компании метод. 

Как разделить клиентов на сегменты по RFM

Чтобы сегментировать клиентскую базу с помощью RFM-анализа, нужно три этапа.

Сбор данных 

Сегментация начинается со сбора всех необходимых данных о клиентах. Для B2B это может быть название компании, ИНН, контакты, должность и имя ЛПР. В B2C это обычно ФИО, email-адрес и номер телефона клиента. И самое главное, нужны данные о датах, видах и суммах сделок. 

Определите период, за который будут собираться данные о клиентах. Их можно вручную добавлять в таблицу или автоматизировать процесс, используя CDP-платформу.

У нас есть подробная статья о том, как CDP поможет собирать клиентские данные и использовать их.

Группировка и оценка пользователей 

Дальше нужно создать систему оценки клиентов по каждому из трех критериев RFM. Чаще всего для этого используют трехбалльную систему. 

Recency (Давность покупки):

• 1 балл — покупали недавно (активные);
• 2 балла — спящие;
• 3 балла — покупали давно (уходящие).

Frequency (Частота покупки):

• 1 балл — покупают часто;
• 2 балла — покупают редко;
• 3 балла — купили разово.

Monetary (Вложения):

• 1 балл — большой чек;
• 2 балла — средний чек;
• 3 балла — низкий чек.

Критерии для каждого параметра уникальны для каждой компании. 

Анализ результатов 

В итоге для каждого клиента у вас появится описание из трех цифр, например, 121. Всего возможно 27 комбинаций. Эти сегменты помогут понять, какие клиенты являются наиболее ценными.

111 покупали недавно, покупают часто, большой чек	121 покупали недавно, покупают редко, большой чек	131 покупали недавно, купили разово, большой чек
112 покупали недавно, покупают часто, средний чек	122 покупали недавно, покупают редко, средний чек	132 покупали недавно, купили разово, средний чек
113 покупали недавно, покупают часто, низкий чек	123 покупали недавно, покупают редко, низкий чек	133 покупали недавно, купили разово, низкий чек
211 спящие, покупают часто, высокий чек	221 спящие, покупают редко, высокий чек	231 спящие, купили разово, высокий чек
212 спящие, покупают часто, средний чек	222 спящие, покупают редко, средний чек	232 спящие, купили разово, средний чек
213 спящие, покупают часто, низкий чек	223 спящие, покупают редко, низкий чек	233 спящие, купили разово, низкий чек
311 уходящие, покупают часто, высокий чек	321 уходящие, покупают редко, высокий чек	331 уходящие, купили разово, высокий чек
312 уходящие, покупают часто, средний чек	322 уходящие, покупают редко, средний чек	332 уходящие, купили разово, средний чек
313 уходящие, покупают часто, низкий чек	323 уходящие, покупают редко, низкий чек	333 уходящие, купили разово, низкий чек

На основе результатов анализа можно разработать персональные маркетинговые стратегии для каждого сегмента пользователей. Различные сообщения помогут удержать лояльных клиентов, стимулировать средних к более частым покупкам и вернуть «спящих».

Как работать с разными сегментами в RFM

Общение с разными сегментами помогает использовать данные для управления клиентской базой. На основе портретов «идеальных» покупателей можно привлекать потенциальных. А еще можно управлять потребностями текущих клиентов, переводя их из одного сегмента в другой и постепенно превращая в постоянных. 

Например, крупная сеть супермаркетов хочет строить долгосрочные отношения с клиентами и сегментирует клиентов по RFM. Анализ помог понять, что в базе есть большой сегмент «спящих» клиентов: они раньше покупали много и часто, но сейчас пропали с радаров. 

RFM-анализ поможет вернуть их к диалогу: он подскажет, чем интересовались эти клиенты и даст идеи для персональных предложений, которые вернут их интерес.

Разберем еще несколько примеров коммуникации с разными сегментами:

Постоянные клиенты

Сегмент	Описание клиента	Механики общения
111	Покупали недавно, покупают часто, большой чек	Уделять особое внимание. Предлагать нематериальные бонусы и эксклюзивный доступ
112	Покупали недавно, покупают часто, средний чек	Не перегружать сообщениями. Отправлять персональные подборки и акции, чтобы поддерживать интерес
113	Покупали недавно, покупают часто, низкий чек	Стимулировать рост среднего чека за счет акций — например, купи на сумму N и получи подарок или скидку
121	Покупали недавно, покупают редко, большой чек	Постоянных клиентов, которые недавно совершили покупку, стоит регулярно спрашивать о товаре, чтобы вовремя понять, что что-то пошло не так
122	Покупали недавно, покупают редко, средний чек	Предлагать более дорогие товары, протестировать увеличение частоты рассылок
123	Покупали недавно, покупают редко, низкий чек	Поддерживать интерес клиентов к товарам: сообщать про новинки, отправлять предложения с сопутствующими товарами или аксессуарами к тем товарам, которые они уже купили

Новые пользователи

Сегмент	Описание клиента	Механики общения
131	Покупали недавно, купили разово, большой чек	Удержать персональными рассылками с полезными материалами, эксклюзивный доступ к новым продуктам и персонализированную поддержку
132	покупали недавно, купили разово, средний чек	Рассказать больше о продукте, заинтересовать функционалом
133	покупали недавно, купили разово, низкий чек	Вернуть к диалог уперсональным касанием, сниизить количество рассылок

«Спящие» клиенты

Сегмент	Описание клиента	Механики общения
211	Неактивные, были постоянными, высокий чек	Понять причину ухода.
212	Неактивные, были постоянными, средний чек	Напомнить о себе, предложить уникальный промокод.
213	Неактивные, были постоянными, низкий чек	Вернуть к диалогу персональным сообщением
221	Неактивные, редкие, большие суммы	Напомнить о ценности продукта, предложить акции
222	Неактивные, редкие, средние суммы	Активировать через персонализированное предложение
223	Неактивные, редкие, маленькие суммы	Понять причину малой активности, предложить релевантные продукты

Уходящие клиенты

Сегмент	Описание клиента	Механики общения
311	Уходящие, были постоянные, большие суммы	Понять причину уменьшения покупок, предложить скидку.
312	Уходящие, были постоянные, средние суммы	Активировать через персонализированное предложение
313	Уходящие, были постоянные, маленькие суммы	Активировать через персонализированное предложение
321	Уходящие, редкие, большие суммы	Выяснить причину ухода, предложить индивидуальные условия
322	Уходящие, редкие, средние суммы	Исследовать потребности, предложить подходящие товары или услуги
323	Уходящие, редкие, маленькие суммы	Повысить интерес к продукту через образовательный контент

Клиенты с однократной покупкой

Сегмент	Описание клиента	Механики общения
331	Один раз, давно, большие суммы	Эти клиенты, скорее всего, не вернутся. Предложить персонализированные условия для повторной покупки
332	Один раз, давно, средние суммы	Эти клиенты, скорее всего, не вернутся. На всякий случай им можно отправить реактивационную рассылку с промокодом. Если они не реагируют на сообщения больше года, их можно удалить из базы
333	Один раз, давно, маленькие суммы	Низкозатратные активации: предложение скидки или акционного товара, основанного на прошлой покупке

В таблицах выше мы показали примерные стратегии общения с некоторыми сегментами. В реальности они должны быть сильно адаптированы под особенности продукта и каналы общения. Стратегии для похожих сегментов можно объединить. 

При разработке коммуникационной стратегии важно учитывать не только RFM-сегментацию, но и дополнительные данные о клиентах, такие как их потребности, предпочтения, история общения с компанией и обратная связь. Это позволит создать более целенаправленные и эффективные кампании для каждого сегмента.

Чтобы узнать больше о возможностях работы с клиентскими данными в платформе Carrot quest, просто оставьте заявку. Наш менеджер свяжется с вами и найдет решение под ваши задачи и бюджет.

RFM в механиках. Разбираем на кейсах

Посмотрим, как бренды используют RFM-сегментацию в маркетинге.

Застройщик «Стрижи» делится актуальными новостями с активной аудиторией

Команде компании-застройщика было важно собирать больше лидов с текущего трафика и конвертировать в покупку «активных». По recency это группа 1. 

Чтобы собирать заявки пользователей, которые уже готовы к покупке недвижимости, настроили поп-ап о начале продаж. В нем предлагаем получить pdf с планировками и ценами в новых домах.

Результаты поп-апа:

→ 0,3% — конверсия из прочтения в контакт.
→ 98 заявок на консультацию.
→ 3 продажи.
→ 24 081 000 рублей.

Moscow Digital School конвертируют холодную аудиторию с рекламы

В онлайн-школе MDS высокий средний чек и длинный цикл сделки. Чтобы эффективно конвертировать в заявку новых посетителей, команда маркетинга настроила поп-ап с колесом фортуны. 

Колесо фортуны — игровая механика, где пользователь крутит колесо и случайным образом получает подарок, например, скидку или полезные материалы. Чтобы запустить колесо, пользователю предлагают оставить контакты. Приз отправляется на email.

22% пользователей, которые увидели поп-ап, оставили свои контакты. 7,8% из них купили курс.

Онлайн-бутик Authentica.love возвращают пользователей, ушедших на этапе оформления заказа

Бренд запустил триггерную email-цепочку из трех писем о брошенной корзине. В письмах они стараются вернуть внимание клиента — сначала они отправляют подборки, а затем дополнительное письмо. 

Пользователям, которые положили товары в корзину, но не оформили заказ, через два часа приходило первое автоматическое письмо. В нем стимулировали вернуться на сайт и завершить покупку — напоминали, что выбранные товары ждут в корзине и могут закончиться.

Если пользователь не оформил заказ после первого письма, через 2 дня ему автоматически отправлялось еще одно ― с той же подборкой товаров. Третье письмо отправлялось еще через 2 дня по той же логике.

Триггерные email-рассылки о брошенной корзине принесли 138 заказов и 1,1 млн рублей выручки за три месяца.

Как RFM помогает улучшать клиентский опыт

RFM-анализ играет важную роль в управлении клиентской базой и повышении LTV (пожизненной ценности клиента). Он позволяет найти наиболее ценных клиентов и разработать целевые маркетинговые стратегии для разных сегментов. 

Вот как RFM-анализ влияет на ключевые моменты работы с клиентами:

• Уменьшение клиентов с высокой вероятностью отказа. Помогает определить клиентов с высоким риском оттока и создать механики удержания для них.
• Активация «спящих». Помогает найти тех, кто совершили покупки, но не проявляют активности в течение определенного времени и предлагать им реактивирующие сообщения.
• Поддержка лояльных клиентов. Помогает найти сегменты с высокой частотой и суммой покупок и недавней активностью. И на основе данных предлагать механики для укрепления отношений. 
• Развитие новых покупателей. Помогает найти клиентов, которые совершили свою первую покупку недавно и на значительную сумму. Онбордить их в продукт, чтобы помочь лучше понять предложения и стать более вовлеченными.

Как внедрить RFM-анализ в ежедневную работу

Чтобы провести RFM-анализ вручную в таблице или с помощью автоматизированных отчетов на CDP-платформе, следуйте этим шагам:

1. Соберите данные о покупках клиентов. Узнайте дату каждой покупки, сумму и частоту покупок для каждого клиента. 

2. Найдите пороговые значения чека, частоты покупки и количества покупок. Определите, что для вашего бизнеса считается высоким, средним и низким значениями для суммы покупок (Monetary), времени с последней покупки (Recency) и количества покупок (Frequency). Значения будут зависеть от специфики и текущих показателей вашего бизнеса.

3. Сегментируйте клиентов. Используя пороговые значения, разделите клиентов на сегменты. Присвойте каждому клиенту соответствующий уровень в каждой категории RFM, чтобы в итоге каждый клиент был классифицирован по трем параметрам.

4. Настройте механики под каждый сегмент. Используйте полученные сегменты для настройки целевых коммуникаций. Для активных покупателей разработайте стратегии поддержания интереса, для покупателей, находящихся в риске оттока, разработайте стратегии реактивации.

5. Пересмотрите пороговые значения. Регулярно пересматривайте и, при необходимости, корректируйте пороговые значения для сегментации, чтобы они соответствовали изменениям в поведении покупателей и динамике рынка. Это поможет поддерживать актуальность анализа и эффективность маркетинговых кампаний.

Чек-лист по RFM: коротко о главном

1. Перед применением RFM-анализа важно понять, для каких целей он будет использоваться в вашем бизнесе. Этот анализ должен помочь вам сформировать сегментированную базу клиентов, но для достижения реальных результатов необходимо быть готовым к изменению маркетинговой стратегии. Если ресурсов для реализации изменений нет, анализ можно отложить.
2. RFM-анализ подходит не всем. Если у вас стартап, маленькая клиентская база или продукт, который покупают раз в жизни, стоит поискать другой метод сегментации и взаимодействия с клиентами.
3. Для RFM-анализа важна чистая и структурированная база данных. Используйте  CDP-платформы, чтобы автоматизировать сбор данных и обновление сегментов.
4. Прежде чем приступать к анализу, определите критерии для сегментации. Установите, какая периодичность покупок считается частой, какая покупка считается недавней и какие суммы являются маленькими или большими. 
5. Проведите сегментацию клиентов, ранжируя их по трём группам в соответствии с каждым из критериев RFM. Это приведет к созданию 27 сегментов. При необходимости объедините сегменты в более крупные группы для упрощения анализа.
6. Разработайте индивидуальную маркетинговую стратегию для каждого сегмента. Используйте чат-боты на сайте и в мессенджерах, email-рассылки, звонки, ретаргетинг, программу лояльности и акции. Поддерживайте лояльных клиентов, активируйте неактивных, пытайтесь вернуть уходящих.
7. Оцените результаты кампаний, чтобы понять эффективность проведенного RFM-анализа и скорректировать стратегию в соответствии с полученными данными.