Аббревиатура RFM расшифровывается:

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

Зачем делать RFM-анализ

Зная сегменты по RFM, можно настроить цепочки рассылок, таргетированную или контекстную рекламу в зависимости от сегмента пользователя. А некоторых людей можно будет исключить из показа, чтобы не тратить деньги на нецелевую аудиторию. 

Вот несколько примеров, как использовать сегменты:

• Рассказывать про новинки и акции наиболее лояльным клиентам.
• Высылать реактивационные промокоды или спецпредложения тем, кто давно не взаимодействовал с компанией.
• Дарить больше бонусов тем, кто покупает редко, но на большие суммы.
• Показывать рекламу «уснувшей» базе.

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.

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.

По давности заказа (recency):

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

По частоте покупок (frequency):

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

По сумме покупок (monetary):

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

Например, пользователь «111» покупал давно, один раз и на маленькую сумму. Пользователь «333»: покупает часто, на большую сумму и последняя покупка была недавно. Это наши лучшие клиенты.

Диапазоны для 1, 2 и 3 вы задаете сами. То есть, вы сами определяете, что значит маленькая, средняя и большая сумма продаж: для какого-то бизнеса 10 000 руб. — это много для 1 клиента, для какого-то — почти ничего.

Например, покупка автомобиля год назад — это недавно. Покупка аксессуаров для телефона год назад — это давно.

RFM-анализ удобнее всего делать с использованием «Сводных таблиц» в Excel или даже в Google Таблицах — там тоже есть такая функция.

Мы сняли видео о том, как делать RFM-аналитику в Excel. Оно — самое понятное из тех, которые я встречала. Посмотрите.

Теперь о главном — как применить RFM-сегментацию в рассылках.

Как применить RFM-анализ на практике

После разделения людей на группы может получиться максимум 27 сегментов. Может быть меньше — если, например, в базе нет клиентов, которые покупали много, но редко и давно.

Если получившиеся сегменты достаточно большие, с каждым из них можно работать индивидуально. Также можно объединить близкие сегменты. Главное, помнить основной принцип: лучших клиентов мы стараемся удержать, середнячков «раскрутить» до лучших, а уходящих и почти потерянных — вернуть.

Важно понимать, что пользователи могут перетекать из сегмента в сегмент. Те, кто покупал много, могут перестать делать покупки, а «спящие» клиенты могут проснуться и стать постоянными покупателями.

Как часто пересматривать сегменты

Время от времени надо пересматривать сегменты и снова делать RFM-анализ. Как часто — зависит от того, насколько подвижная у вас база. Если вы 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.

Для кого подходит RFM-анализ

RFM-анализ подходит для всех. Но особенно наглядным будет для компаний с большими базами — от 10 000 адресов. Надо выделить 27 сегментов и понять, как работать с каждой группой сегментов. Одним — цепочку реактивации, другим — персональные скидки, третьим — регулярные рассылки, а четвёртых реанимировать. С малым количеством клиентов сделать такое получится не всегда.

Что в итоге

• RFM-анализ — метод анализа, позволяющий сегментировать клиентов по частоте и сумме покупок и выявлять тех клиентов, которые приносят больше денег.
• RFM-анализ разделяет клиентов на группы, основываясь на давности, частоте покупок и общей сумме покупок. 
• Всего можно разделить клиентов на 27 сегментов. С каждым сегментом можно строить отдельные коммуникации, давать им разную рекламу и делать разные email-рассылки.
• Пользователи могут перетекать из сегмента в сегмент.
• RFM-анализ подходит для всех, но особенно наглядным будет для компаний с большими базами.