• Пт. Авг 12th, 2022

RFM-анализ: сегментируем клиентскую базу и применяем к кампаниям

Автор:admin

Июл 8, 2022

Не требует доказательств утверждение, что целевая реклама будет более эффективной, чем просто запущенная кампания без указания особенностей пользователей, которые ее увидят. Однако мало только настроить аудиторию в кабинете Яндекса или MyTarget. Чтобы сделать оптимальное предложение каждому потенциальному покупателю, нужно проводить сегментацию. 

Один из распространенных методов – RFM-анализ, о котором мы и расскажем в этой статье. Вы узнаете, как его проводить и применять в рекламе. 

Содержание 

RFM-анализ: что это и зачем применять 

Последствия отсутствия RFM-анализа 

Как провести RFM-анализ 

Как использовать RFM-анализ для увеличения продаж 

RFM-анализ: что это и зачем применять 

Закон Парето гласит, что 20% пользователей приносят бизнесу 80% прибыли. Эти люди покупают товары и услуги чаще всех остальных и тратят значительные суммы. Если вы хотите сохранить лояльных клиентов и продолжать получать прибыль, нужно выстраивать правильную работу с такими пользователями. Для этого важно понимать, кем они являются. 

Чтобы привлечь новых покупателей, компаниям приходится расходовать больше денег, чем для взаимодействия с уже существующей клиентской базой. Важным преимуществом лояльных пользователей является то, что они могут порекомендовать вас своим знакомым и друзьям. Так бизнес получает больше конверсий. Положительно настроенная аудитория часто возвращается за новыми или купленными ранее товарами, оставляет отзывы на разных ресурсах, проходит опросы удовлетворенности, участвует в активностях. 

Благодаря результатам RFM-анализа можно эффективно создавать таргетинги по принципу look-alike и делать предложения, которые точно понравятся потенциальным покупателям. За счет разделения базы на сегменты бизнес может выстроить качественную коммуникацию с аудиторией: вкладывать больше маркетинговых средств в те группы, которые скорее всего совершат покупку. 

RFM-анализ – известный метод, обеспечивающий сегментацию по нескольким параметрам: сумме и частоте покупок, а также прибыли для компании. Всем покупателям присваиваются баллы в зависимости от их активности. Чем выше итоговая оценка, тем меньше шансов на повторную покупку. 

RFM-анализ: сегментируем клиентскую базу и применяем к кампаниям

  • R (Recency) – время, прошедшее с последней покупки. Например, пользователь приобрел товар вчера, за это он получил 1 из 5 баллов Recency. Это высший результат. И наоборот, пользователь, который совершил последний заказ год назад, уже вряд ли вернется. За это он получает оценку 5. 
  • F (Frequency) – частота покупок за период времени. В случае, когда пользователь сделал первый заказ, показатель Frequency составит 5 из 5. Плохо, но вполне улучшаемо. Человек совершает покупки еженедельно? Frequency становится 1, хороший клиент с большими перспективами. 
  • M (Monetary) – потраченные клиентом деньги за все время. Допустим, человек потратил после регистрации 50 000, а его средний чек при этом составляет 12 500, его оценка может быть 1 или 2 из 5 в зависимости от того, по каким границам вы проводите сегментацию. 

RFM-анализ позволяет найти:

  • пользователей, покупающих часто и тратящих большие суммы денег;
  • покупателей, которые совершают небольшие заказы на постоянной основе;
  • людей, которые уже давно ничего у вас не приобретают. 

В дальнейшем работа будет строиться по принципу: поддерживать интерес у самых активных, мотивировать середняков, по возможности улучшать позиции ушедших покупателей. 

Правильная оценка пользователей возможна только в случае учета всех трех параметров. Будет ошибкой ориентироваться исключительно на время, прошедшее с последней покупки, или на общую потраченную сумму. 

Приведем пример. Пользователь №1 купил товаров на 70 000 руб., впоследствии на протяжении года он ничего не приобретал. Пользователь №2 никогда не делал крупных покупок, вместо этого он в течение года ежемесячно тратит 5 000 рублей на расходники. Доход компании от этого клиента – 60 000 руб. Если оперировать только деньгами, то может сложиться впечатление, что выгоднее для бизнеса будет пользователь №1. Ведь этот человек принес на 10 000 руб. больше. Однако это заблуждение. Лучшим для компании будет пользователь №2: он привык к сотрудничеству, доволен сервисом, ценой, доставкой или всем сразу. У такого человека реклама с большей вероятностью вызовет нужный отклик и спровоцирует покупку. В то же время трата рекламного бюджета на пользователя №1 вряд ли окупится, потому что он слишком давно делал заказ и почти наверняка не настроен на повторное взаимодействие. 

Не стоит забывать, что покупатели могут выйти из одного сегмента и переместиться в другой. Например, пользователь №1 может начать регулярно приобретать товары после годичного перерыва, если обнаружит, что в вашем интернет-магазине цены стали заметно ниже, чем у конкурентов. 

Последствия отсутствия RFM-анализа 

Без RFM-анализа бизнес может столкнуться с рядом сложностей. 

Траты на неэффективную рекламу 

Рекламные материалы, которые одновременно получили и новые, и бывшие, и активные клиенты без какой-либо дифференциации, могут стать бесцельной тратой денег. 

Приведем пример. Рекламный бюджет вашего бизнеса составляет 400 000 руб. Вы использовали эту сумму на запуск ремаркетинга и показы баннеров новым пользователям. Когда вы выставляли параметры ремаркетинга, не разделили аудиторию по времени покупки. В итоге люди, которые купили товары неделю назад и год назад, получили одинаковые объявления. Реклама без целевого предложения не даст максимальной прибыли. 

У нас есть подходящая статья, которая поможет избежать ошибок при настройке ретаргетинга: «Ретаргетинг на поиске от Яндекса: что это и как работает». 

Негативная реакция пользователей из-за спама 

По статистике, если пользователи видят одну и ту же рекламу больше 4 раз, цена клика становится на 68% дороже. Покажите объявление одному человеку 8 раз и посмотрите, как стоимость перехода взлетает на 138%. Люди перестают реагировать на повторные показы рекламы и могут даже поменять отношение к компании. Например, оставить раздраженный отзыв с требованием оставить в покое. Лучше не вызывать плохие эмоции, чем потом прорабатывать массу негатива от клиентов. 

Отсутствие реакции 

Если рекламное предложение не несет пользы, то человек пройдет мимо. Он не оставит заявку, не пришлет свой email, не кликнет по ссылке. Даже если ваше объявление несет в себе скидку, оно вряд ли заинтересует пользователя, которому не нужны предлагаемые товары. Вывод: реклама должна быть показана нужным людям в нужное время, только тогда она будет эффективной. 

Как провести RFM-анализ 

Анализ базы клиентов 

Чтобы начать RFM-анализ, нужно поработать с базой клиентов. На старте можно изучить две группы людей, авторизовавшихся на сайте: 

  • Оплатили покупки. 
  • Положили товар в корзину, но почему-то не оплатили. Например, стали искать более выгодный вариант на других ресурсах, вернулись к работе, срочно отвлеклись на какие-то дела. Обычно такие пользователи приходят обратно, если дать им выгодное предложение. 
  • Как итог, вы получите раздельную статистику по тем, кто купил, и тем, кто еще не оплатил. 

    Сегментация по методу RFM 

    Разделяем базу на группы в зависимости от давности покупки, частоты заказов и суммы потраченных средств. Мы должны получить 5 групп с оценками от 1 до 5 в каждом из параметров. 

    R (Recency) – группировка в зависимости от даты транзакции. 

    Изучаем даты покупок и выделяем самые недавние в группу с оценкой 1. Всех остальных нужно таким же образом разделить на сегменты и проставить им баллы вплоть до 5 (для самых давних заказов). 

    Градация с 5 уровнями позволяет эффективно отделить самых активных (или новых) от практически потерянных клиентов. В группах с оценкой 1 и 2 всегда будет меньше пользователей, чем в 3, 4 и 5. 

    Например, разделение по Recency может выглядеть так: 

    • последняя покупка более 360 дней назад – 5 баллов; 
    • 181–360 дней – 4; 
    • 91–180 дней – 3; 
    • 30–90 дней – 2; 
    • менее 30 дней – 1. 

    F (Frequency) – группировка по частоте покупки. 

    Выясняем, как много заказов могут считаться выгодными для вашего бизнеса. Важно оценивать адекватно, так как слишком низкая или чересчур высокая планка способна навредить точности расчетов. 

    Например, можно задать параметры таким образом: 

    • 1 покупка – 5 баллов;
    • 1–4 – 4; 
    • 5–8 – 3; 
    • 8–14 – 2; 
    • от 15 – 1. 

    M (Monetary) – сегментирование по количеству потраченных денег. 

    Чтобы сделать группировку более точной, исключаем из базы клиентов, которые потратили очень большие суммы. Они войдут в отдельный важный сегмент, даже если частота покупок у них очень низкая. 

    Основную часть групп можно представить так: 

    • траты менее 1000 руб. – 5 баллов; 
    • от 1001 до 4000 руб. – 4;
    • 4001–6000 руб. – 3; 
    • 6001–10 000 руб. – 2; 
    • 10 001 руб. и более – 1. 

    Чтобы добавить выделенным группам точности, следует ввести дополнительные параметры: 

    • сезонность бизнеса. Во многих отраслях продажи вырастают летом и падают зимой; 
    • средний промежуток между заказами. Он поможет понять, к каким пользователям стоит относиться как к потерянным, а к каким – как к активным; 
    • срок годности/использования товара. Цепная бензопила приобретается надолго, а тюбик пасты расходуется за 1–2 месяца. Частота покупки таких товаров, соответственно, будет разной; 
    • средняя продолжительность «жизни» покупателя. Промежуток времени, после которого пользователя можно считать потерянным для бренда. 

    По итогам разбивки все заказчики получают оценки, которые складываются в формулу из трех цифр. Для примера воспользуемся разбивкой времени, частоты и трат, которую мы приводили выше. Пользователь купил свой первый товар в вашем интернет-магазине 7 дней назад за 2000 руб. Такому клиенту присваивается формула вида 1–5–4, где каждая цифра соответствует баллу по методике RFM. 

    Заинтересовались анализом кампаний и хотите узнать больше? Предлагаем нашу статью «Репрезентативная выборка в контексте: определяем эффективность кампании на этапе тестирования». 

    Группировка клиентов на основании оценок RFM 

    Получив оценки RFM для каждого клиента, можно разделить пользователей на группы. Самыми привлекательными для бизнеса будут люди с показателем 1–1–1. Но это самый малочисленный сегмент, который встречается не у каждой компании. Клиенты с параметрами 2–2–3 (частые покупатели, тратящие небольшие суммы) тоже могут считаться перспективной аудиторией, интерес которой нужно поддерживать выгодными предложениями. 

    Выгодное предложение для каждой группы 

    Нужно сформировать индивидуальное предложение для каждой группы пользователей. При этом реклама для представителей, например, 1–2–1 и 3–4–2 должна быть разной, потому что для каждого сегмента нужно преследовать отдельные цели. Так пользователи, во-первых, будут чувствовать себя важными, во-вторых, получат возможность купить действительно нужные товары. 

    Как использовать RFM-анализ для увеличения продаж 

    Возвращение клиентов, у которых лежит товар в корзине 

    Если рассматривать классическую схему ремаркетинга, пользователи после знакомства с товаром должны видеть рекламу, напоминающую о том, что его надо купить. С зарегистрированными на сайте покупателями можно работать по такому же принципу. Корректировка состоит в том, что вы разумно тратите маркетинговый бюджет, привлекая только тех людей, которые с высокой вероятностью совершат повторную покупку. 

    Приведем пример. Из получившихся сегментов выбираем пользователей, которые отвечают сразу 4 параметрам: 

    • зарегистрированы на сайте;  
    • уже заказывали ранее;
    • положили товар в корзину в течение последних 90 дней; 
    • не оплатили покупку, но товар все еще в корзине. 

    Вероятность того, что эти люди совершат конверсию очень высока. Чтобы добиться хороших результатов, нужно запустить на них рекламу на поиске и в КМС Яндекса. Отлично может проявить себя email-рассылка с напоминанием о забытом в корзине товаре.

    Подготовка персональных предложений 

    Лучше всего работать с аудиторией в динамике. Правильным решением будет анализировать пользователей раз в две недели, а затем запускать кампании под обновленную базу. Если позволяет бюджет, можно проводить работу по активации проблемных сегментов. Хорошее предложение поможет повысить конверсии. Приведем пример стратегии. 

    Приверженцы бренда 

    Такие люди покупают товары только одного бренда. Чтобы привлечь их, используем ремаркетинг в Яндекс.Директе, рекламу там же, рассылки на электронную почту и таргетированную рекламу во ВКонтакте и Одноклассниках (здесь продвигаем акции и скидки). 

    Оптовики 

    Закупаются сразу большими партиями, но довольно редко. Им подойдет реклама в Яндекс.Директе, подкрепленная email-рассылкой с подходящими предложениями. 

    Ранее активные покупатели 

    Люди, которые перестали активно покупать более 90 дней назад, но до этого приобретали товары очень часто (каждый месяц). Этот сегмент хорошо отреагирует на таргетированную и контекстную рекламу, рассылки. В текст и креатив обязательно включаем предложения товаров со скидками и раздел «Может вам понравиться». 

    Единичные покупатели 

    Эти люди сделали всего один заказ менее 3 месяцев назад. Для них используем ремаркетинг Директа, в объявлениях предлагаем сопутствующие товары. 

    Пользователям, которых вы почти потеряли, можно предложить большие скидки. Лучшие покупатели должны получать письма и объявления с приглашением в программу лояльности и анонсом новых товаров.

    Если вы используете усредненные меры, то не всегда можете получить доход. Улучшайте результат индивидуальными предложениями и подключайте разные каналы привлечения. 

    С сервисом click.ru вы сможете вести таргетированную и контекстную рекламу эффективнее. Здесь есть единый рекламный кабинет и множество дополнительных инструментов, чтобы упростить работу: подборщик слов, парсер пользователей для ВКонтакте, помощник в написании объявлений и пр. Также с помощью click.ru можно возвращать часть затрат на рекламу – просто примите участие в партнерской программе.

    Источник: www.seonews.ru

    Добавить комментарий

    Ваш адрес email не будет опубликован.