Wir stellten fest, dass es schwieriger wurde zu verstehen, ob ein Kunde zurückkommt, wenn wir keine Analyse durchführen. Wir entdeckten, dass es eine Methode gibt, mit der Sie beurteilen können, wie Kunden über einen Shop oder eine Marke denken.
Der beste Indikator für die Loyalität eines Kunden ist, wie oft er zu Ihnen zurückkehrt, wie lange er bei Ihnen ist und wie viel er für Ihre Produkte ausgegeben hat. Diese Methode wird RFM genannt. R - Aktualität, F - Häufigkeit, M - monetärer Wert sind die Kategorien, nach denen Sie Ihre Kunden bewerten werden.
Um Ihnen die Nutzung dieser Analyse zu erleichtern, haben wir ein Google Sheet Vorlage entwickelt. Es wird Ihre Benutzer automatisch kategorisieren. Als Ergebnis der Analyse erhalten Sie die folgenden Listen Ihrer Kunden:
- diejenigen, die deine Marke lieben und oft zu dir kommen
- loyal, kann aber ihre Meinung ändern
- kann loyal werden
- diejenigen, die dich bald vergessen könnten
- diejenigen, die dich vergessen haben
- neue Kunden
Auf diese Weise wissen Sie, welche Gruppe überwiegt und wo Sie Ihre Bemühungen lenken sollten. Dieser Artikel ist dem Prinzip der Funktionsweise dieser Methode gewidmet. Wir möchten jedoch viel mehr Aufmerksamkeit darauf richten, wie die Forschungsergebnisse genutzt werden können. Lassen Sie uns also mit einer einfachen Frage beginnen...
Was ist die RFM-Analyse?
Dies ist eine Möglichkeit, die Loyalität Ihrer bestehenden Kunden zu Ihrem Geschäft zu analysieren.
Dies ist eine Möglichkeit zu wissen, wo Sie Ihre Marketinganstrengungen konzentrieren sollten.
Dies ist Ihr Tipp, wie Sie Ihre Käufer segmentieren können.
Definition der RFM-Segmentierung
Wenn wir alle Möglichkeiten der RFM-Analyse und ihrer Funktionen kombinieren, erhalten wir die folgende Definition:
RFM (Recency, Frequency, Monetary) ist eine Methode zur Analyse der Kundenbasis, die es Ihnen ermöglicht, Kunden anhand von drei Schlüsselindikatoren zu segmentieren. Diese Indikatoren bestimmen, wie kürzlich der Kunde einen Kauf getätigt hat, wie oft er kauft und wie viel Geld er im Geschäft ausgegeben hat. Mit diesem Ansatz ist es möglich, die wertvollsten Kunden zu identifizieren, die den meisten Umsatz generieren, und spezielle Marketingstrategien für jedes Segment zu entwickeln.
Diese Indikatoren werden herangezogen, weil sie zeigen können, ob Kunden wieder zu Ihnen zurückkommen möchten oder nicht. Wichtiger ist, dass es keine festgelegten Standards für diese Indikatoren gibt. Jeder Shop ist einzigartig, daher wird er nicht mit anderen verglichen, sondern findet die Norm für sich selbst unabhängig.
Im Allgemeinen sieht der Analyseprozess so aus:
- Wir erstellen eine Tabelle für jeden Indikator. Sie zeigt persönliche Informationen über den Käufer und eine Spalte, die hilft, jeden Aspekt zu bewerten. Für Recency die Anzahl der Tage seit dem letzten Kauf. Für Frequency die Anzahl der Bestellungen, die jeder Käufer getätigt hat. Für Monetary die Kosten aller Bestellungen.
- Nach diesem Indikator sortieren wir Ihre Kunden von den besten zu den schlechtesten.
- Wir teilen die sortierte Liste in Quantile, das heißt, in 4 Teile.
- Benutzern in jedem Quantil wird ein Punkt zugewiesen.
- Wir summieren die für jeden Indikator erhaltenen Punkte und rangieren die Käufer von den besten zu den schlechtesten.
- Wir teilen die erhaltene Liste in Gruppen auf, die jeweils die Loyalität der Käufer zu Ihrer Marke widerspiegeln.
Basierend auf den Analyseergebnissen können Sie selbstständig bestimmen, wie viele Kundengruppen Sie haben. Wir empfehlen jedoch, diese wie folgt zu unterteilen:
- Beste Kunden (oder Loyal): Haben in den letzten 30 Tagen im Geschäft eingekauft und 4 oder mehr Bestellungen aufgegeben.
- Potenzielle Kunden: Haben 2-3 Bestellungen aufgegeben und Ihr Geschäft in den letzten 6 Monaten zu irgendeinem Zeitpunkt besucht.
- Neue Kunden: Haben kürzlich innerhalb der letzten 30 Tage in Ihrem Geschäft bestellt, aber nur 1 Bestellung aufgegeben.
- Kunden mit Risiko: Kunden, die Ihr Geschäft vor 6-12 Monaten besucht haben.
- Inaktive Kunden: Kunden, die Ihr Geschäft vor mehr als 12 Monaten besucht haben.
Natürlich ist diese Verteilung bedingt, aber es lohnt sich, ihr zu folgen. In der Regel bringen Kunden, die regelmäßig geworden sind, den meisten Gewinn. Alle anderen müssen in diesen Status überführt werden.
Wie berechnet man den RFM-Score
-
Sammeln Sie die folgenden Daten in einer Tabelle:
- Der Name und die E-Mail des Käufers
- Gesamtanzahl der Bestellungen
- Anzahl der Tage seit der letzten Bestellung
- Die Kosten aller Bestellungen zusammen
-
Teilen Sie die Tabelle in Teile für jeden Indikator auf, sortieren Sie sie in absteigender Reihenfolge und teilen Sie sie in 4 gleich große Gruppen von jeweils 25 % des Gesamten auf. Jede Gruppe erhält eine Bewertung von 1 bis 4. Für die beste Gruppe setzen wir 4; für die schlechteste setzen wir 1. Sie können es auch umgekehrt machen. Für jede Gruppe:
Recency:
Häufigkeit:
Monetärer Wert:
-
Wir erstellen eine Liste, in der wir die Bewertungen für jeden Kunden zu jedem Indikator angeben. In der letzten Spalte fassen wir die erhaltenen Werte zusammen.
Es ist auch möglich, die Werte nicht zu summieren, sondern dreistellige Zahlen daraus zu bilden. Wenn Sie den Wert eines bestimmten Indikators hervorheben möchten, setzen Sie ihn an die erste Stelle. Diese Bewertung kann jedoch nicht immer objektiv sein.
-
Sortieren Sie die erhaltenen Listen nach RFM-Score.
Die zweite Option zur Berechnung des zusammenfassenden RFM-Scores:
Wie Sie sehen können, sind die Listen leicht unterschiedlich. Dies geschah, weil wir in der ersten Version keinem Indikator den Vorzug gegeben haben. Der Frequenzindikator war in der zweiten Option wichtiger für uns. Da sein Wert die Hunderterstellen der Zahl bestimmte, beeinflusste er die Änderungen in der Liste. Dies sollte nur erfolgen, wenn einer der Indikatoren für Sie mehr Gewicht hat.
Beratung Wenn Sie die zweite Option zur Berechnung des RFM-Scores wählen, empfehlen wir Ihnen, die Indikatoren in folgender Reihenfolge anzuordnen: Häufigkeit Aktualität Monetärer Wert Diese Reihenfolge ermöglicht es uns, neue Käufer zu finden. Da sie nur einmal bei Ihnen gekauft haben, werden sie am Ende der Liste stehen. Diejenigen mit einem Häufigkeitswert von 4 oder 3 benötigen Ihre größte Aufmerksamkeit. Diese Personen haben kürzlich bei Ihnen eingekauft. Ob sie zurückkehren, hängt davon ab, wie Sie den Kontakt zu diesen Käufern weiter herstellen. -
Teilen Sie jede Liste in Gruppen auf: loyal, gefährdete Loyalität, potenziell loyal, neue Kunden, inaktiv und gefährdet.
Die erste Variante der Berechnungen:
Die zweite Variante der Berechnung:
Die Ergebnisse zeigen deutlich, dass die zweite Version der RFM-Punktberechnung viel detaillierter ist. Dies ermöglicht es Ihnen, Kunden in genauere Gruppen zu unterteilen und ihre Bedürfnisse besser zu definieren.
Verwendung der RFM-Analyse für Shopify-Shops
Die erhaltenen Analysedaten haben keinen Wert, wenn nicht klar ist, wie man sie anwenden kann. Ebenso hat unser Artikel keinen Wert, wenn wir einfach sagen, dass die Kundensegmentierung für jeden Shop sehr wichtig und nützlich ist und den Artikel damit beenden.
Der Hauptvorteil dieser Analyse besteht darin, dass Sie Ihre Käufer in Gruppen einteilen können. Anhand dieser Verteilung können Sie den Ansatz für jede Gruppe ändern. Diese Informationen sind wertvoll, wenn Sie nicht wissen, wie viele Stammkunden Sie haben und warum Ihre Kunden nicht zurückkehren.
Für Geschäfte auf der Shopify-Plattform hilft die RFM-Analyse, das Kundenverhalten klar zu verstehen und den Shopify LTV (Customer Lifetime Value) zu verbessern. Basierend darauf können Geschäfte Strategien entwickeln, die die Conversion erhöhen und die Werbekosten optimieren. Der größte Vorteil dieses Ansatzes ist die Möglichkeit, die Interaktion mit jedem Kundensegment zu personalisieren, wodurch deren Loyalität und langfristiger Wert gesteigert werden.
Möglichkeiten zur Nutzung der Ergebnisse der RFM-Analyse
Individueller Ansatz für jede Kundengruppe
Entwickeln Sie eine spezielle Interaktionsstrategie für jedes Kundensegment. Wir empfehlen Ihnen, diejenigen, die kürzlich ihren ersten Kauf bei Ihnen getätigt haben, in eine separate Gruppe zu trennen. Diese Kunden benötigen ein Onboarding, einen Prozess, der angenehme Emotionen in ihrem Gedächtnis hinterlässt und sie ermutigt, wieder einzukaufen.
Sie können ein System individueller Rabatte für Ihre besten Kunden implementieren. Ihre Kaufhistorie zeigt ihre Bedürfnisse, und Sie könnten ihnen Erinnerungen senden, dass ihre Lieblingsprodukte während eines bestimmten Zeitraums rabattiert werden.
Für potenziell loyale Käufer lohnt es sich, ihnen anzubieten, dem internen Käufersystem beizutreten und Ihren Stammkunden die Vorteile zu zeigen.
Kunden mit Risiko haben möglicherweise Ihren Shop vergessen oder verstehen seinen Wert nicht vollständig. Wenn Sie Seiten auf Instagram, Facebook oder einer anderen Plattform betreiben, laden Sie sie ein, beizutreten. Auf diesen Seiten zeigen Sie konkret, wie man mit Ihren Produkten arbeitet und wo man sie verwendet. So oder so werden diese Personen sich früher oder später daran erinnern, dass Sie ihre Bedürfnisse befriedigen können.
Sie können dasselbe für inaktive Kunden anbieten, aber es ist auch sinnvoll, sie daran zu erinnern, dass sie bei Ihnen gekauft haben. Dann werden sich Ihre Kunden an ihre Emotionen und Erfahrungen in Bezug auf Ihren Shop erinnern. Wenn die Erfahrung angenehm ist, werden sie früher oder später zurückkommen wollen.
Allgemeine Hinweise
Hier sind einige wichtige Möglichkeiten, die Ergebnisse dieser Analyse anzuwenden:
-
Erstellung personalisierter Werbekampagnen
Die RFM-Analyse hilft zu bestimmen, welchen Kundensegmenten verschiedene Arten von Aktionen oder Rabatten angeboten werden sollten. Zum Beispiel:
- Aktive Käufer (die mit hohen Recency-, Frequency- und Monetary-Werten) können spezielle Angebote erhalten, um noch häufigere Käufe zu fördern.
- Kunden, die schon lange nichts gekauft haben (geringe Aktualität), können einen Rabatt oder eine Erinnerung an neue Produkte erhalten.
- Neueste Kunden können durch Angebote, die auf ihren letzten Bestellungen basieren, zu Wiederholungskäufen verleitet werden.
-
Loyalität der Kunden aufrechterhalten. RFM-Analysen ermöglichen es Ihnen, die loyalsten Kunden zu identifizieren, die regelmäßig kaufen und den meisten Umsatz bringen. So ist es möglich, ihnen besondere Aufmerksamkeit zu schenken, zum Beispiel:
- Sende ihnen VIP-Angebote.
- Erstellen Sie Treueprogramme, die sie für häufige Käufe belohnen.
-
Reaktivierung von "verlorenen" Kunden. Kunden, die lange nicht gekauft haben, können mithilfe der RFM-Analyse identifiziert und mit Aktionen oder Sonderangeboten gezielt zurückgeholt werden. Dies kann Folgendes umfassen:
- Erinnerungsschreiben für Geschäfte.
- Angebote, die frühere Kunden basierend auf ihrer Kaufhistorie interessieren könnten.
- Optimierung der Marketingkosten. Durch die Verwendung von RFM-Segmentierung können Sie Ihr Marketingbudget besser ansprechen. Zum Beispiel macht es keinen Sinn, stark in Kunden mit niedriger Frequenz und monetärem Wert zu investieren; stattdessen lohnt es sich, sich mehr auf treue Kunden zu konzentrieren. Dies wird helfen, die Effektivität von Werbekampagnen zu steigern.
- Analyse des Kundenlebenszyklus. Die RFM-Analyse hilft Ihnen zu verstehen, in welcher Phase des Lebenszyklus sich Ihr Kunde befindet. Dies ermöglicht es Ihnen, Strategien zu entwickeln, um Kunden zu halten oder zurückzugewinnen, wobei der Fokus auf ihrem Kaufzyklus liegt. Wenn ein Kunde beispielsweise in ein Segment mit geringer Aktualität gefallen ist, lohnt es sich, die Bemühungen auf seine Reaktivierung zu konzentrieren.
- Identification of "star" clients. Customers who demonstrate high performance in all three metrics (Recency, Frequency, Monetary) are the most profitable for your business. Engaging such customers in loyalty programs or offering exclusive offers can further increase their value.
- Segmentierung für E-Mail-Marketing. Die RFM-Analyse ermöglicht es dir, die Kundenbasis für personalisierte E-Mail-Kampagnen zu segmentieren. Zum Beispiel können Cross-Selling oder neue Produkte Kunden mit hoher Kaufhäufigkeit angeboten werden, während speziellen Aktionen oder Geschenkangeboten Kunden mit niedriger Kaufhäufigkeit angeboten werden können.
Bedeutung der RFM-Analyse für Shopify-Shops
Die RFM-Analyse ermöglicht es Ihnen, Shopify-Shops ein detailliertes Bild des Kundenverhaltens zu bieten. Darüber hinaus können Sie wichtige Probleme identifizieren, die die Geschäftsergebnisse beeinflussen können.
Die Ergebnisse der RFM-Analyse können auf folgende Probleme hinweisen:
- Schlechte Kundenbindung: Wenn die meisten Ihrer Kunden einen niedrigen Aktualitätswert haben, könnte dies auf Probleme bei der Kundenbindung hinweisen.
- Geringe Kundenaktivität: Wenn viele Kunden einen niedrigen Häufigkeitswert haben, könnte dies auf einen Mangel an Motivation für Wiederholungskäufe hinweisen.
- Rückgang des durchschnittlichen Schecks: Niedrige monetäre Zahlen könnten darauf hindeuten, dass Kunden weniger Geld ausgeben, als sie könnten, was eine verbesserte Verkaufsstrategie erfordert.
Vorteile der RFM-Analyse
Shops, die RFM-Analysen verwenden, profitieren von einer Reihe von Vorteilen. Der wichtigste ist die Möglichkeit, den Kundenabfluss zu verhindern. Sie haben Informationen über den Prozentsatz der Personen, die möglicherweise aufhören zu kaufen. Wenn Sie die richtige Kontaktmethode wählen, können Sie sicherstellen, dass die Kunden nicht abwandern.
Die RFM-Analyse hat weitere Vorteile, die helfen, die Geschäftsergebnisse zu verbessern:
- Gezielte Werbung verbessern. Dank der Segmentierung der Kunden basierend auf RFM-Daten werden Sie in der Lage sein, Werbekampagnen effektiver einzurichten.
- Reduzierung der Marketingkosten. Da die RFM-Analyse es Ihnen ermöglicht, sich auf die wertvollsten Kunden zu konzentrieren, können Sie vermeiden, in Massenmarketingkampagnen zu investieren, die keine Ergebnisse bringen. Stattdessen investieren Sie in die Kunden mit dem größten Potenzial.
- Steigerung der Kundenloyalität. Personalisierte Ansätze basierend auf der RFM-Analyse helfen, die Kundenloyalität zu erhöhen. Kunden, die spezielle Angebote und Aufmerksamkeit vom Geschäft erhalten, sind motivierter, die Zusammenarbeit fortzusetzen.
- Steigerung der Rentabilität des Unternehmens. Durch eine effizientere Nutzung von Daten und Ressourcen können Geschäfte bessere finanzielle Ergebnisse erzielen, indem sie ihre Bemühungen auf die profitabelsten Kunden konzentrieren.
Warum ist die RFM-Analyse in Shopify wichtig?
Dank RFM-Analysen können Shopify-Shops genau verstehen, wie und wann sie am besten mit Kunden kommunizieren. Dies ermöglicht es ihnen, massenhafte, ineffektive Kampagnen zu vermeiden und sich auf die wertvollsten Kunden zu konzentrieren, die das Haupteinkommen bringen. Auf diese Weise können Unternehmen ihre Marketinginvestitionen optimieren, die Kosten für Werbekampagnen senken und deren Effektivität steigern.
RFM Analytics vs Cohort Analytics
Differenz
Obwohl RFM- und Kohortenanalysen dasselbe Ziel der Kundenbasisanalyse verfolgen, arbeiten sie unterschiedlich. RFM konzentriert sich auf das individuelle Verhalten jedes Kunden, während die Kohortenanalyse Gruppen von Kunden analysiert, die in einem bestimmten Zeitraum gekauft haben. Beide Ansätze können zusammen verwendet werden, um ein umfassendes Bild des Kundenverhaltens zu erhalten und eine langfristige Geschäftsentwicklungsstrategie zu entwickeln.
Anwendungsfälle
Jeder Analysentyp hat seinen Zweck. Es gibt Fälle, in denen es besser ist, den einen und manchmal den anderen zu verwenden.
Die RFM-Analyse ist in den folgenden Fällen nützlich:
- Große Kundenbasis: Wenn Sie viele Kunden haben und deren Loyalität effektiv verwalten müssen.
- Hohe Marketingkosten: Wenn Sie die Kosten für die Gewinnung neuer Kunden senken und sich auf die Bindung bestehender Kunden konzentrieren möchten.
- Geringe Kundenloyalität: Wenn Kunden selten in Ihr Geschäft zurückkehren und Sie nach Möglichkeiten suchen, die Kommunikation zu verbessern.
- Rückgang der Verkäufe: Wenn Sie verstehen möchten, warum Kunden aufhören zu kaufen, und Wege finden möchten, sie mit Shopify Verkaufsberichten zurückzubringen.
Wie man die Mipler RFM-Vorlage verwendet
Bei Mipler haben wir das RFM-Vorlage entworfen, um Ihnen zu helfen, Ihre Kunden zu segmentieren.
Bitte folgen Sie den untenstehenden Schritten, um Ihre Daten dort hinzuzufügen:
- Öffnen Sie das Shopify Admin-Panel Ihres Shops
- Navigieren Sie zu Analytics > Berichte
- Offene Verkäufe nach Kundenname Bericht
- Fügen Sie die Spalte Zeit > Tag hinzu
- Bericht exportieren
- Erstellen Sie eine Kopie von Mipler RFM-Vorlage
- Offene Verkäufe nach Kundenname Bericht auf Ihrem Desktop
- Alle Daten kopieren
- Fügen Sie es auf dem ersten Tab einer Kopie der von Ihnen erstellten Mipler RFM-Vorlage ein
- On the “Settings” tab, you can check ranges per every segment and update it
- Visit “RFM Analysis” tab to see your customers along with RFM Scores
Fazit
Ihre Kunden sind auch gewöhnliche Menschen mit eigenen Bedürfnissen. Wenn Sie diese Bedürfnisse finden und erfüllen können, werden Sie eine solide Kundenbasis haben. Mit der RFM-Analyse können Sie Kunden identifizieren, die bereits mit Ihrem Service zufrieden sind.
Wenn ein Kunde einen Shop und dessen Produkte mag, wird er oft zurückkehren, viele Käufe tätigen und entsprechend einen bestimmten Geldbetrag ausgeben. Die RFM-Analyse ermöglicht es uns, genau diese Regelmäßigkeit zu erkennen.
Sie können Ihre Kernkunden identifizieren und Ihre Bemühungen darauf konzentrieren, sie zurückzugewinnen. Sie können auch die Marketingkosten senken. Andererseits können Sie auch Mängel in Form von Kundenabwanderung erkennen.
