Zauważyliśmy, że stało się trudniej zrozumieć, czy klient wróci, jeśli nie przeprowadzimy analizy. Odkryliśmy, że istnieje metoda, która pozwala ocenić, jak klienci czują się wobec sklepu lub marki.
Najlepszym wskaźnikiem lojalności klienta jest to, jak często do Ciebie wraca, jak długo jest z Tobą i ile wydał na Twoje produkty. Ta metoda nazywa się RFM. R - recencyjność, F - częstotliwość, M - wartość monetarna to kategorie, według których oceniasz swoich klientów.
Aby ułatwić Ci korzystanie z tej analizy, opracowaliśmy Szablon Google Sheet. Automatycznie skategoryzuje to Twoich użytkowników. W wyniku analizy otrzymasz następujące listy swoich klientów:
- ci, którzy kochają twoją markę i często do ciebie wracają
- lojalni, ale mogą zmienić zdanie
- może stać się lojalny
- ci, którzy mogą wkrótce o tobie zapomnieć
- ci, którzy o tobie zapomnieli
- nowi klienci
W ten sposób dowiesz się, która grupa przeważa i gdzie skierować swoje wysiłki. Ten artykuł jest poświęcony wyjaśnieniu zasady działania tej metody. Jednak chcemy zwrócić znacznie większą uwagę na to, jak wykorzystać wyniki badań. Zaczynajmy więc od prostego pytania...
Czym jest analiza RFM?
To sposób na analizowanie lojalności Twoich obecnych klientów wobec Twojego sklepu.
To sposób, aby wiedzieć, gdzie skupić swoje wysiłki marketingowe.
To jest Twój tip, jak segmentować swoich nabywców.
Definicja segmentacji RFM
Jeśli połączymy wszystkie możliwości analizy RFM i jej funkcje, otrzymamy następującą definicję:
RFM (Recency, Frequency, Monetary) to metoda analizy bazy klientów, która pozwala segmentować klientów według trzech kluczowych wskaźników. Wskaźniki te określają, jak niedawno klient dokonał zakupu, jak często go dokonuje i ile pieniędzy wydał w sklepie. Dzięki temu podejściu możliwe jest zidentyfikowanie najbardziej wartościowych klientów, którzy generują największe przychody, oraz opracowanie specjalnych strategii marketingowych dla każdego segmentu.
Te wskaźniki są brane pod uwagę, ponieważ mogą pokazać, czy klienci chcą do Ciebie wrócić, czy nie. Co ważniejsze, nie ma ustalonych standardów dla tych wskaźników. Każdy sklep jest unikalny, więc nie jest porównywany z innymi, ale samodzielnie znajduje normę dla siebie.
Ogólnie proces analizy wygląda następująco:
- Tworzymy tabelę dla każdego wskaźnika. Wyświetla ona dane osobowe nabywcy oraz kolumnę, która pomaga ocenić każdy aspekt. Dla Recency, liczba dni od ostatniego zakupu. Dla Frequency, liczba zamówień, które złożył każdy nabywca. Dla Monetary, koszt wszystkich zamówień.
- Zgodnie z tym wskaźnikiem sortujemy Twoich klientów od najlepszych do najgorszych.
- Dzielimy posortowaną listę na kwantyle, czyli na 4 części.
- Użytkownicy w każdym kwantylu otrzymują punkt.
- Sumujemy punkty uzyskane dla każdego wskaźnika i klasyfikujemy nabywców od najlepszych do najgorszych.
- Dzielimy otrzymaną listę na grupy, z których każda odzwierciedla lojalność nabywców wobec Twojej marki.
Na podstawie wyników analizy możesz samodzielnie określić, ile grup klientów posiadasz. Jednak zalecamy podział w następujący sposób:
- Najlepsi klienci (lub lojalni): Klienci, którzy dokonali zakupów w sklepie w ciągu ostatnich 30 dni i złożyli 4 lub więcej zamówień.
- Potencjalni klienci: Złożyli 2-3 zamówienia i odwiedzili Twój sklep w dowolnym momencie w ciągu ostatnich 6 miesięcy.
- Nowi Klienci: Ostatnio zamówili w Twoim sklepie w ciągu ostatnich 30 dni, ale złożyli tylko 1 zamówienie.
- Klienci zagrożeni: Klienci, którzy odwiedzili Twój sklep 6-12 miesięcy temu.
- Nieaktywni klienci: Klienci, którzy odwiedzili Twój sklep ponad 12 miesięcy temu.
Oczywiście, ta dystrybucja jest warunkowa, ale warto się jej trzymać. Zazwyczaj klienci, którzy stali się stałymi, przynoszą największy zysk. Wszyscy inni muszą zostać przeniesieni do tego statusu.
Jak obliczyć wynik RFM
-
Zbierz następujące dane w jednej tabeli:
- Imię i nazwisko kupującego oraz email
- Łączna liczba zamówień
- Liczba dni od ostatniego zamówienia
- Koszt wszystkich zamówień razem
-
Podziel tabelę na części dla każdego wskaźnika, posortuj w kolejności malejącej i podziel na 4 równe grupy po 25% każda. Każda grupa otrzymuje ocenę od 1 do 4. Dla najlepszej grupy dajemy 4; dla najgorszej dajemy 1. Możesz zrobić odwrotnie. Dla każdej grupy:
Recency:
Częstotliwość:
Wartość monetarna:
-
Tworzymy listę, na której wskazujemy oceny dla każdego klienta w każdym wskaźniku. W ostatniej kolumnie podsumowujemy uzyskane wartości.
Możliwe jest również nie sumowanie wartości, ale budowanie z nich liczb trzycyfrowych. Jeśli chcesz wyróżnić wartość konkretnego wskaźnika, umieść ją na pierwszym miejscu. Jednak ta ocena nie zawsze może być obiektywna.
-
Posortuj otrzymane listy według wyniku RFM.
Druga opcja obliczania podsumowującego wyniku RFM:
Jak widać, listy są nieco różne. Stało się tak, ponieważ w pierwszej wersji nie nadaliśmy priorytetu żadnemu wskaźnikowi. Wskaźnik częstotliwości był dla nas ważniejszy w drugiej opcji. Ponieważ jego wartość określała setki cyfr w liczbie, wpływało to na zmiany w liście. Należy to zrobić tylko wtedy, gdy jeden z wskaźników ma dla Ciebie większe znaczenie.
Porada Jeśli wybierzesz drugą opcję obliczania wyniku RFM, zalecamy umieścić wskaźniki w następującej kolejności: Częstotliwość Ostatniość Wartość monetarna Ta kolejność pozwoli nam znaleźć nowych nabywców. Ponieważ kupili od Ciebie tylko raz, będą na końcu listy. Ci, którzy mają wartość Częstotliwości 4 lub 3, potrzebują Twojej największej uwagi. Ci ludzie ostatnio dokonali zakupu u Ciebie. To, czy wrócą, zależy od tego, jak dalej nawiążesz kontakt z tymi nabywcami. -
Podziel każdą listę na grupy: lojalni, lojalni w ryzyku, potencjalni lojalni, nowi klienci, uśpieni i w ryzyku.
Pierwsza wersja obliczeń:
Drugi wariant obliczenia:
Wyniki wyraźnie pokazują, że druga wersja obliczania wyniku RFM jest znacznie bardziej szczegółowa. Umożliwia to podział klientów na bardziej precyzyjne grupy i lepsze zdefiniowanie ich potrzeb.
Używanie analizy RFM dla sklepów Shopify
Uzyskane dane analityczne nie mają wartości, jeśli nie jest jasne, jak je zastosować. Podobnie, nasz artykuł nie będzie miał wartości, jeśli po prostu powiemy, że segmentacja klientów jest bardzo ważna i przydatna dla każdego sklepu i zakończymy artykuł na tym.
Główną korzyścią tej analizy jest możliwość podziału Twoich nabywców na grupy. Na podstawie tego podziału możesz zmienić podejście do każdej grupy. Te informacje będą cenne, jeśli nie wiesz, ilu masz stałych klientów i dlaczego Twoi klienci nie wracają.
Dla sklepów na platformie Shopify analiza RFM pomaga wyraźnie zrozumieć zachowanie klientów i poprawić Shopify LTV (wartość klienta w czasie). Na podstawie tego sklepy mogą budować strategie, które zwiększają konwersję i optymalizują koszty reklamy. Największą zaletą tego podejścia jest możliwość personalizacji interakcji z każdym segmentem klientów, co zwiększa ich lojalność i długoterminową wartość.
Sposoby wykorzystania wyników analizy RFM
Indywidualne podejście do każdej grupy klientów
Opracuj specjalną strategię interakcji dla każdego segmentu klientów. Zalecamy oddzielenie tych, którzy niedawno dokonali pierwszego zakupu, do osobnej grupy. Ci klienci potrzebują onboardingu, procesu, który pozostawi przyjemne emocje w ich pamięci i zachęci ich do ponownego robienia zakupów.
Możesz wdrożyć system indywidualnych rabatów dla swoich najlepszych klientów. Ich historia zakupów pokaże ich potrzeby, a ty możesz wysyłać im przypomnienia, że ich ulubione produkty będą objęte rabatem w określonym czasie.
Dla potencjalnie lojalnych nabywców warto zaoferować dołączenie do wewnętrznego systemu zakupowego i pokazanie swoim stałym klientom korzyści.
Klienci zagrożeni mogą zapomnieć o Twoim sklepie lub nie w pełni rozumieć jego wartość. Jeśli prowadzisz strony na Instagramie, Facebooku lub innej platformie, zaproś ich do dołączenia. Na tych stronach pokazujesz, jak pracować z Twoimi produktami i gdzie je stosować. Prędzej czy później ci ludzie przypomną sobie, że możesz zaspokoić ich potrzeby.
Możesz to samo zaoferować nieaktywnym klientom, ale warto również przypomnieć im, że kupowali u ciebie. Wtedy twoi klienci przypomną sobie swoje emocje i doświadczenia związane z twoim sklepem. Jeśli doświadczenie jest przyjemne, prędzej czy później będą chcieli wrócić.
Ogólne porady
Oto kilka kluczowych sposobów na zastosowanie wyników tej analizy:
-
Tworzenie spersonalizowanych kampanii reklamowych
Analiza RFM pomaga określić, które segmenty klientów powinny otrzymać różne rodzaje promocji lub rabatów. Na przykład:
- Aktywni nabywcy (ci z wysokimi wynikami Recency, Frequency i Monetary) mogą otrzymywać specjalne oferty, aby zachęcić do jeszcze częstszych zakupów.
- Klienci, którzy nie kupowali od dłuższego czasu (niska recencyjność), mogą otrzymać zniżkę lub przypomnienie o nowych produktach.
- Ostatnich klientów można skusić do ponownych zakupów poprzez oferty oparte na ich najnowszych zamówieniach.
-
Utrzymywanie lojalnych klientów. Analiza RFM pozwala zidentyfikować najbardziej lojalnych klientów, którzy regularnie kupują i przynoszą największe przychody. Dzięki temu możliwe jest poświęcenie im szczególnej uwagi, na przykład:
- Wyślij im oferty VIP.
- Utwórz programy lojalnościowe, które nagradzają ich za częste zakupy.
-
Reaktywacja "zagubionych" klientów. Klienci, którzy nie dokonali zakupu od dłuższego czasu, mogą być zidentyfikowani za pomocą analizy RFM i skierowani do powrotu z promocjami lub ofertami specjalnymi. Może to obejmować:
- Listy przypominające dla sklepów.
- Oferty, które mogą zainteresować byłych klientów na podstawie ich historii zakupów.
- Optymalizacja kosztów marketingowych. Dzięki segmentacji RFM możesz lepiej ukierunkować swój budżet marketingowy. Na przykład, nie ma sensu mocno inwestować w klientów o niskiej częstotliwości i wartości, zamiast tego warto skupić się bardziej na lojalnych klientach. To pomoże zwiększyć skuteczność kampanii reklamowych.
- Analiza cyklu życia klienta. Analiza RFM pomaga zrozumieć, na jakim etapie cyklu życia klienta się znajdują. Umożliwia to budowanie strategii mających na celu zatrzymanie lub powrót klientów, koncentrując się na ich cyklu zakupowym. Na przykład, jeśli klient znalazł się w segmencie o niskiej recencyjności, warto skupić wysiłki na jego reaktywacji.
- 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.
- Segmentacja dla marketingu e-mailowego. Analiza RFM pozwala na segmentację bazy klientów do spersonalizowanych kampanii e-mailowych. Na przykład, cross-selling lub nowe produkty mogą być oferowane klientom o wysokiej częstotliwości, a specjalne promocje lub oferty prezentów mogą być oferowane klientom o niskiej częstotliwości.
Znaczenie analizy RFM dla sklepów Shopify
Analiza RFM pozwala dostarczyć sklepom Shopify szczegółowy obraz zachowań klientów. Dodatkowo możesz zidentyfikować kluczowe problemy, które mogą wpływać na wyniki biznesowe.
Wyniki analizy RFM mogą wskazywać na następujące problemy:
- Słaba retencja klientów: Jeśli większość Twoich klientów ma niski wynik Ostatniości, może to wskazywać na problemy z utrzymaniem klientów.
- Niska aktywność klientów: Jeśli wielu klientów ma niski wynik częstotliwości, może to wskazywać na brak motywacji do powtarzania zakupów.
- Spadek średniego koszyka: Niskie wartości monetarne mogą wskazywać, że klienci wydają mniej pieniędzy, niż mogliby, co wymaga poprawy strategii sprzedaży.
Korzyści z analizy RFM
Sklepy, które korzystają z analizy RFM, otrzymują szereg korzyści. Główną z nich jest możliwość zapobiegania odpływowi klientów. Masz informacje o procencie osób, które mogą przestać kupować. Jeśli wybierzesz odpowiednią metodę kontaktu, możesz zapewnić, że klienci nie odejdą.
Analiza RFM ma inne zalety, które pomagają poprawić wyniki biznesowe:
- Ulepszanie marketingu ukierunkowanego. Dzięki segmentacji klientów na podstawie danych RFM będziesz w stanie skuteczniej ustawiać kampanie reklamowe.
- Redukcja kosztów marketingowych. Ponieważ analiza RFM pozwala skupić się na najbardziej wartościowych klientach, możesz uniknąć wydawania na masowe kampanie marketingowe, które nie przynoszą rezultatów. Zamiast tego inwestujesz w klientów, którzy mają największy potencjał.
- Zwiększenie lojalności klientów. Spersonalizowane podejścia oparte na analizie RFM pomagają zwiększyć lojalność klientów. Klienci, którzy otrzymują specjalne oferty i uwagę ze strony sklepu, są bardziej zmotywowani do kontynuowania współpracy.
- Zwiększenie rentowności biznesu. Dzięki bardziej efektywnemu wykorzystaniu danych i zasobów sklepy mogą osiągać lepsze wyniki finansowe, koncentrując swoje wysiłki na najbardziej dochodowych klientach.
Dlaczego analiza RFM jest ważna w Shopify?
Dzięki analizie RFM sklepy Shopify mogą dokładnie zrozumieć, jak i kiedy najlepiej komunikować się z klientami. Pozwala to unikać masowych, nieskutecznych kampanii i skupić się na najcenniejszych klientach, którzy przynoszą główne dochody. W ten sposób firmy mogą optymalizować swoje inwestycje marketingowe, zmniejszając koszty kampanii reklamowych i zwiększając ich skuteczność.
RFM Analytics vs Cohort Analytics
Różnica
Chociaż analiza RFM i analiza kohort mają ten sam cel analizy bazy klientów, działają inaczej. RFM koncentruje się na indywidualnym zachowaniu każdego klienta, podczas gdy analiza kohort analizuje grupy klientów, którzy dokonali zakupu w określonym okresie. Oba podejścia można stosować razem, aby uzyskać kompleksowy obraz zachowań klientów i zbudować długoterminową strategię rozwoju biznesu.
Przypadki użycia
Każdy typ analizy ma swoje przeznaczenie. Są przypadki, gdy lepiej jest użyć jednego, a czasami drugiego.
Analiza RFM jest przydatna w następujących przypadkach:
- Duża baza klientów: Kiedy masz wielu klientów i musisz skutecznie zarządzać ich lojalnością.
- Wysokie koszty marketingowe: Jeśli chcesz zmniejszyć koszty pozyskiwania nowych klientów i skupić się na utrzymywaniu istniejących.
- Niska lojalność klientów: Kiedy klienci rzadko wracają do Twojego sklepu i szukasz sposobów na poprawę komunikacji.
- Spadek sprzedaży: Jeśli chcesz zrozumieć, dlaczego klienci przestają kupować i znaleźć sposoby, aby ich przywrócić za pomocą raportów sprzedaży Shopify.
Jak używać szablonu RFM Mipler
W Mipler zaprojektowaliśmy Szablon RFM, aby pomóc Ci segmentować swoich klientów.
Proszę postępować zgodnie z poniższymi krokami, aby dodać swoje dane:
- Otwórz Panel Administracyjny Shopify swojego sklepu
- Przejdź do Analizy > Raporty
- Otwórz raport Sprzedaż według Nazwy Klienta
- Dodaj kolumnę Czas > Dzień
- Eksportuj raport
- Utwórz kopię Szablon Mipler RFM
- Otwórz raport Sprzedaż według Nazwy Klienta na swoim pulpicie
- Skopiuj wszystkie dane
- Wklej go na pierwszej karcie kopii szablonu Mipler RFM, który stworzyłeś
- 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
Wniosek
Twoi klienci to także zwykli ludzie, którzy mają swoje potrzeby. Jeśli potrafisz znaleźć te potrzeby i je zaspokoić, będziesz mieć solidną bazę klientów. Korzystając z analizy RFM, możesz zidentyfikować klientów, którzy są już zadowoleni z Twojej usługi.
Jeśli klient lubi sklep i jego produkty, będzie często wracał, dokonywał wielu zakupów i wydawał odpowiednią kwotę pieniędzy. Analiza RFM pozwala nam dokładnie zobaczyć tę regularność.
Możesz zidentyfikować swoich kluczowych klientów i skupić swoje wysiłki na ich przyciąganiu. Możesz również obniżyć koszty marketingowe. Z drugiej strony, możesz również dostrzegać niedociągnięcia w postaci odpływu klientów.
