Ми помітили, що стало складніше зрозуміти, чи повернеться клієнт, якщо ми не проведемо аналіз. Ми виявили, що існує метод, який дозволяє оцінити, як клієнти ставляться до магазину або бренду.
Найкращим показником лояльності клієнта є те, як часто він повертається до вас, як довго він з вами та на яку суму він купував ваші продукти. Цей метод називається RFM. R — recency (давність), F — frequency (частота), M — monetary value (грошова цінність) — це категорії, за якими ви оцінюватимете своїх клієнтів.
Щоб спростити використання цього аналізу, ми розробили Шаблон Google Sheets. Він автоматично категоризує ваших користувачів. В результаті аналізу ви отримаєте наступні списки ваших клієнтів:
- ті, хто любить ваш бренд і приходить до вас часто
- лояльні, але можуть змінити думку
- можуть стати лояльними
- ті, хто може скоро забути про вас
- ті, хто забув про вас
- нові клієнти
Таким чином, ви знатимете, яка група переважає і куди спрямовувати свої зусилля. Ця стаття присвячена поясненню принципу роботи цього методу. Однак ми хочемо приділити набагато більше уваги тому, як використовувати результати дослідження. Отже, почнемо з простого питання...
Що таке RFM-аналіз?
Це спосіб аналізу лояльності ваших існуючих клієнтів до вашого магазину.
Це спосіб дізнатися, куди спрямувати свої маркетингові зусилля.
Це ваша підказка, як сегментувати своїх покупців.
Визначення RFM-сегментації
Якщо ми об'єднаємо всі можливості RFM-аналізу та його особливості, ми отримаємо таке визначення:
RFM (Recency, Frequency, Monetary) — це метод аналізу клієнтської бази, який дозволяє сегментувати клієнтів за трьома ключовими показниками. Ці показники визначають, як нещодавно клієнт здійснив покупку, як часто він купує та скільки грошей він витратив у магазині. За такого підходу можна виявити найцінніших клієнтів, які генерують найбільший дохід, та розробити спеціальні маркетингові стратегії для кожного сегменту.
Ці показники обрані тому, що вони можуть показати, чи хочуть клієнти повернутися до вас знову чи ні. Що важливіше — для цих показників немає встановлених стандартів. Кожен магазин унікальний, тому він не порівнюється з іншими, а знаходить норму для себе самостійно.
Загалом процес аналізу виглядає так:
- Ми складаємо таблицю для кожного показника. Вона відображає персональну інформацію про покупця та колонку, яка допомагає оцінити кожен аспект. Для Recency — кількість днів з моменту останньої покупки. Для Frequency — кількість замовлень кожного покупця. Для Monetary — вартість усіх замовлень.
- За цим показником ми сортуємо ваших клієнтів від найкращих до найгірших.
- Ми ділимо відсортований список на квантилі, тобто на 4 частини.
- Користувачам у кожному квантилі присвоюється бал.
- Ми підсумовуємо бали, отримані за кожним показником, і ранжуємо покупців від найкращих до найгірших.
- Ми ділимо отриманий список на групи, кожна з яких відображає лояльність покупців до вашого бренду.
На основі результатів аналізу ви можете самостійно визначити, скільки груп клієнтів у вас є. Однак ми радимо розділити їх наступним чином:
- Найкращі клієнти (або Лояльні): Купували в магазині протягом останніх 30 днів і зробили 4 або більше замовлень.
- Перспективні клієнти: Зробили 2-3 замовлення і відвідували ваш магазин в будь-який час протягом останніх 6 місяців.
- Нові клієнти: Нещодавно замовили у вашому магазині протягом останніх 30 днів, але зробили лише 1 замовлення.
- Клієнти під ризиком: Клієнти, які відвідували ваш магазин 6-12 місяців тому.
- Неактивні клієнти: Клієнти, які відвідували ваш магазин більше 12 місяців тому.
Звичайно, цей розподіл умовний, але його варто дотримуватися. Зазвичай клієнти, які стали постійними, приносять найбільший прибуток. Усіх інших потрібно перевести до цього статусу.
Як розрахувати RFM-оцінку
-
Зберіть наступні дані в одній таблиці:
- Ім'я та email покупця
- Загальна кількість замовлень
- Кількість днів з моменту останнього замовлення
- Вартість усіх замовлень разом
-
Розділіть таблицю на частини для кожного показника, відсортуйте за спаданням і розділіть на 4 рівні групи по 25% від загальної кількості кожна. Кожна група отримує оцінку від 1 до 4. Для найкращої групи ставимо 4; для найгіршої — 1. Можна зробити навпаки. Для кожної групи:
Recency:
Частота:
Грошова цінність:
-
Ми складаємо список, де вказуємо оцінки для кожного клієнта за кожним показником. В останній колонці ми підсумовуємо отримані значення.
Також можна не додавати значення, а будувати з них тризначні числа. Якщо потрібно виділити значення певного показника, поставте його першим. Однак така оцінка може бути не завжди об'єктивною.
-
Відсортуйте отримані списки за RFM-оцінкою.
Другий варіант розрахунку підсумкової RFM-оцінки:
Як бачите, списки дещо відрізняються. Це сталося тому, що в першій версії ми не надавали переваги жодному показнику. Показник Frequency був важливішим для нас у другому варіанті. Оскільки його значення визначало сотні в числі, це вплинуло на зміни в списку. Це слід робити лише якщо один з показників має більшу вагу для вас.
Порада Якщо ви виберете другий варіант для розрахунку RFM-оцінки, ми рекомендуємо вам розташувати показники в наступному порядку: Частота Останнє замовлення Грошова вартість Цей порядок дозволить знайти нових покупців. Оскільки вони купували у вас лише один раз, вони будуть внизу списку. Ті, у кого значення Частоти 4 або 3, потребують вашої найбільшої уваги. Ці люди нещодавно купували у вас. Чи повернуться вони, залежатиме від того, як ви далі налагодите контакт з цими покупцями. -
Розділіть кожен список на групи: лояльні, лояльні під ризиком, потенційно лояльні, нові клієнти, сплячі та під ризиком.
Перший варіант розрахунків:
Другий варіант розрахунку:
Результати чітко показують, що друга версія розрахунку RFM-оцінки значно детальніша. Це дозволяє розділити клієнтів на більш точні групи та краще визначити їхні потреби.
Використання RFM-аналізу для магазинів Shopify
Отримані дані аналізу не мають цінності, якщо незрозуміло, як їх застосувати. Аналогічно, наша стаття не матиме цінності, якщо ми просто скажемо, що сегментація клієнтів дуже важлива та корисна для будь-якого магазину, і закінчимо на цьому.
Головна перевага цього аналізу — можливість розділити ваших покупців на групи. Відповідно до цього розподілу ви можете змінити підхід для кожної групи. Ця інформація буде цінною, якщо ви не знаєте, скільки у вас постійних клієнтів і чому ваші клієнти не повертаються.
Для магазинів на платформі Shopify аналіз RFM допомагає чітко зрозуміти поведінку клієнтів і покращити Shopify LTV (вартість життя клієнта). На основі цього магазини можуть будувати стратегії, які підвищують конверсію та оптимізують витрати на рекламу. Найбільша перевага цього підходу полягає в можливості персоналізувати взаємодію з кожним сегментом клієнтів, тим самим підвищуючи їхню лояльність і довгострокову цінність.
Способи використання результатів RFM-аналізу
Індивідуальний підхід до кожної групи клієнтів
Розробіть спеціальну стратегію взаємодії для кожного сегменту клієнтів. Ми радимо виділити тих, хто нещодавно зробив першу покупку у вас, в окрему групу. Цим клієнтам потрібен онбординг — процес, який залишить приємні емоції в їхній пам'яті та заохотить їх повернутися до покупок знову.
Ви можете впровадити систему індивідуальних знижок для ваших найкращих клієнтів. Їхня історія покупок покаже їхні потреби, і ви можете надсилати їм нагадування про те, що їхні улюблені продукти будуть зі знижкою протягом певного періоду.
Потенційно лояльним покупцям варто запропонувати приєднатися до внутрішньої системи покупців і показати вашим постійним клієнтам переваги.
Клієнти під ризиком могли забути про ваш магазин або не повністю розуміти його цінність. Якщо ви ведете сторінки в Instagram, Facebook або на іншій платформі, запросіть їх приєднатися. На цих сторінках ви конкретно показуєте, як працювати з вашими продуктами та де їх використовувати. Рано чи пізно ці люди згадають, що ви можете задовольнити їхні потреби.
Ви можете запропонувати те саме для неактивних клієнтів, але також варто нагадати їм, що вони купували у вас. Тоді ваші клієнти згадають свої емоції та досвід, пов'язані з вашим магазином. Якщо досвід приємний, рано чи пізно вони захочуть повернутися.
Загальні поради
Ось кілька ключових способів застосування результатів цього аналізу:
-
Створення персоналізованих рекламних кампаній
RFM-аналіз допомагає визначити, яким сегментам клієнтів слід пропонувати різні типи акцій або знижок. Наприклад:
- Активні покупці (ті, хто має високі показники Recency, Frequency та Monetary) можуть отримувати спеціальні пропозиції для заохочення ще частіших покупок.
- Клієнти, які давно не купували (низький показник recency), можуть отримати знижку або нагадування про нові продукти.
- Нещодавніх клієнтів можна заохотити до повторних покупок за допомогою пропозицій на основі їхніх останніх замовлень.
-
Утримання лояльних клієнтів. RFM-аналітика дозволяє виявити найбільш лояльних клієнтів, які регулярно купують і приносять найбільший дохід. Це дає можливість приділяти їм особливу увагу, наприклад:
- Надсилати їм VIP-пропозиції.
- Створювати програми лояльності, які винагороджують їх за часті покупки.
-
Реактивація "втрачених" клієнтів. Клієнтів, які давно не здійснювали покупки, можна ідентифікувати за допомогою RFM-аналізу та націлити на повернення з акціями або спеціальними пропозиціями. Це може включати:
- Листи-нагадування про магазин.
- Пропозиції, які можуть зацікавити минулих клієнтів на основі їхньої історії покупок.
- Оптимізація маркетингових витрат. Використовуючи RFM-сегментацію, ви можете краще спрямувати свій маркетинговий бюджет. Наприклад, немає сенсу інвестувати значні кошти в клієнтів з низькими показниками Frequency та Monetary, натомість варто більше зосередитися на лояльних клієнтах. Це допоможе підвищити ефективність рекламних кампаній.
- Аналіз життєвого циклу клієнта. RFM-аналіз допомагає зрозуміти, на якому етапі життєвого циклу перебувають ваші клієнти. Це дозволяє будувати стратегії утримання або повернення клієнтів, зосереджуючись на їхньому циклі покупок. Наприклад, якщо клієнт потрапив до сегменту з низьким показником recency, варто зосередити зусилля на його реактивації.
- Виявлення «зіркових» клієнтів. Клієнти, які демонструють високі показники за всіма трьома метриками (Recency, Frequency, Monetary), є найприбутковішими для вашого бізнесу. Залучення таких клієнтів до програм лояльності або пропозиція ексклюзивних пропозицій може ще більше підвищити їхню цінність.
- Сегментація для email-маркетингу. RFM-аналіз дозволяє сегментувати клієнтську базу для персоналізованих email-кампаній. Наприклад, клієнтам з високою частотою покупок можна пропонувати крос-продажі або нові продукти, а клієнтам з низькою частотою — спеціальні акції або подарункові пропозиції.
Значення RFM-аналізу для магазинів Shopify
RFM-аналіз дозволяє надати магазинам Shopify детальну картину поведінки клієнтів. Крім того, ви можете виявити ключові проблеми, які можуть вплинути на ефективність бізнесу.
Результати RFM-аналізу можуть вказувати на такі проблеми:
- Погане утримання клієнтів: Якщо більшість ваших клієнтів має низький бал Останнього замовлення, це може вказувати на проблеми з утриманням клієнтів.
- Низька активність клієнтів: Якщо багато клієнтів мають низький бал частоти, це може вказувати на відсутність мотивації для повторних покупок.
- Зниження середнього чеку: Низькі грошові показники можуть вказувати на те, що клієнти витрачають менше грошей, ніж могли б, що вимагає покращення стратегії продажів.
Переваги RFM-аналізу
Магазини, які використовують RFM-аналіз, отримують ряд переваг. Головна — можливість запобігання відтоку клієнтів. Ви маєте інформацію про відсоток людей, які можуть припинити покупки. Якщо обрати правильний метод контакту, можна забезпечити, щоб клієнти не йшли.
RFM-аналіз має інші переваги, які допомагають покращити результати бізнесу:
- Покращення таргетованого маркетингу. Завдяки сегментації клієнтів на основі даних RFM ви зможете ефективніше налаштовувати рекламні кампанії.
- Зменшення маркетингових витрат. Оскільки аналіз RFM дозволяє зосередитися на найбільш цінних клієнтах, ви можете уникнути витрат на масові маркетингові кампанії, які не приносять результатів. Натомість ви інвестуєте в клієнтів, які мають найбільший потенціал.
- Підвищення лояльності клієнтів. Персоналізовані підходи на основі аналізу RFM допомагають підвищити лояльність клієнтів. Клієнти, які отримують спеціальні пропозиції та увагу від магазину, більш мотивовані продовжувати співпрацю.
- Збільшення прибутковості бізнесу. Використовуючи дані та ресурси більш ефективно, магазини можуть досягати кращих фінансових результатів, зосереджуючи свої зусилля на найбільш прибуткових клієнтах.
Чому RFM-аналіз важливий у Shopify?
Завдяки RFM-аналітиці магазини Shopify можуть точно зрозуміти, як і коли найкраще спілкуватися з клієнтами. Це дозволяє уникати масових неефективних кампаній і зосередитися на найцінніших клієнтах, які приносять основний дохід. Таким чином компанії можуть оптимізувати свої маркетингові інвестиції, знижуючи вартість рекламних кампаній та підвищуючи їхню ефективність.
RFM Analytics vs Cohort Analytics
Різниця
Хоча RFM та когортний аналіз мають спільну мету — аналіз клієнтської бази, вони працюють по-різному. RFM фокусується на індивідуальній поведінці кожного клієнта, тоді як когортний аналіз аналізує групи клієнтів, які здійснили покупки протягом певного періоду. Обидва підходи можна використовувати разом для отримання комплексної картини поведінки клієнтів та побудови довгострокової стратегії розвитку бізнесу.
Випадки використання
Кожен тип аналізу має своє призначення. Є випадки, коли краще використовувати один, а іноді — інший.
RFM-аналіз корисний у таких випадках:
- Велика клієнтська база: Коли у вас багато клієнтів і потрібно ефективно управляти їхньою лояльністю.
- Високі маркетингові витрати: Якщо ви хочете зменшити витрати на залучення нових клієнтів і зосередитися на утриманні існуючих.
- Низька лояльність клієнтів: Коли клієнти рідко повертаються до вашого магазину, і ви шукаєте способи покращити комунікацію.
- Падіння продажів: Якщо ви хочете зрозуміти, чому клієнти перестають купувати, і знайти способи повернути їх за допомогою звітів про продажі Shopify.
Як використовувати шаблон Mipler RFM
У Mipler ми розробили Шаблон RFM, щоб допомогти вам сегментувати ваших клієнтів.
Будь ласка, виконайте наведені нижче кроки, щоб додати свої дані:
- Відкрийте адмін-панель Shopify вашого магазину
- Перейдіть до Аналітики > Звіти
- Відкрийте звіт «Продажі за іменем клієнта»
- Додайте стовпець Час > День
- Експортуйте звіт
- Зробіть копію Шаблон Mipler RFM
- Відкрийте звіт «Продажі за іменем клієнта» на своєму комп'ютері
- Скопіюйте всі дані
- Вставте їх на перший аркуш копії шаблону Mipler RFM, який ви створили
- 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
Висновок
Ваші клієнти — це також звичайні люди, які мають свої потреби. Якщо ви зможете знайти ці потреби та задовольнити їх, у вас буде міцна клієнтська база. Використовуючи RFM-аналіз, ви можете виявити клієнтів, які вже задоволені вашим сервісом.
Якщо клієнту подобається магазин та його продукти, він буде повертатися часто, робити багато покупок і відповідно витрачати певну суму грошей. RFM-аналіз дозволяє побачити саме цю закономірність.
Ви можете визначити своїх основних клієнтів і зосередити зусилля на їхньому поверненні. Ви також можете зменшити маркетингові витрати. З іншого боку, ви також можете побачити недоліки у вигляді відтоку клієнтів.
