我们注意到，如果不进行分析，就更难理解客户是否会回头。我们发现有一种方法可以评估客户对商店或品牌的感受。
客户忠诚度的最佳指标是他多频繁回到您这里，和他与您合作多久，以及他为您的产品花费了多少。这种方法称为RFM。R - 最近性，F - 频率，M - 货币价值是您将用来评估客户的类别。
为了让您更容易使用此分析，我们开发了一个 Google 表格模板。它将自动对您的用户进行分类。通过分析，您将收到以下客户列表：
- 那些热爱您的品牌并经常光顾您的人
- 忠诚，但可以改变主意
- 可以变得忠诚
- 那些可能很快会忘记您的人
- 那些忘记了您的人
- 新客户
通过这种方式，您将知道哪个群体占主导地位以及该将精力集中在哪里。本文致力于解释该方法的操作原理。然而，我们希望更加关注如何使用研究结果。那么，让我们从一个简单的问题开始……
什么是 RFM 分析？
这是一种分析您现有客户对您商店忠诚度的方法。
这是一种了解您应该将营销精力集中在哪里的方法。
这是您关于如何细分买家的提示。
RFM细分的定义
如果我们结合RFM分析及其功能的所有可能性，我们将得到以下定义：
RFM（最近性、频率、货币）是一种客户基础分析方法，允许您根据三个关键指标对客户进行细分。这些指标决定了客户最近一次购买的时间、购买的频率以及他在商店中花费了多少钱。通过这种方法，可以识别出产生最多收入的最有价值客户，并为每个细分市场制定特别的营销策略。
这些指标之所以被采用，是因为它们可以显示客户是否想再次回到您这里。更重要的是，这些指标没有既定标准。每个商店都是独特的，因此不会与其他商店进行比较，而是独立找到适合自己的标准。
一般来说，分析过程如下：
- 我们为每个指标编制一个表格。它显示有关买家的个人信息和一个帮助评估每个方面的列。对于最近性，指的是自上次购买以来的天数。对于频率，指的是每个买家的订单数量。对于货币，指的是所有订单的总费用。
- 根据此指标，我们将您的客户从最好到最差进行排序。
- 我们将排序后的列表分成四分位数，即分成4部分。
- 每个分位数的用户被分配一个点。
- 我们汇总每个指标获得的分数，并将买家从最好到最差进行排名。
- 我们将收到的列表分成几个组，每个组反映买家对您品牌的忠诚度。
根据分析结果，您可以独立确定您有多少个客户群体。然而，我们建议您将其划分如下：
- 最佳客户（或忠诚客户）： 在过去30天内在商店购物并下了4个或更多订单。
- 潜在客户： 下了2-3个订单，并在过去6个月内的任何时间访问过您的商店。
- 新客户： 最近在过去30天内从您的商店下了订单，但只下了1个订单。
- 处于风险中的客户： 在6-12个月前访问过您的商店的客户。
- 非活跃客户： 在12个月前访问过您的商店的客户。
当然，这种分配是有条件的，但值得遵循。通常，成为常客的客户带来最多的利润。其他所有客户都需要转为此状态。
如何计算 RFM 分数
-
将以下数据收集在一个表格中：
- 买家的姓名和电子邮件
- 订单总数
- 自上次订单以来的天数
- 所有订单的总成本
-
将表格按每个指标分成若干部分，按降序排列，并分为4个相等的组，每组占总数的25%。每组得分从1到4。最佳组得4分，最差组得1分。您也可以反向操作。对于每个组：
Recency:
频率：
货币价值：
-
我们编制一个列表，指明每个客户在每个指标上的评分。在最后一列，我们汇总获得的值。
也可以不将数值相加，而是从中构建三位数。如果您需要突出某个指标的值，请将其放在第一位。然而，这种评估可能并不总是客观的。
-
按RFM得分对接收到的列表进行排序。
计算摘要RFM评分的第二个选项：
如您所见，列表略有不同。这是因为在第一个版本中，我们没有优先考虑任何指标。在第二个选项中，频率指标对我们来说更重要。由于其值决定了数字中的百位数，因此它影响了列表的变化。只有在其中一个指标对您更重要时，才应这样做。
建议 如果您选择第二种计算RFM分数的选项，我们建议您将指标按以下顺序排列： 频率 最近性 金额 这个顺序将帮助我们找到新买家。由于他们只从您那里购买过一次，他们将位于列表的底部。频率值为4或3的人需要您最关注。这些人最近从您那里购买过。是否会回归将取决于您如何进一步与这些买家建立联系。 -
将每个列表分为几个组：忠诚客户、风险忠诚客户、潜在忠诚客户、新客户、休眠客户和风险客户。
计算的第一个变体：
计算的第二种变体：
结果清楚地表明，第二版RFM评分计算更加详细。这使您能够将客户划分为更精确的组，并更好地定义他们的需求。
在 Shopify 商店中使用 RFM 分析
获得的分析数据如果不清楚如何应用就没有价值。同样，如果我们只是说客户细分对任何商店都非常重要和有用，并以此结束文章，那么我们的文章也没有价值。
此分析的主要好处在于能够将您的买家分成不同的组。根据这种分布，您可以为每个组改变策略。如果您不知道有多少常客以及为什么客户不再回头，这些信息将非常有价值。
对于在Shopify平台上的商店，RFM分析有助于清晰地理解客户行为并改善 Shopify LTV（客户终身价值）。基于此，商店可以建立提高转化率和优化广告成本的策略。这种方法的最大优势在于能够个性化与每个客户细分的互动，从而提高他们的忠诚度和长期价值。
使用RFM分析结果的方法
对每个客户群体的个性化方法
为每个客户细分开发特别的互动策略。我们建议您将最近首次向您购买的客户分成一个单独的组。这些客户需要入门培训，这是一个将给他们留下愉快情感的过程，并鼓励他们再次回到购物中。
您可以为最佳客户实施个别折扣系统。他们的购买历史将显示他们的需求，您可以向他们发送提醒，告知他们喜欢的产品将在特定期间内打折。
对于潜在的忠诚买家，值得提供加入内部买家系统的机会，并向您的常客展示其优势。
处于风险中的客户可能已经忘记了您的商店或未完全理解其价值。如果您在Instagram、Facebook或其他平台上运营页面，请邀请他们加入。在这些页面上，您专门展示如何使用您的产品以及在哪里使用它们。迟早，这些人会记得您可以满足他们的需求。
您可以对不活跃客户提供相同的服务，但也值得提醒他们曾经向您购买过。这样，您的客户将记住与您商店相关的情感和体验。如果体验愉快，迟早他们会想要回来。
一般建议
以下是应用此分析结果的一些关键方法：
-
创建个性化广告活动
RFM 分析有助于确定哪些客户细分市场应该提供不同类型的促销或折扣。例如：
- 活跃买家（那些具有高最近性、频率和货币得分的买家）可以收到特别优惠，以鼓励他们更频繁地购买。
- 很久没有购买的客户（低最近性）可以获得折扣或关于新产品的提醒。
- 最近的客户可以通过基于他们最近订单的优惠来吸引进行重复购买。
-
维护忠诚客户。RFM 分析让您识别出那些定期购买并带来最多收入的最忠诚客户。这使得可以特别关注他们，例如：
- 向他们发送VIP优惠。
- 创建奖励他们频繁购买的忠诚计划。
-
重新激活"失去"的客户。可以使用RFM分析识别那些很久没有购买的客户，并通过促销或特价来吸引他们回归。这可能包括：
- 商店提醒信。
- 根据过去客户的购买历史，提供可能感兴趣的优惠。
- 营销成本的优化。通过使用 RFM 分析，您可以更好地针对您的营销预算。例如，向低频率和低消费的客户大量投资是没有意义的，反而值得更多关注忠诚客户。这将有助于提高广告活动的有效性。
- 客户生命周期分析。RFM分析帮助您了解客户处于生命周期的哪个阶段。这使您能够制定留住或重新吸引客户的策略，专注于他们的购买周期。例如，如果客户落入了低最近性段，则值得集中精力进行重新激活。
- 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.
- 电子邮件营销的细分。RFM分析允许您对客户群进行细分，以便进行个性化的电子邮件活动。例如，可以向高频率客户提供交叉销售或新产品，而向低频率客户提供特别促销或礼品优惠。
RFM 分析在 Shopify 商店中的意义
RFM 分析使您能够为 Shopify 商店提供客户行为的详细图景。此外，您还可以识别可能影响业务绩效的关键问题。
RFM分析结果可能表明以下问题：
- 客户留存率低: 如果您的大多数客户的最近性得分较低，这可能表明客户保留问题。
- 客户活动低： 如果许多客户的频率得分较低，这可能表明缺乏重复购买的动机。
- 平均消费减少： 低金额数字可能表明客户花费的钱少于他们可以花费的，这需要改进销售策略。
RFM 分析的好处
使用 RFM 分析的商店可以获得许多好处。主要好处是能够防止客户流失。您可以获得可能停止购买的人的百分比信息。如果您选择正确的联系方法，可以确保客户不会流失。
RFM 分析还有其他有助于改善业务结果的优势：
- 改善目标营销。 由于基于RFM数据对客户进行细分，您将能够更有效地设置广告活动。
- 减少营销成本。 因为RFM分析使您能够专注于最有价值的客户，您可以避免在没有结果的大规模营销活动上花费。相反，您可以投资于潜力最大的客户。
- 提高客户忠诚度。 基于RFM分析的个性化方法有助于提高客户忠诚度。收到商店特别优惠和关注的客户更有动力继续合作。
- 提高商业盈利能力。 通过更有效地使用数据和资源，商店可以通过将精力集中在最有利可图的客户上来实现更好的财务结果。
为什么在 Shopify 中进行 RFM 分析很重要？
得益于RFM分析，Shopify商店可以准确了解如何以及何时与客户进行最佳沟通。这使他们能够避免大规模的无效活动，专注于带来主要收入的最有价值客户。通过这种方式，公司可以优化其营销投资，降低广告活动的成本并提高其有效性。
RFM Analytics vs Cohort Analytics
差异
虽然RFM和群体分析的目标都是客户基础分析，但它们的工作方式不同。RFM关注每个客户的个体行为，而群体分析则分析在特定时期内购买的客户群体。这两种方法可以结合使用，以获得客户行为的全面图景，并制定长期的业务发展策略。
使用案例
每种分析类型都有其目的。在某些情况下，使用一种分析更好，而在其他情况下则使用另一种。
RFM 分析在以下情况下非常有用：
- 庞大的客户基础： 当您有许多客户并需要有效管理他们的忠诚度时。
- 高营销成本： 如果您想降低吸引新客户的成本，并专注于留住现有客户。
- 客户忠诚度低： 当客户很少返回您的商店，您正在寻找改善沟通的方法。
- 销售下降： 如果您想了解客户停止购买的原因，并找到通过 Shopify销售报告 将他们带回来的方法。
如何使用 Mipler RFM 模板
在Mipler，我们设计了 RFM 模板 来帮助您细分客户。
请按照以下步骤将您的数据添加到那里:
- 打开您商店的 Shopify 管理面板
- 导航到分析 > 报告
- 打开按客户名称销售报告
- 添加时间 > 天列
- 导出报告
- 复制 Mipler RFM 模板
- 在您的桌面上打开按客户名称销售报告
- 复制所有数据
- 将其粘贴在您制作的Mipler RFM模板副本的第一个标签页上
- 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
结论
您的客户也是有自己需求的普通人。如果您能找到这些需求并满足它们，您将拥有一个稳固的客户基础。通过 RFM 分析，您可以识别已经对您的服务感到满意的客户。
如果客户喜欢一个商店及其产品，他会经常回来，进行多次购买，并相应地花费一定金额。RFM分析使我们能够准确地看到这一规律。
您可以识别核心客户，并将精力集中在吸引他们回归上。您还可以降低营销成本。另一方面，您还可以看到客户流失的不足之处。
