Отчет «RFM-распределение»: примеры использования в маркетинге

24 Апр ‘18

Мы знаем, что наши клиенты используют RFM-сегментацию. Теперь возможность выгрузить RFM-отчет по базе данных с клиентами есть и в Mindbox.

Это нужно, чтобы анализировать поведение покупателей, разделять их по сегментам и запускать маркетинговые кампании для каждого из них.

RFM-отчет — это сводные таблицы, которые показывают распределение людей по действиям:

  • cколько времени прошло с последней покупки — recency;
  • сколько покупок сделал пользователь за все время — frequency;
  • сколько денег за все время он потратил — monetary.

Название отчета в платформе — «RFM-распределение».

Отчет “RFM-распределение” в Mindbox

Отчет «RFM-распределение» в Mindbox

Как выглядит отчет «RFM-распределение»

RFM-отчет — это документ в формате Excel. На первой вкладке отчета выводится три таблицы.

Первая таблица показывает, сколько покупок сделал покупатель за все время и сколько месяцев прошло с последней покупки.

Отчет “RFM-распределение” в Mindbox

Количество покупок за все время (F) и количество месяцев, прошедших с последней покупки (R)

Вторая таблица показывает, сколько суммарно потратил покупатель и сколько сделал покупок за все время.

Отчет “RFM-распределение” в Mindbox

Сумма заказов за все время (М) и количество покупок за все время (F)

Третья таблица показывает, сколько суммарно потратил покупатель за все время и сколько времени прошло с последней покупки.

Отчет “RFM-распределение” в Mindbox

Сумма заказов за все время (М) и количество покупок за все время (F)

Зеленым цветом выделены области с наибольшим количеством покупателей. Красным — с наименьшим.

Первая информация на экране — это средние показатели по базе. Они помогают понять общие тенденции поведения покупателей.

Отчет “RFM-распределение” в Mindbox

Средние показатели по базе в отчете «RFM-распределение»

Например, из информации в этом отчете можно сделать выводы, что, в среднем, покупатели:

  • делают покупки один раз в 62 дня;
  • покупают за все время 2 товара;
  • приносят компании 30 тыс. рублей выручки.

Всего этот отчет показывает данные по 3,6 млн. человек.

Приводим примеры маркетинговых задач, которые помогает решить RFM-отчет.

Как узнать, сколько покупателей в оттоке

Отток — это количество людей, которые покупают реже, чем хотелось бы. Размер оттока зависит от типа бизнеса.

Допустим, вы продаете бытовую технику или мебель. В этом случае вполне нормально, если покупатель сделает следующую покупку через полгода. Если же вы занимаетесь доставкой еды, то оттоком можно считать отсутствие повторных заказов в течение двух недель.

Отчет “RFM-распределение” в Mindbox

Количество покупателей, не совершавших покупку больше года

В нашем примере отчет показывает, что среднее время между покупками составляет 62 дня. То есть покупатель возвращается за покупкой в среднем один раз в два месяца.

Отчет

Оценка оттока по данным RFM-отчета

Из отчета мы видим, что 1,7 млн покупателей, то есть половина базы, не возвращались за покупкой более двух месяцев. Назвать «оттоком» этих покупателей будет преувеличением, но все же это сегмент, к которому стоит отнестись внимательно с точки зрения кампаний.

Как использовать в маркетинге:

  • Провести рекламную кампанию, чтобы реактивировать сегмент.
  • Если у вас сезонный бизнес и покупают, например, только летом, то зимой прислать в рассылках полезные статьи для поддержания контакта.

Как узнать, сколько покупателей никогда не делали покупки

Чтобы найти всех покупателей, которые есть в базе, но никогда не делали покупку, нужна первая таблица — таблица RF.

Отчет

Количество покупок за все время (F) и количество месяцев, прошедших с последней покупки (R)

В колонке «Никогда не покупали» содержится информация о покупателях, которые не сделали ни одного заказа.

В нашем примере это 20% базы, то есть 740 тыс. человек.

Отчет

Количество человек, которые зарегистрированы в базе, но никогда не совершали покупку

Чтобы понять, действительно ли это потерянные клиенты, или среди них есть те, которые зарегистрировались недавно и еще не успели сделать покупку, используется фильтр «Срок жизни потребителя».

Допустим, в нашем примере будем считать «новичками» всех, кто зарегистрировался меньше двух месяцев назад, так как два месяца — это средний промежуток времени между заказами.

Отчет

Использование фильтра «Срок жизни потребителя»

В результате использования фильтра получили 370 тыс. человек, то есть 10% базы.

Отчет

Результат использования фильтра «Срок жизни потребителя»

Чтобы убедиться, что все эти люди — наши подписчики, мы проверили валидность базы. Оказалось, что доля подписчиков среди этих людей — 90%. То есть имеется проблема: люди попадают в базу тем или иным образом, но так и не делают первый заказ.

Как использовать в маркетинге:

  • Поработать над welcome-цепочкой. Если ее нет, то нужно сделать. Например, может оказаться, что клиентам нужна более подробная инструкция по оформлению заказа.
  • Выслать промокоды на первый заказ, чтобы подтолкнуть покупателей к покупке.
  • Запустить опрос, чтобы спросить у подписчиков, почему они так и не сделали первый заказ, и помочь им в зависимости от результатов.

Как узнать, сколько клиентов лояльно настроены

Лояльные клиенты — это покупатели, которые соответствуют трем критериям:

  • делали покупку недавно;
  • имеют чек покупки выше среднего;
  • делают покупки чаще, чем другие покупатели.

В нашем примере среднее количество покупок на покупателя — две. Частота взаимодействия — одна покупка раз в два месяца. Значит, к лояльным можем отнести тех покупателей, которые сделали больше двух покупок. Причем последняя из них была не более двух месяцев назад.

Информация об этих клиентах находится в верхней части таблицы.

Отчет

Информация о лояльных к бренду покупателях

В нашем случае таких покупателей 536 000 — это седьмая часть базы.

Как использовать в маркетинге:

  • Разработать систему поощрения для этих клиентов для укрепления связи с брендом. Например, начислять им больше баллов лояльности или дать персональную постоянную скидку.
  • Дать скидку остальным клиентам, а взаимодействие с этими клиентами не менять, так как они уже лояльны к продукту.
  • Выделить самых лояльных покупателей, например, тех, кто совершил больше 10 покупок, причем последняя была сделана в текущем месяцев, и выдать им «золотые» карты, чтобы поддержать лояльность.

Тестировать на основе анализа RFM-отчета можно любые варианты. Чтобы проверить работоспособность теорий, используйте AB-тестирование в рассылках. Мы же хотели натолкнуть вас на интересные мысли и показать пользу на конкретных примерах.

Команда Mindbox

Игорь Калиновский

Игорь Калиновский
Ведущий аналитик

Запрос на подключение

Кол-во контактов*
  • 50 000
  • 100 000
  • 150 000
  • 200 000
  • 250 000
  • 300 000
  • 350 000
  • 400 000

Пожалуйста, оставьте информацию о вас

Свяжемся в течение
рабочего дня

Заявка на партнерство

Свяжемся в течение
рабочего дня

Обратная связь