Co to jest analiza RFM?

Co to jest analiza RFM?

Autor: Martyna Witosz, Content Marketing Specialist
Czas na przeczytanie: 4 minuty

Wskaźnik RFM (nie mylić z RMF FM :)), czyli Recency, Frequency, Monetary –  najprościej mówiąc, służy do określenia wartości poszczególnych klientów. Wartość ta jest budowana na podstawie wykonanych przez nich zakupów w danym sklepie internetowym. Choć analizy RFM nie można wykorzystać w retargetingu do anonimowych użytkowników, ponieważ nie posiadasz historii zakupowej danej osoby w Twoim sklepie, to mimo to warto wprowadzić ją do swojej strategii. Wykorzystanie wskaźnika RFM jest skuteczną i w dodatku prostą metodą segmentacji bazy własnej klientów. Ponadto wpływa pozytywnie na dostarczalność wiadomości. Inaczej mówiąc,
analiza RFM poprawia Twoją reputację nadawcy wśród dostawców skrzynek pocztowych. Nie od dziś wiadomo, że im bardziej spersonalizowana i dopasowana do odbiorcy kreacja mailowa, tym większe zainteresowanie wśród jej odbiorców, czego wynikiem jest coraz to lepsza dostarczalność emaili. 

RFM – co oznacza? 

Technika marketingowa, jaką jest segmentacja RFM klasyfikuje każdego klienta na podstawie 3 poniższych wskaźników

  • R jak Recency – jest to czas, który minął od ostatniego zakupu. W ten sposób możesz podzielić swoich odbiorców na:
    1. Klientów, którzy zrobili zakupy w Twoim sklepie w ostatnich dniach.
    2. Klientów, którzy już od jakiegoś czasu nie robili zakupów.
    3. Klientów, których nie było w e-sklepie od bardzo dawna. 

Mając takie dane na temat użytkowników e-sklepu, grzechem byłoby nie wykorzystać tego w projektowaniu komunikacji. Prawdopodobnie te osoby, które zrobiły zakupy w ostatnich paru dniach, będą skłonne zrobić je jeszcze raz. Dlaczego? Mają jeszcze w pamięci pozytywne wrażenia zakupowe związane z Twoją marką. 

  • F jak Frequency – to częstotliwość dokonywania zakupów. Na jej podstawie można podzielić odbiorców na: 
  1. Stałych klientów.
  2. Regularnych klientów.
  3. Okazjonalnych klientów.

Jak dopasować wysyłane wiadomości do odbiorców, biorąc pod uwagę częstotliwość wykonywania przez nich zakupów? Oferty z bardziej ekskluzywnym asortymentem — produktami premium, lepiej wysłać do klientów okazjonalnych. Choć robią oni rzadko zakupy w Twoim sklepie, to chętniej skorzystają z nietypowych okazji. Natomiast do klientów, którzy robią regularnie lub bardzo często zakupy, należy skierować cotygodniowe oferty.

  • M jak Monetary – to ilość pieniędzy zostawiana przez klienta w Twoim sklepie. Mając już podzielonych użytkowników pod względem czasu, który upłynął od ostatnich zakupów i częstotliwości, możesz podzielić ich jeszcze na:
  1. Klientów oszczędnych.
  2. Klientów przeciętnych.
  3. Klientów premium.

Każdy e-biznes jest jednak inny. To Ty więc ustalasz na podstawie średniej wartości zakupów klientów własne widełki cenowe do poszczególnych kategorii. 

Analiza RFM – co należy ocenić?

Wykorzystując analizę RFM, możesz ocenić każdego klienta, nadając mu punkty od 1 do 5 lub od 1 do 3 (uproszczona wersja analizy) w 3 kategoriach: 

  • Ile czasu upłynęło od jego ostatnich zakupów w Twoim sklepie? (Im krótszy czas od ostatnich zakupów, tym wartość klienta jest większa).
  • Jak często dany klient dokonywał zakupów? (Im większa częstotliwość zakupów, tym większa wartość klienta).
  • Ile klient zostawił pieniędzy w Twoim sklepie? (Im więcej wydał, tym bardziej jego wartość rośnie).

analiza rfm

TIP: Po przyznaniu punktów Twoja baza podzieli się na segmenty, do których należy wybrać odpowiednią strategię komunikacji. 

Jak rozmawiać z klientem?

  • Wysoki wskaźnik RFM

Wysoki wskaźnik RFM oznacza, że klient jest związany z marką. Chętnie robi zakupy w Twoim sklepie internetowym i korzysta z promocji, o których go informujesz. Warto z takimi użytkownikami utrzymywać systematyczną komunikację. Nawiąż dialog, zapytaj o opinię na temat Twoich produktów lub usług - nie skupiaj się wyłącznie na ofertach sprzedażowych. Niech Twoi klienci poczują, że maile są pisane przez człowieka do człowieka.

Sytuacja: Klient od dwóch lat, co trzy tygodnie, robi zakupy w Twoim sklepie. Jego wartość koszyka jest zwykle powyżej średniej. 

R = 3

F = 3

M = 3

Działanie: Prowadź przemyślaną i systematyczną komunikację z klientem. Mailingi informujące o najnowszych promocjach – oczywiście dopasowane do jego wcześniejszych zakupów, przeplataj z luźną rozmową. Poproś go o ocenę zakupionego produktu, zapytaj co możesz poprawić w swoim sklepie. Pokaż, że jego zdanie ma wpływ na rozwój sklepu. 

  •  Niski wskaźnik RFM

Klienci o niskim wskaźniku RFM nie są zainteresowani Twoją marką. To osoby, które raz lub dwa zrobiły zakupy w sklepie i raczej nie planują robić tego regularnie. Dodatkowo tego typu klient zwykle nie reaguje na wiadomości i bieżące promocje. Skusić może go jedynie odpowiednio duży rabat. Należy jednak bardzo dokładnie przemyśleć swoje działania rabatowe. Jeśli od ostatniego zakupu minęło parę dni, czyli wskaźnik R jest wysoki, a pozostałe są niskie – zaoferuj mu stosunkowo mały rabat. Jeśli zaś wskaźnik R maleje, to pomocne w tej sytuacji może okazać się zwiększenie zniżki.

Sytuacja: Klient dwa dni temu zrobił zakupy w Twoim sklepie. Wcześniej Twoje produkty kupił 3 lata temu. Wartość jego koszyka jest niższa niż średnia pojedynczych zakupów dokonywanych w e-sklepie. 

R = 3

F = 1

M = 1

Działanie: Wyślij mu dynamiczną wiadomość email, informującą o darmowej dostawie w najbliższych dniach. Jeśli użytkownik nie skusi się tym rabatem, za kilka dni podeślij kod na produkty z kategorii, którą zainteresował się już wcześniej. 

  • Średni wskaźnik RFM

Klienci, którzy posiadają średni wskaźnik RFM, wymagają jeszcze dodatkowej analizy. Warto w tej grupie wyodrębnić osoby, których wynik zaniża tylko jeden wskaźnik i wprowadzić rozwiązania, które mogą go podwyższyć.  

Sytuacja: Klient jest w Twojej bazie, ponieważ niedawno zrobił zakupy w e-sklepie. Kupuje stosunkowo często, jednak za małą kwotę.

R = 3

F = 3

M = 1

Działanie: Wprowadź do swojej strategii cross selling. Zarekomenduj klientom dodatkowe produkty i usługi dopasowane do tych, które znalazły się już w koszyku użytkownika. Dzięki zwiększeniu wartości zamówienia zwiększysz wskaźnik M.

Wartość RFM jest tym wyższa dla danego klienta im:

  1. Mniej czasu upłynęło od ostatniego zakupu w Twoim sklepie.
  2. Częściej robi zakupy w Twoim sklepie.
  3. Więcej wydaje na zakupy w Twoim sklepie.

Dlaczego warto stosować analizę RFM?

 

Analiza RFM należy do jednych z prostszych metod obliczania wartości klientów i ich segmentacji.

Analizując podstawowe informacje, które posiadasz o swoich klientach, możesz przewidzieć ich dalsze działania, a nawet zachęcić do ponownych zakupów. Podczas projektowania komunikacji, warto wziąć pod uwagę kilka sprawdzonych zależności: 

- Klient, który niedawno był w Twoim sklepie, zrobił zakupy i jest z nich zadowolony, prawdopodobnie w najbliższym czasie wróci, aby zrobić kolejne zakupy.

- Klient, który aktualnie często robi zakupy w Twoim sklepie, również będzie robił je często w przyszłości. 

- Klient, który robi zakupy o dużej wartości, prawdopodobnie zrobi je ponownie w przyszłości. 

Mając to na uwadze, należy dopasować do każdego klienta spersonalizowaną komunikację, dzięki której zwiększysz sprzedaż w swoim sklepie. Bez dokładnej analizy użytkowników nie dowiesz się, jakim typem klienta jest dana osoba i jaką formę komunikacji wybrać.

Wyobraź sobie, że w piekarni obok Twojego mieszkania, do której prawie codziennie przychodzisz, obsługa zna Cię na tyle dobrze, że już wie, co chcesz kupić jeszcze przed złożeniem zamówienia. Te pozytywne doświadczenia można przenieść również do rzeczywistości online! Pokaż swoim klientom, jak dobrze znasz ich oczekiwania.

Podsumowanie

Podsumowując, analiza RFM nie tylko pomaga określić aktualną wartość Twoich klientów. Można ją także wykorzystać do segmentacji odbiorców mailingu czy obserwatorów Twoich kont w social mediach. Działania te wpłyną pozytywnie na dobór najlepszych rozwiązań marketingowych do danego segmentu klientów. A Ty w ten sposób zoptymalizujesz wydatki marketingowe w Twoim ecommerce.

Share:

Pozostałe wpisy

Wypróbuj Revhuntera