Клиентская аналитика: RFM анализ + Факторный анализ продаж

Успех сети напрямую зависит от грамотного взаимодействия клиентов. Ведь покупатели – это то звено, от которого будет зависеть будет ли прибыльным магазин или же наоборот – его функционирование будет убыточным.

Поэтому важно распознавать потребности клиентов, что позволит:

✅ оптимизировать ассортимент и предлагать то, что на самом деле нужно покупателям;

✅ разрабатывать действенные маркетинговые кампании;

✅ увеличивать охват клиентов;

✅ повышать ROI и LTV.

Эффективным методом в исследовании клиентской базы является RFM-анализ. Главная его задача – сегментация покупателей и детальное изучение их покупательского поведения.

В результате такой сегментации по трем параметрам (давность (R), частота (F), ценность (M)) можно понять:

• какие клиенты (20%) наиболее ценные для сети, поскольку генерируют 80% продаж;
• кто из клиентов покупает многое, но редко;
• каких клиентов сеть может скоро потери скоро.

Такая информация дает подсказки кому и какую именно рекламу присылать, какие бонусы предлагать либо же использовать другие каналы информирования.

Где лучше внедрять RFM-анализ?

• в компаниях (B2C и B2B) для настройки таргетированной рекламы, подготовки скриптов (шаблонов) для телефонных звонков и email-рассылок.
• сферы применения: ритейл, прямые продажи, некоммерческое взаимодействие.
• обязательное условие: потребность в товарах (услугах) носит периодический характер и есть необходимость в налаживании долговременных отношений.

Пример сегментации клиентов в RFM-анализе

Рассмотрим на примере как происходит разделение клиентов по группам ценности (M) (оборот). Возьмем данные оборота 5 клиентов за выбранный период: $120, 250, 300, 140 и 20. По сортируем их в порядке возрастания оборота:

Клиент                     Оборот ($)

     1                                20 

     2                               120

     3                               140

     4                                250

     5                                300

Чтобы разделить на три равных группы, необходимо определить чему будет равняться 33% и 66% (третьи части выборки) в обороте всех клиентов. В дальнейшем эти значения будут пределами группировки для трех групп (рассчитывается на основании квантилей):

• (0 - 33%] - 3 группа - стоимость покупок низкая;
• (33,1 - 66%] - 2 группа - стоимость покупок средняя;
• (66,1 -100%] - 1 группа - стоимость покупок высока.

По данным примера 33% составит $126,4, а 66% - $ 210,4. Тогда критерии разделения клиентов по обороту будут следующими:

• $ 20,0 -  $126,4 - 3 группа;
• $ 126,5 - $ 210,4 - 2 группа;
• $ 210,5 и больше - 1 группа.

Клиент          Оборот ($)          Группы (М)

     1                      20                          3

     2                     120                         3

     3                     140                         2

     4                      250                        1

     5                      300                        1

Аналогично группировка выполняется по частоте покупок (F). Все клиенты делятся на три группы:

• (0 - 33%] - 3 группа - редко совершают покупку;
• (33,1 - 66%] - 2 группа - нечасто осуществляют покупку;
• (66,1 -100%] - 1 группа - часто совершают покупку.

Распределяя клиентов по давности покупок (R), следует учитывать обратный принцип выделения групп:

• (0 - 33%] - 1 группа - недавно посетили магазин;
• (33,1 - 66%] - 2 группа - не так давно посещали магазин;
• (66,1 -100%] - 3 группа - давно посетили магазин.

Таким образом, зная, что клиент находится в группе 211 (не так давно посещал магазин, часто совершает покупки, стоимость покупок большая), стоит ему напомнить о выгодности покупок в сети и мотивировать посетить магазин. А клиенты группы 333 является наименее ценными и не имеет смысла тратить время и усилия на этот сегмент.

Факторный анализ в клиентской аналитике

Главная задача RFM-анализа – увеличить продажи сети с помощью правильного взаимодействия с каждой отдельной группой покупателей.

В такой цепочке важно проводить оценку полученных результатов: проверять достигла ли сеть желаемых целей и как это произошло?

Для этого по каждому сегменту следует проводить факторный анализ продаж. Он позволит понять, что повлияло на изменение оборота:

• количество клиентов;
• количество чеков на одного клиента;
• величина среднего чека.

Факторная модель:

Оборот = Кол-во клиентов × Кол-во чеков на 1 клиента × Средний чек

Для проведения факторного анализа можно использовать любой метод элиминирования.

Рассмотрим пример:

В группе клиентов 233 (RFM-анализа) менеджер выполнил рассылку с акциями и предложил бонусы, после чего было зафиксировано:

Факторный анализ оборота магазина для клиентов 233 группы