Клієнтська аналітика: RFM аналіз + Факторний аналіз продажів

Успіх мережі напряму залежить від грамотної взаємодії з клієнтами. Адже покупці - це та ланка, від якої буде залежати чи буде прибутковим магазин або ж навпаки - його функціонування буде збитковим. 

Тому важливо розпізнавати потреби клієнтів, оскільки це дозволить:

✅ оптимізувати асортимент і пропонувати те, що насправді потрібно покупцям;

✅ розробляти дієві маркетингові кампанії;

✅ збільшувати охоплення клієнтів;

✅ підвищувати ROI та LTV.

Ефективним методом в дослідженні клієнтської бази є RFM-аналіз. Головна його задача - сегментація покупців та детальне вивчення їх купівельної поведінки. 

В результаті такої сегментації за трьома параметрами (давність (R), частота (F), цінність (M)) можна зрозуміти:

• які клієнти (20%) є найбільш цінними для мережі, оскільки генерують 80% продажів;
• хто з клієнтів купує багато, але рідко;
• яких клієнтів мережа може скоро втрати скоро.

Така інформація дає підказки кому та яку саме рекламу надсилати, які бонуси пропонувати або ж використовувати інші канали інформування.

Де краще впроваджувати RFM-аналіз?

• у компаніях (B2C та B2B) для налаштування таргетованої реклами, складання скриптів (шаблонів) для телефонних дзвінків та email-розсилок.
• сфери застосування: ритейл, e-commerce, прямі продажі, некомерційна взаємодія.
• обов'язкова умова: потреба в товарах (послугах) має періодичний характер і є необхідність у налагодженні довготривалих відносин.

Приклад сегментація клієнтів у RFM-аналізі

Розглянемо на прикладі як відбувається поділ по групах за цінністю (М) (оборотом). Візьмемо дані обороту 5 клієнтів за вибраний період: 120, 250, 300, 140 та 20 грн. Посортуємо їх в порядку зростання обороту:

Клієнт                 Оборот (грн)           

    1                               20

    2                             120

    3                             140

    4                             250            

    5                             300

Щоб розділити на три рівні групи, необхідно визначити чому буде дорівнювати 33% та 66% (треті частини вибірки) в обороті всіх клієнтів. Надалі ці значення будуть межами групування для трьох груп (розраховується на підставі квантилів):

• (0 - 33%] - 3 група - вартість покупок низька;
• (33,1 - 66%] - 2 група - вартість покупок середня;
• (66,1 -100%] - 1 група - вартість покупок висока.

За даними прикладу 33% становитиме 126,4 грн, а 66% - 210,4 грн. Тоді критерії поділу клієнтів за оборотом будуть наступними:

• 20,0 - 126,4 грн - 3 група;
• 126,5 - 210,4 грн - 2 група;
• 210,5 грн і більше - 1 група.

Клієнт            Оборот (грн)        Групи (М)     

  1                        20                           3

  2                      120                           3

  3                      140                           2

  4                       250                          1

  5                       300                          1

Аналогічно групування виконується за частотою покупок (F). Всі клієнти розподіляються на три групи:

• (0 - 33%] - 3 група - рідко здійснюють покупку;
• (33,1 - 66%] - 2 група - нечасто здійснюють покупку;
• (66,1 -100%] - 1 група - часто здійснюють покупку.

Розподіляючи клієнтів за давністю покупок (R), слід враховувати  зворотний принцип виділення груп:

• (0 - 33%] - перша група (1) - нещодавно відвідали магазин;
• (33,1 - 66%]  - друга група (2) - не так давно відвідали магазин;
• (66,1 -100%] - третя група (3) - давно відвідали магазин.

Так, знаючи, що клієнт знаходиться в групі 211 (не так давно відвідував магазин, часто здійснює покупки, вартість покупок велика), варто йому нагадати про вигідність покупок в мережі та стимулювати відвідати магазин. А клієнти групи 333 є найменш цінними й не має сенсу витрачати час та зусилля на цей сегмент. 

Факторний аналіз в клієнтській аналітиці

Головне завдання RFM-аналізу - збільшити продажі мережі через правильну взаємодію з кожною окремою групою покупців.

В такому ланцюжку важливо проводити оцінку отриманих результатів: перевіряти чи досягли бажаних цілей і як це відбулось?

Для цього по кожному сегменту варто проводити факторний аналіз продажів. Він дозволить зрозуміти, що вплинуло на зміну обороту:

• кількість клієнтів;
• кількість чеків на одного клієнта;
• величина середнього чека.

Факторна модель:

Оборот = К-сть клієнтів×К-сть чеків на 1 клієнта×Середній чек

Для проведення факторного аналізу можна застосувати будь-який метод елімінування. 

Розглянемо приклад:

В групі клієнтів 233 (RFM-аналізу) менеджер розіслав розсилку з пропозиціями, акціями та запропонував бонуси, після чого було зафіксовано:

Факторний аналіз обороту магазину для клієнтів 233 групи

В такому випадку виявлено, що найбільш результативними є заходи, які спонукають клієнтів збільшувати кількість покупок. Саме на цьому надалі слід зосереджувати увагу менеджерам магазину.

Висновки

RFM-аналіз - високоефективний інструмент, якщо використовувати його в комплексі з грамотною системою заходів для кожної окремої групи клієнтів. 

При цьому обов'язковою умовою успіху є регулярна оцінка ефективності проведених розсилок та взаємодій. Факторний аналіз в такому дослідженні дозволить зрозуміти, як змінились ключові показники купівельної поведінки клієнтів і як це вплинуло на величину продажів.

Для проведення такого аналітичного напрямку рекомендуємо застосовувати звіт "RFM-аналіз" на аналітичній платформі для ритейлерів Datawiz.io. 

Функціонал звіту не тільки швидко виконає сегментацію клієнтів, але допоможе вам відстежувати "міграцію" клієнтів з однієї групи в іншу, вивчати їх купівельні корзини, проводити факторний аналіз показників продажів за допомогою динамічних візуалізацій.