RFM-анализ клиентской базы: как провести, выбрать границы и вести сегменты в CRM
Максим Воронин
Контент-менеджер
Анна Михайлова
Редактор
Содержание:
➤
RFM-анализ делит клиентов на группы по трём признакам: как давно они покупали (Recency), как часто (Frequency) и на какую сумму (Monetary). По сегменту видно, кого удерживать, кого развивать, а кого возвращать, и кому не стоит отправлять ту же рассылку, что и всем. Для расчёта хватит выгрузки сделок из CRM: клиент, дата оплаты, сумма.
Что такое RFM-анализ простыми словами
Три вопроса к каждому клиенту — и база превращается из списка контактов в карту, с кем и как работать.
Буква
Что измеряет
Вопрос
Чем больше балл
R — Recency
Давность последней покупки
Когда клиент покупал последний раз?
Тем свежее покупка
F — Frequency
Частоту покупок за период
Сколько раз он покупал?
Тем чаще покупает
M — Monetary
Сумму покупок за период
Сколько денег он принёс?
Тем больше сумма
Каждый параметр оценивают от 1 до 3, и у клиента получается трёхзначный код. Клиент с кодом 333 покупал недавно, часто и на большую сумму. Код 111 означает, что покупка была давно, одна и на мелочь. Всего комбинаций 3 × 3 × 3 = 27.
В разных источниках шкалу переворачивают: у одних 1 — лучший балл, у других худший. Выберите одно правило и не меняйте его, иначе через полгода коды в старых и новых отчётах перестанут совпадать. В этой статье 3 всегда лучше.
RFM-сегментация показывает не только размер клиента, но и свежесть отношений. Крупный клиент, который не покупал полгода, и крупный клиент, купивший на прошлой неделе, в выручке за год выглядят одинаково, а работать с ними нужно по-разному: первого возвращать, второму помогать купить снова.
В разных источниках шкалу переворачивают: у одних 1 — лучший балл, у других худший. Выберите одно правило и не меняйте его, иначе через полгода коды в старых и новых отчётах перестанут совпадать. В этой статье 3 всегда лучше.
RFM-сегментация показывает не только размер клиента, но и свежесть отношений. Крупный клиент, который не покупал полгода, и крупный клиент, купивший на прошлой неделе, в выручке за год выглядят одинаково, а работать с ними нужно по-разному: первого возвращать, второму помогать купить снова.
Когда RFM подходит, а когда нет
Метод работает там, где клиенты покупают больше одного раза.
Считать стоит, если:
- У вас есть повторные покупкирасходники, услуги, опт, B2B-поставки, клиники, обучение.
- В CRM лежит история сделокхотя бы за год.
- Вы готовы по-разному работать с разными группами,иначе сегментация так и останется отчётом.
Хуже всего метод ложится на бизнес, где покупают раз в несколько лет или однократно: недвижимость, свадьбы, дорогое оборудование без сервиса. У большинства клиентов там будет одна сделка, и F перестанет что-либо различать.
С небольшой базой RFM-анализ клиентской базы тоже имеет смысл. Если клиентов несколько сотен, многие из 27 сегментов окажутся почти пустыми, зато пять укрупнённых групп из раздела ниже наполнятся.
С небольшой базой RFM-анализ клиентской базы тоже имеет смысл. Если клиентов несколько сотен, многие из 27 сегментов окажутся почти пустыми, зато пять укрупнённых групп из раздела ниже наполнятся.
Какие данные нужны и как выгрузить их из CRM
Для RFM-анализа нужны всего три поля, но собирать их надо по оплатам, а не по заявкам.
Для каждого клиента нужны:
- Дата последней оплаченной покупкидля R.
- Количество оплаченных покупок за периоддля F.
- Сумма оплат за тот же периоддля M.
Источник — успешно закрытые сделки в CRM или оплаты в учётной системе, если деньги приходят туда. Открытые сделки и все заявки подряд брать нельзя: клиент, который трижды спросил цену и ничего не купил, получит высокую частоту.
До расчёта решите, кого считать клиентом. В рознице это контакт, в B2B — компания: у одной компании бывает пять контактов, и при подсчёте по ним один крупный клиент развалится на пять мелких.
Период обычно берут 12 месяцев, чтобы сгладить сезонность. Если покупки редкие, его удлиняют до 18–24 месяцев.
До расчёта решите, кого считать клиентом. В рознице это контакт, в B2B — компания: у одной компании бывает пять контактов, и при подсчёте по ним один крупный клиент развалится на пять мелких.
Период обычно берут 12 месяцев, чтобы сгладить сезонность. Если покупки редкие, его удлиняют до 18–24 месяцев.
Как выбрать границы баллов по своим данным
Чужие пороги из статьи не подойдут: «давно» для кофейни и для поставщика оборудования означает совсем разные сроки.
Границы, взятые наугад, ломают весь расчёт, поэтому опирайтесь на собственную базу.
Давность (R) — от типичного интервала между покупками. У клиентов, которые покупали хотя бы дважды, посчитайте, сколько дней проходит между соседними покупками, и возьмите медиану. Среднее тут хуже: пара клиентов, вернувшихся через два года, растянет его. Дальше правило такое:
Давность (R) — от типичного интервала между покупками. У клиентов, которые покупали хотя бы дважды, посчитайте, сколько дней проходит между соседними покупками, и возьмите медиану. Среднее тут хуже: пара клиентов, вернувшихся через два года, растянет его. Дальше правило такое:
- 3 баллаполучает клиент, у которого с последней покупки прошло не больше одного типичного интервала;
- 2 баллаот одного до трёх интервалов, клиент задерживается;
- 1 баллбольше трёх интервалов, клиент, скорее всего, ушёл или уходит.
При медианном интервале в 30 дней границы выйдут такие: до 30 дней включительно, 31–90 и больше 90.
Частота (F) — от распределения покупок. Клиентов с одной покупкой обычно много, и их стоит выделить в отдельный балл. Например: 1 покупка — 1 балл, 2–3 — 2 балла, 4 и больше — 3 балла. Верхнюю границу подбирают так, чтобы в группу «часто» попало заметное меньшинство, а не половина базы.
Сумма (M) — по долям базы. Отсортируйте клиентов по сумме покупок и разделите на три примерно равные части. Можно поставить границы на круглых, понятных отделу продаж суммах рядом с этими точками.
Проверка. После расчёта посмотрите, сколько клиентов попало в каждый балл. Если в одном оказалось больше половины базы, а в другом почти никого, границы сдвигают. И следите, чтобы между диапазонами не было дыр. Если 1 балл — «меньше 30 000 ₽», то 2 балла начинаются ровно с 30 000 ₽. Формулировка «до 29 999 ₽» потеряет клиента с суммой 29 999,50 ₽.
Частота (F) — от распределения покупок. Клиентов с одной покупкой обычно много, и их стоит выделить в отдельный балл. Например: 1 покупка — 1 балл, 2–3 — 2 балла, 4 и больше — 3 балла. Верхнюю границу подбирают так, чтобы в группу «часто» попало заметное меньшинство, а не половина базы.
Сумма (M) — по долям базы. Отсортируйте клиентов по сумме покупок и разделите на три примерно равные части. Можно поставить границы на круглых, понятных отделу продаж суммах рядом с этими точками.
Проверка. После расчёта посмотрите, сколько клиентов попало в каждый балл. Если в одном оказалось больше половины базы, а в другом почти никого, границы сдвигают. И следите, чтобы между диапазонами не было дыр. Если 1 балл — «меньше 30 000 ₽», то 2 балла начинаются ровно с 30 000 ₽. Формулировка «до 29 999 ₽» потеряет клиента с суммой 29 999,50 ₽.
Пример RFM-анализа на восьми клиентах
Условный пример: B2B-поставщик, данные на 1 октября, период — 12 месяцев.
Медианный интервал между покупками — 30 дней. Границы:
- R3 балла — до 30 дней с последней покупки включительно, 2 балла — 31–90 дней, 1 балл — больше 90;
- F3 балла — 4 покупки и больше, 2 балла — 2–3 покупки, 1 балл — 1 покупка;
- M3 балла — от 100 000 ₽, 2 балла — от 30 000 ₽ и меньше 100 000 ₽, 1 балл — меньше 30 000 ₽.
Клиент
Дней с покупки
Покупок
Сумма, ₽
Код (R, F, M)
А
12
9
240 000
333
Б
25
2
150 000
323
В
45
5
80 000
232
Г
20
1
18 000
311
Д
120
6
190 000
133
Е
70
3
45 000
222
Ж
200
1
12 000
111
З
95
2
60 000
122
Больше всего внимания здесь требует Д. Шесть покупок на 190 000 ₽ за год, второе место по выручке, но последняя покупка была четыре месяца назад. Это бывший лучший клиент, и в отчёте по выручке за год он выглядит вполне благополучно.
В Excel или Google Таблицах всё считается формулами: дни — разность между датой анализа и датой последней покупки, баллы — функцией ЕСЛИ по границам, код — склейкой трёх баллов.
В Excel или Google Таблицах всё считается формулами: дни — разность между датой анализа и датой последней покупки, баллы — функцией ЕСЛИ по границам, код — склейкой трёх баллов.
RFM-сегменты: от 27 кодов к пяти рабочим группам
Двадцать семь сценариев коммуникации никто поддерживать не будет. Для старта хватает пяти групп.
Группы удобно собирать по давности и частоте, а сумму использовать как приоритет внутри группы:
Группа
Коды
Кто это
Клиенты из примера
Лучшие
331, 332, 333
Покупают недавно и часто
А
Растущие
321, 322, 323
Покупают недавно, но пока нечасто
Б
Новички
311, 312, 313
Одна недавняя покупка
Г
Под угрозой
все коды на 2
Задерживаются со следующей покупкой
В, Е
Уходящие
все коды на 1
Не покупали дольше трёх интервалов
Д, Ж, З
Внутри «Под угрозой» и «Уходящих» первыми отрабатывают клиентов с F и M на 3: их потеря стоит дороже всего. В примере это Д с кодом 133. Если какая-то группа разрослась до половины базы, её можно разбить по M, но начинать лучше с пяти.
Что делать с каждым RFM-сегментом
Сегментация окупается, когда у каждой группы есть своё действие и свой ответственный.
- ЛучшиеСкидки им не нужны, они и так покупают. Гораздо полезнее персональный менеджер, ранний доступ к новинкам, просьба об отзыве или рекомендации. Если засыпать их акциями, они научатся ждать скидку и будут покупать то же самое дешевле.
- РастущиеЗадача — вторая и третья покупка. Помогают подборки к уже купленному, напоминание, когда подходит срок повторного заказа, предложение программы лояльности.
- НовичкиПервые недели после покупки решают, вернётся ли клиент. Работают онбординг, проверка «всё ли получилось» и полезный контент по купленному.
- Под угрозойКлиент ещё не ушёл, но задерживается. Часто достаточно напоминания или звонка менеджера с вопросом, как идут дела и не пора ли повторить заказ. Ценным клиентам из этой группы звонят, рассылкой тут не обойтись.
- УходящиеСначала выясните, почему ушли: короткий опрос, а крупным клиентам звонок руководителя. Ответ подскажет, что предлагать: если ушли из-за цены, нужен другой пакет, если из-за сервиса, скидка не поможет. Если после двух-трёх касаний ответа нет, клиента переводят в редкую рассылку и не тратят на него время отдела продаж.
Как настроить цепочки касаний для этих групп, мы разобрали в статье про повторные продажи в amoCRM, а признаки ухода — в статье про отток клиентов.
RFM в B2B: как адаптировать метод
В B2B метод часто называют неподходящим, хотя обычно дело в настройках.
Для B2B меняют четыре вещи:
- Расчёт по компаниям, а не по контактам.Иначе крупный клиент с пятью сотрудниками в CRM распадается на пять мелких.
- Более длинный период.Если клиенты закупаются раз в квартал, за 12 месяцев у постоянного клиента наберётся 4 покупки, и F почти не будет различать клиентов. Период в 18–24 месяца растягивает шкалу и сглаживает разовые сдвиги в закупках.
- Давность от последней отгрузки или оплаты, а не от договора.Клиент с действующим годовым договором, который давно ничего не заказывал, — это клиент под угрозой.
- Маржа вместо выручки, если её можно посчитать.Крупный клиент с минимальной наценкой бывает выгоден меньше, чем средний.
Ещё одна особенность B2B: решение о закупке зависит от бюджетного цикла клиента. Если компания закупается раз в год под новый бюджет, её «задержка» в октябре ничего не значит. Таких клиентов лучше считать отдельно или брать интервал по каждому из них.
RFM хорошо дополняет ABC/XYZ-анализ. ABC показывает, кто приносит деньги, XYZ — насколько стабильно. RFM добавляет то, чего нет ни в одном из них: как давно клиент покупал последний раз. Клиент класса A с давностью в 1 балл — первый кандидат на звонок руководителя. Как провести ABC/XYZ, мы описали в отдельной статье про ABC/XYZ-анализ клиентов.
RFM хорошо дополняет ABC/XYZ-анализ. ABC показывает, кто приносит деньги, XYZ — насколько стабильно. RFM добавляет то, чего нет ни в одном из них: как давно клиент покупал последний раз. Клиент класса A с давностью в 1 балл — первый кандидат на звонок руководителя. Как провести ABC/XYZ, мы описали в отдельной статье про ABC/XYZ-анализ клиентов.
RFM-анализ в amoCRM: как считать и обновлять автоматически
Разовый расчёт в Excel быстро отстаёт от жизни. Польза появляется, когда сегмент виден в карточке клиента и обновляется сам.
Что настраивают:
- Поля в карточке компании или контакта:дата последней покупки, число покупок и сумма за период, RFM-код или название группы.
- Пересчёт полей после каждой успешной сделки.Обычно этим занимается интеграция с учётной системой, если оплаты приходят туда, или отдельный скрипт, который забирает оплаченные сделки из amoCRM.
- Тег или поле с группой.RFM-сегментация прямо в CRM удобна тем, что по тегу или полю можно отфильтровать список клиентов и отдать его в рассылку или менеджерам.
- Задачи по переходам.Клиент перешёл из «Лучших» в «Под угрозой», и ответственный получает задачу связаться. Виджет «Триггеры» ставит задачи и отправляет сообщения по событиям в amoCRM. Баллы он не считает: их заполняет интеграция или скрипт.
- Дашборд.На нём видно распределение клиентов по сегментам и переходы между ними со временем.
Такой RFM-дашборд мы собирали для компании «Онланта», когда автоматизировали у неё работу в amoCRM. Он показывает, какой процент компаний приходится на каждый сегмент и как компании переходят между сегментами, например из частых и крупных покупателей в редкие и мелкие. На том же дашборде выводятся NPS по компаниям и последний отзыв, так что рядом с переходом видна и оценка клиента. Подробнее о том, какие дашборды можно собрать на данных amoCRM, — на странице про дашборды для бизнеса.
Границы баллов достаточно пересматривать раз в квартал или полгода, а коды клиентов обновлять при каждой покупке или хотя бы раз в месяц.
Границы баллов достаточно пересматривать раз в квартал или полгода, а коды клиентов обновлять при каждой покупке или хотя бы раз в месяц.
Ошибки RFM-анализа
Половина ошибок случается ещё до расчёта, на этапе данных и границ, остальные — когда сегменты не доходят до работы.
- Считают по заявкам, а не по оплатам.Активный, но не платящий клиент выглядит лучшим.
- Берут чужие пороги.Границы из статьи про розницу не подойдут поставщику оборудования.
- Оставляют дыры в диапазонах.Часть клиентов не попадает ни в один балл и пропадает из анализа.
- Делают 27 сценариев.Через месяц никто не помнит, чем 213 отличается от 223.
- Считают один раз.Сегменты устаревают, и реактивационное письмо получает клиент, который вернулся две недели назад.
- Сегментируют без действия.Отчёт красивый, а рассылка всё равно уходит всем одинаковая.
Частые вопросы
Это способ разделить клиентов на группы по трём признакам: как давно покупали, как часто и на какую сумму. По группе видно, кого удерживать, кого развивать и кого возвращать.
Выгрузите из CRM оплаченные сделки: клиент, дата, сумма. Сведите по клиентам дату последней покупки, число покупок и сумму за период. Формулой ЕСЛИ поставьте баллы по границам и склейте их в трёхзначный код.
Жёсткого порога нет. На небольшой базе вместо 27 сегментов используйте пять укрупнённых групп: так в каждой окажется достаточно клиентов, чтобы с ними работать.
Коды клиентов — при каждой покупке или раз в месяц. Границы баллов — раз в квартал или полгода, а также после заметных изменений: нового продукта, смены цен, начала сезона.
Да, если считать по компаниям, взять период под цикл закупок, считать давность от последней отгрузки и по возможности использовать маржу вместо выручки.
Коротко
- RFM делит клиентов по давности, частоте и сумме покупок; 3 балла — лучший результат.
- Данные — только оплаченные сделки, в B2B — по компаниям.
- Границу давности задаёт медианный интервал между покупками, суммы — доли базы.
- Диапазоны без дыр и проверка распределения после расчёта.
- Вместо 27 кодов — пять групп: лучшие, растущие, новички, под угрозой, уходящие.
- У каждой группы своё действие и ответственный.
- Сегмент живёт в карточке клиента в CRM и обновляется с каждой покупкой.
RFM-анализ работает, когда в CRM есть чистая история оплат и понятно, кто клиент: контакт или компания
На бесплатном аудите amoCRM за час онлайн разберём ваш процесс продаж, работу менеджеров, автоматизации и интеграции, а на выходе вы получите план улучшений.
Оставляя заявку, вы соглашаетесь с Политикой конфиденциальности
Ещё статьи
