Analiza RFM – maksymalne wykorzystanie wiedzy o działaniach odbiorców [część 1]

Jednym z podstawowych zadań marketera jest poznanie i zrozumienie swoich klientów, tak aby zgromadzoną wiedzę skutecznie wykorzystać w budowaniu relacji i zwiększaniu sprzedaży. W tym tekście chciałbym opowiedzieć Ci o bardzo fajnej metodzie, którą można wykorzystać do analizy zachowania Twoich odbiorców (analiza RFM) oraz o praktycznym jej zastosowaniu, a więc tworzeniu odpowiednich grup odbiorców i wysyłania dopasowanych komunikatów dla każdej z tych grup. Cel? Sukces Twoich kampanii email marketingowych, rzecz jasna!

Co to jest analiza RFM i do czego służy?

Wskaźnik RFM (Recency, Frequency, Monetary) to jedno z najbardziej popularnych narzędzi służące do wartościowania klientów na podstawie ich wcześniejszych zakupów. Jest ono szczególnie wykorzystywane przez marketerów, którzy zajmują się marketingiem bezpośrednim. Dzięki niemu mogą określić wartość klienta (co ma niebagatelne zastosowanie w późniejszej jego obsłudze), ale także przewidzieć jego reakcję na przyszłe działania marketingowe.

Wykorzystanie tej techniki w działaniach email marketingowych może w prosty sposób nie tylko zwiększyć efektywność wykorzystania tego kanału komunikacji, ale także poprawić reputację marketera wśród dostawców skrzynek pocztowych (ci bardzo dokładnie obserwują, jak na komunikację mailingową reagują odbiorcy - im lepiej dopasowana komunikacja, tym lepsza reakcja odbiorców, a to z kolei zwiększa reputację nadawcy wśród adminów).

Ważne jest, aby marketer, chcąc maksymalnie wykorzystać tę analizę rfm, dokładnie zbierał dane o zachowaniu swoich odbiorców zarówno po stronie systemu do email marketingu jak i sklepu internetowego. Niezmiernie istotne staje się w tym wypadku zsynchronizowanie danych pomiędzy różnymi systemami za pomocą API, które jest oferowane przez dobre systemy do email marketingu typu FreshMail.

Co oceniasz?

Przystępując do analizy RFM, marketer powinien ocenić każdego odbiorcę/klienta w trzech płaszczyznach.

• Ile czasu upłynęło od ostatniego zakupu? Zasadniczo, im czas jest krótszy, tym wartość danego klienta wyższa.
• Jak często / ile razy dany odbiorca dokonywał zakupów w naszym sklepie? Im częściej to robił, tym jego wartość jest wyższa.
• Ile klient zostawił pieniędzy w naszym sklepie? Oczywiście im więcej, tym wartość klienta jest wyższa.

Zgodnie z tradycyjnym podejściem do analizy RFM w kolejnym kroku marketer powinien każdej z cech przypisać odpowiednią wagę w zależności od specyfiki branży, w jakiej działa. Poniżej omówię bardziej rozbudowaną odmianę analizy RFM - tę przeznaczoną dla e-commerce. Jeśli potrzebujesz jedynie zanalizować swoje działanie email marketingowe, przepis na uproszczoną analizę RFM pojawi się w części 2 (już niedługo).

Osobiście jestem zwolennikiem podejścia, jakie proponuje w swoich opracowaniach Database Marketing Institute, aby rozpocząć segmentowanie posiadanej bazy w oparciu o wartość, kiedy nastąpił ostatni zakup (recency) przez odbiorcę. W zależności od źródła można znaleźć wiele wskazówek, na ile segmentów powinna być podzielona baza, czyli jak będziemy wartościować odbiorców. Osobiście sugerowałbym wykorzystanie skali 1-5, co zresztą rekomenduje Jim Novo w swojej publikacji "Drilling Down: Turning Customer Data into Profits with a Spreadsheet".

Tak więc pierwszym krokiem, od którego zacznie się analiza rfm powinno być podzielenie całej bazy odbiorców na 5 równych segmentów.

• Wartość 5 przypisujemy 20% klientów, którzy ostatnio dokonali zakupów.
• Wartość 1 przypisujemy 20% klientów, którzy "bardzo dawno nie dokonali u nas zakupów".

Pozostaje bardzo istotne pytanie, co rozumiemy pod pojęciem "ostatnio kupili" czy "bardzo dawno nie dokonali zakupów" - niestety nie ma jednej metody określenie tego przedziału - dlatego tak ważne jest, aby każda grupa miała mniej więcej taką samą ilość przypisanych odbiorców. Bardzo często doradzając osobom prowadzącym e-commerce, staram się sugerować podział ze względu na następujące okresy "ostatniego zakupu":

• 5 pkt - w ciągu ostatniego tygodnia;
• 4 pkt - w ciągu ostatniego miesiąca;
• 3 pkt - w ciągu ostatnich 2 miesięcy;
• 2 pkt - w ciągu ostatnich 3 miesięcy;
• 1 pkt - powyżej 3 miesięcy.

Jeżeli już masz bazę podzieloną na 5 segmentów ze względu na datę ostatniego zakupu, czas podzielić odbiorców, również na 5 równych grup ze względu na ilość dokonanych przez nich zakupów w całej historii Waszego kontaktu. Analogicznie do pierwszego podziału przyjmujemy, że 5 to wartość najwyższa - i dotyczy tych, którzy dokonali najwięcej zakupów, natomiast 1 przypada na osoby, które dokonały tych zakupów najmniej. W ten oto sposób stworzyliśmy macierz 25 pól opisujących Twoich odbiorców.

 Patrząc na powyższy ten rysunek, możesz już łatwo zobaczyć kilka prawidłowości:

• osoby, które są nowymi klientami, mają wartość 51 (bardzo wysoki wskaźnik recency, bardzo niski wskaźnik frequency);
• osoby, które mają mają wartość 55 są prawdopodobnie Twoimi najwierniejszymi odbiorcami i musisz o nich szczególnie dbać;
• osoby, które mają wartość 11 są grupą, do której będzie Ci najtrudniej dotrzeć ze swoim przekazem.

Teraz przyszedł czas na ostatnią część analizy - czyli określenie, ile dana osoba w całej historii Waszej relacji zostawiła u Ciebie pieniędzy. Analogicznie do wcześniejszych podziałów i w tym wypadku warto zastosować skalę od 1 do 5, dzieląc przy tym każdy z 25 segmentów, które powstały ze scoringu RF. W ten sposób właśnie zbudowałeś macierz 125 pól i w każdym z nich znajdują się odbiorcy, do których powinieneś się komunikować w odpowiedni sposób. Każdy z tych segmentów powinien mieć mniej więcej tą samą liczbę odbiorców.

Teraz już wiesz co to jest analiza RFM i według jakich kryteriów podzielić swoją bazę.

W kolejnym artykule opiszę, jaką strategię przyjąć wobec poszczególnych segementów odbiorców - a więc jak wykorzystać już istniejący potencjał i jak stopniowo pracować nad jego powiększeniem. Nie przegapcie!