У клиентов разная история заказов в компании: один покупает товар всего раз и больше никогда не возвращается, другой заказывает продукт каждые полгода в большом объеме, третий делает заказ ежемесячно. С каждым из них нужно общаться по-своему.

Чтобы подобрать правильный подход к покупателям, маркетологи придумали RFM-анализ, или РФМ- анализ. С его помощью компания распределяет клиентов по категориям и с каждым выстраивает свой стиль общения. В статье рассказываем, зачем нужен RFM-анализ и как он помогает продавать.

У любой компании есть постоянные покупатели и те, кто покупает редко или случайно. Например, в салон красоты ежедневно приходят клиенты. Есть те, кто каждый месяц делает маникюр и педикюр, наращивает ресницы и стрижет волосы. Есть те, кто раз в несколько месяцев заглядывает, чтобы подстричься. Еще есть те, пришел сюда разово: например, перед Новым годом они смогли записаться только в этот салон.

Каждый клиент имеет свою ценность для салона красоты, по-своему влияет на его объем продаж и выручку. Если не разделять клиентов на категории, компания будет тратить одинаковые ресурсы на привлечение покупателей, но при этом получать разный результат. Ведь клиент, который каждый месяц пользуется услугами на 20 000 рублей, и клиент, чьи заказы приносят 1000 рублей раз в год, имеют для компании разную пользу.

Но можно сократить расходы, если распределять деньги на рекламу в соответствии с приоритетностью покупателей. Для этого компании сегментируют клиентов по трем параметрам:

давность — как давно человек покупал продукт компании. Например, день, месяц, год назад;

частота — как часто клиент заказывает продукт. Допустим, раз в неделю, ежедневно, раз в полгода;

монетарность — в какую сумму в среднем обходится заказ клиента.

По-английски эти критерии звучат как recency, frequency, monetary, в результате получается аббревиатура RFM. RFM-анализ клиентов — эффективный способ разделить клиентов компании на группы и подобрать для каждой из них свои предложения и рекламные инструменты.

В основе RFM-метода лежит сегментация: прежде чем работать с клиентской базой, ее надо разделить на группы. Делить нужно в зависимости от того, как давно и часто покупатели обращались в компанию и на какую сумму совершали покупки. Когда отдел маркетинга понимает, к какому сегменту относится покупатель, он может выстраивать с ним более персонализированную связь и вести его по цепочке продаж.

Например, клиентов, которые раз в несколько месяцев обращаются в компанию, можно привлечь специальным промокодом или скидкой. А тех, кто всего один раз воспользовался услугами компании больше года назад, маркетологи могут удалить из рассылки. Таким образом они не будут тратить деньги на привлечение нецелевой аудитории.

RFM-маркетинг позволяет общаться с клиентами направленно, выбирать только тех, кто представляет для компании наибольший интерес, и отказываться от работы с теми, кто не приносит продажи. Если маркетолог использует этот вид анализа, он более эффективно строит цепочки рассылок в мессенджерах и почте, настраивает контекстную и таргетированную рекламу и массовые обзвоны.

Вот как можно использовать RFM-анализ клиентской базы:

клиентам с высокими чеками, которые покупают редко, можно предложить дополнительные или аналогичные товары со скидкой;

клиентам, которые пользовались продуктом компании давно, можно напомнить о себе, например предложить специальную скидку в почтовой рассылке или пригласить на демонстрацию нового продукта;

если человек покупает товары часто большими партиями, его можно стимулировать с помощью скидки от объема.

Анализ данных клиентов помогает управлять количеством бонусов и скидок, которые компания рассылает клиентам, и не тратить их на тех, кто не приносит пользу.

Чтобы разделить клиентов по важности, нужно определить градацию критериев. У всех организаций разное представление о том, какие заказы считать крупными, а какие — маленькими; какие — редкими, а какие — частыми. Всё зависит от специфики бизнеса. Например, покупка пылесоса год назад — это недавно, а пенки для умывания — давно. Поэтому можно сделать табличку и присвоить каждому клиенту оценку и цвет в зависимости от ценности параметра:

Каждая компания сама определяет, какие клиенты для нее важнее, и в зависимости от этого распределяет их по RFM-критериям. Чтобы лучше выделить нужных клиентов, можно присвоить каждой группе цвет и оценку. И в соответствии с ней классифицировать покупателей

После того как компания определила градацию критериев, она применяет ее к клиентской базе. То есть сравнивает сведения о покупках каждого человека и распределяют их по блокам.

По такому принципу нужно распределить всех клиентов.

Когда работа сделана, необходимо под каждую группу клиентов подобрать свое предложение. Например, Иван давно ничего не заказывал, но обычно покупает на крупные суммы. Он ценен для компании, но его надо подтолкнуть, чтобы он покупал чаще. Можно напомнить письмом, что он давно не появлялся в магазине, и приложить промокод на скидку или подарок с ограниченным сроком действия. По такому принципу надо подобрать предложения для всех RFM-групп.

Для RFM-анализа базы удобнее всего использовать гугл- или эксель-таблицы, где можно построить сводные таблицы и разбить данные на сегменты. В ЦРМ-базах тоже можно фильтровать покупателей, разбивать аудитории на группы и создавать для них персональные рекламные цепочки.

При этом нужно помнить, что RFM анализ в маркетинге — это не статичная операция. Нельзя сделать его один раз за всё время и постоянно пользоваться результатом. Поведение клиентов постоянно меняется, соответственно, анализ должен подстраиваться под него. Сегодня клиентка Вера Морозова ходит на стрижку раз в полгода, а завтра она получает повышение и начинает пользоваться услугами салона красоты ежемесячно. Поэтому периодически сегменты надо обновлять и подстраивать под них воронку продаж.

RFM-анализ клиентской базы пригодится не только в рассылках, но и в массовых обзвонах. С его помощью голосовые роботы будут для каждого сегмента покупателей озвучивать свое предложение. Например, постоянному клиенту робот с искусственным интеллектом может позвонить и сообщить о сезонной распродаже, а клиенту, который пользовался услугами компании давно, предложить специальную скидку на новый заказ.

Роботы Томору умеют поддерживать осмысленный диалог с собеседниками, следовать скриптам и доводить клиентов до покупки. Они интегрируются с ЦРМ-системой, поэтому без труда опираются на сегменты RFM и подбирают под каждый свое сообщение. Подробнее узнать о том, как роботы помогают продавать, можно прочитать в статье «Голосовой робот для звонков».