Лекция

Как ранжировать клиентов и перестать тратить бюджет на тех, кто не купит

RFM-сегментация — метод, который делит клиентскую базу на группы по трём параметрам: давность, частота и сумма покупок. 12 тем, каждая с тестами на понимание. Около 45 минут на всю лекцию.

Вы научитесь: считать RFM-баллы, строить сегменты, выбирать стратегию для каждого из них и находить клиентов, которых выгоднее отпустить, чем удерживать.

Нажмите «Начать», чтобы перейти к первой теме.

Тема 1 из 12

Одинаковые письма — неодинаковые клиенты

Средний бизнес тратит на привлечение нового клиента в 5-25 раз больше, чем на удержание существующего. При этом рост удержания всего на 5% увеличивает прибыль на 25-95% (Bain & Company). Цифры известные. Менее известно другое: большинство компаний всё равно шлют одинаковые рассылки всей базе.

Проблема не в отсутствии данных. Данные есть в любой CRM, в 1С, даже в таблице заказов. Проблема — в отсутствии системы, которая превращает историю покупок в конкретное действие: кому звонить, кому отправить скидку, а кого оставить в покое.

RFM-анализ решает именно эту задачу. Три параметра — давность, частота, сумма — и клиентская база разбивается на группы, для каждой из которых есть своя стратегия. Не нужен data scientist. Достаточно выгрузки заказов и Excel.

RFM не предсказывает будущее. Он показывает, кто из клиентов прямо сейчас заслуживает внимания — и какого именно.

Интернет-магазин тратит одинаковый бюджет на email-рассылку для всех 10 000 клиентов. 60% из них не покупали больше года. Что скорее всего происходит?
Рост удержания клиентов на 5% увеличивает прибыль на:
Тема 2 из 12

R, F, M — три измерения клиента

Recency (давность) — сколько дней прошло с последней покупки. Клиент, купивший вчера, с высокой вероятностью купит снова. Клиент, пропавший на полгода, — уже почти потерян. 90 дней без покупки — критический порог для большинства ниш.

Frequency (частота) — сколько раз клиент покупал за выбранный период. Один заказ — случайность. Три заказа — привычка. Частота показывает лояльность лучше любого опроса NPS.

Monetary (сумма) — сколько денег клиент принёс за всё время. Клиент, который покупает часто, но на 500 рублей, и клиент, который покупает раз в квартал, но на 150 000, — это принципиально разные стратегии.

Каждый параметр описывает свою грань поведения. По отдельности — полезно, но не достаточно. Вместе — карта всей клиентской базы.

Клиент А: последняя покупка 5 дней назад, всего 8 заказов, на общую сумму 120 000 рублей. Клиент Б: последняя покупка 200 дней назад, всего 2 заказа, на 15 000 рублей. Кто ценнее по RFM?
Что показывает параметр Frequency (частота)?
Тема 3 из 12

Шкала от 1 до 5: как выставить баллы

Каждый клиент получает три оценки — по одной на R, F и M. Шкала: от 1 (худший) до 5 (лучший). Метод — квинтили: отсортировать всех клиентов по параметру и разбить на пять равных групп по 20%.

Recency: клиенты с самой недавней покупкой получают 5, с самой давней — 1. Чем свежее контакт, тем выше балл.

Frequency: клиенты с наибольшим числом покупок получают 5, с одной покупкой — 1.

Monetary: клиенты с максимальной суммой — 5, с минимальной — 1.

Результат — трёхзначный код для каждого клиента. 555 — чемпион: покупал недавно, часто, на большую сумму. 111 — потерянный клиент: давно, редко, на копейки. Между ними — 123 комбинации, из которых формируются сегменты.

Пример: интернет-магазин, 1 000 клиентов. Топ-20% по давности (купили в последние 10 дней) = R5. Следующие 20% (11-30 дней) = R4. И так далее до R1 (больше 180 дней).

В базе 500 клиентов. Как разбить их на квинтили по Recency?
Клиент получил код RFM = 512. Что это значит?
Сколько уникальных RFM-кодов возможно при шкале от 1 до 5?
Бесплатный доступ

Дальше нужен аккаунт

Первые 3 темы из 12 — свободно. Оставьте почту, чтобы продолжить бесплатно (ещё 3 темы). Пароль придумывать не нужно — пришлём его письмом.

Прогресс и монеты сохранятся.