Jak zajistit, aby vaše marketingová kampaň byla cílená správně? Na koho opravdu fungují slevy? Pro byznys je klíčové znát svého zákazníka. S tím vším pomůže RFM analýza.
Na to, abychom si s každým povídali jako prodejce v kamenném obchodě, na e-shopech není prostor. Není ale potřeba znát každého osobně. Stačí jen mít informace o předchozím nákupním chování zákazníka – kdy a za kolik nakoupil.
To stačí k tomu, abychom dokázali vytvořit RFM analýzu. Zákazníky, které pojí společné chování, rozdělíme do několika segmentů. Díky tomu budeme vědět:
- Koho opečovávat speciálními službami, např. věrnostním programem,
- kdo má potenciál utrácet více,
- kdo nakupuje pravidelně,
- u kterého významného zákazníka hrozí, že odejde,
- koho je třeba nalákat k nákupu správně mířenou slevou,
- na koho nemá smysl cílit reklamu, protože by stejně nenakoupil.
To pomůže:
- Zajistit věrnost zákazníků,
- zvýšit konverzní poměr,
- zvýšit zisky.
Co je to RFM analýza
RFM analýza je způsob zákaznické segmentace založené na předchozím nákupním chování. Tato technika je prověřená časem, poprvé byla využita v 90. letech a v datové analytice je stále považována za zlatý standard. Potřebujeme jen 3 základní metriky:
Recency, R – počet dní od posledního nákupu
Frequency, F – celkový počet nákupů
Monetary, M – hodnota nákupů
U každého zákazníka můžeme sledovat další důležité metriky – průměrnou hodnotu objednávky, první a poslední uskutečněnou objednávku a zároveň lze nad celým datasetem vyhodnocovat zákazníky podle množství objednávek, celkových tržeb atd.
Příklad využití v praxi
RFM metriky vždy rozdělíme do několika úrovní. V nich pak definujeme intervaly, ve kterých se budeme dále pohybovat. Vše si ukážeme na příkladu jednoho našeho klienta.
Recency má v našem případě pět úrovní. Některé intervaly jsou v rozsahu dvou měsíců, léto jsme spojili do jednoho období, protože bylo z hlediska konverzí slabší. Hlavní a pro klienta nejdůležitější sezónu jsme rozdělili po měsíci a půl.
Stejně tak zpracujeme i Frequency a Monetary. Zkontrolujeme, jak se zákazníci rozprostřeli, abychom někde neměli moc málo nebo naopak příliš. A to samozřejmě s přihlédnutím k tomu, čím se vyhodnocovaný e-shop zabývá.
Tímto se zákazníci rozpadnou do jednotlivých intervalů, což hezky ukazuje vizualizace níže. Barvy prozrazují, že modří zákaznici jsou již neaktivní (nakupovali maximálně jednou a za malou částku), zatímco ti červení jsou nejaktivnější (s nejvyššími útratami, nakupují pravidelně a od jejich posledního nákupu neuplynulo moc času).
Zákazníky máme rozdělené, teď se posuneme k samotné segmentaci. Pro každý segment definujeme, který interval R, F nebo M pro něj platí. Oblasti se nesmí překrývat, to by znamenalo trable v dalším vyhodnocování a využití. Zároveň ale nesmíme na žádného zákazníka zapomenout, každý by měl někam patřit.
Na příkladu si definujeme segmenty aktivních zákazníků, kteří mají nejvyšší a vysoké útraty. Jsou to ti, kteří nakoupili za posledního půl roku a zároveň minimálně třikrát. Pro VIP je průměrná hodnota nákupu vyšší než 3 000 Kč a pro Loajální segment to je mezi 1 000 a 3 000 Kč.
Takto budeme pokračovat dále. Kteří zákazníci provedli teprve nedávno svůj druhý nákup? Kdo jsou šetřílci, kteří utrácí málo, ale zato nakupují pravidelně? Na koho bychom se měli zaměřit, protože dříve utrácel hodně, ale v poslední době žádný nákup neuskutečnil?
Výsledkem je několik segmentů, o kterých můžeme přesně říci, kdo jsou tito zákazníci a jaký je jejich přínos. Můžeme zároveň porovnávat změny vůči předchozímu období.
V posledním kroku vybereme segmenty, které jsou pro byznys klienta nejdůležitější a dále s nimi můžeme pracovat. Můžeme takto nastartovat například e-mailing. Nabídky na vybrané segmenty přesně zacílíme nebo vytvoříme okruh uživatelů na Facebooku založený na e-mailových adresách pro remarketingové kampaně.
V rámci akvizice mohou být tyto segmenty velmi kvalitními zdroji pro look-a-like publika. Můžeme cílit na uživatele podobné těm nejvěrnějším zákazníkům. Pokud se zaměříme na zákazníky, kteří utrácejí často a hodně, s vysokou pravděpodobností se investice vrátí.
Stejně tak je dobré vybrat ty, kteří nakoupili nedávno a popostrčit je k opakovanému nákupu, případně nabídnout slevu nebo vybrat zákazníky pro výzkum.
Kdy je vhodné RFM analýzu zpracovat
Ptáte se, za jaké období je nejlepší provádět RFM analýzu? Základem by měl být jeden rok, ideální je mít také data pro meziroční srovnání. Pro lepší kontrolu nad pohybem zákazníků mezi segmenty je třeba provádět RFM analýzu pro pololetní, nebo ještě lépe čtvrtletní období.
Díky tomu máte jistotu, že slevy nabízíte těm, kteří na ně budou reagovat správně. Pro optimální kontrolu nad zákazníky je vhodná měsíční kontrola.
RFM analýza je základem pro další predikce budoucí hodnoty zákazníka (Customer Lifetime Value). Předpovědi, kdy zákazník znovu nakoupí nebo třeba i pochmurnější predikce, kolik zákazníků v budoucnu odejde. Právě tohle jsou čísla, která jsou rozhodující pro plánování marketingové strategie.
Můžeme vám pomoct
RFM analýzu pro vás rádi zpracujeme, nebo poradíme, jak na to. Co k tomu budeme potřebovat? Údaje z objednávek za vybrané období pro analýzu a zároveň, pokud to je možné, údaje i za předchozí období pro srovnání:
- ID zákazníka,
- datum objednávky,
- hodnota objednávky.
Zákazníky rozdělíme do segmentů, a to včetně jejich podílu na tržbách, a srovnáme výsledky s předchozím obdobím. Doporučíme, jak se segmenty dále pracovat, do koho má smysl investovat a do koho by to bylo jen vyhazování peněz. Dejte nám případně vědět. :)
