Jeżeli prowadzisz kampanie e-mail-marketingowe, to na pewno wiesz, jak ważne są segmentacja oraz wysyłka właściwej wiadomości do właściwej osoby w odpowiednim czasie. Od lat powtarzam to jak mantrę na różnych szkoleniach. Dzięki takim działaniom marketer może lepiej dopasowywać się do potrzeb swoich odbiorców i budować z nimi trwałe relacje. W tym artykule opowiem Ci o analizie RFM, którą każdy może w łatwy sposób wykonać – bez konieczności zakupu ekstradrogich narzędzi analitycznych.
Z tego artykułu dowiesz się:
- czym jest analiza RFM i jak ją skutecznie przeprowadzić,
- jakie są główne mierniki stosowane w tej metodzie,
- jak wykorzystać analizę RFM w optymalizacji kampanii e-mail marketingowych.
Analiza RFM to jedna z najstarszych metod segmentacji baz danych klientów. Pierwotnie miała służyć działom sprzedaży, ale dzisiaj wiadomo, że z łatwością może zostać zaadaptowana do segmentacji bazy odbiorców w e-mail marketingu. Zarówno pełną analizę RFM, jak i jej elementy można na bieżąco stosować w tworzeniu kampanii cross-sellingowych, upsellingowych czy reaktywizujących klientów.
To popularne narzędzie segmentacji opiera się na trzech głównych wskaźnikach: recency, frequency, monetary. Najważniejszym elementem analizy jest ocena aktywności odbiorcy na trzech wyżej wymienionych płaszczyznach. Dzięki temu można zbudować odpowiednie segmenty adresatów lub system scoringowy oceniający ich zachowania i na tej podstawie przygotować odpowiedni przekaz.
Słuchaj „Marketer+” Podcast
Osoby, które mają wysoki scoring w analizie RFM, najprawdopodobniej dużo chętniej wejdą w interakcję z marką i kupią jej produkt. Co za tym idzie, działania marketingowe w tej grupie może cechować brak konieczności gratyfikacji klientów w postaci np. rabatów czy przecen. Prawdopodobnie i tak kupią oni produkt czy usługę.
Natomiast osoby o niskim wskaźniku RFM wymagają dużo większej zachęty do wejścia w interakcję z marką. Potrzebują zazwyczaj wyższego rabatu czy innych benefitów. Z taką wiedzą marketer może bardziej świadomie podejmować decyzje odnośnie do oferty, którą przygotowuje i kieruje do swoich odbiorców. Może też łatwiej zrozumieć, dlaczego pewne segmenty lepiej reagują na to, co ma do zaoferowania, i nie doszukiwać się mitycznego drugiego dna… Zazwyczaj wszystko potrafią wytłumaczyć dane.
Jak przeprowadzić analizę RFM?
Kiedy przystępujesz do analizy RFM, powinieneś „zwartościować” każdego odbiorcę czy klienta na trzech wspomnianych płaszczyznach:
- Po pierwsze: ile czasu upłynęło od ostatniego zakupu? Zasadniczo im ten okres krótszy, tym większa jest wartość danego klienta.
- o drugie: jak często lub ile razy dany odbiorca kupował w Twoim sklepie? Im częściej to robił, tym jego wartość jest większa.
- Po trzecie: ile pieniędzy w sumie klient zostawił w sklepie podczas zakupów? Oczywiście im więcej, tym jego wartość 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. Na potrzeby działań e-mail-marketingowych i jasności przekazu tego artykułu spokojnie możemy tę część pominąć i skupić się na samej ocenie odbiorców.
Sam jestem zwolennikiem podejścia, jakie proponuje w swoich opracowaniach Database Marketing Institute (www.dbmarketing.com), i rozpoczynania segmentowania posiadanej bazy od wartości mówiącej, kiedy nastąpił ostatni zakup klienta (recency). W zależności od źródła można znaleźć wiele wskazówek, na ile segmentów powinna być podzielona baza, czyli jak będziesz wartościować odbiorców. Jim Novo w swojej publikacji „Drilling Down: Turning Customer Data into Profits with a Spreadsheet” rekomenduje wykorzystanie skali pięciostopniowej. Tak więc Twoim pierwszym krokiem powinno być podzielenie całej bazy odbiorców na pięć równych segmentów. Wartość 5 pkt przypisujesz grupie 20% klientów, która ostatnio zrobiła zakupy, a 1 pkt – grupie 20% klientów, która od dawna u Ciebie nic nie kupiła.
Pozostaje bardzo istotne pytanie, co rozumiemy przez stwierdzenia „ostatnio kupili” czy „od dawna nie zrobili zakupów”. Niestety, nie ma jednej metody określenia tego przedziału – dlatego tak ważne jest, aby każda grupa miała mniej więcej taką samą liczbę przypisanych odbiorców. Bardzo często, gdy doradzam osobom prowadzącym działalność na rynku e-commerce, staram się sugerować podział klientów ze względu na następujące okresy „ostatniego zakupu”:
- 5 pkt – w ciągu ostatniego tygodnia,
- 4 pkt – w ciągu ostatniego miesiąca,
- 3 pkt – w ciągu ostatnich dwóch miesięcy,
- 2 pkt – w ciągu ostatnich trzech miesięcy,
- 1 pkt – dawniej niż trzy miesiące temu.
Jeżeli masz już bazę posegmentowaną na pięć części ze względu na datę ostatniego zakupu, czas podzielić odbiorców znowu na pięć równych grup, ale tym razem ze względu na liczbę dokonanych przez nich transakcji w całej historii Waszego kontaktu (frequency). Analogicznie do pierwszego podziału przyjmujemy, że 5 pkt to wartość najwyższa i dotyczy ona tych klientów, którzy zrobili najwięcej zakupów, natomiast 1 pkt przypada na osoby, które kupiły najmniej. W ten oto sposób stworzysz macierz złożoną z 25 pól opisujących Twoich odbiorców.
Na tym rysunku możesz już łatwo zobaczyć kilka prawidłowości:
- 51 osób da się scharakteryzować jako nowych klientów (bardzo wysoki wskaźnik recency, bardzo niski wskaźnik frequency),
- 55 osób jest prawdopodobnie Twoimi najwierniejszymi odbiorcami i musisz o nich szczególnie dbać (bardzo wysokie wskaźniki recency i frequency),
- do 11 osób z Twojej bazy będzie Ci najtrudniej dotrzeć ze swoim przekazem (bardzo niskie wskaźniki recency i frequency).
Teraz przyszedł czas na ostatnią część analizy – czyli określenie tego, ile dana osoba w całej historii relacji zakupowej zostawiła u Ciebie pieniędzy. Analogicznie do wcześniejszych podziałów i w tym wypadku warto zastosować skalę od 1 do 5, żeby podzielić każdy z 25 segmentów, które powstały w wyniku wcześniejszej analizy. W ten sposób właśnie zbudowałeś macierz złożoną ze 125 pól. W każdym z nich znajdują się odbiorcy, z którymi powinieneś się komunikować w odpowiedni sposób.
Wskazówka
Na potrzeby tego artykułu pozwoliłem sobie opisać, jak się robi analizę w ujęciu podręcznikowym. Sam w większości przypadków przyjmuję dla wygody skalę 1–3. To, jak Ty powinieneś działać, zależy tylko od ilości danych (wielkości listy, którą dysponujesz) oraz czasu, jaki na to zadanie zamierzasz przeznaczyć.
Co możesz zrobić z takimi danymi?
Dzięki tak stworzonym segmentom analizy RFM możesz zacząć planować swoje następne działania. Sam zaczynam takie planowanie od przygotowania kilku kampanii:
- Osoby o wysokim wskaźniku RFM (najlepsi klienci) to te, które nie potrzebują dodatkowych zachęt do robienia zakupów. Potrzebują raczej poczuć się zauważone i docenione za swoją lojalność. To im jako pierwszym można dać dostęp do wyjątkowych ofert lub funkcji w systemie. Jeżeli działasz w branży e-commerce, to stała darmowa dostawa będzie dla nich bardzo dobrą nagrodą.
- Osoby o wysokim wskaźniku recency i niskich parametrach frequency i monetary należą prawdopodobnie do Twoich nowych klientów lub subskrybentów. Musisz się nimi bardzo intensywnie zaopiekować, aby stały się Twoimi stałymi klientami w przyszłości. Przygotowanie dla nich dodatkowych zachęt w postaci specjalnych rabatów i promocji to bardzo dobry pomysł.
- Osoby o niskim wskaźniku recency i wysokim frequency to te, które prawdopodobnie przestaną być Twoimi klientami. Dla nich warto przygotować oferty zawierające superatrakcyjne rabaty. Być może warto przeprowadzić także badanie zadowolenia takich klientów.
- Osoby o niskim wskaźniku RFM to odbiorcy, których będzie Ci prawdopodobnie trudno reaktywować – dlatego warto dla nich przygotować specjalną kampanię reaktywacyjną (o tym, jak to zrobić, pisałem w poprzednim numerze „Marketera+”).
Uproszczona analiza RFM na potrzeby e-mail marketingu
Jeśli nie masz możliwości lub czasu, żeby przeprowadzić pełną analizę RFM na potrzeby działań e-mail-marketingowych, możesz zrobić wersję uproszczoną. Na potrzeby tej analizy możesz zdefiniować recency jako datę ostatniego otwarcia e-maila, w którym nastąpiło kliknięcie w jakikolwiek link (poza wypisem). Jako frequency podstawiasz częstotliwość otwarć i kliknięć. Taką listę możesz przygotować w dobrych systemach do e-mail marketingu. Następnie postępuj zgodnie ze wskazówkami z artykułu, z pominięciem określenia wartości monetary.
Podsumowanie
Analiza RFM bazuje na danych historycznych – co nie znaczy, że powinieneś ją wykonywać co wysyłkę. Z doświadczenia wiem, że gruntowne przeanalizowanie subskrybentów czy klientów raz na trzy miesiące w zupełności wystarczy, aby przygotować odpowiednie kampanie dla wybranych segmentów. Zdradzę Ci, że marketerzy, z którymi współpracowałem przy tego typu segmentacji, po jej wdrożeniu odnotowali co najmniej 10-proc. wzrost przychodu oraz zwiększoną marżowość na produktach i usługach, które sprzedawali. Czego i Tobie życzę. Udanych kampanii!