Зачем делить всех клиентов по трем характеристикам — частоте, давности и сумме их покупкок. Как такой подход к сегментированию помогает найти то, что сможет заинтересовать клиента, и тем самым простимулировать его на новую покупку.

Зачем сегментировать базу клиентов

Вы продаете определенный продукт, пусть это будут валенки. И вы предлагаете их Жозефине, которая живет на Шри-Ланке и у которой круглый год — лето. Или русалке, у которой вообще хвост вместо ног. Как думаете, им нужны валенки? Вряд ли. Но вы все равно запускаете рекламу на этих людей (а русалка — это человек или рыба?), даете им скидки, промокоды, всеми силами пытаетесь вовлечь их в коммуникацию. А им это не нужно и не будет нужно. Если Жозефина из Шри-Ланки и купит у вас что-то, то это будут не валенки, а шлёпки.

Эти гипертрофированные примеры отлично отражают ситуацию, когда руководство компании не хочет разбираться в том, кто их клиент и для кого предназначен продукт, и просто спускает рекламные бюджеты на всех подряд, хочет охватить сразу всех — все равно кто-то да купит товар.

Конечно, это в корне неправильный подход. Клиентов необходимо сегментировать не только для того, чтобы отсечь ненужные категории пользователей, но и выделить тех, с кем нужно работать в первую очередь, кто может принести бизнесу больше прибыли.

Что такое RFM-анализ, и с чего начинать сегментацию

Если вы хотите продавать эффективно — недостаточно просто сформировать общий список клиентов без каких-либо показателей «покупательской способности». Что имеется в виду: мы можем создать более релевантные (в том числе персонализированные) предложения для клиента, если мы знаем, например, какие категории товаров он покупал, сколько товаров было в его чеке, сколько он тратит в среднем, и что было мотивом его покупки (предположим, покупает только перед праздниками).

Сегментировать клиентов можно по совершенно разным параметрам — вы даже можете придумать их сами. Но мы считаем, что не стоит изобретать велосипед, и, чтобы гарантированно увидеть результаты, лучше воспользоваться классическим инструментом маркетинга — применить RFM-анализ.

Этот анализ чаще всего используется на b2c-рынках. Он разделяет базу клиентов по трём важным покупательским характеристикам: давности покупки, частоте покупок и сумме чека.

Всем ли компаниям целесообразно применять RFM-анализ? Не совсем. Этот метод подходит для тех компаний, в базе которых более 10 000 клиентов. Почему именно такая цифра? При маленькой выборке невозможно адекватно проверять гипотезы и проводить тестирования. Конечно, никто не запрещает небольшим компаниям использовать такой способ сегментации, но результаты могут быть неоднозначными и по факту не зависеть от ваших действий.

Какие показатели в цифрах использовать для сегментации

Показатели «когда покупал», «сколько обычно покупает» и «сколько обычно тратит» каждая компания определяет индивидуально в зависимости от специфики бизнеса и продукта. Например, частота покупок в продуктовом магазине и магазине кожгалантереи будет разная. Суммы чеков тоже будут различаться.

На иллюстрации ниже мы выделили показатели для интернет-магазина косметики и парфюмерии. Рассмотрите её внимательно и подумайте, какой чек в вашей компании считается маленьким, средним и большим. Как часто клиенты нуждаются в вашем продукте, какие показатели давности характерны для ваших покупателей?

Дальнейшая работа с сегментами

Пересечение всех показателей даёт 27 возможных сегментов пользователей. Логика простая: каждому сегменту присваивают три показателя — давность, частота, сумма.

Например, клиент в сегменте 25 покупает часто, много и совсем недавно совершал покупку. А клиент в сегменте 15 покупал давно, совершил несколько заказов, но на большие суммы. В каком-то сегменте будет больше людей, в каком-то — меньше, какие-то сегменты мы объединяем.

В идеале нужно описать портреты своих клиентов. Тогда вам будет проще сформулировать для них максимально релевантные предложения.

Это может быть мужчина средних лет, покупает один раз в год духи за 10 000 рублей жене на 8 марта. Больше ничего не покупает целый год. Достаток средний и выше. Мы можем предположить, что перед следующим 8 марта он снова будет думать, что подарить жене. И нам нужно заранее предложить ему что-то. Также можно попробовать пушить его и перед другими праздниками, допустим, перед Новым годом, чтобы дополнительно напомнить о бренде.

Мы не можем предлагать этим клиентам одно и то же и запускать на них одинаковые акции. Тогда что же мы им предложим?

В первом случае, мы постараемся увеличить средний чек покупателя — сделать его больше, чем 1500 рублей за покупку. Как вариант — предложить клиенту золотой уровень или платинум статус в программе лояльности, если он совершит заказ на сумму свыше 2000 рублей.

Во втором случае, необходимо перевести клиента из статуса заинтересованного в покупатели. Важен сам факт покупки. Нужно, чтобы покупатель протестировал магазин, чтобы ему понравилось взаимодействовать с брендом. Мы можем предложить бесплатную доставку, мини-подарки для новых покупателей, скидку на первый заказ и что-то в этом духе.

Итого: лучших благодарим и удерживаем на тех же продажах, средних тянем до уровня лучших, а неактивных пытаемся раскачать и вернуть в продажи.

Таким образом, можно искусственно увеличивать чек клиента и периодичность покупок. Если клиент покупал по одному разу в марте/апреле/мае, то можно дать ему купон на скидку, если он совершит еще одну покупку в мае (до конца 31 мая).

Если клиент всегда совершал покупки на сумму в среднем 5000 рублей, то следует замотивировать его сделать покупку на сумму 7000 рублей: предложить бесплатный подарок или бОльший процент накапливаемых бонусов при покупках.

Два способа, как применять RFM-анализ

Два варианта — простой и сложный.

Простой. Придумывать акции для конкретных сегментов клиентов, выгружать их данные из CRM и работать только с ними. Например, активируем тех, кто зарегистрировался в интернет-магазине в прошлом месяце, совершил одну покупку в течение этого месяца. Нам нужно, чтобы они сделали новый заказ.

Разрабатываем акцию. Выгружаем из базы данных выборку контактов по конкретным фильтрам (дата регистрации — с 1.10.2019 по 1.11.2019; количество покупок — 1; дата покупки — с 1.10.2019 по 1.11.2019) и запускаем на них кампанию в течение месяца. Затем анализируем реакцию клиентов. Потом выбираем другой сегмент и делаем другую акцию.

Сложный. Выгружаем всех клиентов с полями «Имя», «Дата последней покупки», «Сумма покупки» и делаем RFM-анализ, делим всех на сегменты.

Продумываем, как коммуницировать с каждым сегментом, что именно предлагать и в какой момент, как стимулировать на покупку. Разрабатываем сразу все кампании, запускаем их на постоянной основе. Собираем статистику каждый месяц, отслеживаем тенденции, изменяем неэффективные кампании и так далее.

Какой сегмент самый «тяжелый» для возвращения в продажи

Самый критичный показатель — давность. Чем больше времени прошло с момента последней покупки, тем меньше вероятность, что клиент захочет купить что-то еще.

Если возвращение этих сегментов не закончилось успехом, значит, нет смысла пробовать возвращать остальных. Просто попрощайтесь с ними.

Как часто обновлять сегменты

Сегменты постоянно трансформируются: клиенты переходят из одного сегмента в другой, особенно, когда мы активно работаем с ними.

С помощью RFM-анализа вы увидите потенциал вашей клиентской базы, поймете, какие сегменты готовы платить больше и при каких условиях. Главное — ставьте гипотезы, тестируйте и анализируйте. Никто не может знать ваших клиентов лучше, чем вы сами.