Суть анализа в том, что все клиенты делятся на группы по:
- R — как давно сделали последнюю покупку
- F — как часто покупали
- M — насколько большой была сумма их заказов
По этим показателям можно разделить вашу базу на группы, понять, кто покупает у вас часто и много, кто — редко, а кто вообще давно ничего не покупал. Ещё такая сегментация помогает понять, какие клиенты вероятно сделают заказ, а какие даже не отреагируют на предложение.
Анализ позволяет строить отдельные персональные коммуникации с каждой группой: показывать им разную рекламу и делать разные email-рассылки. Например, лояльным клиентам высылать персональные предложения, а «уснувшим» — дарить промокод или настраивать на них таргетированную рекламу. Чем точнее будет предложение, тем выше вероятность покупки.
Например, зоомаркет MasterZoo подключили RFM-анализ в RetailCRM: клиентов сегментировали по частоте и сумме покупок, а после по ним делали рассылку. Это увеличило доход компании на 54%.
Есть ещё несколько вопросов, на которые поможет ответить анализ:
- какое соотношение «одноразовых» и повторных клиентов в интернет-магазине
- сколько клиентов и какой важности обеспечивает основной доход
- сколько VIP-клиентов, которым требуется программа лояльности и персональное обслуживание
- сколько новых клиентов, которых нужно стимулировать к повторной покупке
- сколько неактивных клиентов, которых можно попробовать «реанимировать»
- сколько «отвалившихся» клиентов, о которых стоит забыть