Что нового?
Datawiz Connector - мощный инструмент для загрузки данных
Статьи
24 октября 2022 г.
RFM анализ + Факторный анализ продаж = Увеличение продаж сети
RFM анализ + Факторный анализ продаж = Увеличение продаж сети
Алла

Алла

К.э.н., Финансовый консультант Datawiz

Клиентская аналитика: RFM анализ + Факторный анализ продаж

 

Успех сети напрямую зависит от грамотного взаимодействия клиентов. Ведь покупатели – это то звено, от которого будет зависеть будет ли прибыльным магазин или же наоборот – его функционирование будет убыточным.

Поэтому важно распознавать потребности клиентов, что позволит:

оптимизировать ассортимент и предлагать то, что на самом деле нужно покупателям;

✅ разрабатывать действенные маркетинговые кампании;

✅ увеличивать охват клиентов;

✅ повышать ROI и LTV.

Эффективным методом в исследовании клиентской базы является RFM-анализ. Главная его задача – сегментация покупателей и детальное изучение их покупательского поведения.

В результате такой сегментации по трем параметрам (давность (R), частота (F), ценность (M)) можно понять:

  • какие клиенты (20%) наиболее ценные для сети, поскольку генерируют 80% продаж;
  • кто из клиентов покупает многое, но редко;
  • каких клиентов сеть может скоро потери скоро.

Такая информация дает подсказки кому и какую именно рекламу присылать, какие бонусы предлагать либо же использовать другие каналы информирования.

 

Пример. Для постоянных клиентов лучше использовать рассылку с новыми товарами по тем категориям, которые чаще всего встречаются в их покупательских корзинах, а "спящим" покупателям – предоставлять мотивирующую скидку.

 

Где лучше внедрять RFM-анализ?

  • в компаниях (B2C и B2B) для настройки таргетированной рекламы, подготовки скриптов (шаблонов) для телефонных звонков и email-рассылок.
  • сферы применения: ритейл, прямые продажи, некоммерческое взаимодействие.
  • обязательное условие: потребность в товарах (услугах) носит периодический характер и есть необходимость в налаживании долговременных отношений.

Примечание! Для исследования бизнеса с редкими покупками (продажа недвижимости, детской мебели) RFM-анализ будет неэффективным.

 

Пример сегментации клиентов в RFM-анализе

Рассмотрим на примере как происходит разделение клиентов по группам ценности (M) (оборот). Возьмем данные оборота 5 клиентов за выбранный период: $120, 250, 300, 140 и 20. По сортируем их в порядке возрастания оборота:

Клиент                     Оборот ($)

     1                                20 

     2                               120

     3                               140

     4                                250

     5                                300

Чтобы разделить на три равных группы, необходимо определить чему будет равняться 33% и 66% (третьи части выборки) в обороте всех клиентов. В дальнейшем эти значения будут пределами группировки для трех групп (рассчитывается на основании квантилей):

  • (0 - 33%] - 3 группа - стоимость покупок низкая;
  • (33,1 - 66%] - 2 группа - стоимость покупок средняя;
  • (66,1 -100%] - 1 группа - стоимость покупок высока.

По данным примера 33% составит $126,4, а 66% - 210,4. Тогда критерии разделения клиентов по обороту будут следующими:

  • 20,0 -  $126,4 - 3 группа;
  • 126,5 - 210,4 - 2 группа;
  • 210,5 и больше - 1 группа.

Клиент          Оборот ($)          Группы (М)

     1                      20                          3

     2                     120                         3

     3                     140                         2

     4                      250                        1

     5                      300                        1

Аналогично группировка выполняется по частоте покупок (F). Все клиенты делятся на три группы:

  • (0 - 33%] - 3 группа - редко совершают покупку;
  • (33,1 - 66%] - 2 группа - нечасто осуществляют покупку;
  • (66,1 -100%] - 1 группа - часто совершают покупку.

Распределяя клиентов по давности покупок (R), следует учитывать обратный принцип выделения групп:

  • (0 - 33%] - 1 группа - недавно посетили магазин;
  • (33,1 - 66%] - 2 группа - не так давно посещали магазин;
  • (66,1 -100%] - 3 группа - давно посетили магазин.

Таким образом, зная, что клиент находится в группе 211 (не так давно посещал магазин, часто совершает покупки, стоимость покупок большая), стоит ему напомнить о выгодности покупок в сети и мотивировать посетить магазин. А клиенты группы 333 является наименее ценными и не имеет смысла тратить время и усилия на этот сегмент.

 

Факторный анализ в клиентской аналитике

Главная задача RFM-анализа – увеличить продажи сети с помощью правильного взаимодействия с каждой отдельной группой покупателей.

В такой цепочке важно проводить оценку полученных результатов: проверять достигла ли сеть желаемых целей и как это произошло?

Для этого по каждому сегменту следует проводить факторный анализ продаж. Он позволит понять, что повлияло на изменение оборота:

Факторная модель:

Оборот = Кол-во клиентов × Кол-во чеков на 1 клиента × Средний чек

Для проведения факторного анализа можно использовать любой метод элиминирования.

Рассмотрим пример:

В группе клиентов 233 (RFM-анализа) менеджер выполнил рассылку с акциями и предложил бонусы, после чего было зафиксировано:

 

Факторный анализ оборота магазина для клиентов 233 группы

Показатель

Текущий период

Предыдущий период

Абсолютное отклонение

Влияние показателя на Оборот

Кол-во клиентов, особ

15

15

0

(15-15) × 5 × 120 = 0

Кол-во чеков на 1 клиента, шт

5

7

+2

15 × (7-50) ×120 = 3600

Средний чек, $

120

145

+25

15 × 7 × (145-120) = 2625

Оборот, $

9000

15225

+6225

Σ  6225

 

! Давайте проанализируем.Оборот клиентов 233 группы вырос на$ 6 225. Такое изменение произошло под влиянием следующих факторов:

  • кол-во чеков (покупок) по каждому клиенту выросло на2 чека и привело к увеличению оборота на$ 3600.
  • средний чек вырос на$ 25, что обеспечило увеличение оборота на$ 2625.
  • кол-во клиентов в этой группе осталось неизменным, а следовательно не повлияло на величину оборота.

 

В таком случае выявлено, что наиболее результативными являются меры, которы мотивируют клиентов увеличивать количество покупок. Именно на этом следует сосредоточить внимание менеджерам магазина.

 

Выводы

RFM-анализ – высокоэффективный инструмент при использовании с грамотной системой мер для каждой отдельной группы клиентов.

При этом обязательным условием успеха является регулярная оценка эффективности выполненных рассылок и взаимодействий. Факторный анализ в таком исследовании позволит понять, как изменились ключевые показатели покупательского поведения клиентов и как это отразилось на величине продаж.

Для проведения такого аналитической оценки рекомендуем использовать отчет "RFM-анализ" на аналитической платформе для ритейлеров Datawiz.io.

Функционал отчета не только быстро выполнит сегментацию клиентов, но и поможет вам отслеживать "миграцию" клиентов из одной группы в другую, изучать их покупательские корзины, проводить факторный анализ показателей продаж с помощью динамических визуализаций.

Поделиться

BI

Принимайте решения на основе реальных данных Datawiz BI

Получить демо