RFM segmentace

Přínosy RFM segmentace

Prof. dr. T. J. Wansbeek, jeden z autorů RFM analýzy Od roku 1995, kdy tento koncept představili pánové Jan Roelf Bult a Tom Wansbeek ve svém článku zaměřeném na direct mail marketing, se RFM segmentace mezi marketéry zabydlela a stala se významným a oblíbeným marketingovým nástrojem.

To proto, že RFM segmentace není příliš náročná technicky – a přitom toho může firmě hodně přinést. Znáte Paretovo pravidlo, které říká, že 20 % zákazníků přináší firmě 80 % příjmů? RFM analýza vám umožní poznat, kteří lidé to konkrétně jsou. A můžete se na ně zaměřit.

RFM segmentace vám může pomoci:

• zásadně zvýšit výkon a návratnost jednotlivých marketingových kanálů, zejména e-mail marketingu a remarketingu
• zvýšit počty konverzí a zlepšit konverzní poměr
• zvýšit průměrnou hodnotu objednávky a tím i customer lifetime value zákazníků
• zlepšit vztahy s nejziskovějšími zákazníky
• zvýšit zaujetí a loajalitu ostatních zákazníků

Co znamená zkratka RFM

RFM je zkratka z názvů tří kategorií, podle kterých si zákazníky rozčleníme:

• Recency – doba, která uplynula od posledního nákupu.
• Frequency – celkový počet uskutečněných transakcí.
• Monetary – celkový objem utracených peněz.

Jak vidíte, RFM segmentace není náročná ani na data. Potřebujeme vlastně jen jednoduchou tabulku objednávek, kde je uveden unikátní identifikátor zákazníka, čas a hodnota objednávky.

Jen pozor, provozujete-li rozsáhlý e-shop s mnoha nepříbuznými skupinami produktů. Pak se rozhodně vyplatí zpracovat si samostatné RFM analýzy pro každou z těchto skupin. Takové zákazníky nedává smysl míchat.

Praktické poznámky k datům u kategorií

U kategorie Frequency se v RFM analýze obvykle nepracuje se všemi objednávkami zákazníka, ale pouze s objednávkami určitý čas zpětně od jeho poslední objednávky. Obvykle jde o 2–3 roky. To proto, že touto kategorií chceme odhadnout pravděpodobnost dalšího nákupu. A ty opravdu staré objednávky nám ve skutečnosti neindikují, že u nás zákazník brzy zase nakoupí.

U kategorie Monetary je lepší použít průměrnou výši objednávky než celkový součet objednávek. To proto, že jinak Monetary silně koreluje s kategorií Frequency.

Vytváříme RFM segmenty

Teorii máme v malíčku, pustíme se tedy do práce. Nejjednodušším postupem je vytvořit si pro každou kategorii tři pásma. Třeba u kategorie Recency to budou:

• zákazníci těsně po nákupu
• střední doba od nákupu
• dlouho od nákupu

Totéž učiníme u obou dvou dalších kategorií. Vznikne nám tak třírozměrný graf v podobě krychle o hraně tří segmentů, neboli celkem 27 segmentů zákazníků.

Další varianty RFM segmentace

Za prvé, nemusíme mít přesně sedmadvacet segmentů. Ty příbuzné, se kterými budeme chtít pracovat podobně a kterým budeme chtít komunikovat shodné sdělení, si můžeme pro zjednodušení spojit.

A naopak, pro každou kategorii si můžeme vytvořit více pásem než jen tři. Některé firmy třeba používají pět pásem a pracují pak se 125 segmenty. Bude to dávat smysl, pokud máme dostatečně velkou databázi zákazníků a chceme-li se zákazníky komunikovat ještě cíleněji, nebo třeba využívat nějaké pokročilejší marketingové techniky.

Také můžeme mít u jedné kategorie více segmentů než u jiné – záleží na datech a na tom, jak chceme se segmenty dále pracovat. Pak nám samozřejmě nevznikne diagram tvaru krychle, nýbrž kvádru. To ničemu nevadí.

Hranice RFM segmentů

Určit si správně hranice segmentů je na RFM analýze to nejtěžší. Uvažte třeba dobu od posledního nákupu. Kde nastavit hranici segmentu „nedávno nakoupili“, aby byla pravděpodobnost dalšího nákupu co největší? Nejspíš skončíte tím, že pásma nebudou stejně široká. Třeba u kategorie Recency bude zřejmě segment nedávných nákupů poměrně úzký, kdežto nejstarší nákupy pravděpodobně spojíte do jednoho segmentu za delší období.

Zároveň však hledáme hranice segmentů tak, aby byly jednotlivé segmenty vyvážené počtem přiřazených zákazníků a aby se tito zákazníci skutečně lišili od lidí ve vedlejších segmentech. Může to být oříšek, že? Chce to zkrátka chvíli experimentování s daty.

Jak s RFM segmenty pracovat

Zákazníci zařazení v některém RFM segmentu se budou od ostatních zákazníků významně lišit. Proto jim přizpůsobíme nabídky, způsob komunikace a k jejich oslovení zvolíme vhodné marketingové nástroje. Někteří se nám vyplatí více než jiní a takovým rozhodně doporučuji navýšit rozpočty na úkor jiných segmentů. Uvedu pět příkladů:

1. Noví zákazníci

   Lidé, kteří u nás zatím nakoupili pouze jednou – a stalo se to nedávno. Cílem marketingové komunikace je jednoznačně přimět je k opakování nákupu. Můžeme jim tedy pomoci s orientací v naší další nabídce, třeba formou newsletteru. Nebo lépe, mailingem podle předem připravených scénářů, který se automaticky posílá po určité době od nákupu.

   Zároveň jsou to lidé, kteří v nákupním cyklu čerstvě přešli do care fáze. Proto možná ocení návody a tipy k použití zakoupeného výrobku, doporučení k jeho údržbě či informace o možnostech servisu.

2. Zlatí zákazníci

   Zákazníci, kteří u nás utrácí hodně peněz, dělají to opakovaně a naposledy tak učinili nedávno. Zaslouží si tu nejlepší péči. Můžeme jim například vyčlenit osobního poradce či asistenta, který jim usnadní další nákupy a naváže s nimi osobnější vztah. Pro zlaté zákazníky se může vyplatit založit speciální klub, nebo jim alespoň vytvářet nabídky na míru. Můžete je využít také k šíření pozitivní šeptandy o značce – zapojte je, mají vás rádi.

3. Loajální zákazníci

   Nakupují u nás často, opakovaně, i když utrácejí méně než zlatí zákazníci. Chceme jim doporučit další produkty a nabídnout up-selling. Loajalitu může zvýšit také nabídka registrace do věrnostního programu. Po všech těch nákupech mají kladný vztah k naší značce, řekneme si tedy o testimonial nebo o recenzi produktu.

4. Upadající zákazníci

   Dříve u nás pravidelně nakupovali, ale chvíli už jsme o nich neslyšeli. Cílem marketingové komunikace tedy bude zákazníka přimět k dalšímu nákupu. Pokud se nám to nepodaří, hrozí, že o něj definitivně přijdeme. Proto e-shopy upadajícím zákazníkům promují kromě běžného sortimentu také výrazné slevy a časově omezené nabídky.

5. Ztracení zákazníci

   Lidé, kteří si u nás kdysi objednávali, ale už hodně dlouho žádnou transakci neudělali. Pokud dříve patřili ke zlatým zákazníkům nebo nakupovali častěji, je ještě určitá šance, že je oživíme. Jinak nejspíš dává smysl komunikaci s tímto RFM segmentem vzdát a ušetřené peníze investovat do slibnějších segmentů.

RFM skóre

Při řazení zákazníka do segmentu si zároveň můžeme spočítat jeho RFM skóre. Hodí se to pro vizualizaci výsledných dat, pro sledování změn kvality zákaznické báze či pro další využití v marketingu k zákazníkovi. Také pak snadno najdete těch 20 % nejvýznamnějších zákazníků – budou to ti s nejvyšším skóre, nezávisle na umístění v jednotlivých segmentech.

Při počítání RFM skóre je užitečné si uvědomit, že každá z kategorií, podle kterých segmentujeme, pro nás má jinou hodnotu. Obvykle je důležitější kategorie Recency než Frequency (protože zákazník, který u nás nakoupil nedávno, má obrovskou pravděpodobnost dalšího nákupu) a Frequency než Monetary (opakované nákupy znamenají, že je zákazník s poskytovanými službami spokojený).

Proto do vzorečku RFM skóre nevstupuje jen pořadí segmentu zákazníka v dané kategorii, ale každá z kategorií má přiřazenou i svou váhu. Největší váhu bude mít pochopitelně Recency a nejmenší Monetary. RFM skóre by se pak počítalo takto:

RFM skóre = (segment Recency × váha Recency) + (segment Frequency × váha Frequency) + (segment Monetary × váha Monetary)

Automatizace RFM analýzy

Jako první krok si s tím můžete zkusit chvíli hrát v excelu nebo Google Sheets. Je to užitečné cvičení, při kterém zaručeně svým zákazníkům lépe porozumíte a nejspíš vás výsledky překvapí. Je to podobné jako s analýzou klíčových slov, také byste ji neměli nechávat na externím dodavateli, protože tak přicházíte o cennou možnost zákazníky lépe poznat.

Pokud však chcete data průběžně využívat v navazujícím marketingu, potřebujete si postup automatizovat. A to nejen pro řazení zákazníků do jednotlivých segmentů, ale i pro změny hranic segmentů na základě postupného vývoje zákaznické báze.

Nabízí se využít některý z CRM systémů, které RFM segmentaci obvykle umožňují. Nebo si nechat napsat vlastní skript. Máte-li větší nároky, na trhu vznikají samostatné aplikace, které za měsíční paušál operují v reálném čase nad zákaznickou databází, například v kombinaci s Keboolou či GoodData. Mohou nejen měnit příznaky u jednotlivých zákazníků podle jejich RFM segmentu, ale také přes API vašeho maileru rovnou přeřadit zákazníka do jiné skupiny příjemců nebo ho třeba zařadit do odlišného remarketingového publika.

Dokonce existují aplikace s prediktivními schopnostmi, které na základě dosavadních objednávek dokážou odhadnout objednávky daného zákazníka v budoucnu a spočítat mu rovnou také customer lifetime value.