Definicja

Co to jest analiza RFM?

RFM to metoda segmentacji klientów oparta na trzech wymiarach historii zakupowej:

Na tej podstawie można przypisać oceny, na przykład od 1 do 5, i utworzyć segmenty. Progi zależą od przyjętej metody: mogą wynikać z rozkładu danych albo ustalonych granic biznesowych. Taki sposób budowania ocen opisuje m.in. dokumentacja analizy RFM w Adobe Commerce .

Model RFM daje użyteczny pierwszy obraz bazy. Pomaga odróżnić niedawnych, częstych kupujących od osób z pojedynczym zamówieniem sprzed wielu miesięcy.

Nie wyjaśnia jednak całej historii stojącej za wynikiem.

Te same liczby, inna historia

Ten sam RFM, dwa różne zachowania zakupowe

Wróćmy do klientów z początku. To przykład ilustracyjny, pokazujący ograniczenie trzech miar, a nie dane z konkretnego sklepu. Przyjmujemy ten sam dzień pomiaru, ostatnie 12 miesięcy oraz F liczone jako liczba zamówień.

Trzy podstawowe miary RFM są takie same. Układ zamówień jest zupełnie inny.

U klienta A przerwa przekroczyła dwukrotność wcześniejszego odstępu między zakupami. To powód do sprawdzenia, co się zmieniło: produkt, wielkość zapasu, dostępność czy doświadczenie ostatniego zamówienia.

U klienta B widać zakupy skupione w krótkich okresach. Najpierw trzeba ustalić, z czym były związane. Sama historia jednego roku nie wystarczy jeszcze, żeby uznać je za trwałą sezonowość.

Wysłanie obu osobom identycznej kampanii zakłada, że podobny wynik oznacza podobną sytuację. Ten przykład pokazuje, dlaczego takie założenie może zawieść.

Segment łączy klientów według wybranych cech. Nie gwarantuje, że łączy ich ten sam powód kolejnego zakupu.

Czas od zakupu

Recency mówi, kiedy klient kupił. Czy mówi, że jest spóźniony?

60 dni bez zamówienia może oznaczać alarm, zwykłą przerwę albo zapas produktu wystarczający na następny miesiąc.

W e-commerce FMCG ten kontekst ma znaczenie. Klient kupujący karmę co miesiąc funkcjonuje inaczej niż osoba zamawiająca większy zapas suplementu lub delikatesy na konkretną okazję.

Dlatego czas od ostatniego zakupu warto zestawić z wcześniejszymi odstępami, kategorią produktu i wielkością koszyka. Dopiero wtedy możemy ocenić, czy moment przypomnienia rzeczywiście nadszedł.

Przy niewielu zamówieniach nie znamy jeszcze indywidualnego rytmu. Możemy oprzeć się na zachowaniu podobnych klientów lub danej kategorii, ale powinniśmy traktować tę ocenę jako mniej pewną.

Klient nie staje się spóźniony tylko dlatego, że przekroczył wspólny próg dla całej bazy.

Regularność zakupów

Frequency liczy zakupy. Regularność wymaga spojrzenia między nimi

Sześć zamówień w pół roku może budować powtarzalną relację. Sześć zamówień podczas jednej akcji promocyjnej opisuje inne zachowanie, nawet jeśli F ma tę samą wartość.

Przydatna jest więc analiza odstępów i ich zmian. Czy klient wraca podobnie często? Czy przerwy się wydłużają? Czy kolejne zamówienia pojawiają się tylko podczas promocji?

Znaczenie ma również długość relacji. Nowy klient miał mniej czasu na zgromadzenie zamówień niż osoba kupująca od kilku lat. Do oceny tempa powrotów warto porównywać grupy mające za sobą taki sam czas obserwacji.

Wysoka liczba zakupów pokazuje historię. Decyzja o kontakcie wymaga jeszcze zrozumienia, co dzieje się z tą historią teraz.

Przychód i marża

Monetary pokazuje wydatki klienta. Ile z nich zostało w sklepie?

Dwie osoby mogą wydać po 1 200 zł i pozostawić zupełnie inną kwotę po kosztach.

Jedna kupowała produkty z wyższą marżą, w regularnej cenie. Druga wybierała przeceniony asortyment, korzystała z dopłat do dostawy albo zwracała część zamówień. Sam przychód nie rozstrzyga, która relacja przyniosła lepszy wynik.

Jeżeli chcesz uwzględnić rentowność, potrzebujesz danych o kosztach oraz spójnych zasad liczenia marży. Bez nich można porównywać wartość sprzedaży, ale nie należy nazywać jej zyskiem z klienta.

Podobnie suma dotychczasowych zakupów nie jest automatycznie prognozą LTV. Wartość przyszłych zamówień wymaga osobnej oceny.

Klient z wysokim M nie staje się przez to dobrym kandydatem do kolejnego rabatu.

Dobór działania

RFM w marketingu: segment nie wybiera produktu ani zachęty

Etykieta „VIP” informuje o pozycji klienta według przyjętych kryteriów. Nie mówi jeszcze, co warto mu teraz zaproponować.

Może potrzebować uzupełnienia zwykle kupowanego produktu. Może być gotowy na produkt komplementarny. Może też mieć świeże zamówienie i wystarczający zapas.

Historia produktów oraz zakupów z rabatem i bez niego pomaga zawęzić wybór. Nie daje jednak prawa do prostego wniosku: „kupił w promocji, więc bez promocji by nie kupił”. Wpływ zachęty warto sprawdzać przez porównanie podobnych grup, najlepiej w teście.

Decyzja powinna obejmować klienta, ofertę, moment i koszt działania. Sam wynik RFM obejmuje tylko część informacji potrzebnych do jej podjęcia.

Podejście Revenew

Co Revenew dokłada do segmentacji RFM?

W Revenew łączymy segmentację z analizą rytmu zakupów, produktów i wartości klienta. Następnie przekładamy ją na cel oraz sposób działania: przypomnienie, kolejny zakup, zwiększenie koszyka albo reaktywację.

To porównanie zakresów pracy. RFM jest metodą analizy; Revenew obejmuje również dobór i prowadzenie działań. Zrealizowana kampania wymaga potem oceny, czy przyniosła dodatkowy wynik, a nie tylko sprzedaż przypisaną do wiadomości lub reklamy.

Więcej o tym połączeniu opisujemy na stronie Jak działa Revenew .

Granice porównania

„Przecież RFM można rozbudować”. Tak, i właśnie o to chodzi

RFM może być regularnie aktualizowany, analizowany w kolejnych okresach i łączony z dodatkowymi danymi. Sama metoda nie wymusza ani masowych rabatów, ani identycznych kampanii dla wszystkich.

Jeżeli do RFM dodajesz rytm, produkty, marżę i ocenę skutków działań, wykorzystujesz szerszy zestaw informacji niż trzy podstawowe miary.

Dlatego problemem jest kończenie analizy na segmencie. Nazwa „zagrożony” powinna rozpoczynać pytania o konkretnego klienta. Nie zastępuje odpowiedzi.

Sprawdź u siebie

Jak sprawdzić ograniczenia RFM we własnym sklepie?

Nie musisz zaczynać od zmiany narzędzia. Wybierz jeden segment i przyjrzyj się klientom, którzy do niego trafili.

1. Uzgodnij definicje. Zapisz dzień pomiaru, okres analizy, sposób liczenia R, F i M oraz zasady uwzględniania zwrotów. Sprawdź, czy migracja sklepu nie ucięła historii.
2. Wybierz podobnych klientów. Zacznij od osób z tym samym zestawem ocen R, F i M. Sama suma punktów może łączyć dodatkowo różne kombinacje cech.
3. Rozpisz daty i produkty. Policz odstępy między zakupami. Sprawdź, czy zamówienia są regularne, skupione w seriach lub związane z określonymi okazjami. Przy krótkiej historii zachowaj ostrożność.
4. Dodaj kontekst ekonomiczny. Zestaw rabaty, zwroty, skład koszyka i koszty, które rzeczywiście znasz. Oddziel przychód od marży.
5. Zapisz decyzję i sposób jej oceny. Określ, do kogo kontakt ma sens, co proponujesz i kiedy. Ustal okres pomiaru, wynik po kosztach oraz, gdy to możliwe, grupę porównawczą.

Jeżeli w jednym segmencie znajdujesz osoby wymagające różnych działań, masz konkretny powód, żeby uzupełnić analizę. To ważniejsze niż samo zwiększanie liczby segmentów.