Analiza RFM. Analiză practică RFM pentru a crește vânzările repetate (video)

Segmentarea RFM constă din trei parametri:

Recent (R)- data ultimei achiziții

Adică cât timp a trecut de la interacțiunea cu clientul în zile, săptămâni sau luni. Se calculează ca diferență între data actuală și data ultimei comenzi. Clienții care au cumpărat recent de la dvs. sunt mai predispuși la comenzi repetate decât cei care nu au manifestat nicio activitate de mult timp. Utilizatorii care au cumpărat cu mult timp în urmă pot fi reînnoiți doar cu oferte care îi atrag înapoi.

Frecvență (F)- frecvența totală a achizițiilor

Arată câte interacțiuni (achiziții) ai avut cu un client într-o anumită perioadă de timp. Dacă ambele părți sunt mulțumite, există șansa de a menține frecvența achizițiilor sau de a crește în favoarea ta. Cu cât un client a făcut mai multe achiziții de la tine, cu atât este mai probabil să le repete în viitor. De obicei, acest indicator este strâns legat de prescripția achiziției.

Monetar (M)- volumul cumpărăturilor

La fel ca indicatorii anteriori, acesta este calculat pentru o anumită perioadă sau număr de interacțiuni. Arată care a fost „valoarea clienților” în ceea ce privește veniturile și profitabilitatea sau, mai degrabă, suma de bani care a fost cheltuită. Analizele agregate de bani reprezintă adesea clienți ale căror achiziții reflectă o valoare mai mare pentru afacerea dvs.

Este important să calculați toți indicatorii de mai sus pentru perioada care afișează cel mai precis datele necesare. Să presupunem că puteți lua un eșantion de un an și îl puteți împărți în sferturi.

De obicei, un mic procent de clienți răspund la ofertele promoționale generale. RFM este excelent pentru a prezice răspunsul clienților și pentru a îmbunătăți implicarea, precum și pentru a crește profiturile. RFM folosește comportamentul clienților pentru a determina cum să trateze cu fiecare grup de clienți. Importanța indicatorilor este ordonată în funcție de succesiunea de litere - prescripție, frecvență, bani. Uneori există un nume Segmentarea RF când Monetar nu este folosit deoarece valoarea sa depinde adesea de Frecvență. Segmentarea baza de clienti conform acestui principiu, iti permite sa-i identifici pe cei cu care chiar ai nevoie sa lucrezi, impartindu-i pe segmente de clienti (activi, adormiti, in crestere), dezvoltand oferte de marketing orientate pentru cel mai activ grup de clienti.

Doriți să efectuați o analiză RFM a bazei de contact cu clienții companiei dvs.?

• Vă vom contacta, vă vom clarifica ce date aveți și, pe baza acestora, vom pregăti gratuit un document cu raport în termen de o săptămână.
• Suntem de încredere peste 2.000 de companii, dar pentru a asigura siguranța datelor clienților dumneavoastră, putem semna un acord confidențial de protecție a datelor.

Definirea condițiilor RFM

Definițiile „prescripției”, „frecvenței” și „banilor” sunt chiar intuitive, dar sarcina noastră este să le transformăm în numere care să poată fi folosite pentru a evalua RFM, iar acest lucru este deja ceva mai complicat.

Să prezentăm datele noastre sub forma unui tabel, sortate după prima valoare - data ultimei achiziții (R).

	Data ultimei achiziții (R)	Volumul achizițiilor (F)	Suma achizițiilor, UAH	Factura medie, UAH (M)
Ivan Petrov
Petr Ivanov
Oleg Plyushch
Sidor Petrov
Olya Sidorova
Anna Volkova

Vom pune imediat o „greutate” pentru fiecare indicator (R, F, M) pentru fiecare client, pe baza datelor primite. Pentru a evalua baza de clienți, vom folosi valori numerice de la 1 la 3, sau în procente atribuite fiecărui client în urma analizei. Pentru comoditate, să împărțim întreaga bază de clienți în 5 părți egale pentru fiecare dintre indicatori. Să spunem, din exemplul nostru, conform indicatorului „volum de achiziții” F - 1,2,3,4,5.

1 - cel mai prost volum pentru noi, marcați-l ca 1;

2,3,4 - rezultat mediu, marcați-l ca 2;

5 este cea mai bună valoare F. Acesta este 3 al nostru.

Deci: 1 este rău, 2 este in medie iar 3 este bun. Punând o „greutate” pentru fiecare indicator, pentru a clasifica lista folosind aceste ponderi.

Acum putem determina cu ușurință care este cel mai bun client pentru noi cu rezultate de 333. 111 arată că clientul este rareori interesat de noi, poate chiar o dată. Pe baza rezultatelor obținute, puteți alege opțiuni pentru cum să tratați un anumit grup de clienți.

Lucrul trist este că de obicei 111 este cel mai mare segment. Și e bine că nu poți pierde timpul cu cei care sunt deja pierduți și să te concentrezi pe clienții cu adevărat importanți pentru noi.

Avantajul segmentarii RFM este ca analiza se poate face chiar si pe un indicator care te intereseaza cel mai mult sau combina indicatori, desi segmentarea completa a bazei de clienti iti va oferi mult mai multe oportunitati. Să presupunem că luăm ca bază doar prescripția și frecvența și graficăm datele rezultate:

Sector verde 5% - cei mai buni clienți care reacționează activ la toate, cumpără etc., respectiv, sectorul 1.1 - „îi pierdem”. Trebuie să lucrați cu fiecare dintre segmentele tabelului în mod diferit, oferindu-le conditii diferite cooperare.

Întotdeauna spunem că este bine să vedem situația în statică (cum ne descurcăm acum), dar este și mai important să vedem în dinamică (unde ne mișcăm). Dacă calculați același tabel pentru perioada anterioară și îl „impuneți” pe cel de astăzi, puteți vedea cum se modifică datele:

În sectorul 1.1, indicatorul a scăzut cu 6%, datorită scăderii numărului clienți pasivi. Pe de altă parte, în sectorul 3.3 numărul „clienților buni” a crescut cu 2%. Ei bine, înseamnă că lucrăm în direcția corectă. Este necesar să analizăm din cauza a ceea ce se întâmplă și să consolidăm rezultatul.

Aceste date sunt deja suficiente pentru munca eficienta cu clienți, dar dacă adăugați segmentul de bani la acest indicator, atunci lucrul la numere va deveni și mai interesant :) RFM vă permite să segmentați baza de date astfel încât să cheltuiți timp și bani pe clienții potriviți. Încercați să segmentați după cel puțin un indicator și chiar și lucrul cu aceste date poate contribui la creșterea clienților obișnuiți.

articol actualizat din data de 17.11.2013

Offtopic: există doar 2 articole cu eticheta RFM pe Habré și ambele sunt de pe bloguri corporative. Este ciudat de ce există atât de puțin conținut pe această temă, pentru că există o mulțime de oameni din zona de comerț electronic pe Habré?

Totuși, mă opresc să mai torn cu apă și îmi propun, pentru început, să mă înțeleg asupra condițiilor. Mai mult, analiza RFM se referă la analiza valorii clientului pentru companie. De fapt, o versiune ușor avansată a analizei ABC, doar cu accent nu pe produse, ci pe clienți. În prim plan se află formalizarea mărimii beneficiului fiecărui client pentru afaceri. Pentru a identifica acest beneficiu, fiecare client este luat în considerare în funcție de următorii parametri:

R ecenta- noutate(timpul de la ultima achiziție)
F cerere- frecvență(frecvența achizițiilor pe perioadă)
M onetar- monetizare(costul achizițiilor pentru perioada)

Dat:

1. Istoricul vânzărilor magazinului online sub formă de descărcare .xlsx, cum ar fi

Sic! Nu căutați sensul în numere, totul este schimbat semi-aleatoriu cu 1-2 ordine

2. TK de la proprietar, versiunea completa care nu sună mai complicat decât expresia „Poți face o analiză RFM?”

Rezultat:

La început, mi-am petrecut jumătate de zi gândindu-mă „Cum să faci toate acestea cu ajutorul obiectelor calculate ale tabelului pivot, ca să fie frumos”. Drept urmare, am punctat la frumusețe și am făcut-o într-o oră cu ajutorul unei foi intermediare și a formulelor uzuale gen „=IF”, etc.

3. Calcule intermediare

Pentru a calcula timpul de la ultima achiziție, aveți nevoie de data curentă (funcția standard Excel =TODATE()) și de data ultimei achiziții a clientului. Deoarece încărcarea a fost o matrice neordonată „Data-Client-Suma_Achiziție”, a fost dificil de identificat ultima intalnire achiziții pentru fiecare client. Problema s-a rezolvat prin sortarea după întregul volum de curmale în descărcare (vă rog să nu dați vina pe „stilul fermei colective”, dar în acel moment am punctat la frumusețe, pentru că am vrut să implementez soluția pe care o aveam în cap ca cât mai repede posibil). Coloanele de informații inițiale sunt marcate cu verde. În prima linie, am lăsat formulele pentru înțelegere, dar sortate după coloană în ordine descrescătoare (coloana a fost creată folosind concatenate)

4. Componentele fișei „Rezumat”.

Acum colectăm rezultatul analizei RFM pe o singură foaie. Începem cu lista de clienți (sortarea nu contează) - copiați lista clienților din prima foaie, lăsați doar intrări unice folosind funcționalitatea standard (Date - Eliminați Duplicate). În coloana B, folosind VLOOKUP, tragem data ultimei comenzi a clientului. Formula din coloana C contorizează numărul de comenzi ale clienților pe parcursul întregului transport. Coloana D în mod similar se ia în considerare suma comenzilor per client. Iar coloana E calculează pentru noi numărul de zile de la ultima achiziție de către client.


Sic! un exemplu de formulă pentru coloana E este dat în celula K1 și numai valorile sunt stocate în coloana E însăși pentru a demonstra rezultatul

5. Recent (timpul de la ultima achiziție)

Esența formulei evidențiate este următoarea: ne uităm la care dintre cele cinci intervale egale de la 0 la maxim (evidențiat cu roșu în formulă) este valoarea fiecărei celule a coloanei E și notăm un scor de la 1 (a client care a cumpărat ceva de la noi acum un an) la 5 (un client care a cumpărat ceva -fie în timpuri recente).

6. Frecvență (frecvența achizițiilor pentru perioada) și Monetar (costul achizițiilor pentru perioada).

Formulele sunt identice, așa că să ne uităm la exemplul Frecvenței. În acest caz, am împărțit întreaga populație în 3 intervale egale ca număr de membri ai populației și ne uităm la care dintre aceste intervale îi aparține valoarea din coloana C cu nota 1 (un client care cumpără de la noi mai rar decât alții) , 3, 5 (un client care cumpără de la noi mai des decât alții ).

Pentru cei cărora le este greu sau leneș să înțeleagă definiția medianei pe Wikipedia: mediana este valoarea care împarte setul de date în 2 părți egale ca număr. Exemplu: medie valoare aritmetică 5 clienți care au făcut 1, 2, 2, 2, 100 de achiziții = 21,4 (nu ne spun nimic temperatura medie prin spital); mediana pentru aceeași serie = 2.

Concluzie: Nu am scris despre adăugarea tuturor indicatorilor împreună și sortarea în ordinea descrescătoare a coloanei din dreapta a foii „Rezultat” - cred că este clar)) Scopul meu - de a crea un sistem „pe genunchi”, a fost pe deplin atins . Îi dau „ca atare”. Adăugând aceste rânduri, înțeleg că nici definiția mea a medianei și exemplul nu sunt cele mai ușoare (pentru cei care nu aveau statistici matematice la universitate). Dacă cineva oferă o opțiune mai simplă și mai înțeleasă - o voi înlocui.

Ce este

Analiza RFM este o metodă de analiză a bazei de clienți bazată pe factorii comportamentali ai unui grup sau segment de clienți existenți.

Analiza RFM vă permite să evaluați starea generală a bazei de date, să organizați mai eficient marketingul prin e-mail și să comparați favorabil cu majoritatea celorlalte metode în ceea ce privește claritatea și ușurința în utilizare.

Cum functioneaza?

Totul este simplu. Baza de clienți este împărțită în segmente în funcție de trei parametri:

Recent (R) - vârsta ultimei achiziții

Adică cât timp a trecut de la ultima achiziție în zile, săptămâni sau luni. Calculat din momentul ultimei comenzi până la data curentă.

Segmentele sunt împărțite în 3 condiționale: bine - normal - rău. De asemenea, poate fi interpretat ca:

„Începători” – „Este timpul să cumpăr din nou” – „A fost cu mult timp în urmă”.

Deoarece afacerea fiecăruia este diferită, condiționalul „bun - normal - rău” va fi, de asemenea, diferit pentru fiecare. Cineva are un ciclu vânzări repetate 1 săptămână, cineva are 1 lună, iar cineva are un an. Prin urmare, în funcție de specificul afacerii dvs. (sau de obiectivele dvs.), vă puteți ajusta „bine - normal - rău” în intervalele de care aveți nevoie.

Pentru a fi mai ușor de stabilit, trebuie să răspundeți la câteva întrebări pentru dvs.:

• Care este perioada naturală de cumpărare?
• Care este sezonalitatea?
• Cât timp durează majoritatea clienților să facă o achiziție repetată?
• Ce perioadă de inactivitate a clientului se poate considera că am pierdut un client (durata ciclu de viață client)

Clienții care au cumpărat recent de la dvs. sunt mai predispuși la comenzi repetate decât cei care nu au manifestat nicio activitate de mult timp. Utilizatorii care au cumpărat cu mult timp în urmă pot fi reînnoiți doar cu oferte care îi atrag înapoi.

Frecvența (F) - frecvența totală a achizițiilor

Afișează câte interacțiuni (achiziții) ați avut cu un client într-o anumită perioadă de timp. Dacă ambele părți sunt mulțumite, există șansa de a menține frecvența achizițiilor sau de a crește în favoarea ta. Cu cât un client a făcut mai multe achiziții de la tine, cu atât este mai probabil să le repete în viitor. De obicei, acest indicator este strâns legat de prescripția achiziției.

Aici, precum și în segmentul de rețetă, există condițional „bun - normal - rău”. Pentru unii, „bun” este 10-20 de achiziții, „normal” este 5-10 și „rău” este 1-5. Și pentru cineva și pentru cineva și 5 achiziții - „foarte bine!”

Puteți ajusta această sumă după cum doriți, în funcție de obiectivul dvs.

Monetar (M) - volumul cumpărăturilor

La fel ca indicatorii anteriori, acesta este calculat pentru o anumită perioadă sau număr de interacțiuni. Arată care a fost așa-numita „valoare monetară a clientului”, cu alte cuvinte – suma de bani care a fost cheltuită de client cu tine. Analizele agregate de bani reprezintă adesea clienți ale căror achiziții reflectă o valoare mai mare pentru afacerea dvs.

Este important să calculați toți indicatorii de mai sus pentru perioada care afișează cel mai precis datele necesare. Să presupunem că puteți lua un eșantion de un an și îl puteți împărți în sferturi.

De ce este necesară analiza RFM

De regulă, majoritatea clienților reacționează prost la ofertele promoționale generale.

RFM este o metodă excelentă de segmentare a clienților pentru a prezice răspunsul clienților și pentru a îmbunătăți implicarea clienților și pentru a crește vânzările repetate.

Această metodă folosește comportamentul cumpărătorului pentru a determina cum să trateze cu fiecare grup de clienți.

Uneori, denumirea de segmentare RF apare atunci când indicatorul monetar nu este utilizat, deoarece valoarea acestuia depinde adesea de Frecvență.

Segmentarea bazei de clienți după acest principiu vă permite să identificați pe cei cu care trebuie să lucrați cu adevărat, împărțindu-i pe segmente de clienți (activi, inactivi, în creștere), dezvoltând oferte de marketing vizate pentru:

• Cel mai activ grup de clienți.
• Acei clienți care „este timpul să cumpere din nou” - de exemplu, este timpul să schimbe lentilele sau să cumpere un pachet nou de alimente pentru că a trecut o lună
• Cui vrem să facem o ofertă „specială”.
• Pe cine riscăm să pierdem?
• Chiar și pentru cei care cel mai probabil sunt deja pierduți (reactivare)

Este la fel de important să monitorizăm compoziția cantitativă a segmentelor care sunt importante pentru noi în timp. De exemplu, vestea bună este că segmentul dvs. de clienți Gold este în creștere, iar vestea proastă este că și segmentele Risc de pierdere și Clienți unici cresc.

Cum să-l folosească?

Următorul tabel prezintă cel mai clar strategia de lucru cu fiecare segment.

Tabelul 1 Exemplu de lucru cu segmente RFM

Segment	Activitate
	Recunoștință, învață cum să folosești, povestește despre principalele tale avantaje
Activ	Mod normal de activitate de marketing, corespondență programată
Promițătoare
Atentie speciala
	Invitație la un club special, ofertă condiții și beneficii speciale, servicii speciale
Nu da drumul	Program de loialitate, reținere, reactivare
Achiziție unică	Memento, reactivare, noutăți
Risc de pierdere	Reactivare, noutăți, contact live - identificarea problemei

Merită să ne amintim că acesta este doar un exemplu de utilizare a segmentelor RFM. Fiecare afacere are propriile caracteristici și una soluție unică nu poate fi.

Câteva note sau sfaturi importante:

• Nu acordați niciodată reduceri imediat după prima achiziție (segmentul Începători). Nu va face altceva decât pierderea profitului. Sarcina principală în această etapă este să mulțumești! Serviciu, produs, atentie. Sugerați care dintre produsele dvs. pot completa perfect achiziția clientului
• Urmărește îndeaproape numărul de clienți din segmentele tale critice: Gold, Active, Prospective și Don't Let Go
• Segmentul „achiziții unice” din majoritatea afacerilor cu amănuntul este cel mai mare. Acest lucru este normal, deși ar trebui să ne străduim să reducem ponderea acestui segment

Astfel, clienților care au cumpărat recent, sunt cumpărători frecventi și cheltuiesc foarte mult, li se atribuie un punctaj 5 |5|5 . Sunt cei mai buni clienți ai tăi.

În acest caz, Alexandra este VIP- un client, nu Anna, care a cheltuit cel mai mult.

Pe de altă parte, clientul care a cheltuit cel mai puțin, a cumpărat cu mult timp în urmă și nu i se atribuie adesea un punctaj 1|1|1 . În acest caz, este Nicholas. Acum asta are sens, nu-i așa?

Cum se calculează scorul RFM pe o scara de la 1 la 5?
Pot folosi diverse companii metode diferite pentru valorile de clasare RFM pe o scară de la 1 la 5. Dar iată cele mai comune două metode.

METODA 1: Domenii fixe simple:

Exemplu:

Dacă cineva a cumpărat în ultimul 24 ore, evaluează-le 5 .
Pentru ultima 3 zile - 4 . Numi 3 dacă au cumpărat în cursul lunii curente, 2 - în ultimele şase luni şi 1 - pentru toți ceilalți.

După cum puteți vedea, am determinat singuri intervalul pentru fiecare scor. Pragurile intervalului se bazează pe natura afacerii. În același mod, definiți intervale pentru frecvență și valori monetare.

Această metodă de evaluare este la latitudinea întreprinderilor individuale, deoarece acestea decid ce interval consideră ideal pentru periodicitate, frecvență și valori monetare.

Folosind aceasta metoda calcul există câteva nuanțe.
Pe măsură ce afacerea crește, intervalul de scor poate necesita ajustări frecvente.

METODA 2: Procentul împărțit în 5 valori egale pe baza datelor disponibile.

Această metodă este puțin mai complicată, deoarece trebuie să lucrați cu procente, dar, la rândul său, rezolvă multe dintre problemele pe care le-ați putea întâlni atunci când utilizați prima metodă. Această abordare funcționează cu orice industrie, deoarece intervalele sunt alese din datele în sine și distribuite uniform.
Desigur, vă recomandăm să utilizați această metodă deoarece segmentarea va fi mai precisă.

Rezumatul calculelor RFM:

Luați datele clientului dvs., acordați un scor de la 1 inainte de 5 pentru R, Fși M.
Reprezentare grafică RFM vă ajută pe dumneavoastră și pe alți factori de decizie să înțelegeți mai bine analiza RFM a organizației dumneavoastră.

R, Fși M au evaluări de la 1 -5 , Total 5 X 5 X 5 = 125 combinatii de valori. trei dimensiuni R, Fși M poate fi cel mai bun mod reprezentat pe o diagramă 3D. Dacă ne uităm la câți clienți avem pentru fiecare valoare RFM, va trebui să ne uităm 125 puncte de date.

Dar lucrează cu 3D-graficele pe hârtie sau pe ecranul unui computer nu vor funcționa. Avem nevoie de ceva în două dimensiuni, ceva mai ușor de imaginat și de înțeles.

Reprezentare simplificată a analizei RFM:

În această abordare, folosim frecvența + punctul de numerar pe axa x (intervalul 0 la 10) și timpul ultimei achiziții (intervalul 0 la 5) pe axa y. Acest lucru reduce combinațiile posibile de la 125 la 50. Combinarea F și M într-un singur criteriu are sens, deoarece ambele valori sunt legate de cât de mult cumpără clientul. R (recent) pe cealaltă axă ne oferă o privire rapidă asupra nivelurilor de reangajare a clienților.

Îmbunătățirea eficienței - crearea de segmente.

Înțelegerea a 50 de elemente poate fi încă obositoare. Prin urmare, putem rezuma analiza noastră în 11 segmente pentru a înțelege mai bine clienții noștri.
Dacă vă amintiți, am discutat despre aceste segmente la începutul acestui articol.

Iată un tabel care explică cum poți crea 11 segmente clienții pe baza evaluărilor RFM.
Oferirea unei culori clare pentru fiecare segment va face mai ușor de reținut și de înțeles clienților situatia actuala in business.

Iată raportul nostru final de sinteză RFM-analiză!

În zilele noastre, orice companie trebuie să atragă clienți. Pentru a face acest lucru, trebuie să mențineți constant fluxul și creșterea clienților pentru dezvoltarea rapidă și stabilă a afacerii. Dar a rămâne doar de atracție nu este suficient. De asemenea, este necesar să îi interesezi și să întârzii cât mai mult timp.

Pentru a atrage atenția unui client asupra dvs., trebuie să aveți o idee despre ce fel de oferte îi vor interesa cel mai mult pe acești clienți. Pentru a face acest lucru, trebuie să evaluați baza de clienți pentru înclinația sa de a răspunde la propunerea oferită. În acest caz, vom folosi analiza RFM. Se potrivește cazului nostru în mod convenabil, deoarece compania pe care o vom analiza este angajată în vânzarea și livrarea diferitelor feluri de mâncare. Baza de date în sine a fost furnizată de comun acord într-o formă confidențială, cu excepția unor date precum data achiziției și costul achiziției clienților (am generat înșiși ID-urile clienților pentru o mai mare claritate). Acest lucru este suficient pentru noi pentru analiza RFM.

Analiza RFM este cea mai comună metodă de cercetare în acest domeniu. Această analiză a fost descrisă de diverși oameni de știință ruși. R.I. Bazhenov și V.A. Veksler au folosit analiza RFM în configurația dezvoltată a autorului pentru 1C: Enterprise "Analysis cosuri de consum» . E.P. Golubkov a luat în considerare esența și metodologia analizei RFM. IN SI. Alexandrov și A.A. Klyueva a studiat relația dintre analiza RFM și marketingul prin e-mail și modul în care analiza RFM poate fi aplicată la o bază reală de clienți. IN SI. Aleksandrov a investigat utilizarea analizei RFM în domeniul comerțului electronic și a furnizat diagrame care arată clar segmentarea consumatorilor magazinelor online în funcție de criteriile de prescripție și frecvență. Diverse aspecte ale analizei au fost descrise de către A.A. Naumov, R.I. Bazhenov și alții ca fiind aplicate la diverse zone cunoștințe . Analiza RFM a fost studiată și de oameni de știință străini.

Analiza RFM este o abreviere a cuvintelor Recent, Frecvențăși Monetar. După cum vedem, această analiză bazat pe trei indicatori:

Recent- in cazul nostru, se intelege ca data ultimei achizitii efectuate de client.

Frecvență- numarul de achizitii efectuate de acest client pe toata perioada de timp.

Monetar- a petrecut bani lichizi client pe toată perioada cumpărăturilor sale.

În timpul calculării acestei analize, trebuie să stabilim câte părți ar trebui împărțite în fiecare dintre acești indicatori pentru a evalua clienții, de exemplu, din 3 părți (grupe). Unde în prima parte vor fi cei mai „răi” clienți pentru anumiți indicatori. În a doua parte - clienții „medii”. În al treilea - cei „mai buni” clienți. Dar în cazul nostru, pentru a evalua baza de clienți, vom folosi procente de la 1 la 5 grupuri, pentru o mai mare flexibilitate și abordări diferite față de anumiți clienți.

Pentru a face analiza RFM, vom folosi software Microsoft Excelși un tabel gata făcut cu o bază de date de clienți:

Figura 1 - Tabelul bazei de clienți

Mai întâi trebuie să aduceți acest tabel în forma de care avem nevoie pentru analiza RFM, pentru a face acest lucru, selectați întregul tabel și utilizați funcția „Pivot Table”, care se află în secțiunea „Insert”.

După ce am creat „Tabelul Pivot”, trebuie, în lista de câmpuri din tabelul pivot, să transferăm câmpul „Client ID” în zona „Row Names”. Apoi mutăm câmpul „Data achiziției” de două ori în zona „Valoare”. În cele din urmă, mutăm câmpul „Cost de achiziție (în ruble)” în aceeași zonă „Valori”.

Obținem următorul tabel:

Figura 2 - Tabel rezumat al bazei de clienți

Apoi, în coloana „B”, făcând clic dreapta pe câmpul numit „Data achiziției”, selectați linia „Parametrii câmpurilor valorice...”. După ce faceți clic pe această linie, se va deschide următoarea fereastră:

Figura 3 - Fereastra „Parametrii câmpului de valori”

Unde în fila „Operare”, selectați linia „Maximum” și aplicați setările. Apoi aplicăm câmpurile în format „Date” în coloana „B”. Și formatul „Monedă” la coloana „D”.

Ca urmare, obținem următorul tabel:

Figura 4 - Tabel gata pentru calcularea analizei RFM

În tabelul rezultat, putem vedea, de exemplu, un client cu un ID egal cu „10000”, care a făcut doar 3 achiziții cu cost totalîn valoare de 877 de ruble, iar ultima sa achiziție a fost făcută la 01.12.2012.

Acum că masa noastră este complet gata și afișată în forma dorita, să trecem direct la analiza RFM în sine.

După cum am menționat mai devreme, vom evalua și împărți clienții în 5 categorii. Unde în prima categorie vor cădea clienții cu cei mai „răi” indicatori, iar în a cincea categorie - cu cei „mai buni” indicatori. Să luăm pentru fiecare categorie ca procent în trepte de 20%.

Adică, conform indicatorului „Monetar”, vor scădea acei clienți care au achiziționat bunuri și au adus companiei până la 20% din profitul din suma maximă a tuturor valorilor câmpurilor din coloana „Monetar”. în prima categorie. De la 20% la 40% din aceeași sumă maximă se vor încadra în a doua categorie și așa mai departe, până la a cincea categorie, unde clienții cu procent de la 80% la 100% din profitul adus. La fel vom face și cu indicatorii „Recency” și „Frequency”.

Pentru a face acest lucru, trebuie să creați încă câteva coloane, cum ar fi „Recent”, „Frecvență”, „Monetar” și „Număr de zile trecute”.

Figura 5 - Tabel cu coloanele RFM pregătite

Coloana „Număr de zile trecute” ne va arăta numărul de zile trecute până la ultima achiziție maximă a clientului în companie din toate cele disponibile. În viitor, vom avea nevoie de el pentru a calcula indicatorul Recency, determinând vârsta ultimelor achiziții ale clienților.

=MAX($B$2:$B$2296)-B2

Ca rezultat, obținem următorul rezultat:

Figura 6 - Tabel cu coloana calculată „Număr de zile trecute”

În continuare, trecem la analiza indicatorului Recency. Este necesar să introduceți în câmpurile acestei coloane o formulă care să calculeze acest indicator relativ la gradul de prescripție al ultimei achiziții a clientului. In cazul nostru arata asa:

=DACA(F2<=0,2*МАКС($F$2:$F$2296);5;ЕСЛИ(F2<=0,4*МАКС($F$2:$F$2296);4;ЕСЛИ(F2<=0,6*МАКС($F$2:$F$2296);3;ЕСЛИ(F2<=0,8*МАКС($F$2:$F$2296);2;1))))

Facem același lucru pentru coloana „Frecvență”:

=IF(C2<=0,2*МАКС($C$2:$C$2296);1;ЕСЛИ(C2<=0,4*МАКС($C$2:$C$2296);2;ЕСЛИ(C2<=0,6*МАКС($C$2:$C$2296);3;ЕСЛИ(C2<=0,8*МАКС($C$2:$C$2296);4;5))))

Pentru coloana Monetar, introduceți următoarea formulă în câmpuri:

=IF(D2<=0,2*МАКС($D$2:$D$2296);1;ЕСЛИ(D2<=0,4*МАКС($D$2:$D$2296);2;ЕСЛИ(D2<=0,6*МАКС($D$2:$D$2296);3;ЕСЛИ(D2<=0,8*МАКС($D$2:$D$2296);4;5))))

După introducerea tuturor formulelor pentru calcularea acestor indicatori, obținem în cele din urmă următorul rezultat:

Figura 7 - Rezultatul analizei RFM

În această etapă, am finalizat analiza RFM. Pentru comoditate, puteți sorta coloanele „Recent”, „Frecvență” și „Monetar” în ordine crescătoare/descrescătoare pentru căutarea și analizarea ușoară a bazei de clienți în funcție de acești indicatori calculați.

De exemplu, în cazul nostru, clientul cu ID-ul „10002” este cel mai rău cumpărător al acestei companii și are indicatori sub forma „ 111 » (Recent - 1 ; frecvență - 1 ; Monetar- 1 ). Deoarece acest client nu a cumpărat această companie timp de aproape doi ani și jumătate (857 de zile), iar în timpul său a făcut o singură achiziție în valoare de 210 de ruble.

Cu astfel de clienți, companiile preferă să efectueze abordări diferite. Cineva încearcă să atragă atenția asupra acestui client, astfel încât să devină interesat de companie și să facă din nou orice achiziție. Sau, unii îi consideră clienți „de unică folosință” și preferă să nu le dedice propriul timp, ci doar să vizeze cumpărători mai „prospectivi” care au indicatori RFM mai mari până la „ 555 „, pentru a îmbunătăți relația dintre client și companie, și pentru a oferi diverse promoții sau bonusuri.

De asemenea, este posibil să se efectueze diverse analize, trăgând concluzii pe baza indicatorilor RFM ai datelor clienților. De exemplu, există un client cu indicatorul " 155 » (Recent - 1 ; frecvență - 5 ; Monetar- 5 ). Acest client ne spune că odată a făcut multe achiziții și a adus un profit bun acestei companii. Dar, din anumite motive, am încetat să mai fac cumpărături cu mult timp în urmă. În astfel de cazuri, puteți fie să întrebați personal clientul pentru ce motive a refuzat să-și arate interesul pentru această companie, fie să vă reconsiderați relația anterioară cu clientul la momentul în care acesta a încetat să mai coopereze cu compania.

În plus, există și, de exemplu, clienți cu indicatori " 511 ". Aceștia sunt acei clienți care tocmai au început să facă cumpărături și sunt „începători”. De obicei, compania încearcă să nu dezamăgească astfel de clienți și le demonstrează diverse avantaje competitive.

După cum puteți vedea, această analiză RFM este utilă pentru segmentarea clienților în anumite categorii și ne permite să le studiem. După distribuirea și studiul clienților, ne putem întocmi abordările noastre individuale față de aceștia pentru a crește profitul acestei companii și a crește loialitatea clienților pentru o afacere de succes.

Studiul propus poate fi utilizat în activitatea companiilor comerciale și în predarea studenților în diverse domenii.

Lista bibliografică

Bazhenov R.I., Veksler V.A., Grinkrug L.S. RFM-analiza bazei de clienți în soluția aplicată 1C: Enterprise 8.3 // Informatizare și comunicare. 2014. Nr. 2. pp. 51-54.

Golubkov E.P. RFM-analiza: metodologie și practică de aplicare // Marketing în Rusia și în străinătate. 2013. Nr 6. C. 11-24.

Aleksandrov V.I., Klyueva A.A. Analiza RFM și marketing prin e-mail. Teorie și practică // Internet marketing. 2012. Nr 2. S. 96-106.

Aleksandrov V.I. Aplicarea analizei RFM în dezvoltarea de strategii de marketing țintite în domeniul comerțului electronic // Marketing și cercetare de marketing. 2014. Nr 5. S. 332-339.

Naumov A.A., Naumova A.A., Bazhenov R.I. Pe unele modele și modificări ale analizei ABC clasice // Cercetări științifice moderne și inovații. 2014. Nr 12 [Resursa electronica]. URL: http://web.snauka.ru/issues/2014/12/42200 (data accesului: 27/12/2014).

Zhilkin S.A., Bazhenov R.I. Îmbunătățirea gamei de produse medicale pe baza analizei ABC // Economie și managementul tehnologiilor inovatoare. 2014. Nr 12 [Resursa electronica]. URL: (data accesului: 27.12.2014).

Reznichenko N.V., Naumov A.A., Bazhenov R.I. Îmbunătățirea sortimentului de preparate de cafea și a sistemului de achiziție a componentelor pe baza analizei ABC-XYZ // Economia și managementul tehnologiilor inovatoare. 2014. Nr 12 [Resursa electronica]. URL: (data accesului: 27.12.2014).

Naumov A.A., Bazhenov R.I. Despre problemele indicatorilor clasici ai eficacității proiectelor de investiții // Cercetare științifică modernă și inovare. 2014. Nr. 11-2 (43). p. 181-187.

Bronstein K.S., Naumov A.A., Bazhenov R.I. Aplicarea analizei ABC clasice pentru a analiza sortimentul de preparate de cafea // Economia și managementul tehnologiilor inovatoare. 2014. Nr 11 (38). pp. 100-110.

Naumov A.A., Bazhenov R.I. Despre instabilitatea metodei de normalizare a criteriilor // Cercetare și inovare științifică modernă. 2014. Nr. 11-1 (43). pp. 64-68.

Ostroushko A.A., Bazhenov R.I. Analiza gamei de produse electrice folosind ABC-analysis // Economia si managementul tehnologiilor inovatoare. 2014. Nr 10(37). pp. 73-81.

Sizykh A.F., Bazhenov R.I. Dezvoltarea unui sistem software pentru căutarea regulilor asociative bazate pe algoritmul apriori // Cercetare și inovare științifică modernă. 2014. Nr 10-1 (42). pp. 52-59.

Vexler V.A., Bazhenov R.I., Bazhenova N.G. Modelul entitate-relație al educației adulților în sistemul educațional extins regional // Asian Social Science. 2014. Vol. 10. Nr. 20. S.1-14.

Veksler V.A., Bazhenov R.I. Determinarea relației dintre pozițiile din nomenclatură prin intermediul 1C: Întreprinderea 8.3 // Cercetare și inovare științifică modernă. 2014. Nr 7 (39). pp. 45-49.

Pronina O.Yu., Bazhenov R.I. Studiul metodelor de analiză de regresie pentru mediul software Eviews // Nauka-rastudent.ru. – 2015. – Nr. 01 (013) / [Resursa electronică] - Mod de acces. – URL: http://nauka-rastudent.ru/13/2320/

Rhee S.B. Selectarea clienților în marketingul bazelor de date: sensul RFM // Teză. 2003.

Mahboubeh K., Kiyana Z., Sarah A., Somayeh A. Estimarea valorii de viață a clientului pe baza analizei RFM a comportamentului de cumpărare a clienților: Studiu de caz // Procedia Computer Science. 2011. Nr 3. C. 57-63.

Kristof C., Filip A.M., Koen W. Impactul acurateței datelor asupra performanței de segmentare: analiză comparativă RFM, regresie logistică și arbori de decizie // Journal of Business Research. 2014. V. 67. C. 2751-2758.

Ya-Han H., Tzu-Wei Y. Descoperirea tiparelor frecvente valoroase bazate pe analiza RFM fără informații de identificare a clienților. // Sisteme bazate pe cunoștințe. 2014. T. 61. C. 76-88.

Wikipedia. Analiza RFM. [Resursă electronică]. // Wikipedia, enciclopedia gratuită. URL: https://ru.wikipedia.org/wiki/RFM-%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7 (data accesului: 01/10/15 ).

Bazhenov R.I., Luchaninov D.V. Utilizarea elementelor de învățare combinate pentru formarea inițiativei creative a unui student umanitar la învățarea tehnologiilor informaționale moderne // Life Science Journal. 2014. Vol. 11. Nr. 11s. p. 371-374.

Bazhenov R.I. Despre organizarea practicii de cercetare pentru studenții de la direcția „Sisteme și tehnologii informaționale” // Cercetare științifică modernă și inovare. 2014. Nr 9-2 (41). pp. 62-69.

Vizualizări ale postărilor: Va rugam asteptati