Как предотвратить отток с помощью модели RFM Основы клиентоор | Канал Ильи Балахнина
Как предотвратить отток с помощью модели RFM
Основы клиентоориентированности говорят о том, что клиента надо любить, о клиенте надо заботиться, а лояльного клиента еще и беречь. На языке маркетинга данных это означает удерживать его в нормативных показателях RFM-модели, обеспечивая возвраты, правильную частотность и верный средний чек.
RFM-модель – это матрица, которая помогает идентифицировать и сегментировать клиентов по группам для того, чтобы предотвратить отток и разработать эффективные тактики триггерных коммуникаций.
R – recency (давность). Насколько близко клиент подошел к предельному дню – такому дню после последней сделки, по истечению которого клиент становится для компании холодным лидом.
F – frequency (частота). Сколько транзакций в год должен совершать клиент, чтобы оставаться лояльным компании и не уходить в отток.
M – monetary (деньги). Полная сумма всех совершенных клиентом транзакций. Какой минимальный средний чек должен быть у лояльного клиента.
RFM-анализ проводят на основе ранжирования по этим трем основаниям матрицы. В recency оценку проводят, основываясь на дате последней транзакции; в frequency – самой высокой частоте покупок; в monetary – на самом высоком среднем чеке.
Результат – это четыре оценки для каждого клиента: недавность, частота, деньги и показатель RFM, который объединяет три индивидуальных оценки в одну. Наиболее лояльными клиентами будут те, чьи объединенные оценки RFM самые высокие. Соответственно, потенциальный отток – те, чья оценка самая низкая.
Зная этих клиентов, зная их характер потребления, возможно просчитать, какие инструменты маркетинга использовать для их возвращения. Кроме того, RFM-сегментация позволяет настроить CRM-систему так, чтобы сделать реактивационную рассылку более персонализированной.
В следующих постах мы разберем кейсы применения RFM-модели.
Если у вас есть задачи минимизации оттока клиентов и внедрения RFM-анализа в маркетинговые процессы, заполните бриф.
