RFM, или Recency Frequency Monetary, представляет собой анализ ассортимента товаров и услуг компании по тому, как часто к ним обращаются (количество покупок, заказов и пр.). По сути RFM-анализ – это тот же АВС-анализ позиций товаров.

Только за базовый параметр следует брать количество обращений. Этот вид анализа используется для того, чтобы определить, какой доход приносит клиент. Благодаря этой информации можно спрогнозировать уход клиента, изучить его лояльность.

Что представляет собой RFM-анализ?

В основном его используют, чтобы изучить ассортимент товаров по количеству частоты обращений. Также его применяют, чтобы классифицировать клиентскую базу.

В основе RFM-анализа лежат следующие характеристики:

• Новизна (Recency) определенного события. Чем меньше времени прошло с момента последнего обращения клиента (заявки, заказа, покупки), тем выше вероятность, что он вскоре повторит это действие.
• Количество (Frequency) покупок, совершенных клиентом. Чем больше продаж вы сделали клиенту, тем более вероятно, что вскоре он повторит эти действия. При рассмотрении этого параметра следует основываться на определенном промежутке времени (например, за неделю, за месяц, за год и т.д.).
• Сумма, потраченная клиентом (Monetary). Чем больше клиент потратил денег, тем более вероятно, что он повторит заказ. Обычно эта характеристика не применяется на практике, так как она во многом пересекается с количеством покупок (Frequency). Так что RFM-сегментация чаще используется как RF-сегментация.

Схема действия

1. Классификация по характеристике Recency: вывести для каждого клиента дату последнего действия (заказа, покупки); рассчитать давность совершения действия как разность между нынешним числом и числом последней покупки/заказа; полученные данные разделить на 5 групп, при этом каждый клиент получает коэффициент от 1 до 5 (в зависимости от активности). Недавно купившим присваивается коэффициент 5, клиентам с давней активностью – 1.
2. Классификация по характеристике Frequency: вычислить, какое количество покупок сделал каждый клиент в течение определенного периода; полученную информацию разбить на 5 групп – клиентам с наибольшим количеством покупок присвоить коэффициент 5, наименее активным – 1.
3. Классификация по характеристике Monetary: высчитать сумму, потраченную каждым клиентом; полученную информацию разбить на 5 групп – клиентам с наибольшими тратами присвоить коэффициент 5, потратившим наименьшие суммы – 1.
4. Все полученные результаты сравнить. При этом каждому клиенту присваивается RFM-код из трех чисел.

В самом верху следует располагать постоянных клиентов, которые приносят вашей компании больше всего прибыли. Специально для них можно разработать отдельные привлекательные предложения. Клиенты, которым был присвоен коэффициент 15, являются новыми. Но если среди них вы увидите кого-то с показателем монетизации 5, обратите на него особое внимание – он того стоит!

При внедрении программы лояльности также обращают внимание на «средних» клиентов — которые покупают нечасто или сумма покупка невысокая. Для них, например, при помощи сегментации или психографии можно делать персонализированные предложения, увеличивающие лояльность.