Как с помощью RFM-анализа увеличить продажи в рассылке и повысить лояльность клиентов. Гайд от Sendsay

В прошлом году бизнес потерял крупные рекламные платформы, из-за чего стало сложнее привлекать новую аудиторию. Сейчас компании заинтересованы в качественной работе с имеющимися клиентами, и подходящий инструмент для этого – RFM-анализ клиентской базы. Рассказываем, как его использовать для удержания аудитории и увеличения продаж через рассылку.

Как с помощью RFM-анализа увеличить продажи в рассылке и повысить лояльность клиентов. Гайд от Sendsay

Привет! Это Sendsay – российский сервис автоматизации коммуникаций с клиентами.

В начале года мы анализировали изменения рынка автоматизации и отметили тренд на снижение холодного трафика. Рекламных инструментов стало меньше, стоимость привлечения клиента выросла, из-за чего многие компании стали больше работать над удержанием существующих клиентов, а не привлечением новых.

А какой инструмент идеально подходит для удержания аудитории и повышения лояльности? Конечно, email-маркетинг. Поэтому сейчас бренды ищут эффективные инструменты, которые помогут вывести email-рассылки на новый уровень.

Наш опыт показывает, что качественно усилить рассылки помогает персонализация. А чтобы ее настроить, нужно изучить не только интересы и соцгеодем характеристики аудитории, но и ее поведенческие паттерны. И в этом, как раз, помогает метод RFM-анализа клиентской базы.

В этой статье расскажем про суть метода, коротко обозначим, как его провести, и главное – дадим конкретные рекомендации, как использовать результаты RFM-анализа в email-маркетинге.

Если уже знакомы с RFM-анализом – сразу переходите к четвертому пункту статьи «Определить стратегию работы с выбранными сегментами». Всех остальных приглашаем к последовательному чтению материала.

И по традиции – сохраняйте статью в закладки, делитесь с коллегами и обязательно пользуйтесь удобными схемами-подсказками 😊

Что за метод RFM-анализа и чем он поможет бизнесу

RFM-анализ – метод изучения и сегментирования клиентов по поведенческим параметрам:

  • Recency – как давно покупали
  • Frequency – как часто покупают
  • Monetary – на какую сумму покупают

Метод помогает понять, из каких клиентов состоит ваша база и сколько человек в каждом сегменте:

  • лояльные клиенты, которые приносят большую часть прибыли
  • постоянные клиенты, которые покупают на небольшие суммы
  • безнадежно потерянные контакты, которых надо перестать беспокоить
  • подписчики, которые так и не совершили покупку
  • клиенты, которые купили 1-2 раза и потеряли интерес
  • покупатели, у которых сильно упала лояльность и так далее

Зная эти параметры, проще подобрать персональные предложения, которые лучше мотивируют получателя к покупке

Например: клиенты, которые перестали покупать, но продолжают иногда открывать рассылку. Если им отправлять скидки, акции и остальные письма из стандартного контент-плана, вряд ли что-то изменится в лучшую сторону. А если сделать для них персональную рассылку с бонусом, который учитывает их интересы, то клиенты с большей вероятностью вернутся и будут покупать снова.

Таким образом, анализ покупательского поведения помогает понять, как изменить паттерны поведения клиентов в нужную для бизнеса сторону.

Как с помощью RFM-анализа увеличить продажи в рассылке и повысить лояльность клиентов. Гайд от Sendsay

В классическом RFM-анализе используют пятибалльную оценку каждого R-, F- и M-параметра. Например, у параметра с давностью покупки могут быть такие оценки:

  • 1 – крайне давно
  • 2 – очень давно
  • 3 – давно
  • 4 – недавно
  • 5 – совсем недавно

Но такой формат не подходит для email-маркетинга, потому что база делится на 125 сегментов. Анализировать столько сегментов сложно, а готовить для них индивидуальные рассылки – трудозатратно и нерентабельно.

Исключение: крупный бизнес с миллионной базой подписчиков и большим ассортиментом товаров разной стоимости.

Поэтому мы рекомендуем использовать трехбалльную оценку параметров. Она даст 27 сегментов, с которыми удобнее и проще работать. На практике трехбалльное разделение будет выглядеть так 👇

Как с помощью RFM-анализа увеличить продажи в рассылке и повысить лояльность клиентов. Гайд от Sendsay

Клиенты получают оценку по каждому RFM-параметру, а затем группируются в 27 сегментов. Обычно сегменты кратко называют цифровыми значениями оценок, например, сегмент 211 – клиенты, которые покупали давно (R=2), редко (F=1) и на маленькие суммы (M=1).

Мы сделали удобную схему всех сегментов с цифровыми значениями и их расшифровкой.

👇 Сохраните ее, чтобы быстро ориентироваться в результатах RFM-анализа.

Сегменты расположены сверху вниз по степени уменьшения лояльности и слева направо по степени увеличения суммы покупок
Сегменты расположены сверху вниз по степени уменьшения лояльности и слева направо по степени увеличения суммы покупок

Как провести RFM-анализ и использовать данные для рассылки

Если коротко, то процесс выглядит так:

  1. Определить значения каждого анализируемого параметра. Например, что значит давняя покупка – месяц назад или полгода?
  2. Выгрузить данные о покупках и сегментировать базу по RFM-параметрам.
  3. Проанализировать полученные сегменты аудитории.
  4. Подготовить новую стратегию работы с выбранными сегментами.
  5. Проанализировать результаты внедрения новых стратегий.

Теперь разберем подробнее каждый этап.

1. Определить значения каждого RFM-параметра

Для сегментации базы нужно выбрать диапазон каждой оценки R-, F- и M-параметра. Например, диапазон оценок давности покупки (R) может быть таким:

  • очень давно – от 1 года и более
  • давно – от полугода до года
  • недавно – до полугода

Для определения диапазона нужно ориентироваться на средние показатели в бизнесе и нише: частоту пользования товаром или услугами, жизненный цикл клиента, сезонность, ценовой сегмент и прочее.

Универсальных диапазонов нет, потому что все бизнесы разные. Например, у магазина продуктов маленький чек может быть 300 рублей, а у премиальных украшений – 100 тысяч рублей.

Если вы пользуетесь CRM-системой, то можно быстро проанализировать базу и получить усредненную статистику по всем параметрам RFM-анализа. Если CRM нет, нужно провести анализ вручную.

2. Собрать данные о покупках и поставить каждому клиенту RFM-оценку

Если база контактов небольшая, то можно вручную собрать данные о покупках, проставить оценку каждому клиенту и посчитать количество людей в каждом сегменте.

Таблица с анализом будет выглядеть примерно так
Таблица с анализом будет выглядеть примерно так

У крупных CRM-систем и сервисов автоматизации маркетинга есть встроенные функции RFM-анализа. Системы самостоятельно собирают данные, анализируют их, делят базу на сегменты по заданным параметрам и выдают готовый RFM-отчет.

Если такой функции нет, то анализ можно сделать с помощью специального скрипта – это небольшая программа для выполнения конкретной задачи. В ней заложен порядок автоматических действий, которые обеспечат сбор и группировку данных по RFM-параметрам. Такие скрипты можно скачать в интернете, что мы не рекомендовали бы делать из соображений безопасности, или написать с помощью программиста компании.

3. Проанализировать полученные сегменты

Дальше самое интересное – изучить данные и разобраться, из каких клиентов состоит ваша база.

Проще начать анализ с одного конкретного параметра

Например, сегменты с цифрой 2 в начале – это клиенты, которые в последнее время ничего не покупали. Надо посмотреть, сколько среди них постоянных клиентов, и подумать, почему они перестали покупать.

Сегменты с первой цифрой 1 – клиенты, которые давно не покупают. Надо оценить их средний чек, сумму и количество покупок и подумать, стоит ли их возвращать или лучше не навязываться.

Нужно изучить все сегменты и подумать, какие из них могут принести дополнительную прибыль компании. Например: постоянные клиенты с маленьким чеком потенциально могут покупать на более крупные суммы.

Сегменты могут быть неравномерны по количеству подписчиков – это нормально. Например: у компаний, которые постоянно чистят базу клиентов, в сегментах с очень давними покупками будет мало подписчиков. В дальнейшем схожие маленькие сегменты можно объединить, а слишком большие – разделить, чтобы работать с ними было удобнее.

4. Определить стратегию работы с выбранными сегментами

После того как вы отобрали потенциально интересные сегменты, нужно решить, как работать с ними в рассылке. В общем виде концепцию можно обозначить так:

  • уходящих и потерянных вернуть
  • редких сделать постоянными
  • постоянных удержать

Мы подготовили общие рекомендации по работе с разными сегментами. В основу разделения взяли параметр давности – клиенты, которые покупали давно, относительно недавно и за последнее время. Берите рекомендации на заметку и используйте их с поправкой на свой бизнес 🔥

Как работать с клиентами, которые покупали очень давно

Основная стратегия в рассылке – реактивационное письмо или серия писем, которые мотивируют совершить покупку. Это может быть большая персональная скидка, подарок или ценные бонусы.

Скорее всего, эти подписчики практически не реагируют на рассылку, поэтому все силы нужно направить на то, чтобы клиент захотел открыть письмо. Для этого нужно по-особенному привлечь их внимание:

  • Изменить имя отправителя. Если раньше было просто Sendsay, можно поменять на Скучающие из Sendsay или добавить имя сотрудника – Ангелина из Sendsay.
  • Использовать персонализацию. Добавить обращение по имени, указание города упомянуть товары или услуги, которые клиент раньше часто покупал.
  • Указать пользу или выгоду. Если для мотивации предлагаете скидку или крутой подарок, то вынесите эту информацию в тему. Так вы повысите шансы, что клиент заинтересуется и откроет письмо.

Еще в такой рассылке можно спросить, почему получатели перестали покупать и читать рассылку – это ценная информация, которая поможет бизнесу стать лучше для клиентов. За ответы на вопросы надо предложить бонус, чтобы у получателей было больше мотивации.

Как с помощью RFM-анализа увеличить продажи в рассылке и повысить лояльность клиентов. Гайд от Sendsay

Как работать с клиентами, которые покупали давно

Основная стратегия – мотивировать купить еще раз. Эти клиенты покупали не так давно, они еще помнят бренд, поэтому их внимание будет легче привлечь.

Используйте персонализированные письма с актуальными для получателя данными. В Sendsay такие письма можно сделать динамическими, чтобы в них подставлялись товары и услуги на основе интересов и действий человека:

  • просмотренные, добавленные в корзину или в избранное
  • похожие на те, что он покупал или смотрел на сайте
  • сопутствующие для допродаж
  • топовые предложения из интересующих его категорий

Персонализированные рассылки работают намного эффективнее обычных.

По данным Digital Publishing Survey, в 2021 году интерес людей к персонализированным рассылкам вырос на 20 % по сравнению с 2020 годом. Также исследование показывает, что 25 % опрошенных обязательно прочитают письмо, если оно будет выглядеть так, будто создано специально для них. Особенно это интересно миллениалам и зумерам.

Также для недавних клиентов хорошо сработают полезные рассылки, в которых будет ценная для них информация. Так вы повысите лояльность аудитории и увеличите узнаваемость бренда.

Как с помощью RFM-анализа увеличить продажи в рассылке и повысить лояльность клиентов. Гайд от Sendsay

Как работать с клиентами, которые покупали недавно

Основная стратегия – удерживать и мотивировать покупать дальше. В этой категории находятся самые активные клиенты, с которыми проще всего выстроить качественную коммуникацию и усилить их лояльность.

Для этого также подойдут персонализированные рассылки с динамическим контентом, особенности сценарии с допродажами и рекомендациями. Мы рекомендуем сделать такие рассылки триггерными, чтобы они отправлялись автоматически после совершения конкретного действия клиента.

С помощью триггерных рассылок вы будете постоянно контактировать с клиентом в автоматическом режиме, показывая ему персонализированный контент. Это сильно повысит лояльность и поможет удерживать клиента.

В Sendsay для автоматизации сценариев есть редактор, в котором можно создавать цепочку триггерных писем с указанием правил их отправки. Редактор визуальный, поэтому работать со сценариями очень удобно – наглядно видно всю цепочку и действия, которые запускают каждое конкретное письмо.

Как с помощью RFM-анализа увеличить продажи в рассылке и повысить лояльность клиентов. Гайд от Sendsay

Также на удержание аудитории хорошо работает вовлекающий, интерактивный контент: игры, опросы, тесты, викторины. Они развлекают аудиторию, повышают их интерес к рассылкам и увеличивают конверсию в целевое действие.

Как с помощью RFM-анализа увеличить продажи в рассылке и повысить лояльность клиентов. Гайд от Sendsay

5. Проанализировать результаты использования данных RFM-анализа

После того как выбрали сегменты для рассылки, подготовили для них персональные стратегии и запустили их работу, нужно проанализировать результаты.

Первый срез можно сделать через месяц работы новых стратегий:

  • посмотреть, увеличились ли продажи из рассылки
  • сравнить количество подписчиков в разных сегментах
  • отследить движение из сегмента в сегмент
  • подумать, почему те или иные гипотезы сработали / не сработали

Затем внести новые коррективы и запустить следующую итерацию работы с клиентами.

Как поддерживать актуальность сегментов RFM-анализа

Пользователи периодически меняют поведение и переходят из сегмента в сегмент. Поэтому не получится один раз провести RFM-анализ, и полгода пользоваться полученными списками контактов – их надо постоянно обновлять.

Вручную это делать сложно: email-маркетолог будет тратить слишком много времени на постоянную выгрузку данных и обновление списков. Поэтому лучше использовать CRM-систему или скрипт. С их помощью можно настроить автоматическое обновление результатов RFM-анализа и последующее обновление контактов в сегментированных списках.

Также нужно сделать так, чтобы актуальные списки клиентов постоянно передавались в сервис рассылки. В Sendsay это делается в настройках импорта контактов из CRM-системы. Там нужно создать автоматизацию по времени, чтобы списки подписчиков обновлялись ежедневно в 12 ночи по Москве.

Таким образом, все движения клиентов из сегмента в сегмент будут учитываться и email-маркетинг на основе RFM-анализа будет работать автоматически.

В этой статье мы показали, как RFM-анализ клиентов может помочь увеличить продажи в рассылке. Но это лишь одна из его ценных возможностей. На самом деле результаты анализа могут усилить любое маркетинговое направление: от настройки эффективной контекстной рекламы до повышения LTV клиентов.

Используйте RFM-анализ для персональной работы с клиентами, совмещайте его с результатами другой аналитикой, находите корреляции и усиливайте маркетинг.

А за настройкой качественной рассылки приходите в Sendsay. У нас мощные инструменты автоматизации и персонализации общения с клиентами, которые помогают увеличить конверсию и лояльность аудитории.

Ах да, чуть не забыли главное – ссылка на наш телеграм-канал. Подписывайтесь, чтобы следить за обновлениями нашего блога 😎

33
Начать дискуссию