Как увеличить выручку без дополнительных затрат? Часть 3. Работаем с группами клиентов
Самые эффективные акции ориентированы на определенную группу клиентов. Проблема в том, что чаще всего о клиенте не известно ничего, кроме данных о покупках. В этой статье расскажем, как с помощью такой скромной информации и табличного процессора Excel провести RFM-анализ и сегментировать клиентскую базу.Добавьте описание
Что мы знаем о своих клиентах?
Те, кто проводил маркетинговые исследования, могут составить полноценный портрет целевой аудитории с градацией по возрастным категориям, составу семьи, уровню дохода, образованию и т.д. Но чаще всего в нашем распоряжении лишь бизнес-показатели наших клиентов, которые фиксирует система учета:
- средний чек,
- количество посещений в месяц,
- возвращаемость.
Однако по этим показателям можно сегментировать клиентскую базу и спланировать разные акции для разных групп. Признаком для сегментации может быть и другой параметр.
Пример 1
Можно сегментировать базу по признаку LTV – lifetime value, пожизненная ценность клиента. Напомним, это сумма денег, которые клиент принес вашему бизнесу за всю историю отношений. Если вы знаете, во сколько обошлось привлечение каждого клиента, то сможете выделить группу людей, которые еще не «окупили» ваших затрат. Для них можно придумать акцию. Например, если при покупке акционного товара вы будете дарить то, что плохо продается, то поймаете сразу двух зайцев. Во-первых, без дополнительного маркетингового бюджета увеличите выручку с неактивных клиентов. Во-вторых, освободите склад для более оборачиваемых товаров.
Пример 2
Некоторые клиенты давненько к вам не заглядывали. Кто-то далеко живет, кто-то вообще случайно зашел. Не будем гадать о причинах. Клиент однажды приобрел товар или услугу – значит, такая потребность у него есть. И если мы предложим ему закрыть эту потребность более выгодно, чем у конкурентов, велики шансы, что он вернется. Поэтому сегментируем клиентов по дате последней покупки.
Что такое RFM-анализ?
Давайте сгруппируем клиентов по следующим показателям:
- Recency — давность. Когда клиент что-то купил у вас в последний раз?
- Frequency — частота. Сколько раз клиент делал у вас покупки?
- Monetary — деньги. Какова общая сумма покупок клиента?
Ранжирование клиентской базы по этим показателям называется RFM-анализ.По каждому из этих признаков мы выделяем три равные группы. Затем присваиваем каждой группе индекс от 1 до 3.
Теперь каждому клиенту, в зависимости от его показателей, можно присвоить трехзначный индекс. Например, клиент «333» покупает часто, на большую сумму, и последняя покупка была недавно. Это ваши лучшие клиенты.
Как проводить RFM-анализ в Excel?
Подготовка данных
1. Выгружаем из CRM данные по транзакциям. Нам понадобятся:
- имя клиента,
- дата покупки,
- сумма покупки.
2. Теперь у нас есть информация обо всех покупках каждого клиента в форме таблицы Excel. Для дальнейшего анализа нужно узнать по каждому клиенту:
- дату последней покупки,
- количество покупок за все время,
- общую сумму покупок.
Для этого используем функцию «Сводная таблица».
3. Во вкладке «Редактор сводной таблицы» в разделе «Строки» указываем значение «Клиент». Теперь, если клиент покупал у вас несколько раз, все его транзакции будут в одной строке.
4. Теперь нам нужно посчитать, сколько раз заказывал каждый клиент. Для этого в этой же вкладке «Редактор сводной таблицы» в разделе «Значения» указываем «Сумма». Обратите внимание: в графе «Суммировать по» нужно указать COUNTA.
5. Считаем общую сумму по каждому клиенту. В «Значения» перетягиваем «Сумма» и в графе «Суммировать по» указываем SUM.
6. Нам осталось вычислить дату последней покупки клиента. Для этого нам нужно перетянуть «Дата» в «Значения» и указать MAX в уже известной нам графе «Суммировать по».
7. Эти данные переносим на новую страницу, где будем рассчитывать индексы RFM. Чтобы было удобнее работать, дадим столбцам «говорящие» названия:
- клиент,
- дата последнего заказа,
- количество заказов,
- сумма.
8. Для RFM-анализа нам не хватает показателя R (Recency), но есть дата последнего заказа. Давайте посчитаем, сколько дней назад клиент совершил последнюю покупку. Для этого от сегодняшней даты отнимем дату последней покупки, то есть значения в столбце B. Создаем новый столбец R (Recency). В верхнюю «клиентскую» ячейку нового столбца вводим формулу:
=TODAY()–B2
Теперь у нас есть все показатели для RFM-анализа. Можно переходить к сегментации.
Сегментация базы
Наша задача – присвоить каждому клиенту по каждому параметру RFM значения от 1 до 3. Основанием для этого будут служить данные из таблицы.
1. Определяем индекс Recency. Для этого нужно рассчитать, как давно у нас покупали 33% и 66% клиентов. Используем функцию PERCENTILE.INC, которая возвращает максимальное значение интересующего нас показателя из диапазона ячеек для указанного процентиля – в данном случае, для 33-го и 66-го процентилей. В нашем случае синтаксис формулы будет таким:
=PERCENTILE.INC(C2:C12;0,33)
=PERCENTILE.INC(C2:C12;0,66)
Теперь мы знаем, что 33% клиентов покупали наши товары менее 61 дней назад, а 66% — менее 93 дней назад.
2. Теперь нужно присвоить каждому клиенту индекс R в соответствии с группировкой. Клиентам, которые покупали менее, чем 61 день назад, присваиваем наивысшее значение R=3. У тех, кто делал заказ от 61 до 93 дней назад, R=2. Остальным, кто покупал более чем 93 дня назад, присваиваем значение 1. Это можно автоматически рассчитать по формуле:
=IF(C2<61;3;IF(C2<93;2;1))
3. По такому же принципу присваиваем клиентам индексы F (Frequency) и M (Monetary). Сначала вычисляем, сколько раз покупали и сколько денег потратили 33% и 66% клиентов, а затем присваиваем им значения от 1 до 3 по каждому показателю. В нашем примере 33% покупали менее 2 раз, а 66% – менее 3 раз. При этом 33% потратили менее 6185, а 66% – менее 8020. После присвоения индексов должна получиться такая таблица.
4. Для наглядности посчитаем комплексный показатель RFM. Все три индекса по каждому клиенту объединяем по формуле:
=D2*100+F2*10+H2
Мы провели сегментацию и RFM-анализ клиентской базы с помощью Excel. Формулы помогают немного автоматизировать расчеты, но все равно такой анализ занимает много времени. Зато теперь вы можете предугадать поведение каждого клиента, а значит, и подготовить для каждой группы персонализированное предложение.
Зарегистрируйтесь на сайте https://asgk-group.ru/ и получите бесплатный пробный период прямо сейчас!
В этом цикле из 6 статей рассказываем, как увеличить выручку в бизнесе за счет правильного анализа основных показателей – и без дополнительных затрат. Присоединяйтесь!