№24 Непростая сегментация (RFM)

В прошлой статье мы добывали email для своей базы альтернативными способами.

В нынешней разберёмся, как наработанные данные сегментировать при помощи 3-х параметров: Давности (Recency), Частоты (Frequency) и Стоимости (Monetary).

По первым буквам (в англоязычном варианте) этот способ называется RFM-сегментацией.

Чтобы его использовать, нужно знать о своих подписчиках несколько больше, чем просто имена и email. Однако он хорошо “ложится” на базы интернет-магазинов, которые, как правило, содержат всю необходимую информацию — остаётся только вытащить её оттуда и упорядочить надлежащим образом.

Поэтому разберём способ именно на примере магазина, а потом попробуем распространить его на другие ситуации.

 

RFM маркетинг для интернет-магазина

Давность — как давно покупатели делали заказ?

Чтобы определить этот параметр, нужно знать даты заказов каждого покупателя и выделить среди них последнюю.

Частота — как часто покупатель совершает заказы на протяжении определённого времени?

Этот параметр удобно выразить в количестве заказов в течение фиксированного промежутка времени — скажем, года (1, 2, 3, 4, 5… заказов в год и т.д.).

Стоимость — какова средняя сумма, которую тратит покупатель на эти заказы (его средний чек)?

Средний чек = Сумма заказов / Количество заказов (за год)

Если покупатель сделал 3 заказа и потратил на них 10 000 рублей, его средний чек примерно 3 333 рубля.

 

Критерии оценки

Давность, Частоту и Стоимость нужно оценить по некой условной шкале: плохо, средне, хорошо. Будем давать за “плохо” 1 балл, за “средне” 2 и за “хорошо”, соответственно, 3 балла.

Если упорядочить данные по параметру Давность по убыванию (сверху самые “свежие” даты заказов, снизу — самые старые), то верхние 20% списка примем за “хорошие”, следующие 60% за “средние” и, наконец, нижние 20% за “плохие”.

Так же можно поступить с Частотой и Стоимостью:

Теперь потренируемся уже с конкретными данными.

Предположим, мы выгрузили из CMS магазина всю нашу базу — пусть это будет 10 000 подписчиков:

  • Упорядочим данные по столбцу “Дата последней покупки” (т.е. фактически по параметру Давность):

Верхние 2000 строк в базе — наши самые лучшие покупатели по Давности. Они делали заказы буквально на днях.

Строки с 2001 по 8000 — средние покупатели (делали заказы в течение года).

Строки с 8001 по 10 000 — худшие покупатели (не заказывали ничего уже около года и больше).

  • Добавим рядом со столбцом “Дата…” вспомогательный столбец “Баллы по Давности” и проставим там наши оценки:

  • Аналогично поступим с Частотой и Стоимостью:

  • Наконец, выполним сортировку по всем трём столбцам:

В итоге получаем сразу 27 сегментов по нашим параметрам: R, F и M.

Покупатели, получившие 3 балла по каждому параметру (333) — это сегмент “Лучшие”. Они покупают часто, на большие суммы и, вдобавок, последнюю покупку совершили недавно.

Покупатели с единицами во всех столбцах — “Худшие”. Они покупают редко (может быть, всего 1 раз), понемногу, и уже давно не посещали наш магазин.

Между ними — ещё 25 промежуточных сегментов (332, 331, 313… и т.д.).

 

Предложения

Основная цель email маркетинга при работе с выявленными сегментами — поднять “уровень” покупателей.

Если у них по 3 балла за Давность и Частоту, но двойка или даже “кол” по Стоимости — их нужно побуждать совершать покупки на более крупные суммы.

Тем, кто покупал давно, нужно продать в ближайшее время что-то ещё — и так далее.

В идеале, следует всех своих покупателей перевести в сегмент “Лучшие” и удерживать там постоянно.

На практике же можно разработать персонализированные предложения, которые помогут клиентам двигаться “вверх” по лестнице сегментов.

Например:

331, 332 — покупателям, которые делают небольшие заказы, отправим письмо с предложением скидки xxx рублей на товары стоимостью от xxxx рублей (обозначаем здесь ту сумму, на которую нам как раз интересно совершать продажи, чтобы повысить средний чек).

313, 323 — покупатели, которые делают заказы не так часто, как хотелось бы. Предложим им накопительную скидку, которая возрастает с каждым их заказом — пусть покупают почаще.

133, 233 — покупатели, которые “забыли” дорогу к нашему магазину. Давайте пообещаем им подарок за любую покупку, НО только до конца текущего месяца.

333 — наши лучшие клиенты. Не нужно пытаться дополнительно им что-то продать. Лучше поблагодарить как следует и сделать безвозмездный подарок.

111 — худших покупателей стоит “встряхнуть”. Письмо, отправленное им, должно быть пробивным, начиная с яркой темы, которая обеспечит повышенное количество просмотров, и заканчивая содержанием, которое оставит им только 2 варианта: либо немедленно что-то купить, либо отписаться от рассылки.

В конце концов, эти покупатели и так почти ушли. Почему бы не рискнуть, чтобы вернуть их обратно — или потерять окончательно и выкинуть из головы, чтобы заниматься более перспективными клиентами?

И так далее…

Конечно, написать 27 разных писем, разослать их, а потом ещё и замерить результат — очень большая задача.

Но вовсе не обязательно пытаться охватить все сегменты. Возможно, с частью покупателей вы предпочтёте вообще не работать (и так всё в порядке или всё запущено настолько, что лучше не тратить силы).

Также сегменты можно группировать и рассылать группе одно предложение. Например, [331, 321, 221] — предложение для повышения Стоимости.

А можно разработать типовые письма, в которых для разных сегментов менять только размер скидки и подарочный товар.

В любом случае, создать с десяток предложений по RFM-сегментам, периодически рассылать их и совершенствовать, исходя из тестов и аналитики — задача вполне осуществимая. Ведь вложенные усилия окупятся повышенной конверсией с таких “точечных”, выверенных рассылок.

Хотя, окупятся ли?..

 

Ограничения

Углублённую сегментацию имеет смысл делать только в том случае, если ваша база достаточно велика.
Судите сами: если у вас порядка 2000 покупателей, а в одном сегменте набирается не больше 100, то эффект от рассылки будет весьма невелик.

Из 100 подписчиков письмо откроют в среднем 10, кликнут по ссылкам 3-4 человека — явно недостаточно, чтобы получить заказы (если только средняя конверсия вашего сайта не 25-30%:-)

Если база больше 10 000 клиентов и путём RFM-сегментации и группировки сегментов удаётся получить списки рассылки на 1000 человек — это уже интереснее.

И конечно, глубокая сегментация просто необходима для баз 100 000 и более. Там массовые рассылки точно не добирают — ни по показателям эффективности, ни по конверсии.

(Как прикидывать размеры сегментов, с которым есть смысл работать, посмотрим в одном из будущих постов).

 

Пробуем обобщить

RFM-сегментация наиболее удобна для сферы интернет-магазинов. Но и в других областях ей можно найти применение.

Какое целевое действие на вашем сайте приносит доход? Регистрация аккаунта, заказ услуги, вступление в партнёрскую программу?

Какую прибыль в среднем приносит выполнение такого действия?

У вас есть возможность фиксировать даты выполнения таких действий, вести “историю” каждого клиента?..

Даже если со сбором данных всё не очень гладко, можно попробовать провести сегментацию только по одном параметру (R, F или M — смотря, что есть в вашей базе), или по двум.

И в таком “половинчатом” виде сегментация имеет смысл, поскольку любое сужение сегмента для рассылки приводит к росту её эффективности. Так что если база данных хотя бы в каком-то виде есть и она достаточно велика — почему бы не попробовать?

P.S. В следующий раз побеседуем о содержании писем — какие типы контента как правило входят в рассылку? Что рассылать, чтобы подписчики оставались с вами “на связи”?

 

P.P.S. Если вы ещё не подписались на мою рассылку — самое время это сделать. Я не только анонсирую свежие статьи блога, но и делюсь с подписчиками бонусной информацией, а также показываю отдельные приёмы email маркетинга на практике. До встречи в вашем почтовом ящике! 🙂