Как повысить покупательскую активность с помощью RFM-анализа

На фоне нестабильности на углеводородных рынках и продолжающейся пандемии коронавирусной инфекции ритейлеры сталкиваются со снижением покупательской активности.

На рынке консалтинговых и аналитических услуг существует множество решений и методов стимулирования продаж и повышения покупательской способности. Прежде чем использовать тот или иной метод, важно осознавать потребности покупателей, а также барьеры, с которыми они сталкиваются при осуществлении покупок.

К примеру, продавец может создавать более релевантные и персонализированные предложения покупателю, если будет знать, какие категории товаров он покупал, сколько товаров было в его чеке, сколько он тратит в среднем и что послужило мотивом его покупки (предположим, покупает только перед праздниками).

Сегментировать покупателей можно по разным параметрам. Чтобы гарантированно увидеть результаты, рекомендуем воспользоваться классическим инструментом - RFM-анализом, который позволяет проводить сегментирование потребителей по уровню лояльности на основе их прошлых действий и предугадывать их поведение. RFM-анализ чаще всего используется на B2C рынке. Он разделяет покупателей по трем разным характеристикам: давности покупки, частоте покупки и сумме чека.

Цель RFM-анализа - выявить потребности каждого сегмента покупателей и разработать коммуникацию по каждому из них.

Рассмотрим модель RFM-анализа, разработанную аналитиками Reshape Analytics для крупного ритейлера из СНГ.

Аналитический инструментарий модели разработан с использованием двух аналитических платформ. Qlik Sense для визуализации результатов, Loginom для подготовки данных и калькуляции сложных механик.

 

Для данной модели ритейлер предоставил данные по более 200 тысяч уникальных клиентов, что включает более 2,5 млн транзакций.

 

Аналитики Reshape Analytics предоставили ритейлеру возможность выбрать сложность квантования диапазонов значений R, F и M (3 - тертили, 4 - квартили, 5 - квинтили или 10 частей - децили). Как правило, чем больше частей, тем точнее и сложнее коммуникация. В данной модели рассмотрим квантование по 3 частям (тертилям).

Покупатели группируются по квантилям, в зависимости от времени с последней покупки, количества покупок и суммы покупки.

Для различных сегментов покупателей определяются стратегии коммуникации. Традиционно, конверсия рассылок на покупателя в оттоке низкая, так как он рассматривает коммуникацию, как нецелевую. Поэтому часто возвращающие коммуникации фокусируются на наиболее экономически привлекательных сегментах покупателей.

R = 1 ПОКУПАТЕЛЬ ДАВНО НЕ ДЕЛАЛ ПОКУПОК, ВОЗМОЖНО, В ОТТОКЕ 

R

F

M

ОПИСАНИЕ

СТРАТЕГИЯ

1

3

2

Давно не был, раньше бывал часто, средний чек

ВОЗВРАЩЕНИЕ

1

3

3

Давно не был, раньше бывал часто, высокий чек

 

R = 2 ПОКУПАТЕЛЬ НЕКОТОРОЕ ВРЕМЯ НЕ ДЕЛАЛ ПОКУПОК

R

F

M

ОПИСАНИЕ

СТРАТЕГИЯ

2

1

3

Некоторое время не был, редко покупает, высокий чек

ПОВЫСИТЬ F, ВЫЯВИТЬ ПОТРЕБНОСТЬ

2

2

1

Некоторое время не был, иногда покупает, низкий чек

ПОВЫСИТЬ F

2

2

2

Некоторое время не был, иногда покупает, средний чек

2

2

3

Некоторое время не был, иногда покупает, высокий чек

2

3

1

Некоторое время не был, раньше покупал часто, низкий чек

РИСК ОТТОКА. ВЕРНУТЬ

2

3

2

Некоторое время не был, раньше покупал часто, средний чек

2

3

3

Некоторое время не был, раньше покупал часто, высокий чек

 

 

 

 

 

 

 

 

R = 3 НЕДАВНО КУПИЛ 

R

F

M

 ОПИСАНИЕ

 

3

1

2

Активный, редко покупает, средний чек

Повысить F (повторная покупка)

 

 

3

1

3

Активный, редко покупает, высокий чек

3

2

1

Активный, иногда покупает, низкий чек

3

2

2

Активный, иногда покупает, средний чек

Повысить F и средний чек (М)

3

2

3

Активный, иногда покупает, высокий чек

Повысить F

3

3

1

Активный, покупает часто, низкий чек

Повысить средний чек (М)

3

3

2

Активный, покупает часто, средний чек

Повысить средний чек (М),

реферальные акции

3

3

3

Активный, покупает часто, высокий чек

Эмоциональная лояльность (Recognition), реферальные акции

 

Результаты RFM-анализа помогут разработать эффективную стратегию коммуникации с определенными сегментами покупателей и программу лояльности, а также спрогнозировать спрос товаров.

Обычно, наиболее активная работа с покупателями осуществляется в сегментах R => max, так как это активные покупатели, имеющие свежий опыт взаимодействия с компанией, подтвержденную платежеспособность. 

Стоит учесть, что клиенты с самым высоким RFM могут оказаться нечувствительными к ценовым предложениям. Предоставление им максимальной скидки может не привести к дальнейшему улучшению их экономического поведения. 

В то же время, очень перспективным является предоставление для них индивидуальных сервисных привилегий, которые сложно оценить в денежном выражении, но они создают покупателю удобство и ощущение значимости, недоступное у конкурентов. Также перспективным является мотивировать данных покупателей на предоставление обратной связи и выступить амбассадором бренда.

Данная модель RFM-анализа демонстрирует структуру клиентской базы компании, а также позволяет отследить динамику выбранных сегментов по различным показателям. Это понятный инструмент, дающий наглядные результаты, помогающие принимать правильные управленческие решения.

Обращайтесь к команде Reshape Analytics для разработки индивидуальной модели RFM-анализа клиентской базы, а также для получения компетентных рекомендаций по стратегии коммуникации с сегментами покупателей с целью повышения покупательской активности и увеличения продаж.

Промышленность
 
Избранное Промышленность
 
Ритейл
 
Избранное Ритейл
 
Автомобили и запчасти
 
Избранное Автомобили и запчасти
 
Интернет-торговля и фулфилмент
 
Избранное Интернет-торговля и фулфилмент
 
Продукты питания и фреш
 
Избранное Продукты питания и фреш
 
ПОДПИСКА НА НОВОСТНУЮ РАССЫЛКУ
 
Дополнительная информация
 

 

О сервисе "Умная Логистика"

 

 

 

 

 

 

 

Новостная рассылка

Новостной дайджест на вашу почту!

 
Новости