Blog de personalizare comerț electronic

Analiza RFM crește vânzările de comerț electronic. Astăzi, explorăm modul în care putem folosi datele recente, frecvența și monetare de la clienții noștri pentru a debloca   marketing personalizat și creșterea angajamentului. Și mai bine, vom vedea cum analiza RFM este una dintre cele mai bune modalități de a maximiza analiza cohortei pentru a crește retenția .

Pentru a trece la exemplele de segmentare RFM, faceți clic aici.

Analiza RFM este o tehnică de segmentare a comportamentului clienților bazată pe date .

RFM înseamnă recent, frecvență și valoare monetară.

Ideea este de a segmenta clienții în funcție de când a fost ultima lor achiziție, cât de des au cumpărat în trecut și cât de mult au cheltuit în general. Toate aceste trei măsuri s-au dovedit a fi predictori eficienți ai dorinței unui client de a se angaja în mesaje și oferte de marketing.

Deși analiza RFM s-a născut în direct-mail, este un instrument puternic pe care magazinele de comerț electronic îl pot folosi astăzi.

Mai sus este o ilustrare excelentă a modului în care segmentarea clienților dă putere companiilor să le spună clienților valori specifice. Sursa imagine: Interfon

Primele aplicații cunoscute ale analizei RFM au fost în industria de catalog. Printre pionierii se numără Land's End, JC Penny's și alții. De la începuturile sale, au fost dezvoltate multe variante de RFM, inclusiv

Efectuarea unei analize RFM a bazei dvs. de clienți și trimiterea de campanii personalizate către ținte de mare valoare are beneficii masive pentru magazinul dvs. de comerț electronic.

Cum ar trebui să calculezi recentitatea? Sau frecventa scorului? Care este un prag bun de generare de bani?

Definirea pragurilor este primul pas în segmentare. Mai jos discutăm valorile comune pe care companiile de comerț electronic le pot folosi pentru recentitate, frecvență și monetizare.

Recentitatea măsoară timpul de la ultima achiziție.

Există două provocări pentru magazinele de comerț electronic atunci când calculează recent.

În primul rând, într-o lume omnicanal, poate fi dificil să legați împreună datele de achiziție de la fiecare canal.

În al doilea rând, fiecare afacere va avea interpretări diferite despre ceea ce este un scor bun de recentitate. De exemplu, consumabilele au o nevoie inerentă de comenzi frecvente, ceea ce face ca timpul necesar de la ultima achiziție să fie mai scurt pentru a se califica pentru un scor mai mare.

Mai sus, produsele Starbucks sunt de obicei consumate într-o zi. Mixul lor de produse necesită o interpretare diferită a datelor recente în comparație cu produsele cu mișcare mai lentă, cu cicluri de viață mult mai mari.

Aceleași preocupări în ceea ce privește recentitatea se prezintă și în analiza frecvenței.

Din nou, ciclul de viață al produsului

Calcularea scorurilor de recentitate, frecvență și generare de bani prezintă provocări similare. Realitatea este că fiecare afacere este unică. Este incredibil de dificil să creezi benchmark-uri precise.

Din fericire, există câteva abordări comune pentru a atribui corect valorile RFM.

Poate cel mai simplu mod de a crea scoruri RFM, analiza quartilelor vă permite să atribuiți rapid și corect scorurile pe baza performanței relative.

Fiecare cuartilă va acorda un scor, de la 1 la 4. Segmentarea finală RFM va folosi aceste scoruri împreună.

Iată o prezentare excelentă și simplă pentru utilizarea quartilelor pentru a vă defini segmentele RFM folosind Python.

Credit de imagine

Segmentarea RFM nu trebuie să fie complicată.

Mai jos vom arăta cum puteți crea un model RFM în Excel. Mergem pas cu pas și includem capturi de ecran, astfel încât să puteți replica cu ușurință modelul.

Rețineți că marca dvs. de comerț electronic este unică.

Aceasta nu va fi cea mai bună modalitate pentru afacerea dvs., dar va fi un șablon grozav pe care să îl repetați.

Sa incepem.

Înainte de a începe, trebuie să definiți singurul KPI care contează cel mai mult pentru afacerea dvs. pentru fiecare vector de segmentare: recent, frecvență și monetizare.

Pentru a face acest lucru, va trebui să vă conectați istoricul achizițiilor la fiecare client și să selectați un interval de timp cu care doriți să lucrați.

Pentru exemplul nostru, vom folosi următorii KPI-uri și intervalul de timp.

Recent: Data ultimei achiziții
Frecvență: Numărul total de comenzi
Generare de bani: valoarea medie a comenzii
Perioada de timp: 2 ani

După cum veți vedea, analiza RFM este un proces simplu. Scopul este de a marca în mod sistematic fiecare client în funcție de recentitate, frecvență și monetizare. Facem acest lucru ordonând pe primul loc toți clienții pe măsura aleasă de noi, apoi punctându-i în funcție de performanța lor în raport cu ceilalți clienți din baza ta de date.

Există o serie de KPI-uri pe care le puteți folosi pentru Recency. Exemple de KPI-uri includ

Pentru această analiză, vom folosi zilele de la ultima achiziție ca valoare principală.

Ar trebui să știți intuitiv care este valoarea cea mai logică pentru afacerea dvs. Sunt șanse ca dacă sunteți un magazin tradițional de comerț electronic, data ultimei achiziții va fi, de asemenea, indicatorul ales.

În primul rând, dorim să descarcăm informațiile despre client cu KPI-urile specificate. Aici, pur și simplu am descărcat aceste informații direct de la Barilliance și le-am încărcat într-o foaie de calcul Google.

Apoi, vrem să curățăm puțin foaia.

Șterg câteva coloane nedorite pe care am uitat să le închid: Sessions, Last Seen, First Seen, First Ordered și AOV.

Apoi, veți adăuga trei coloane pentru scorurile dvs. RFM. Dați-le titluri în partea de sus „Recent”, „Frecvență” și „Genere de bani”.

În cele din urmă, aplic un filtru asupra datelor pentru a le face foarte ușor de sortat. Dacă nu știți cum să aplicați un filtru, procesul este ușor. Selectați toate datele dvs., inclusiv titlurile dvs. (puteți face acest lucru rapid ținând apăsată tasta shift+comandă+săgeți).

După ce toate datele sunt selectate, faceți clic pe date->filter.

După ce ați terminat, foaia dvs. ar trebui să arate cam așa.

Navigați la KPI-ul dvs. Recency și sortați lista în ordinea corespunzătoare. În cazul nostru, mergem la „Zile de la ultima achiziție” și sortăm descendent.

În cele din urmă, punctați fiecare client în funcție de poziția sa.

Deși există câteva metodologii pentru a face acest lucru, am găsit că cea mai ușoară și mai utilă este cu quartile.

Împărțiți numărul total de clienți la patru. Apoi, acordați fiecărui quartile un scor care reflectă poziția.

Primul quartil: 1

Al doilea quartila: 2

Al treilea quartila: 3

A patra quartila: 4

Nu vă faceți griji prea mult pentru a obține totul „perfect”. De exemplu, aici avem doi clienți care ambii au comandat în ultimele trei zile. Pur și simplu le-am atribuit ambilor un scor recent de 1, chiar dacă asta pune 5 clienți cu scorul 1 și trei cu scorul 2.

În acest moment, foaia dvs. ar trebui să arate similar cu cea de mai jos.

Procesul este foarte similar atât pentru Frecvență, cât și pentru Monetizare.

În timp ce folosim numărul total de comenzi din ultimii doi ani ca KPI de frecvență, există o serie de valori concurente pe care le puteți selecta. Unele dintre ele includ:

După cum am menționat anterior, vom folosi numărul de comenzi ca KPI de frecvență. Repetați pașii 2.b și 2.c, așteptați-vă să utilizați KPI-ul de frecvență ca măsură de orientare. După notare, foaia dvs. ar trebui să arate similar cu cea de mai jos.

În cele din urmă, sunteți gata să eliminați scorurile de generare de bani.

KPI-urile de generare de bani includ

Ca și mai înainte, repetați pașii 2.b și 2.c, așteptați-vă să utilizați KPI-ul dvs. de generare de bani ca măsură de orientare. După notare, foaia dvs. ar trebui să arate similar cu cea de mai jos.

Minunat!

În acest moment ai analiza făcută. Urmează partea distractivă - folosirea efectivă a acestor informații noi pentru a identifica segmentele profitabile.

Există multe moduri în care specialiștii în marketing au folosit această segmentare pentru a-și ghida marketingul. Iată câteva idei din care să alegeți.

Scor RFM: 111

Cine sunt: ​​clienții foarte implicați care au cumpărat cele mai recente, cel mai des și au generat cele mai multe venituri.

Strategii de marketing: Concentrați-vă pe programele de loialitate și introducerea de noi produse. Acești clienți s-au dovedit a avea o disponibilitate mai mare de a plăti, așa că nu utilizați prețul cu reducere pentru a genera vânzări incrementale. În schimb, concentrați-vă pe oferte cu valoare adăugată prin recomandări de produse bazate pe achiziții anterioare.

Mai sus, Uber vizează segmentul de clienți RFM „de bază”, prezentând noua lor ofertă Uber Eats.

Scor RFM: X1X

Cine sunt: ​​clienții care cumpără cel mai des din magazinul dvs.

Strategii de marketing: programele de loialitate sunt eficiente pentru acești vizitatori repetat. Programele și recenziile de advocacy sunt, de asemenea, strategii comune X1X. În cele din urmă, luați în considerare recompensarea acestor clienți cu transport gratuit sau alte beneficii similare.

Aici, Costco își completează modelul de afaceri de membru cu un card de credit personalizat pentru a crește și mai mult ratele de achiziții repetate și pentru a extinde cota de portofel.

Scor RFM: XX1

Cine sunt: ​​clienții care au generat cele mai multe venituri pentru magazinul dvs.

Strategii de marketing: Acești clienți au demonstrat o mare disponibilitate de a plăti. Luați în considerare oferte premium, niveluri de abonament, produse de lux sau vânzări încrucișate/superioare cu valoare adăugată pentru a crește AOV . Nu irositi marja cu reduceri.

Scor RFM: X13, X14

Cine sunt: ​​clienții care se întorc des, dar nu cheltuiesc mult.

Strategii de marketing: ați reușit deja să creați loialitate. Concentrați-vă pe creșterea monetizării prin recomandări de produse bazate pe achizițiile anterioare și stimulente legate de pragurile de cheltuieli (legate la AOV magazinului dvs.).

Mai sus este un exemplu de utilizare a țintei de marketing pe ciclu de viață pe anumite segmente RFM. Observați cum îmbină reducerile financiare cu praguri de cheltuieli pentru a stimula achizițiile repetate și pentru a crește profitabilitatea clienților.

Un alt exemplu vine de la AirBnb. Aici, trimit mesaje declanșate pe baza activității de vizualizare a clientului pentru a solicita o rezervare.

Scor RFM: 14X

Cine sunt: ​​Cumpărători pentru prima dată pe site-ul dvs.

Strategii de marketing: Majoritatea clienților nu ajung niciodată să fie fideli. Având în aplicare strategii clare pentru cumpărătorii pentru prima dată, cum ar fi e-mailurile de bun venit declanșate, va aduce dividende.

Starbucks este excelent în a muta clienții pe segmentele RFM. Mai sus, folosesc e-mailul pentru a aduce clienții în programul lor de recompense de fidelitate. Puteți vedea studiul nostru de caz complet despre Starbucks aici.

Scor RFM: 44X

Cine sunt: ​​clienții din trecut care nu au mai cumpărat de ceva vreme.

Strategii de marketing: Clienții pleacă dintr-o varietate de motive. În funcție de situația dvs., ofertele de preț, lansările de noi produse sau alte strategii de păstrare .

Barilliance vă permite nu numai să creați experiențe personalizate pentru fiecare segment RFM. De asemenea, vă oferă posibilitatea de a crea teste ab multivariate.

Puteți vedea rapid care oferte rezonează cel mai mult cu un anumit segment, puteți descoperi ce conținut duce la vânzări și multe altele.

Una dintre provocările semnificative cu analiza RFM (și segmentarea în general) este crearea unei vederi complete, la 360 de grade, a unui client. Cumpărătorul omnicanal de astăzi nu este cu mult diferit de lumea direct mail din care sa născut RFM. RFM este încă un model incredibil de puternic.

Dar eficiența sa este determinată de calitatea datelor pe care le aveți.

Aici strălucește Barilliance. Acesta creează o vizualizare holistică a clienților, pe dispozitive, sesiuni de cumpărături și canale. Puteți vedea cu ce pagini interacționează clienții, timpul de la ultima achiziție, volumul comenzilor, implicarea mărcii și multe altele.

Cu alte cuvinte, aveți posibilitatea de a crea segmente foarte detaliate, inclusiv toate cele despre care am vorbit mai sus, printr-o interfață simplă.

Ia măsuri.

RFM este o modalitate clară și stabilită de a obține mai mult din lista dvs. de clienți.

Dar...

Dacă doriți să duceți RFM la următorul nivel , trebuie să luați în considerare reținerea Barilliance. Îmbunătățește analiza RFM tradițională în două moduri fundamentale.

În primul rând , conectează achizițiile dvs. online și offline, comportamentul web și datele demografice într-un singur loc - permițându-vă să faceți segmentări mai precise.

În al doilea rând , vă permite să automatizați campaniile pe segmente definite. Se conectează la personalizarea web și la recomandările individuale de produse prin e-mail pentru a personaliza fiecare interacțiune nu la nivel de segment, ci la nivel individual.

Solicitați o demonstrație pentru Retention aici .