Мы каждый квартал замеряем NPS для розничного и корпоративного бизнеса с помощью анкет и онлайн-опросов, а минимум раз в год привлекаем для расчета индекса независимую компанию.
RFM-анализ и сегментация: узнайте больше о своих клиентах
RFM-анализ — метод анализа, позволяющий сегментировать клиентов по частоте и сумме покупок и выявлять тех, которые приносят больше денег.
По этим признакам можно разделить всех ваших клиентов на группы, понять, кто покупает у вас часто и много, кто — часто, но мало, а кто вообще давно ничего не покупал.
Как правило, небольшой процент пользователей реагирует на общие рекламные предложения. RFM-анализ и RFM-сегментация являются отличным методом прогнозирования реакции клиента и улучшения взаимодействия, а также повышение прибыли. RFM использует поведение покупателей, чтобы определить, как работать с каждой группой клиентов.
ABC/XYZ-анализ: как понять, что лучше всего продаётся, чтобы применять это в рекламе
- Строить новые пользовательские отчеты и сегменты в интерфейсе Google Analytics для более глубокого анализа аудитории, используя дополнительную информацию о пользователях.
- Использовать результаты RFM-анализа для создания аудиторий ремаркетинга в Google Ads, email-рассылок и программ лояльности.
Алгоритм RFM-анализа с помощью Excel и OWOX BI
Суть RFM-анализа в том, что мы разделяем всех клиентов на группы, в зависимости от того, как давно они сделали последнюю покупку, как часто покупали и насколько большой была сумма их заказов. По каждому из этих признаков мы выделяем по три равные группы. Затем присваиваем каждой группе числовое обозначение от 1 до 3.
Например, клиент «111» покупал давно, один раз и на маленькую сумму. Или клиент «333»: покупает часто, на большую сумму и последняя покупка была недавно. Это ваши лучшие клиенты.
Существует два удобных способа проведения RFM-анализа: Excel (Google таблицы) и с помощью OWOX BI.
Алгоритм RFM-анализа в Excel
Все, с подготовкой к рфм-анализу мы закончили. Эти данные мы переносим на новую страницу для непосредственного расчета RFM значений.
Теперь мы с чистой совестью приступаем к основной части анализа — RFM-сегментации.
С помощью формулы =TODAY()- мы рассчитываем какое количество дней назад были совершены последние покупки. Это и будут данные по нашей R(Recency)
Начнем со значений для Recency. Первое, что нам нужно, это рассчитать как давно у нас покупали 33% и 66% клиентов. Все это легко делается с помощью формулы =PERCENTILE.INC(C2:C12;0,33) и =PERCENTILE.INC(C2:C12;0,66).
Промокоды на Займер на скидки
- 💲Сумма: от 2 000 до 30 000 рублей
- 🕑Срок: от 7 до 30 дней
- 👍Первый заём для новых клиентов — 0%, повторный — скидка 500 руб
Теперь мы знаем, что 33% клиентов покупали наши товары менее 61 день назад, а 66% — более 93 дней назад.
- Соответственно, тем клиентам, кто покупал менее, чем 61 день назад мы присваиваем наивысшее значение — 3. Тем, кто делал заказ от 61 до 93 дней назад — 2. И остальным, кто покупал более чем 93 дня назад мы присваиваем значение 1. Все это можно автоматически рассчитать с формулой =IF(C2<61;3;IF(C2<93;2;1))
- По такому же принципу просчитываем значения для F(Frequency) и M(Mmonetary): сначала вычисляем сколько раз покупали 33% и 66% клиентов и по результатам (F 2 и 3, a M 6185 и 8020 соответственно) проставляем значения от 1 до 3.
- И для большей наглядности нам осталось просчитать общее значение RFM, объединив все 3 значения по каждому клиенту в одну ячейку. Чтоб не делать это вручную, мы используем формулу =D2*100+F2*10+H2
Готово. Мы только что сделали все необходимые расчеты по RFM-анализу в Google Таблицах (Excel). Стоит учитывать, что, хоть формулы и помогают немного автоматизировать просчеты, все равно приходится тратить много времени.
Если вы цените свое время и время ваших сотрудников, или у вас большая база данных, у нас есть для вас более удачное решение — сделать RFM-анализ с помощью OWOX BI.
Алгоритм RFM-анализа с помощью OWOX BI
В отличии от ручной работы с Excel, OWOX BI дает возможность автоматизировать процесс расчета RFM.
В качестве источника данных для анализа служит таблица или View в Google BigQuery с данными о каждом заказе со следующим набором полей:
Для расчета RFM-сегментов мы рекомендуем использовать данные о подтвержденных заказах из ERP. Вы легко сможете их экспортировать в BigQuery с помощью OWOX BI Pipeline.
Проверять программу полностью трудно, поскольку нельзя изолировать участников контрольной группы от информации об используемой программе.
Как его применять?
В основе АВС-анализа лежит широко известный принцип Парето, по которому львиную долю результатов можно получить, используя относительно небольшие ресурсы. В бизнесе соотношение определено как 20% (вложения) и 80% (результаты) – это самый выгодный сегмент клиентов.
- А – 80% от всех продаж, наибольший объем выручки (оптимально 20% всех клиентов);
- В – 15% от всех продаж, средний объем выручки (оптимально 16% всех клиентов);
- С – 5% от всех продаж, незначительный объем выручки (оптимально 64% всех клиентов).
На заметку! Метод развивается, и в настоящее время может применяться его вариант по схеме АВСD – соответственно, 50%, 30%, 15%, 5%. Категория A — самых выгодных клиентов — детализируется и разделяется на А, В для наиболее точного анализа, а две другие сохраняют такие же значения, как в классическом варианте.
- X – постоянно покупающие продукцию клиенты, их поведение всегда можно спрогнозировать;
- Y – нерегулярные клиенты, прогноз затруднен, но возможен;
- Z – случаи покупок единичны, прогноз сделать практически невозможно.
АВС-анализ технически представляет собой таблицу, содержащую:
На основании расчетов клиентам присваивается категория A (до 80% суммарной доли), В (от 80 до 95% суммарной доли), С (свыше 95% суммарной доли).
Анализ XYZ проводят в тех же временных рамках, что и АВС-часть. Составляется таблица клиентов и полученной от них выручки помесячно, с подсчетом итоговой суммы. Затем по каждому клиенту исчисляется коэффициент вариации V. Это статистическая величина, имеющая сложную формулу расчета, в общем смысле представляющая собой показатель риска в бизнесе.
В сжатом виде формула выглядит так: V= (среднее квадратическое отклонение) / t средний показатель объема продаж за весь период.
Для ее расчета на практике пользуются функциями СТАНДОТКЛОН и СРЗНАЧ табличного редактора Excel. Вписывается формула =СТАНДОТКЛОНП(интервал ячеек подсчета показателя)/СРЗНАЧ(интервал ячеек подсчета показателя). Коэффициент может принимать такие значения по группам: X – до 10%, Y – 10-25%, Z – более 25%.
Коэффициент проставляется в таблице по строке каждого клиента. Каждому клиенту присваивается группа «предсказуемости». Полученные данные необходимо совместить.
Показатели по оставшимся трем группам представляют собой усредненные значения и характеристики клиентов, не требующие быстрой реакции.
Для проведения анализа, как правило, используют разработанные заранее формы и технические средства. Вручную целесообразно проводить АВС-анализ для небольшой фирмы с ограниченным числом клиентов.
RFM-анализ и RFM-сегментация: узнайте больше о своих клиентах | OWOX BI
Как его применять?
В основе АВС-анализа лежит широко известный принцип Парето, по которому львиную долю результатов можно получить, используя относительно небольшие ресурсы. В бизнесе соотношение определено как 20% (вложения) и 80% (результаты) – это самый выгодный сегмент клиентов.
- А – 80% от всех продаж, наибольший объем выручки (оптимально 20% всех клиентов);
- В – 15% от всех продаж, средний объем выручки (оптимально 16% всех клиентов);
- С – 5% от всех продаж, незначительный объем выручки (оптимально 64% всех клиентов).
На заметку! Метод развивается, и в настоящее время может применяться его вариант по схеме АВСD – соответственно, 50%, 30%, 15%, 5%. Категория A — самых выгодных клиентов — детализируется и разделяется на А, В для наиболее точного анализа, а две другие сохраняют такие же значения, как в классическом варианте.
- X – постоянно покупающие продукцию клиенты, их поведение всегда можно спрогнозировать;
- Y – нерегулярные клиенты, прогноз затруднен, но возможен;
- Z – случаи покупок единичны, прогноз сделать практически невозможно.
АВС-анализ технически представляет собой таблицу, содержащую:
На основании расчетов клиентам присваивается категория A (до 80% суммарной доли), В (от 80 до 95% суммарной доли), С (свыше 95% суммарной доли).
Анализ XYZ проводят в тех же временных рамках, что и АВС-часть. Составляется таблица клиентов и полученной от них выручки помесячно, с подсчетом итоговой суммы. Затем по каждому клиенту исчисляется коэффициент вариации V. Это статистическая величина, имеющая сложную формулу расчета, в общем смысле представляющая собой показатель риска в бизнесе.
В сжатом виде формула выглядит так: V= (среднее квадратическое отклонение) / t средний показатель объема продаж за весь период.
Для ее расчета на практике пользуются функциями СТАНДОТКЛОН и СРЗНАЧ табличного редактора Excel. Вписывается формула =СТАНДОТКЛОНП(интервал ячеек подсчета показателя)/СРЗНАЧ(интервал ячеек подсчета показателя). Коэффициент может принимать такие значения по группам: X – до 10%, Y – 10-25%, Z – более 25%.
Коэффициент проставляется в таблице по строке каждого клиента. Каждому клиенту присваивается группа «предсказуемости». Полученные данные необходимо совместить.
Показатели по оставшимся трем группам представляют собой усредненные значения и характеристики клиентов, не требующие быстрой реакции.
Для проведения анализа, как правило, используют разработанные заранее формы и технические средства. Вручную целесообразно проводить АВС-анализ для небольшой фирмы с ограниченным числом клиентов.
Микрофинансирование → Микрокредиты → Специальные предложения → Скачать файлы → Обзор Быстроденег → Предмет договора → Ответственность сторон → Отличные наличные→ Экспресс займы