RFM-анализ клиентской базы. Как строить и использовать в бизнесе.

добрый день дорогие друзья меня зовут илья балахнин и я возглавляю агентство по ндс сегодня мы с вами по многочисленным просьбам из инстаграма обсудим такую замечательную неважную модель как rm-рф м эта модель происходят раб английских слов они зашифрованного и название это recency или недавний frypan всех или частотность и мониторе зрений что это за модель такая когда в компании как правило розничной компании появляется программы лояльности у него во времена с этим возникает и персонализация то есть возможность отследить историю покупок каждого клиента в этой связи очевидно что если мы представим себе какого-то клиента ну допустим сети магазинов или вот он скажем пришел и совершил у нас сегодня покупку то очевидно что эта покупка совершенно точно обладает как минимум тремя характеристиками первое это покупка произошла спустя сколько это дней после его предыдущие покупки ну допустим не знаю предположим 15 дней прошло с другой страны покупка какая-то по счету для этого клиента ну допустим это в 6 раз пришел это будет госвами free pc и просто так он совершил покупку да пусть она была на тысячу рублей а предыдущие пять покупок у допустим тоже были на тысячу рублей у нас сформировался по этому клиенту но не 3 он не сложно подсчитать тоже 1000 рублей по факту своему это означает что каждый клиент в каждый момент времени может быть нами с помощью этих трех показателей обнаружил можно детектировать в рамках трехмерная система декартовых координат давайте посмотрим как это выглядит на практике вот представим себе некую трехмерную систему декартовых координат где скажем по одной оси располагается у нас с вами не давность по другой частотность и по 3 тренер ну и вот таким образом какой-то наш клиент вот таким показателями чтобы отложить 15 просто наслаждение сами 6 ну и вот если условно мы отложили тысяч понятное дело что трехмерное пространство на двумерном листе бумаги не очень хорошо обнаруживается да ну вот логика плюс минус какая-то такая любой наш темп может где-то вот примерно простой суп и темно здесь всё это будут отдельные клиенты из всего огромного множества клиентов нашей с вами компания дело в том что используя методы расчета связанные с наложением так называемых линий дискриминации на это множество мы можем сами получить много очень интересной информации по сути своей основе показателей ресницы лежит довольно простое предположение чем недавние крайний раз наш клиент совершал покупку тем выше вероятность того что он совершит я повторно хочу здесь обратить отдельное внимание на то что все таки era chrome это прежде всего модель либо для бит усик либо для бит угги которые тяжело отнести к джергу очевидно что например для turbo лгут типа мебели это лыка не будет работать то покупка ну скажем детской кроватки напротив скорее уменьшает вероятность совершения сделки по детские кроватки в ближайшем будущем напоследок мы говорим прежде всего про этом sygic товары ну или про какие-то товары у которых срок амортизации сравнительно невысоких вот так вот дело в том что раз чем недавняя была саша предыдущая покупка и тем выше вероятность совершении следующей покупке то по факту своему всех клиентов определю ресницы можно разложить минимум на три группы первая группа мы называем ее ресницы 3 это самая лучшая группа это клиенты которые совершают покупки настолько недавно что вероятность следующей сделки пойму максимально вот это группа это recency 2 некая как из вами нормальная интервальной между стенками в не укладывались экрана большая часть клиентов и вероятность поставьте покупки по ним около 50 процентов парировать и есть сегмент 301 самый прискорбный сегмент это клиенты которые совершались сделки настолько давно что вероятность на последний раз а вероятность сделать по ним новых она не очень значит таким образом мы получаем сами нарезка клиентской базы на три сегмента те кто покупали недавно те кто покупали на некую нормально интервале технику губами очень давно то же самое с точки зрения африканцы очевидно что существует при петре i это клиенты которые так часто совершают покупки что скорее всего снова эти покупки совершат проще говоря это регулярные лояльные клиенты есть frequency 2 это те кто совершают покупки нормальной частотой их можно отнести к но таким совершенно обыкновенным

клиентам и есть клиенты f1 это для доктора совершают покупки с низкой частотой вся сколько низкой что при колитах надеяться на их следующую покупку лук почти не приходится таких казуальные клиенты дай-ка слугу тем самым у нас возникает три сегмента алиса все три сегмента пафрик moze и как минимум с позиции рязанцев records и всю клиентскую базу можно нарезать на 3 на 39 клиентских сегодня на самом деле личностью frequency являются двумя сторонами одной медали я не дали это называется никак иначе как qs если вы вспомните формула прибыли на самом деле лесам сейф records и это отражение курят просто frequency это пояс в чистом виде а рисунки и такое останутся мы с вами считаем не только выручку но и считаем протока есть оборачиваемость так вот ресниц нам приходит такому сельским р загсом скорость конверсия в то же самое время как мы уже поняли существует еще и мониторе действительно если мы с вами предположим что существует некая такая штуковина как мониторе то очевидно что чем высшему это ряд тем выше вероятность того что клиент повторно совершит знали как культа транзак тем самым папу не 3 всех клиентов можно тоже упорядочить на 3 группы есть монет или три этапе это которые платят там среднем так много что вероятность снова продолжат покупать судя по всему мы для них являются предпочтительными метод местом совершения покупок есть сегмент км2 это люди с неким нормальным средним чеком есть м1 люди с таким низким и средним чеком что видимо они относятся к недостаточно хорошо пока не доверяет он крупных покупок или просто является для нас не очень подходящее не очень хорошими клиентами таким образом к нашим 9 сегментом появляется нарезка еще одна трипод сегмента и тем самым возникает сколько правильно 27 3 в третьей степени сегментов аудитории и сегмент аудитории если нас большая клиентская база могут быть использованы для дальнейшей персонализации коммуникации успенским база не очень большая все таки как правильно мы эти сегменты компа нужен в некие макро сегменты ну например вот скажем так золотые клиенты актрис 3 м3 недавно покупали часто это делали и много на плате трогать вполне себе сгруппированы мы скажем с лентами r3 m2 m3 мы с каким-то похожими сегментами сегмент лучший а если вы видите 1 коммуникация а вот например клиенты сегмента r1 f-1 f1 мы их лучший клиент очень давно покупали это была их первая покупка и ничтожно малый средний чек по факту случайный клиент либо томят начинается центра были категории худший а особого внимания конечно заслушивают два вида клиентов это очень ценные клиенты которые услуги за пример менты r1 f3 м3 них был большой средний чек они раньше много покупали вы спасли разгар лета очень-очень-очень должно их надо конечно оживить и клиенты находящиеся кстати перетока ну например клиент находится какую-нибудь у нас или горизонте типа r2 f3 м2 но при этом мы видим что по р в его поведении ухудшается должен проходит какой-то предельные границы после которой перетечет сегмента ракет и мы можем таким образом представить себя от ловить момент его перехода даты сукно давайте условно клиент сегмент 32 f 3 м2 будет располагаться заде ты здесь и вот если мы с вами видим что он по лесам 7 устремляется куда-то вот сюда мы понимаем что платёж на поведение случайного просто потеряем тогда вот это приближение к пастой границы может быть чье-то на нашей crm системы и системы управления клиентским опытом или программы лояльности как некое угрозой как некий триггер помечает отправлять по клиенту какую-то серию писем например или сэм с коммуникациями коммуникации instant messenger и регенерирует для него специальные акции от считается троцким образом нашу модель для этого можно использовать боях во первых можно использовать его статично для быстрого анализа хоть что базы и понимание таком сегменте какой процент клиентов у нас с вами спрятан с другой стороны мы можем используйте динамический для ответа нежелательных миграции клиента между сегментами и предотвращение поиграть ценой или напротив для стимулирования желательно красные грации из менее предпочтительных сегментов в более при почитай сегменты кроме того как вы уже возможно знаете у нас есть замечательный курс падает и дремал маркетингу где проблемой hair from разобрана более подробно подробнее взять суть модели учим на практике эта модель строить интерпретировать используют повседневной работе в описании под этим видео вы сможете найти ссылку на этот курс если вас вдруг заинтересует эта информация сможете присоединиться к числу него студентов ну а у меня на сегодня всё спасибо вам большое за внимание всего

доброго и до новых встреч