Cómo convertir el tráfico en ventas utilizando los datos del usuario del sitio

Es importante para las empresas no solo atraer nuevos clientes, sino también retenerlos, regresar al sitio y motivarlos para que realicen compras repetidas. Mis cuatro años de experiencia como analista web han demostrado que muchos propietarios de negocios no interactúan con los clientes actuales simplemente porque no saben cómo hacerlo. Hoy les diré cómo devolver clientes una y otra vez utilizando el análisis RFM.

Segmentación y focalización: marketing alfa y omega. Puedes estar en desacuerdo con esta afirmación y disparar sin cesar desde un cañón a los gorriones. Es más sabio y más eficiente analizar el comportamiento del usuario, dividir a la audiencia en segmentos y ofrecer a cada grupo una solución personalizada. Veamos una técnica específica y aprendamos cómo aplicar el análisis RFM para segmentar la base de clientes.

Entonces, RFM es un análisis de clientes basado en tres indicadores: prescripción, frecuencia y valor de las compras. Durante este análisis, los datos se segmentan de acuerdo con los siguientes indicadores:

• Prescripción: muestra cuánto tiempo un usuario compró algo de su sitio.
• Frecuencia: con qué frecuencia el usuario compra algo en el sitio.
• El valor total de las compras es el beneficio que le aporta el cliente.

Según estos indicadores, la base de clientes está segmentada, y luego se puede realizar una comunicación individual con cada uno de estos grupos. Este enfoque lleva a un aumento en el número total de compras a medida que los clientes regresan.

¿Quién necesita un análisis RFM y por qué?

En primer lugar, es necesario para las empresas B2C con una base de clientes de 10.000 contactos. Esta es una limitación condicional, la base puede ser más pequeña, en cuyo caso el número de grupos en los que se divide la audiencia simplemente se reducirá. En las empresas B2B, el análisis RFM no es muy popular, pero también puede ser utilizado por los vendedores y propietarios de negocios.



El análisis RFM proporciona un esquema listo para usar que le permite aplicar un enfoque individual a cada grupo de clientes. Agrupa clientes y predice su comportamiento en función de acciones pasadas. Por ejemplo, aquellos que compran con frecuencia y con frecuencia reciben ofertas especiales, y aquellos que no han comprado nada durante mucho tiempo, reciben un bono o descuento + orientación para recordarse a sí mismos.



Muy a menudo, los resultados del análisis RFM se utilizan al trabajar con boletines electrónicos. También es útil cuando se preparan guiones de llamadas telefónicas (de acuerdo con el guión, el gerente puede procesar a un cliente desde un determinado grupo) y, en principio, para cualquier campaña de marketing estrechamente dirigida: por ejemplo, reorientación o remarketing.

¿Cómo realizar un análisis RFM?

Todo el análisis RFM se divide en un sistema de tres puntos: prescripción, frecuencia y cantidad de compras. A su vez, la prescripción de la orden se divide en órdenes de larga data, "dormidas" y recientes. Las compras de frecuencia se dividen en únicas, raras y frecuentes. La cantidad de compras se divide en punto bajo, medio y alto.



Comparamos estos parámetros y obtenemos los segmentos de los usuarios del sitio. Puede haber hasta 27.



En la práctica, puede haber menos. El número de segmentos depende de la base de clientes, qué tan diversa es, qué tan diferentes son los grupos de usuarios.



El análisis manual es laborioso, es mejor usar tablas dinámicas de Excel. Te enseñaré cómo hacer análisis RFM en Excel de manera rápida y fácil en 5-7 minutos.

Algoritmo de análisis RFM

Primero necesita descargar de CRM u otra base de datos:

• Datos únicos del cliente (puede ser correo, número de teléfono, lo que identifica al cliente);
• fechas de compra del cliente;
• compras de clientes

Estos tres parámetros son suficientes para realizar un análisis RFM simple, rápido y, lo más importante, gratuito. A continuación, creemos y configuremos una tabla dinámica. Usando tablas dinámicas (haga clic en Insertar - Tabla dinámica), transferimos los tres parámetros a una nueva pantalla.



En los campos de la tabla dinámica, tres campos (correo electrónico, fecha de compra y monto de compra) deben dividirse en filas y valores. En Strings, mostramos un solo indicador, en este caso, se trata de direcciones de correo electrónico (pueden ser números de teléfono, cualquier contacto). Es importante tener en cuenta que los correos electrónicos en esta columna ya son únicos, no están duplicados.



En el valor Siguiente, consideramos para cada usuario indicadores como: el número de compras y la suma de todas las compras. Un parámetro importante es el campo Fecha máxima de compra. Esto muestra la fecha de la última compra del usuario. Es necesario calcular cuánto tiempo el usuario ha comprado algo, este cálculo determinará los clientes en un grupo particular.



Aquí hay una tabla dinámica simple en casi tres clics. Todo lo que se necesita para el cálculo es colocarlo en campos separados:

• correo electrónico único del usuario (solo copie de la tabla de resumen anterior);
• compras únicas de clientes
• cantidad de compras;
• fecha de la última compra.
• Además, de acuerdo con la fórmula, que ya es Exel, se calculan los indicadores RFM.

Ahora tenemos una tabla dinámica con cálculo de RFM. Dependiendo de cuánto, con qué frecuencia y cuánto compró el cliente, la fórmula calcula y asigna de 1 a 3 valores a cada cliente. A continuación, definimos un clúster RFM: una fórmula mediante la cual se combinan estos tres números, obtenemos un segmento o grupo al que pertenecen estos o esos usuarios.



Estos datos se recopilan en un clúster RFM. Así es como se ven todos estos grupos.



Ahora puede seleccionar un segmento (por ejemplo, clientes que han comprado hace mucho tiempo) y ya trabajan a propósito con esta base de datos. Los segmentos pueden ser desiguales, es decir, uno incluye 74 personas, el otro solo 1, y los segmentos mismos 27. A veces sucede que solo hay un usuario en un clúster separado. En tales casos, es mejor adjuntarlo al grupo grande más cercano, donde se encuentran clientes con características similares.

Puede encontrar una guía completa para crear análisis RFM y orientación técnica en nuestro seminario web "Cómo convertir el tráfico en ventas utilizando los datos del usuario del sitio":


Después de aprender a dividir a los clientes en grupos, descubramos cómo trabajar con ellos.

Clientes perdidos

Clientes que hicieron una pequeña compra una vez y nunca regresaron. Recomiendo no pasar mucho tiempo con ellos. Puedes intentar devolverlos una vez. Por ejemplo, para recordarte a ti mismo hablando de algunas promociones, ofertas especiales, ventas. Si, después de dichos correos, los usuarios aún no regresan a usted, debe calmarse y dejarlos ir. Es mejor cambiar a otros grupos.


Ejemplo de boletín de la tienda Adidas

Usuarios en peligro de extinción

Usuarios que hicieron una compra importante una vez y desaparecieron. Por lo general, estos clientes son más prometedores que perdidos. Puede hacer más esfuerzos para interesarlos y devolverlos. En primer lugar, puede ser:

• buenos descuentos;
• comprar cupones;
• información de ventas;
• selección personal dependiendo de lo que ya le hayan comprado;
• Una oferta con productos similares, similares o relacionados.

Ejemplo de venta de la tienda Reima

Además, puede atraer e interesar a tal audiencia enviando contenido útil. Sería genial contactar al cliente y averiguar por qué dejaron de comprarle. Lo que sucedió para alentarlos a seguir comprándote.

Antiguos clientes leales

Para este grupo, los mismos eventos son adecuados que para el clúster de clientes anterior. Además de lo anterior, puede ofrecerles más motivación a largo plazo, por ejemplo, programas de fidelización. No dudes en elogiar tu tienda, producto, servicio, comunicaciones, mostrando cómo son mejores que otros.


Ejemplo de correo de servicio de Rookee

Clientes durmientes

Este es un grupo interesante de clientes que recuerdan sobre usted, pero por alguna razón han dejado de comprar. ¿Qué ayudará a despertarlos? En primer lugar, estos son:

• promociones y ofertas rentables;
• colecciones para unas vacaciones temáticas;
• obsequios y bonificaciones por el cumpleaños del cliente.

Ejemplo de la editorial FOMIN

Principiantes con una factura baja y media

Existe la posibilidad de que este grupo de clientes esté interesado en algún tipo de contenido educativo, información de referencia. Es importante que la primera impresión sea buena, que estos usuarios cambien a leales. Puede compartir un artículo, revisión, guía con ellos. Felicítelos por su compra, gracias por elegir su empresa, invítelos a grupos en las redes sociales, a eventos en los que pueda comunicarse con ellos en detalle y explicar por qué su producto les conviene.


Ejemplo de correo de servicio de Rookee

Clientes potenciales

Prospectivo: aquellos que compraron grandes sumas, potenciales clientes VIP. Debes tratar de mantener su interés. Por ejemplo, puede usar una encuesta para averiguar si están satisfechos con los servicios, qué les interesa y cuáles son sus necesidades. No vale la pena ofrecer descuentos a este grupo de clientes, ya son leales y compran.

Clientes ideales

¡Es muy importante demostrar que los valoras, que los amas! Puede sentirse un poco halagado por algunos comentarios interesantes, como Yandex.Music, por ejemplo, que puede envidiar el gusto musical del usuario. No recomendaría molestar al cliente con enlaces innecesarios, boletines, SMS y llamadas. Están contigo, te aman y no debes molestarte de nuevo. Cuando lo necesiten, ellos mismos buscarán ayuda.

Con el tiempo, el rendimiento del análisis RFM cambia y los clientes se mueven de un segmento a otro. La frecuencia de actualización de los datos depende de cuán móvil sea su base: cuál es el ciclo de vida del cliente, el período natural de la compra y también el período durante el cual el cliente tiene tiempo para realizar una compra repetida. Para una gran tienda en línea exitosa, no más de una vez al mes. Si rara vez se producen pedidos, es suficiente revisar los segmentos una vez al trimestre o medio año.

El análisis RFM es un método simple pero efectivo. Solo toma 15-20 minutos resolverlo, segmentar la base de datos y comenzar a trabajar con clientes a un nuevo nivel. Puede seguir desarrollando y trabajar con servicios especializados. En Rookee, utilizamos Power BI, que nos permite enviar las direcciones de correo electrónico de los usuarios, la cantidad de pedidos pagados, la cantidad de pedidos y las fechas en que se hicieron en línea. Esto le permite evitar actualizar la tabla en modo manual, la segmentación siempre es relevante. Útil para quienes trabajan con una gran cantidad de datos. Sin embargo, incluso comenzando con una hoja de cálculo regular en Excel, da un gran paso para aumentar la vida del cliente y, por lo tanto, aumenta las ganancias de la empresa.