So verwandeln Sie Traffic mithilfe von Site-Benutzerdaten in Verkäufe

Für Unternehmen ist es wichtig, nicht nur neue Kunden zu gewinnen, sondern diese auch zu binden, zur Website zurückzukehren und zu wiederholten Einkäufen zu motivieren. Meine vierjährige Erfahrung als Webanalyst hat gezeigt, dass viele Geschäftsinhaber nicht mit aktuellen Kunden interagieren, nur weil sie nicht wissen, wie das geht. Heute werde ich Ihnen erklären, wie Sie mithilfe der RFM-Analyse immer wieder Kunden zurückgeben können.

Segmentierung und Targeting - Alpha- und Omega-Marketing. Sie können dieser Aussage nicht zustimmen und endlos mit einer Kanone auf Spatzen schießen. Es ist klüger und effizienter, das Benutzerverhalten zu analysieren, das Publikum in Segmente zu unterteilen und jeder Gruppe eine personalisierte Lösung anzubieten. Schauen wir uns eine bestimmte Technik an und lernen, wie Sie die RFM-Analyse anwenden, um den Kundenstamm zu segmentieren.

RFM ist also eine Kundenanalyse, die auf drei Indikatoren basiert: Verschreibung, Häufigkeit und Wert von Einkäufen. Während dieser Analyse werden die Daten nach folgenden Indikatoren segmentiert:

• Rezept - Zeigt an, wie lange ein Benutzer etwas von Ihrer Website gekauft hat.
• Häufigkeit - wie oft der Benutzer etwas auf der Website kauft.
• Der Gesamtwert der Einkäufe ist der Gewinn, den der Kunde Ihnen bringt.

Nach diesen Indikatoren wird der Kundenstamm segmentiert, und dann kann mit jeder dieser Gruppen eine individuelle Kommunikation durchgeführt werden. Dieser Ansatz führt zu einer Erhöhung der Gesamtzahl der Einkäufe bei der Rückkehr der Kunden.

Wer braucht eine RFM-Analyse und warum?

Zunächst ist es für B2C-Unternehmen mit einem Kundenstamm von 10.000 Kontakten erforderlich. Dies ist eine bedingte Einschränkung. Die Basis kann kleiner sein. In diesem Fall wird die Anzahl der Cluster, in die das Publikum unterteilt ist, einfach reduziert. In B2B-Unternehmen ist die RFM-Analyse nicht sehr beliebt, kann aber auch von Vermarktern und Geschäftsinhabern verwendet werden.



Die RFM-Analyse bietet ein vorgefertigtes Schema, mit dem Sie auf jede Kundengruppe einen individuellen Ansatz anwenden können. Sie gruppieren Kunden und prognostizieren ihr Verhalten basierend auf früheren Aktionen. Zum Beispiel erhalten diejenigen, die häufig kaufen und häufig Sonderangebote erhalten, und diejenigen, die lange Zeit nichts gekauft haben, einen Bonus oder Rabatt + Targeting, um sich an sich selbst zu erinnern.



Am häufigsten werden die Ergebnisse der RFM-Analyse bei der Arbeit mit E-Mail-Newslettern verwendet. Dies ist auch nützlich bei der Erstellung von Telefonanrufskripten (gemäß dem Skript kann der Manager einen Kunden aus einem bestimmten Cluster verarbeiten) und im Prinzip für eng zielgerichtete Marketingkampagnen: z. B. Retargeting oder Remarketing.

Wie führe ich eine RFM-Analyse durch?

Die gesamte RFM-Analyse ist in ein Drei-Punkte-System unterteilt: Verschreibung, Häufigkeit und Anzahl der Einkäufe. Das Rezept der Bestellung ist wiederum in langjährige, "schlafende" und aktuelle Bestellungen unterteilt. Frequenzkäufe werden in einmalige, seltene und häufige Einkäufe unterteilt. Die Anzahl der Einkäufe ist in niedrige, mittlere und hohe Punkte unterteilt.



Wir vergleichen diese Parameter und ermitteln die Segmente der Site-Benutzer. Es können bis zu 27 sein.



In der Praxis kann es weniger geben. Die Anzahl der Segmente hängt vom Kundenstamm ab, wie unterschiedlich er ist, wie unterschiedlich die Benutzergruppen sind.



Die manuelle Analyse ist mühsam. Es ist besser, Excel-Pivot-Tabellen zu verwenden. Ich werde Ihnen zeigen, wie Sie in 5-7 Minuten schnell und einfach RFM-Analysen in Excel durchführen können.

RFM-Analysealgorithmus

Zuerst müssen Sie aus CRM oder einer anderen Datenbank entladen:

• Eindeutige Kundendaten (dies kann E-Mail, Telefonnummer, die den Kunden identifiziert) sein;
• Kaufdaten des Kunden;
• Kundenkäufe

Diese drei Parameter reichen aus, um eine einfache, schnelle und vor allem kostenlose RFM-Analyse durchzuführen. Als Nächstes erstellen und konfigurieren wir eine Pivot-Tabelle. Mithilfe von Pivot-Tabellen (klicken Sie auf Einfügen - Pivot-Tabelle) übertragen wir alle drei Parameter auf einen neuen Bildschirm.



In den Feldern der Pivot-Tabelle müssen drei Felder - E-Mail, Kaufdatum und Kaufbetrag - in Zeilen und Werte unterteilt werden. In Strings haben wir einen einzigen Indikator ausgegeben. In diesem Fall handelt es sich um E-Mail-Adressen (dies können Telefonnummern und beliebige Kontakte sein). Es ist wichtig zu beachten, dass die E-Mails in dieser Spalte bereits eindeutig sind und nicht dupliziert werden.



Im Wert Weiter berücksichtigen wir für jeden Benutzer Indikatoren wie: die Anzahl der Käufe und die Summe aller Käufe. Ein wichtiger Parameter ist das Feld Maximales Kaufdatum. Hier wird das Datum des letzten Kaufs des Benutzers angezeigt. Es wird benötigt, um zu berechnen, wie lange der Benutzer etwas gekauft hat. Diese Berechnung bestimmt die Kunden in einem bestimmten Cluster.



Hier ist eine einfache Pivot-Tabelle mit fast drei Klicks. Für die Berechnung müssen Sie sie lediglich in separate Felder einfügen:

• eindeutige E-Mail-Adresse des Benutzers (einfach aus der vorherigen Übersichtstabelle kopieren);
• einzigartige Kundenkäufe
• Anzahl der Einkäufe;
• Datum des letzten Kaufs.
• Ferner werden gemäß der Formel, die bereits Exel ist, die RFM-Indikatoren berechnet.

Jetzt haben wir eine Pivot-Tabelle mit RFM-Berechnung. Abhängig davon, wie viel, wie oft und wie viel der Kunde eingekauft hat, berechnet die Formel jedem Kunden 1 bis 3 Werte und weist sie zu. Als nächstes definieren wir einen RFM-Cluster - eine Formel, nach der diese drei Zahlen kombiniert werden. Wir erhalten ein Segment oder eine Gruppe, zu der diese oder jene Benutzer gehören.



Diese Daten werden in einem RFM-Cluster gesammelt. So sehen all diese Cluster aus.



Jetzt können Sie ein Segment auswählen (z. B. Kunden, die erst vor sehr langer Zeit gekauft haben) und bereits gezielt mit dieser Datenbank arbeiten. Segmente können ungleichmäßig sein, dh eines umfasst 74 Personen, das andere nur 1 und die Segmente selbst 27. Manchmal kommt es vor, dass sich nur ein Benutzer in einem separaten Cluster befindet. In solchen Fällen ist es besser, es an den nächsten großen Cluster anzuhängen, in dem Kunden mit ähnlichen Merkmalen arbeiten.

Eine vollständige Anleitung zum Erstellen von RFM-Analysen und technischen Anleitungen finden Sie in unserem Webinar „So verwandeln Sie Traffic mithilfe von Site-Benutzerdaten in Verkäufe“:


Nachdem wir gelernt haben, wie Clients in Cluster unterteilt werden, wollen wir herausfinden, wie wir mit ihnen arbeiten.

Verlorene Kunden

Kunden, die einmal einen kleinen Einkauf getätigt haben und nie zurückgekehrt sind. Ich empfehle, nicht viel Zeit mit ihnen zu verbringen. Sie können versuchen, sie einmal zurückzugeben. Zum Beispiel, um sich an sich selbst zu erinnern, indem Sie über einige Aktionen, Sonderangebote und Verkäufe sprechen. Wenn Benutzer nach solchen Mailings immer noch nicht zu Ihnen zurückkehren, sollten Sie sich beruhigen und sie gehen lassen. Es ist besser, zu anderen Clustern zu wechseln.


Adidas Store Newsletter Beispiel

Gefährdete Benutzer

Benutzer, die einmal einen größeren Kauf getätigt haben und verschwunden sind. In der Regel sind solche Kunden vielversprechender als verloren. Sie können mehr Anstrengungen unternehmen, um sie zu interessieren und zurückzugeben. Zuallererst kann es sein:

• gute Rabatte;
• Gutscheine kaufen;
• Verkaufsinformationen;
• persönliche Auswahl je nachdem, was sie bereits bei Ihnen gekauft haben;
• ein Angebot mit ähnlichen Produkten, ähnlich oder verwandt.

Reima Store Verkaufsbeispiel

Darüber hinaus können Sie ein solches Publikum anziehen und interessieren, indem Sie nützliche Inhalte versenden. Es wäre großartig, den Kunden zu kontaktieren und herauszufinden, warum er aufgehört hat, bei Ihnen zu kaufen. Was hat sie dazu ermutigt, weiterhin bei Ihnen einzukaufen?

Ehemalige treue Kunden

Für diese Gruppe sind dieselben Ereignisse geeignet wie für den vorherigen Clientcluster. Darüber hinaus können Sie ihnen eine langfristige Motivation bieten, z. B. Treueprogramme. Zögern Sie nicht, Ihr Geschäft, Ihr Produkt, Ihren Service und Ihre Kommunikation zu loben und zu zeigen, dass sie besser sind als andere.


Rookee Service Mailing Beispiel

Schlafende Kunden

Dies ist eine interessante Gruppe von Kunden, die sich an Sie erinnern, aber aus irgendeinem Grund aufgehört haben zu kaufen. Was hilft, sie aufzuwecken? Zuallererst sind dies:

• profitable Aktionen und Angebote;
• Sammlungen für einen thematischen Urlaub;
• Geschenke und Boni zum Geburtstag des Kunden.

Beispiel für einen MIF-Verlag

Anfänger mit niedriger und mittlerer Rechnung

Es besteht die Möglichkeit, dass diese Kundengruppe an Bildungsinhalten und Referenzinformationen interessiert ist. Es ist wichtig, dass der erste Eindruck gut ist, dass diese Benutzer zu loyal wechseln. Sie können einen Artikel teilen, überprüfen, mit ihnen führen. Gratulieren Sie ihnen zu Ihrem Kauf, bedanken Sie sich für die Auswahl Ihres Unternehmens, laden Sie sie zu Gruppen in sozialen Netzwerken ein, zu Veranstaltungen, bei denen Sie ausführlich mit ihnen kommunizieren und erklären können, warum Ihr Produkt zu ihnen passt.


Rookee Service Mailing Beispiel

Interessenten

Interessent - diejenigen, die große Summen gekauft haben, potenzielle VIP-Kunden. Sie müssen versuchen, ihr Interesse zu behalten. Mithilfe einer Umfrage können Sie beispielsweise herausfinden, ob sie mit den Diensten zufrieden sind, woran sie interessiert sind und welche Bedürfnisse sie haben. Es lohnt sich nicht, dieser Kundengruppe Rabatte anzubieten, sie sind bereits loyal und kaufen.

Ideale Kunden

Es ist sehr wichtig zu zeigen, dass Sie sie schätzen, Sie lieben sie! Einige interessante Kommentare wie Yandex.Music zum Beispiel schmeicheln Ihnen ein wenig, dass Sie den Musikgeschmack des Benutzers beneiden können. Ich würde nicht empfehlen, den Kunden mit unnötigen Links, Newslettern, SMS und Anrufen zu belästigen. Sie sind bei dir, sie lieben dich und du solltest dich nicht wieder stören. Wenn sie müssen, werden sie selbst Hilfe suchen.

Im Laufe der Zeit ändert sich die Leistung der RFM-Analyse und Kunden wechseln von einem Segment in ein anderes. Die Häufigkeit der Aktualisierung der Daten hängt davon ab, wie mobil Ihre Basis ist: Wie ist der Lebenszyklus des Kunden, der natürliche Zeitraum des Kaufs und auch der Zeitraum, in dem der Kunde Zeit für einen Wiederholungskauf hat? Für einen großen erfolgreichen Online-Shop - nicht mehr als einmal im Monat. Wenn Aufträge selten auftreten, reicht es aus, die Segmente einmal im Quartal oder im halben Jahr zu überprüfen.

Die RFM-Analyse ist eine einfache, aber effektive Methode. Es dauert nur 15 bis 20 Minuten, um es herauszufinden, die Datenbank zu segmentieren und mit Kunden auf einer neuen Ebene zu arbeiten. Sie können spezialisierte Services weiterentwickeln und damit arbeiten. In Rookee verwenden wir Power BI, mit dem wir die E-Mail-Adressen der Benutzer, die Anzahl der bezahlten Bestellungen, die Anzahl der Bestellungen und die Daten, an denen sie online getätigt wurden, versenden können. Auf diese Weise können Sie vermeiden, die Tabelle im manuellen Modus zu aktualisieren. Die Segmentierung ist immer relevant. Nützlich für diejenigen, die mit einer großen Datenmenge arbeiten. Selbst wenn Sie mit einer regulären Tabelle in Excel beginnen, machen Sie einen großen Schritt, um die Lebensdauer des Kunden und damit den Gewinn des Unternehmens zu verlängern.