Comment transformer le trafic en ventes en utilisant les données des utilisateurs du site

Il est important pour les entreprises non seulement d'attirer de nouveaux clients, mais aussi de les fidéliser, de revenir sur le site et de se motiver à faire des achats répétés. Mes quatre années d'expérience en tant qu'analyste Web ont montré que de nombreux propriétaires d'entreprise n'interagissent pas avec les clients actuels simplement parce qu'ils ne savent pas comment procéder. Aujourd'hui, je vais vous dire comment retourner les clients encore et encore en utilisant l'analyse RFM.

Segmentation et ciblage - marketing alpha et oméga. Vous pouvez être en désaccord avec cette affirmation et tirer sans cesse à partir d'un canon sur des moineaux. Il est plus sage et plus efficace d'analyser le comportement des utilisateurs, de diviser l'audience en segments et d'offrir à chaque groupe une solution personnalisée. Examinons une technique spécifique et apprenons à appliquer l'analyse RFM pour segmenter la clientèle.

RFM est donc une analyse client basée sur trois indicateurs: prescription, fréquence et valeur des achats. Au cours de cette analyse, les données sont segmentées selon les indicateurs suivants:

• Prescription - montre combien de temps un utilisateur a acheté quelque chose sur votre site.
• Fréquence - la fréquence à laquelle l'utilisateur achète quelque chose sur le site.
• La valeur totale des achats est le profit que le client vous apporte.

Selon ces indicateurs, la clientèle est segmentée, puis une communication individuelle peut être menée avec chacun de ces groupes. Cette approche entraîne une augmentation du nombre total d'achats au retour des clients.

Qui a besoin d'une analyse RFM et pourquoi?

Tout d'abord, il est nécessaire pour les entreprises B2C avec une clientèle de 10 000 contacts. Il s'agit d'une limitation conditionnelle, la base peut être plus petite, auquel cas le nombre de clusters dans lesquels l'audience est divisée sera simplement réduit. Dans les entreprises B2B, l'analyse RFM n'est pas très populaire, mais elle peut également être utilisée par les spécialistes du marketing et les propriétaires d'entreprise.



L'analyse RFM fournit un schéma prêt à l'emploi qui vous permet d'appliquer une approche individuelle à chaque groupe de clients. Vous regroupez des clients et prédisez leur comportement en fonction des actions passées. Par exemple, ceux qui achètent souvent et reçoivent souvent des offres spéciales, et ceux qui n'ont rien acheté depuis longtemps, reçoivent un bonus ou une remise + ciblage pour se rappeler d'eux-mêmes.



Le plus souvent, les résultats de l'analyse RFM sont utilisés pour travailler avec des newsletters par e-mail. Il est également utile lors de la préparation de scripts d'appels téléphoniques (selon le script, le gestionnaire peut traiter un client à partir d'un certain cluster) et, en principe, pour toutes les campagnes marketing ciblées: par exemple, le reciblage ou le remarketing.

Comment effectuer une analyse RFM?

L'ensemble de l'analyse RFM est divisé en un système en trois points: prescription, fréquence et montant des achats. À son tour, la prescription de la commande est divisée en commandes anciennes, «dormantes» et récentes. Les achats de fréquence sont divisés en une seule fois, rare et fréquente. Le montant des achats est divisé en point bas, moyen et haut.



Nous comparons ces paramètres et obtenons les segments des utilisateurs du site. Il peut y en avoir jusqu'à 27.



En pratique, il peut y en avoir moins. Le nombre de segments dépend de la clientèle, de sa diversité, de la diversité des groupes d'utilisateurs.



L'analyse manuelle est laborieuse, il est préférable d'utiliser des tableaux croisés dynamiques Excel. Je vais vous apprendre à faire rapidement et facilement une analyse RFM dans Excel en 5-7 minutes.

Algorithme d'analyse RFM

Vous devez d'abord décharger du CRM ou d'une autre base de données:

• Données uniques sur le client (il peut s'agir du courrier, du numéro de téléphone, de ce qui identifie le client);
• dates d'achat des clients;
• achats clients

Ces trois paramètres sont suffisants pour effectuer une analyse RFM simple, rapide et, surtout, gratuite. Ensuite, créons et configurons un tableau croisé dynamique. À l'aide de tableaux croisés dynamiques (cliquez sur Insérer - Tableau croisé dynamique), nous transférons ces trois paramètres vers un nouvel écran.



Dans les champs du tableau croisé dynamique, trois champs - e-mail, date d'achat et montant d'achat - doivent être divisés en lignes et valeurs. Dans Strings, nous avons mis un seul indicateur, dans ce cas, ce sont des adresses e-mail (il peut s'agir de numéros de téléphone, de n'importe quels contacts). Il est important de noter que les e-mails de cette colonne sont déjà uniques, ils ne sont pas dupliqués.



Dans la valeur Next, nous considérons pour chaque utilisateur des indicateurs tels que: le nombre d'achats et la somme de tous les achats. Un paramètre important est le champ Date maximale d'achat. Ceci affiche la date du dernier achat de l'utilisateur. Il est nécessaire de calculer combien de temps l'utilisateur a acheté quelque chose, ce calcul déterminera les clients dans un cluster particulier.



Voici un simple tableau croisé dynamique en près de trois clics. Tout ce qui est nécessaire pour le calcul est de le placer dans des champs séparés:

• e-mail unique de l'utilisateur (il suffit de copier à partir du tableau récapitulatif précédent);
• achats uniques de clients
• montant des achats;
• date du dernier achat.
• De plus, selon la formule, qui est déjà Exel, les indicateurs RFM sont calculés.

Nous avons maintenant un tableau croisé dynamique avec calcul RFM. Selon le montant, la fréquence et le montant des achats du client, la formule calcule et attribue de 1 à 3 valeurs à chaque client. Ensuite, nous définissons un cluster RFM - une formule par laquelle ces trois nombres sont combinés, nous obtenons un segment ou un groupe auquel appartiennent ces utilisateurs.



Ces données sont collectées dans un cluster RFM. Voilà à quoi ressemblent tous ces clusters.



Vous pouvez maintenant sélectionner un segment (par exemple, les clients qui ont acheté il y a très peu de temps) et travailler déjà de manière ciblée avec cette base de données. Les segments peuvent être inégaux, c'est-à-dire que l'un comprend 74 personnes, l'autre seulement 1 et les segments eux-mêmes 27. Parfois, il arrive qu'il n'y ait qu'un seul utilisateur dans un cluster séparé. Dans de tels cas, il est préférable de l'attacher au grand cluster le plus proche, où les clients ont des caractéristiques similaires.

Un guide complet pour créer une analyse RFM et des conseils techniques se trouve dans notre webinaire «Comment transformer le trafic en ventes en utilisant les données utilisateur du site»:


Après avoir appris à diviser les clients en clusters, voyons comment travailler avec eux.

Clients perdus

Les clients qui ont fait un petit achat une fois et ne sont jamais revenus. Je recommande de ne pas y consacrer beaucoup de temps. Vous pouvez essayer de les renvoyer une fois. Par exemple, pour vous rappeler en parlant de certaines promotions, offres spéciales, ventes. Si, après de tels mailings, les utilisateurs ne reviennent toujours pas vers vous, vous devez vous calmer et les laisser partir. Il est préférable de passer à d'autres clusters.


Exemple de newsletter Adidas Store

Utilisateurs en danger

Les utilisateurs qui ont fait un achat important une fois et ont disparu. En règle générale, ces clients sont plus prometteurs que perdus. Vous pouvez faire plus d'efforts pour les intéresser et les rendre. Tout d'abord, cela peut être:

• bons rabais;
• acheter des coupons;
• informations sur les ventes;
• sélection personnelle en fonction de ce qu'ils ont déjà acheté chez vous;
• une offre avec des produits similaires, similaires ou liés.

Exemple de vente en magasin Reima

De plus, vous pouvez attirer et intéresser un tel public en envoyant du contenu utile. Ce serait formidable de contacter le client et de savoir pourquoi il a cessé d'acheter chez vous. Qu'est-il arrivé pour les encourager à continuer d'acheter chez vous.

Anciens clients fidèles

Pour ce groupe, les mêmes événements conviennent que pour le cluster client précédent. En plus de ce qui précède, vous pouvez leur offrir une motivation à plus long terme, par exemple des programmes de fidélisation. N'hésitez pas à faire l'éloge de votre magasin, produit, service, communications, montrant à quel point ils sont meilleurs que les autres.


Exemple de mailing de service recrue

Clients endormis

Il s'agit d'un groupe intéressant de clients qui se souviennent de vous, mais pour une raison quelconque, ils ont cessé d'acheter. Qu'est-ce qui va les réveiller? Tout d'abord, ce sont:

• promotions et offres rentables;
• collections pour des vacances thématiques;
• cadeaux et bonus pour l'anniversaire du client.

Exemple de maison d'édition MIF

Débutants avec une facture basse et moyenne

Il est possible que ce groupe de clients soit intéressé par une sorte de contenu éducatif, des informations de référence. Il est important que la première impression soit bonne, que ces utilisateurs passent à fidèles. Vous pouvez partager un article, réviser, guider avec eux. Félicitez-les pour votre achat, merci d'avoir choisi votre entreprise, invitez-les à des groupes sur les réseaux sociaux, à des événements où vous pourrez communiquer avec eux en détail et expliquer pourquoi votre produit leur convient.


Exemple de mailing de service recrue

Clients potentiels

Prospective - ceux qui ont acheté de grosses sommes, clients VIP potentiels. Vous devez essayer de garder leur intérêt. Par exemple, vous pouvez utiliser une enquête pour savoir s'ils sont satisfaits des services, ce qui les intéresse, quels sont leurs besoins. Il ne vaut pas la peine d'offrir des remises à ce groupe de clients, ils sont déjà fidèles et achètent.

Clients idéaux

Il est très important de montrer que vous les appréciez, vous les aimez! Vous pouvez être un peu flatté par certains commentaires intéressants, comme Yandex.Music, par exemple, que vous pouvez envier le goût musical de l'utilisateur. Je ne recommanderais pas de déranger le client avec des liens, newsletters, SMS et appels inutiles. Ils sont avec vous, ils vous aiment et vous ne devriez plus vous déranger. Quand ils en ont besoin, ils chercheront eux-mêmes de l'aide.

Au fil du temps, les performances de l'analyse RFM changent et les clients passent d'un segment à l'autre. La fréquence de mise à jour des données dépend de la mobilité de votre base: quel est le cycle de vie du client, la période naturelle de l'achat, ainsi que la période pendant laquelle le client a le temps d'effectuer un nouvel achat. Pour une grande boutique en ligne réussie - pas plus d'une fois par mois. Si les commandes sont rares, il suffit de revoir les segments une fois par trimestre ou semestre.

L'analyse RFM est une méthode simple mais efficace. Cela ne prend que 15 à 20 minutes pour le comprendre, segmenter la base de données et commencer à travailler avec les clients à un nouveau niveau. Vous pouvez continuer à développer et à travailler avec des services spécialisés. Dans Rookee, nous utilisons Power BI, qui nous permet d'expédier les adresses e-mail des utilisateurs, le nombre de commandes payées, le montant des commandes et les dates auxquelles elles ont été passées en ligne. Cela vous permet d'éviter de mettre à jour la table en mode manuel, la segmentation est toujours pertinente. Utile pour ceux qui travaillent avec une grande quantité de données. Cependant, même en commençant par une feuille de calcul régulière dans Excel, vous faites un grand pas vers l'augmentation de la durée de vie du client, et donc l'augmentation des bénéfices de l'entreprise.