Penting bagi bisnis tidak hanya untuk menarik pelanggan baru, tetapi juga untuk mempertahankan mereka, kembali ke situs dan memotivasi untuk melakukan pembelian berulang. Pengalaman saya selama empat tahun sebagai analis web telah menunjukkan bahwa banyak pemilik bisnis tidak berinteraksi dengan pelanggan saat ini hanya karena mereka tidak tahu bagaimana melakukan ini. Hari ini saya akan memberi tahu Anda cara mengembalikan pelanggan berulang kali menggunakan analisis RFM.
Segmentasi dan penargetan - pemasaran alfa dan omega. Anda dapat tidak setuju dengan pernyataan ini dan menembak tanpa henti dari meriam ke burung pipit. Lebih bijaksana dan lebih efisien untuk menganalisis perilaku pengguna, memecah audiens menjadi segmen dan menawarkan masing-masing kelompok solusi yang dipersonalisasi. Mari kita lihat teknik tertentu dan pelajari cara menerapkan analisis RFM untuk membagi basis pelanggan.
Jadi,
RFM adalah analisis pelanggan berdasarkan tiga indikator: resep, frekuensi dan nilai pembelian. Selama analisis ini, data tersegmentasi berdasarkan indikator berikut:
- Resep - menunjukkan berapa lama pengguna membeli sesuatu dari situs Anda.
- Frekuensi - seberapa sering pengguna membeli sesuatu di situs.
- Nilai total pembelian adalah keuntungan yang diberikan pelanggan kepada Anda.
Menurut indikator ini, basis pelanggan tersegmentasi, dan kemudian komunikasi individu dapat dilakukan dengan masing-masing kelompok ini. Pendekatan ini mengarah pada peningkatan jumlah pembelian saat pelanggan kembali.
Siapa yang butuh analisis RFM dan mengapa?
Pertama-tama, perlu bagi perusahaan B2C dengan basis klien dengan 10.000 kontak. Ini adalah batasan bersyarat, pangkalan mungkin lebih kecil, dalam hal jumlah cluster di mana audiens dibagi hanya akan dikurangi. Di perusahaan B2B, analisis RFM tidak terlalu populer, tetapi juga dapat digunakan oleh pemasar dan pemilik bisnis.
Analisis RFM menyediakan skema siap pakai yang memungkinkan Anda menerapkan pendekatan individual untuk setiap kelompok pelanggan. Anda mengelompokkan pelanggan dan memprediksi perilaku mereka berdasarkan tindakan sebelumnya. Misalnya, bagi mereka yang sering membeli dan banyak, penawaran khusus, dan yang belum membeli apa pun untuk waktu yang lama, menerima bonus atau diskon + penargetan untuk mengingatkan diri mereka sendiri.
Paling sering, hasil analisis RFM digunakan dalam bekerja dengan buletin email. Hal ini juga berguna ketika menyiapkan skrip panggilan telepon (sesuai dengan skrip, manajer dapat memproses klien dari kluster tertentu) dan, pada prinsipnya, untuk kampanye pemasaran bertarget sempit: misalnya, penargetan ulang atau pemasaran ulang.
Bagaimana cara melakukan analisis RFM?
Seluruh analisis RFM dibagi menjadi sistem tiga poin: resep, frekuensi, dan jumlah pembelian. Pada gilirannya, resep pesanan dibagi menjadi pesanan "tidur" lama dan baru-baru ini. Pembelian frekuensi dibagi menjadi satu kali, jarang dan sering. Jumlah pembelian dibagi menjadi titik rendah, sedang dan tinggi.
Kami membandingkan parameter ini dan mendapatkan segmen pengguna situs. Mungkin ada hingga 27.
Dalam praktiknya, mungkin ada lebih sedikit. Jumlah segmen tergantung pada basis pelanggan, seberapa beragamnya, seberapa berbeda kelompok pengguna.
Analisis manual melelahkan, lebih baik menggunakan tabel pivot Excel. Saya akan mengajari Anda cara melakukan analisis RFM dengan cepat dan mudah di Excel dalam 5-7 menit.
Algoritma Analisis RFM
Pertama, Anda perlu membongkar dari CRM atau database lain:
- Data pelanggan unik (ini bisa berupa surat, nomor telepon, apa yang mengidentifikasi pelanggan);
- tanggal pembelian pelanggan;
- pembelian pelanggan
Ketiga parameter ini cukup untuk membuat analisis RFM gratis yang sederhana, cepat, dan yang paling penting. Selanjutnya, mari kita buat dan konfigurasikan tabel pivot. Menggunakan tabel pivot (klik Sisipkan - Tabel Pivot), kami mentransfer ketiga parameter ini ke layar baru.
Di bidang Tabel Pivot, tiga bidang - email, Tanggal Pembelian dan Jumlah Pembelian - harus dibagi menjadi Baris dan Nilai. Di Strings, kami mengeluarkan satu indikator tunggal, dalam hal ini, ini adalah alamat email (ini bisa berupa nomor telepon, kontak apa saja). Penting untuk dicatat bahwa email di kolom ini sudah unik, tidak digandakan.
Dalam nilai Berikutnya, kami mempertimbangkan untuk setiap indikator pengguna seperti: jumlah pembelian dan jumlah semua pembelian. Parameter penting adalah bidang Tanggal pembelian maksimum. Ini menampilkan tanggal pembelian terakhir pengguna. Diperlukan untuk menghitung berapa lama pengguna telah membeli sesuatu, perhitungan ini akan menentukan pelanggan dalam kelompok tertentu.
Ini adalah tabel pivot sederhana dalam hampir tiga klik. Semua yang diperlukan untuk perhitungan adalah menempatkannya di bidang yang berbeda:
- email unik pengguna (cukup salin dari tabel ringkasan sebelumnya);
- pembelian pelanggan yang unik
- jumlah pembelian;
- tanggal pembelian terakhir.
- Selanjutnya, sesuai dengan rumus, yang sudah Exel, indikator RFM dihitung.
Sekarang kami memiliki tabel pivot dengan perhitungan RFM. Bergantung pada seberapa banyak, seberapa sering dan seberapa banyak pelanggan melakukan pembelian, rumus menghitung dan menetapkan dari 1 hingga 3 nilai untuk setiap klien. Selanjutnya, kami mendefinisikan sebuah cluster RFM - sebuah formula yang digunakan untuk menggabungkan ketiga angka ini, kami mendapatkan segmen atau grup di mana ini atau milik pengguna tersebut.
Data ini dikumpulkan dalam cluster RFM. Begitulah tampilan semua kluster ini.
Sekarang Anda dapat memilih segmen (misalnya, pelanggan yang telah membeli sangat lama) dan sudah bekerja dengan database ini. Segmen dapat tidak rata, yaitu, satu mencakup 74 orang, yang lain hanya 1, dan segmen itu sendiri 27. Kadang-kadang terjadi bahwa hanya ada satu pengguna di gugus terpisah. Dalam kasus seperti itu, lebih baik untuk melampirkannya ke kluster besar terdekat, di mana pelanggan dengan karakteristik serupa.
Panduan lengkap untuk membuat analisis RFM dan bimbingan teknis dapat ditemukan di webinar kami "Cara Mengubah Lalu Lintas menjadi Penjualan Menggunakan Data Pengguna Situs":
Setelah kami mempelajari cara membagi klien menjadi beberapa kelompok, mari cari tahu cara bekerja dengan mereka.
Pelanggan yang hilang
Pelanggan yang melakukan pembelian kecil sekali dan tidak pernah kembali. Saya sarankan tidak menghabiskan banyak waktu untuk mereka. Anda dapat mencoba mengembalikannya satu kali. Misalnya, untuk mengingatkan diri sendiri dengan membicarakan beberapa promosi, penawaran khusus, penjualan. Jika, setelah pengiriman seperti itu, pengguna masih tidak kembali kepada Anda, Anda harus tenang dan membiarkan mereka pergi. Lebih baik beralih ke kelompok lain.
Contoh Newsletter Adidas StorePengguna yang Terancam Punah
Pengguna yang melakukan pembelian besar satu kali dan menghilang. Biasanya, pelanggan seperti itu lebih menjanjikan daripada kehilangan. Anda dapat melakukan lebih banyak upaya untuk menarik dan mengembalikannya. Pertama-tama, itu bisa:
- diskon bagus;
- membeli kupon;
- informasi penjualan;
- pilihan pribadi tergantung pada apa yang telah mereka beli dari Anda;
- tawaran dengan produk serupa, serupa atau terkait.
Contoh Penjualan Reima StoreSelain itu, Anda dapat menarik dan menarik minat audiens semacam itu dengan mengirimkan konten yang bermanfaat. Akan lebih baik untuk menghubungi klien dan mencari tahu mengapa mereka berhenti membeli dari Anda. Apa yang terjadi mendorong mereka untuk terus membeli dari Anda.
Mantan pelanggan setia
Untuk grup ini, acara yang sama cocok untuk kelompok klien sebelumnya. Selain hal-hal di atas, Anda dapat menawarkan mereka motivasi jangka panjang, misalnya, program loyalitas. Jangan ragu memuji toko, produk, layanan, komunikasi Anda, menunjukkan bagaimana mereka lebih baik daripada yang lain.
Contoh Mailing Layanan RookeeKlien Tidur
Ini adalah sekelompok pelanggan yang menarik yang ingat tentang Anda, tetapi karena alasan tertentu berhenti membeli. Apa yang akan membantu membangunkan mereka? Pertama-tama, ini adalah:
- promosi dan penawaran yang menguntungkan;
- koleksi untuk liburan tematik;
- hadiah dan bonus untuk ulang tahun klien.
Contoh Rumah Penerbitan MIFPemula dengan tagihan rendah dan menengah
Ada kemungkinan bahwa kelompok klien ini akan tertarik pada beberapa jenis konten pendidikan, informasi referensi. Penting bahwa kesan pertama baik, bahwa pengguna ini beralih ke loyal. Anda dapat berbagi artikel, mengulas, membimbing mereka. Selamatkan mereka atas pembelian Anda, terima kasih telah memilih perusahaan Anda, undang mereka ke grup di jejaring sosial, ke acara-acara di mana Anda dapat berkomunikasi dengan mereka secara rinci dan menjelaskan mengapa produk Anda cocok untuk mereka.
Contoh Mailing Layanan RookeeCalon klien
Calon - mereka yang membeli dalam jumlah besar, klien VIP potensial. Anda perlu mencoba mempertahankan minat mereka. Misalnya, Anda dapat menggunakan survei untuk mengetahui apakah mereka puas dengan layanan, apa yang mereka minati, apa kebutuhan mereka. Tidak ada gunanya menawarkan diskon kepada kelompok pelanggan ini, mereka sudah loyal dan membeli.
Pelanggan ideal
Sangat penting untuk menunjukkan bahwa Anda menghargai mereka, Anda mencintai mereka! Anda bisa sedikit tersanjung oleh beberapa komentar menarik, seperti Yandex.Music, misalnya, bahwa Anda dapat membuat iri selera musik pengguna. Saya tidak akan merekomendasikan mengganggu klien dengan tautan, buletin, SMS dan panggilan yang tidak perlu. Mereka bersamamu, mereka mencintaimu, dan kamu seharusnya tidak mengganggumu lagi. Ketika mereka perlu, mereka sendiri akan mencari bantuan.
Seiring waktu, kinerja analisis RFM berubah, dan pelanggan berpindah dari satu segmen ke segmen lainnya. Frekuensi memperbarui data tergantung pada seberapa mobile basis Anda: apa siklus hidup pelanggan, periode alami pembelian, dan juga periode di mana pelanggan memiliki waktu untuk melakukan pembelian berulang. Untuk toko online besar yang sukses - tidak lebih dari sebulan sekali. Jika pesanan jarang terjadi, cukup untuk meninjau segmen satu kali seperempat atau setengah tahun.
Analisis RFM adalah metode yang sederhana namun efektif. Hanya perlu 15-20 menit untuk mengetahuinya, mengelompokkan basis data dan mulai bekerja dengan klien di tingkat yang baru. Anda selanjutnya dapat mengembangkan dan bekerja dengan layanan khusus. Di Rookee, kami menggunakan Power BI, yang memungkinkan kami untuk mengirim alamat email pengguna, jumlah pesanan yang dibayar, jumlah pesanan, dan tanggal ketika mereka dibuat online. Ini memungkinkan Anda untuk menghindari memperbarui tabel dalam mode manual, segmentasi selalu relevan. Berguna untuk mereka yang bekerja dengan sejumlah besar data. Namun, bahkan mulai dengan spreadsheet biasa di Excel, Anda mengambil langkah besar untuk meningkatkan kehidupan klien, dan karenanya meningkatkan laba perusahaan.