RFM analysis

RFM analysis — це метод сегментації клієнтів за трьома параметрами: recency, frequency і monetary value. Він показує, як давно клієнт купував, як часто він купує і скільки грошей приносить бізнесу. У маркетингу RFM analysis допомагає зрозуміти, хто є найціннішими клієнтами, кого варто реактивувати, кому пропонувати loyalty-механіки, а кому — спеціальні пропозиції або win-back-комунікацію.

Суть поняття

RFM розшифровується так: recency — давність останньої покупки або взаємодії; frequency — частота покупок за певний період; monetary — сума витрат або дохід від клієнта. Логіка проста: клієнт, який купував нещодавно, робить це часто й витрачає багато, зазвичай цінніший і активніший за того, хто давно не купував, купував один раз і мав невеликий чек.

На практиці клієнтам присвоюють оцінки за кожним параметром, наприклад від 1 до 5. Комбінація цих оцінок формує сегменти: champions, loyal customers, potential loyalists, at risk, hibernating, new customers та інші. Назви сегментів можуть відрізнятися, але принцип залишається тим самим.

Науковий і теоретичний контекст

RFM analysis походить із direct marketing і CRM-практики, де важливо було прогнозувати, хто з клієнтів найімовірніше відповість на наступну пропозицію. Метод не пояснює всі причини поведінки, але дає практичну поведінкову сегментацію на основі транзакційних даних.

У сучасному маркетингу RFM часто поєднують із LTV, cohort analysis, churn prediction, loyalty program, email marketing і personalization. Його перевага — простота й зрозумілість для бізнесу. Обмеження — він дивиться переважно на минулу поведінку й не враховує всі контексти: маржинальність, категорії товарів, причини купівлі, повернення, промо-залежність або канал залучення.

Практичне застосування

• Виділяти найцінніших клієнтів для VIP-пропозицій, loyalty-механік і персонального сервісу.
• Знаходити клієнтів у зоні ризику, які раніше купували часто, але давно не поверталися.
• Створювати win-back кампанії для неактивних сегментів.
• Персоналізувати email, SMS, push або рекламні аудиторії.
• Оптимізувати промо, щоб не давати знижки тим, хто й так купив би без них.

Приклади

Fashion retail. RFM analysis може показати клієнтів, які купують часто й нещодавно, але мають середній чек нижче потенціалу. Для них можна тестувати персональні добірки, cross-sell або ранній доступ до колекцій.

Доставка їжі. Клієнт, який раніше замовляв щотижня, але не робив замовлень місяць, потрапляє в ризиковий сегмент. Йому можна показати win-back пропозицію або нагадати про улюблену категорію.

Книжковий інтернет-магазин. RFM допомагає відрізнити нового клієнта з однією покупкою від лояльного читача, який регулярно купує в різних жанрах. Для цих груп потрібні різні повідомлення й рекомендації.

Типові помилки

1. Використовувати однакові межі RFM-сегментів для бізнесів із різною частотою покупок.
2. Не враховувати сезонність і природний цикл повторної покупки.
3. Оцінювати лише дохід, ігноруючи маржинальність або повернення товарів.
4. Надсилати однакові промо всім сегментам після побудови RFM.
5. Вважати RFM повною моделлю прогнозування поведінки, хоча це лише один із практичних методів сегментації.

Коли це особливо важливо

RFM analysis особливо корисний для e-commerce, retail, доставки, підписок, loyalty-програм, direct marketing, email-маркетингу й будь-якого бізнесу з повторними покупками. Для продуктів із дуже довгим циклом купівлі RFM треба адаптувати обережно.

Метрики і формули

RFM базується на трьох показниках: recency, frequency і monetary value. Зазвичай їх не складають в одну універсальну формулу, а перетворюють на оцінки або квінтилі: наприклад, 5 балів за найновішу покупку, 5 балів за найвищу частоту і 5 балів за найбільшу суму витрат. Далі клієнт із комбінацією 5-5-5 може вважатися одним із найцінніших, а 1-1-1 — неактивним або низькоцінним сегментом.

Пов’язані поняття

CRM · Retention · Loyalty program · Customer lifecycle · LTV · Churn · Win-back campaign · Personalization · Email marketing · Cohort analysis

Висновок

RFM analysis — простий і практичний спосіб побачити різну цінність і активність клієнтів. Він допомагає перейти від масових розсилок до сегментованої роботи з клієнтською базою, але потребує правильно підібраних періодів, меж сегментів і подальших дій для кожної групи.