RFM (Recency, Frequency, Monetary) analýza je jednoduchý spôsob ako rozdeliť zákazníkov do segmentov na základe ich nákupného správania. Táto analýza sa využíva už viac ako 25 rokov k zlepšeniu cielenia, znižovaniu nákladov a zvyšovaniu návratnosti investícií v reklame.

História RFM Analýzy

RFM analýza pochádza z USA, kde ju používali zásielkové firmy zamerané na katalógový predaj, ako napríklad Lands‘ End, Charles Tyrwhitt alebo JCPenney. Využívali ju za účelom minimalizácie nákladov na dopravu a maximalizáciu ziskov z predajov. Vďaka nej vedeli identifikovať zákazníkov, ktorým bolo zbytočné zasielať katalógy alebo ponúkať rôzne zľavy.

Efektivitu RFM analýzy potvrdzujú aj tieto príklady z praxe:

• Eastwood zvýšil zisky z e-mailového marketingu o 21 % (2008).
• L’Occitane získali 25-krát vyšší výnos z e-mailu.
• Frederick’s of Hollywood zvýšil konverze o 6-9 %.

Viac si môžete prečítať v štúdií od Winston Circle.

Rozdelenie zákazníkov do segmentov 

Výsledkom RFM analýzy býva rozdelenie zákazníkov do segmentov. Množstvo segmentov závisí od vás, no štandardne sa používa rozdelenie do 11 segmentov.  V tabuľke je prehľad segmentov spolu s ich definíciou a vhodnými odporúčaniami.

Prečo RFM Analýza

Pomocou RFM analýzy môžete nájsť odpovede na otázky ako:

• Kto sú vaši najlepší a najvernejší zákazníci?
• Akí zákazníci sú najbližšie k tomu aby vás opustili? 
• Ako zvýšiť frekvenciu opakovaných nákupov?
• Čo komunikovať na jednotlivé segmenty zákazníkov?
• Ako zvýšiť pravdepodobnosť opakovaného nákupu u nových zákazníkov?

Hlavným princípom, ktorý sa využíva pri RFM analýze je paretov princíp. Čiže zameranie sa na dôležité segmenty zákazníkov, ktoré vám pravdepodobne poskytnú vyššiu návratnosť investícií. 

Dúfam, že ste teraz presvedčení o užitočnosti RFM analýzy pre vaše vlastné podnikanie.

Základne výpočty

Pre výpočty budete potrebovať o každom zákazníkovi nasledujúce informácie:

• ID zákazníka (email, user ID, client ID, meno a pod.), pomocou ktorých ich môžete identifikovať.
• Aktuálnosť (Recency): Koľko dní, týždňov, mesiacov ubehlo od ich posledného nákupu? Na výpočet aktuálnej hodnoty stačí odpočítať dátum posledného nákupu od dnešného dňa. 
• Frekvencia (Frequency): Koľkokrát u vás zákazník nakúpil? Napríklad, ak u vás niekto za určité časové obdobie nakúpil 10-krát, jeho frekvencia bude 10.
• Hodnota nákupov (Monetary): Koľko peňazí u vás zákazník minul? Ak u vás za vybrané obdobie niekto nakúpil dokopy za 1000 €, tak táto hodnota bude 1000 €.

Ukážka údajov

Pre naše výpočty použijeme údaje zo služby Google Analytics, kde si ako identifikátor zákazníka môžete posielať client ID do vlastnej dimenzie. 

Poznámka: Ak neviete aký je rozdiel medzi client ID a user ID odporúčam vám prečítať si tento článok: User ID vs. Client ID alebo prečo nie je Google Analytics dokonalý?

Transakciu v našom prípade predstavuje prečítanie článku a výnosy (revenue) predstavuje počet slov v článku, ktorý návštevník stránky prečítal na našom blogu.

Výpočet Recency Frequency a Monetary hodnôt

Z údajov vyššie si v Google Sheets vypočítate nasledujúce informácie:

• Dátum prvej transakcie (MIN funkcia)
• Dátum poslednej transakcie (MAX funkcia)
• Počet mesiacov od posledného nákupu (DATEDIF)
• Priemernú hodnotu objednávky (SUMIF)
• Priemernú frekvenciu objednávok (počet transakcií)

Aby vaše údaje viac zodpovedali realite, môžete použiť frekvenciu objednávok za deň, mesiac alebo rok. Môžete si vybrať časové obdobie, ktoré má zmysel pre vaše podnikanie. Napríklad ak predávate kávu, tak bude vhodné použiť dni, ak autá, tak by bolo rozumnejšie zvoliť si napríklad rok. 

Poznámka: Pri výpočtoch nezáleží či sa zameriate na priemernú hodnotu objednávok za mesiac, rok alebo deň, pretože následne budete pre každého zákazníka počítať skóre RFM na škále od 1-5 pomocou percentilu. 

Ako vypočítať skóre RFM na stupnici od 1 do 5?

Tieto hodnoty môžete vypočítať viacerými spôsobmi. Jedným z nich je odhad, kedy sa pozriete na výsledky a poviete si, že všetci zákazníci, ktorí u vás nakúpili do 30 dní budú mať skóre pre recency (R) 5. 

Odporúčam vám však pre výpočet RFM skóre použiť kvantily. Kvantily sú ako percentil, ale namiesto rozdelenia údajov na 100 častí ich rozdeľuje na 5 rovnakých častí. Táto metóda je trochu komplikovanejšia na výpočet, no môžete ju uplatniť na akékoľvek odvetvie. Jej výhoda spočíva v tom, že distribuuje zákazníkov rovnomerne do všetkých kvantilov.

V ďalšom kroku si potrebujete zoradiť vašich zákazníkov, k čomu použijete funkciu RANK. Pomocou tejto funkcie priradíte každému zákazníkovi skóre, ktoré neskôr použijete pri výpočte percentilov. 

Po zoradení si v pomocnej tabuľke vypočítate percentily, podľa ktorých budete priraďovať RFM skóre. K tomu použijete funkciu PERCENTILE. Pomocou nej dostanete hodnoty na základe ktorých viete rozdeliť zákazníkov do 5 rovnakých skupín (kvantilov).

Na základe percentilu priradíte každému zákazníkovi RFM skóre pomocou IF funkcie na základe jeho ranku. Takže ak je rank zákazníka pre recency vyšší ako hodnota 255.4, tak tento zákazník patrí medzi top 20 % zákazníkov podľa recency. 

Vo výsledku dostanete pre každého zákazníka jeho skóre pre recency, frequency a monetary.

Zákazníci, ktorí si u vás nedávno nakúpili, sú častými kupujúcimi a  minú u vás veľa peňazí, dostanú skóre 555 – Recency (R) – 5, Frequency (F) – 5, Monetary (M) – 5. Sú to vaši najlepší zákazníci.

Na druhej strane, zákazníci utratia najmenej, takmer vôbec nenakupujú a ich posledný nákup bol naozaj dávno dostanú skóre 111. Recency (R) – 1, Frekvencia (F) – 1, Monetary(M) – 1.

To dáva zmysel, však?

Zoskupenie zákazníkov do segmentov

R, F a M majú skóre od 1 do 5, takže existuje celkom 5 x 5 x 5 = 125 kombinácií hodnoty RFM. Keby ste sa mali pozrieť, koľko zákazníkov máte pre každú hodnotu RFM, museli by ste sa pozrieť na 125 samostatných segmentov. 

Mať takto granulované dáta nemusí, pre mnohé firmy, dávať zmysel, a preto si môžete zhrnúť analýzu do 11 segmentov, aby ste lepšie porozumeli vašim zákazníkom. Tieto segmenty som  spomínal už na začiatku tohto článku.

Tu je tabuľka, ktorá vysvetľuje, ako môžete na základe skóre RFM vytvoriť 11 segmentov.

Vizualizácia výsledkov RFM analýzy

Grafické znázornenie vám pomôže sa rýchlejšie a jednoduchšie zorientovať vo výsledkoch RFM analýzy. Pri vizualizácií je vhodné použiť jednoduché stĺpcové grafy, ktoré vám ukážu distribúciu zákazníkov v jednotlivých segmentoch. Môžete tiež pridať priemerné hodnoty RFM pre jednotlivé segmenty, detailný prehľad pre každého zákazníka a jednotlivé odporúčania pre segmenty. 

Pozrite si ako môže vyzerať vizualizácia RFM analýzy v Data Studiu.

Ukážka vizualizácie výsledkov RFM analýzy v Google Data Studiu

Odporúčania na využitie

Ak vás zaujíma odkiaľ k vám chodí najviac VIP zákazníkov, môžete si výsledky analýzy nahrať do Google Analytics pomocou importu údajov. Následne viete na týchto zákazníkov cieliť reklamu na mieru a s vysokou pravdepodobnosťou znížiť náklady a zvýšiť návratnosť.

Ak ste k RFM analýze použili emaily. Môžete tieto emaily importovať do reklamnej platformy a zacieliť na používateľov, ktorí sú podobní vašim VIP zákazníkom alebo naopak vylúčiť z reklamy zákazníkov, ktorí patria do segmentu stratených. 

Záver

Prečítať si článok je pekné, no je dôležité aby ste túto analýzu a jej výsledky využili aj v praxi. 

Prihláste sa na newsletter a zašleme vám podrobné odporúčania ako importovať e-mailové adresy do reklamných platforiem ako Google Ads, Facebook Ads, Linkedin Ads alebo Twitter Ads.

Ak sa vám článok páčil, budem rád ak ho budete zdieľať so svojimi kolegami a s priateľmi.