Cest, kterými tohoto můžete docílit, je mnoho. U nás je jednou z populárních RFM analýza. A proč právě RFM analýza?
RFM analýza (Recency, Frequency, Monetary) je oblíbená technika pro segmentaci zákazníků, která firmám umožňuje zaměřit se na hodnotné zákazníky a zvýšit jejich loajalitu. Tady je několik statistik, které ilustrují, jak RFM analýza podporuje e-commerce firmy:
- 30–40 % společností využívajících RFM analýzu uvádí vyšší návratnost investic do marketingových kampaní díky cílenému zaměření na různé segmenty zákazníků s přizpůsobenými nabídkami. Implementace na základě RFM umožňuje e-shopům snížit náklady na akvizici zákazníků až o 20 %, jelikož se zaměřují na udržení stávajících zákazníků. (McKinsey & Company. „The Economic Impact of Customer Retention M Analysis.“ 2022)
- E-shopy, které pravidelně používají RFM analýzu, zaznamenávají 10–15% nárůst zákaznické retence díky efektivnějším strategiím pro udržení zákazníků. Firmy pracující se segmenty podle RFM mají o 25 % nižší churn rate (míru odchodu zákazníků), což zvyšuje dlouhodobou hodnotu zákazníka (LTV). (Harvard Business Review. „Improving Customer Retention with RFM Analysis.“ 2021)
- Pravidelné zasílání cílených nabídek zákazníkům s vysokou hodnotou „Recency“ vede k 25% zvýšení průměrné frekvence nákupů u těchto zákazníků. U segmentu s nejvyšší „Frequency“ e-shopy zaznamenávají až o 40 % vyšší konverzní poměr při zasílání personalizovaných nabídek. (Bain & Company. „Customer Frequency and Recency Influence in E-Commerce.“ 2023)
- Firmy používající RFM analýzu pro identifikaci loajálních zákazníků generují v průměru 30–50 % svých tržeb z těchto zákazníků, přičemž na ně cílí personalizovanými kampaněmi. (Accenture. „Impact of Customer Loyalty Programs with RFM Segmentation.“ 2021)
- 40 % e-shopů pracujících s RFM analýzou umí lépe přizpůsobit nabídku produktů jednotlivým segmentům zákazníků, což vede k nižším nákladům na skladování a vyšší konverzi produktů. (Gartner. „Strategic Value of RFM Analysis in E-commerce.“ 2022)
Co k provedení RFM analýzy potřebujete?
Potřebujete data. Zpravidla se jedná o data:
➡️ z webu (Google Analytics)
➡️ data o objednávkách
➡️ data o zákaznících
➡️ data o produktech
Data je ideální mít nejméně za 6 posledních měsíců, ideální jsou ale rok stará data nebo i delší časová řada. Potřebujete mít také zavedenou infrastrukturu, která umožní automatický nápočet dat a práci s RFM analýzou bez dalšího zásahu. Tady přicházíme na řadu my.
Ze všeho nejdříve zakládáme datový sklad (nejčastěji BigQuery), kam se ukládají všechna data ze zdrojů, které máte k dispozici, a která jsou relevantní. Následně data zpracováváme a vyhotovujeme samotnou analýzu. Kódujeme, zkoumáme a získáváme užitečné vhledy. Poté vytváříme dashboard v Looker Studiu nebo v Power BI, případně Tableu. Následně Vás a Váš tým učíme s analýzou pracovat a interpretovat její výsledky, abyste dosáhli požadovaných cílů.
Jak náročná je její implementace?
U samotné implementace se bavíme v řádu týdnů. Zpravidla dokážeme první verzi analýzy vytvořit do 6 týdnů (pokud máte k dispozici požadovaná data). Následně se data interpretují a učí se s nimi tým pracovat. První změny můžete na základě analýzy dělat již v prvním měsíci od jejího vytvoření. Ustálená práce s celým konceptem je potom závislá na aktivitě Vašeho marketingového týmu.
Kdo s RFM analýzou pracuje a jak to v praxi vypadá?
Nejčastějším uživatelem jsou marketingové týmy, které upravují kampaně a vyhodnocují jejich přínos, snížení míry odchodu zákazníků a dále. S analýzou poté pracuje také další management firmy.
Práce spočívá zejména v pochopení jednotlivých segmentů zákazníků a jejich potřeb. Výstupem analýzy je rozdělení zákazníků na skupiny se specifickými potřebami. Některé ze skupin mohou být citlivé na cenu, jiné naopak nikoli. Někteří zákazníci mohou být tzv. sezónní, někteří zákazníci mohou zas spadat do ohrožené skupiny, která má riziko toho, že podruhé nenakoupí. Marketér musí tyto segmenty pochopit a efektivně s nimi pracovat. Některé skupině nabídne slevu, jiné skupině může nabídnout produkt zdarma, další skupině může poslat personalizované poděkování a cokoli dalšího. To závisí na kreativitě a zkušenostech marketéra.
Výsledkem modifikace je přesnější zacílení kampaní, které vede k vyšším ziskům při snížení nákladů. Dále poté dochází k nižší míře odchodu zákazníka a ke zvýšení počtu opakovaných nákupů.
Jaké jsou náklady a investice do RFM analýzy?
V rámci RFM analýzy se bavíme o třech druzích investic.
První spočívá v samotném vytvoření RFM analýzy. Zde se bavíme o desítkách až stovkách tisíc korun v závislosti na velikosti Vašeho e-shopu, zákaznické základny a produktové základny. Tato investice je jednorázová a týká se pouze vytvoření celého konceptu, kam započítáváme také případnou tvorbu datového skladu a zpracování dat.
Následně se bavíme o nákladech na provoz řešení. Sem spadají náklady na pvozo datového skladu, náklady na provoz vizualizačního nástroje a také náklady na zpracování dat. Zde záleží od objemu dat, ale někteří klienti se zde pohybují v řádu stovek korun měsíčně, jiní v řádu nižších tisíc korun měsíčně.
Nakonec jsou zde náklady na skupiny.
Jak jsme RFM analýzu realizovali a co to přineslo?
„Díky RFM analýze jsme konečně pochopili, kdo jsou naši zákazníci, a umíme je personalizovaně zacílit. Především v druhé polovině roku 2024 to byl náš hlavní marketingový focus a postupně jsme veškeré kampaně předělali tak, aby reflektovali RFM segmenty. Už nyní vidíme, že tato aktivita napříč celým marketingem přinesla o 10 % vyšší zisky než při plošném oslovování,” říká Petr Voves mladší, majitel eshopu Ochutnej ořech.
