RFM analýza / segmentace zákazníků

RFM analýza je jednoduchý nástroj, který nám pomáhá rozdělit zákazníky do skupin podle jejich nákupního chování. Děláme to proto, abychom mohli s těmito skupinami rozdílně pracovat v marketingové komunikaci.

Co to je RFM analýza/RFM segmentace

RFM analýza, neboli RFM segmentace, je jedna z relativně základních segmentací zákazníků. Totou analýzou zákazníky segmentujeme podle:

  • Recency – kdy naposledy zákazník nakoupil
  • Frequency – jak často zákazník nakupoval (počet nákupů děleno čas mezi prvním nákupem a časem výpočtu)
  • Monetary – za jakou celkovou sumu zákazník v minulosti nakoupil

Než se pustíme do práce s daty, je třeba se zamyslet:

  • co od jednotlivých skupin zákazníků vlastně chceme,
  • jak s nimi máme v plánu pracovat v budoucnu a zda jsme toho vůbec schopni,
  • jak často se bude analýza provádět. 

Jelikož u nás zákazníci stále nakupují, vstupní data se pořád mění. Pokud data RFM analýzy používáme pouze pro email marketing odcházející jednou měsíčně, s největší pravděpodobností stačí analýzu provést těsně před odesláním. Pokud provádíme analýzu pro potřeby více kanálů běžících téměř nepřetržitě, měsíc stará analýza může cílení absolutně znehodnotit.

Je jasné, že, vstupní, 10 let stará data nebudou plnit stejnou funkci jako data z poslední doby. Starší data bychom měli tedy zpracovávat s jinou váhou dat, než aktuální informace (více se dočtete v sekci Modifikátory).

Extrémní hodnoty v RFM analýze

V RFM segmentování se pracuje také se zákazníky v extrémních hodnotách. Tito zákazníci mohou být po prvotní segmentaci z analýzy vyloučeni a pracuje se s nimi individuálně. Typicky se může jednat o e-shop s tisíci klasickými zákazníky a jedním velkoodběratelem s jinými podmínkami nákupu. Tento velkoodběratel by byl standardně z analýzy vyloučen a postupovalo by se u něj individuálně.

V nejjednodušší variantě segmentace sečteme číslo každého ze segmentů a dostaneme RFM score. Dále se zákazníky se stejným score pracujeme stejně. Ve složitější variantě ke každé ze skupin RFM přiřazujeme také váhu. Popřípadě tvoříme segmenty jinými metodam (více se dočtete v sekci o Tvoření segmentů)

Standardně se považuje Recency za prvek s největší váhou a Monetary za prvek s nejnižší. Toto je často prvek mnohých debat a je zde nutné vzít v potaz mnoho obchodních faktorů.

Co potřebuji k RFM analýze?

K RFM analýze potřebujeme znát 4 základní údaje:

  • Identifikátor uživatele/zákazníka
  • Identifikátor transakce/nákupu
  • Velkost nákupu
  • Datum nákupu

Jak moc historická data nás zajímají?

Historie dat záleží na oblasti podnikání dané firmy. Obecně vzato, čím častěji u vás zákazníci nakupují, tím kratší časový úsek nás zajímá. Samozřejmě záleží, co s danou analýzou potřebujeme zjistit na co ji chceme využít. Pokud chceme sledovat vývoj zákazníků v čase, potřebujeme naopak co nejvíce dat od současnosti do hluboké historie.

Příklady:

  • E-shop s rychloobrátkovým zbožím – co nejaktuálnější data; v řádu několika měsíců
  • Automobilový dealer – časový úsek i několik let, jelikož si většina lidí nekupuje automobil každý měsíc

Vytvoření segmentů

Poté, co máme za každého zákazníka spočítáno:

  • Kdy naposledy zákazník nakoupil,
  • Jak často zákazník nakupuje,
  • Celkovou sumu jeho útrat

je nutné na základě těchto dat vytvořit segmenty zákazníků – nastavit hranice toho, kdy zákazníci patří k sobě a kdy již ne.

Toto je dle našeho názoru nejtěžší část RFM analýzy. Můžeme zde zvolit několik možných technik, kdy každou z hodnot RFM přidělíme do skupiny o předem dané velikosti nebo tuto skupinu rozdělíme na určitý počet dílů které budou stejně veliké. Můžeme také použít složitější metody shlukové/clusterizační analýzy.

Možné modifikátory

RFM analýzu můžeme použít jako inspiraci a počítat jí z jiných proměnných, například místo ceny nákupu počítat z hrubého zisku. 

Dále můžeme RFM analýzu počítat pouze z určitého segmentu ať už zákazníků nebo prodávaných produktů.

Pokud jakoukoliv standardní analýzu modifikujeme, je nejprve nutné poznat business firmy, její vyspělost a chápat proč a jak danou analýzu modifikujeme. 

Co s těmito daty?

Data a informace z jakékoliv analýzy by neměly nikde pouze ležet, ale měly by se používat. Na základě výsledků RFM analýzy se nejčastěji určuje rozdílná komunikace se zákazníky. Proto je nutné tyto informace dostat do reklamních a komunikačních systémů.

Nejčastější používaná názvy skupin jsou:

  • Champions
  • Potential Loyalists
  • New
  • Promising
  • Loyal
  • Need attention
  • About to sleep
  • Can´t lose them
  • At risk
  • Hibernating

Tyto skupiny mounou obsahovat více sousedních segmentů. Počet skupin a segmentů je nejčastěji ovlivněn tím s kolika jsme schopni najednou komunikovat.

Jak tyto data vizualizovat

RFM analýza se nejčastěji vizualizuje na trojrozměrném grafu (kostce) kde “každý” zákazník zapadá do některého z kvadrantů.

Zdroj obrázku: https://www.researchgate.net/figure/The-data-visualization-based-on-RFM-analysis_fig1_340356463

Výhody a nevýhody RFM analýzy

Výhody

  • Pokud používáme jednoduché určení segmentů, tak jednoduchost
  • Nutnost pouze 4 proměnných
  • Relativně jednoduchá pochopitelnost

Nevýhody RFM segmentace

Jednou ze zásadních nevýhod je, že RFM analýza neřeší:

  • co si zákazníci kupují,
  • zda se jedná o stejné zboží nebo pokaždé kupují něco jiného,
  • zda postupně kupují doplňkové zboží k hlavnímu produktu,
  • apod.

Chcete se podívat na vaše zákaznická data jinými pohledy? Potřebujete s RFM analýzou poradit? Kontaktujte naše profesionály.

Přejít nahoru
Scroll to Top