1.5. RFM-анализ

Закрыть [X]

Как работать с RFM-анализом

В этом инструменте вы можете вносить данные о клиентах, а затем нажать «Создать/Убрать отчёт RFM-анализа», чтобы получить сегментацию клиентов по параметрам RFM (Recency, Frequency, Monetary).

Основные шаги:
1. Заполните таблицу (ID клиента, ФИО, телефон, email и т.д.).
2. «Дата последней покупки» выбирается через календарь, а «Кол-во дней с последней покупки», «Общее число покупок», «Общая сумма покупок» и «Средний чек» вводятся как числа (средний чек = Общая сумма покупок / Общее число покупок).
3. Используйте кнопки в верхней панели для добавления/удаления строк, сохранения/загрузки проекта, отмены действий или очистки всех данных.
4. Нажмите «Создать/Убрать отчёт RFM-анализа», чтобы увидеть группировку клиентов и рекомендации.

Повторное нажатие прячет отчёт. Все функции можно повторять многократно.

RFM-анализ - интерактивная таблица

ID клиента	ФИО	Телефон	Email	Дата последней покупки	Кол-во дней с последней покупки	Общее число покупок	Общая сумма покупок	Средний чек

RFM-анализ: Полное руководство

Что такое RFM-анализ?

RFM-анализ (Recency, Frequency, Monetary) — это метод сегментации клиентов по их покупательскому поведению. Он помогает определить, какие клиенты наиболее ценные для бизнеса, а какие постепенно теряют интерес.

В основе RFM-анализа три ключевых показателя:

Recency (давность последней покупки) — сколько времени прошло с момента последней покупки;
Frequency (частота покупок) — как часто клиент делает заказы;
Monetary (сумма покупок) — сколько денег клиент потратил за анализируемый период.

Зачем нужен RFM-анализ?

Этот метод помогает бизнесу:

Определить самых лояльных и ценных клиентов.
Выявить покупателей, которые начали реже совершать заказы, и вернуть их.
Найти новых перспективных клиентов.
Персонализировать маркетинг и увеличить конверсию.
Оптимизировать рекламные расходы, сосредотачиваясь на действительно прибыльных сегментах.

Как правильно провести RFM-анализ?

1. Соберите данные о покупках

Для анализа нужна информация о клиентах за выбранный период (обычно от 6 месяцев до 2 лет). Основные параметры:

ID клиента
Дата последней покупки
Количество покупок
Сумма всех покупок

2. Рассчитайте показатели RFM

Для каждого клиента вычисляются три значения:

Recency (давность последней покупки) — количество дней (или месяцев) с момента последней покупки.
Frequency (частота покупок) — общее число заказов клиента.
Monetary (сумма покупок) — сумма всех его затрат.

3. Как присваиваются баллы в нашей интерактивной таблице?

В нашей интерактивной таблице баллы рассчитываются автоматически по заранее заданной схеме:

Recency (R) – насколько недавно была совершена последняя покупка
- Если «Кол-во дней с последней покупки» ≤ 30 → 3 балла (свежая покупка).
- Если значение от 31 до 90 дней → 2 балла.
- Если значение > 90 дней → 1 балл.
Frequency (F) – как часто клиент покупает
- Если «Общее число покупок» ≥ 5 → 3 балла (очень частый покупатель).
- Если значение ≥ 2 и < 5 → 2 балла.
- Если значение < 2 → 1 балл.
Monetary (M) – какой средний чек у клиента
- Если «Средний чек» ≥ 5000 рублей → 3 балла (высокий чек).
- Если значение ≥ 1000 рублей и < 5000 рублей → 2 балла.
- Если значение < 1000 рублей → 1 балл.

После расчёта каждого из трёх показателей, они объединяются в строку (например, «333» для максимально активного клиента или «111» для наименее активного), что позволяет сегментировать клиентов по 27 возможным комбинациям.

Как рассчитать ключевые показатели?

Средний чек:
Средний чек = Общая сумма покупок / Общее число покупок

Общее число покупок:
Общее число покупок = Сумма всех заказов клиентов

Общая сумма покупок:
Общая сумма покупок = Сумма всех денег, потраченных клиентами

Что делать с результатами RFM-анализа?

Когда анализ проведен, можно использовать его для эффективного управления клиентской базой:

Лояльные клиенты (например, RFM 333, 332) — предлагать эксклюзивные скидки, персональные бонусы, программу лояльности.
Потенциально теряющиеся клиенты (например, 231, 221) — активировать через специальные предложения, персонализированные email-рассылки.
Редкие покупатели (например, 113, 112) — мотивировать покупками с выгодными условиями, акциями.
Ушедшие клиенты (например, 111) — анализировать причины ухода и запускать реанимационные кампании.

Таблица 27 сегментов RFM-анализа

RFM-код	Категория клиентов	Характеристика
333	Лучшие клиенты	Недавно совершили покупку, делают это часто и тратят много
332	Лояльные клиенты	Часто покупают, но немного меньше тратят
331	Потенциальные VIP	Недавно купили и потратили много, но делают это редко
323	Частые покупатели	Часто совершают покупки, но с небольшими суммами
322	Средние клиенты	Покупают стабильно, но небольшими суммами
321	Экономные клиенты	Делают редкие и небольшие покупки
313	Новые перспективные	Недавно сделали первую покупку и потратили много
312	Новички среднего уровня	Недавно купили, но потратили умеренную сумму
311	Новички-экономные	Совершили первую небольшую покупку недавно
233	Лояльные, но уходящие	Часто покупали и тратили много, но давно не делали заказ
232	Угасающие клиенты	Когда-то покупали стабильно, но теряют интерес
231	Средние, но редкие	Покупали периодически, но давно не возвращались
223	Неактивные, но когда-то частые	Ранее делали покупки регулярно, но перестали
222	Средние и уходящие	Давно не покупали, суммы небольшие
221	Теряющиеся клиенты	Когда-то покупали, но заказы были небольшими
133	Спящие VIP	Давно не делали покупку, но раньше тратили много
132	Спящие со средними чеками	Раньше покупали средние суммы, но ушли
131	Спящие экономные	Когда-то совершили небольшую покупку, но давно
113	Редкие VIP	Очень редко покупают, но тратят много
112	Редкие средние	Почти не делают заказов, но тратили умеренно
111	Ушедшие клиенты	Давно не покупают, частота и траты минимальны

RFM-анализ — мощный инструмент для бизнеса. В нашей интерактивной таблице все расчёты выполняются автоматически, позволяя легко выявлять ключевые сегменты клиентов и разрабатывать персонализированные стратегии для увеличения продаж и удержания покупателей.