Как повысить эффективность ретаргетинга PPC с помощью RFM-анализа
Хотите перестать тратить деньги на рекламу не на тех клиентов? Узнайте, как RFM-анализ может изменить ваш ретаргетинг с оплатой за клик, определив наиболее ценную аудиторию – от VIP-клиентов до тех, кто рискует уйти – и адаптируя свои кампании для максимальной рентабельности инвестиций.
Что такое RFM-анализ?
Короче говоря, RFM-анализ помогает классифицировать клиентов на основе их покупательского поведения.
RFM означает:
Новизна.
Частота.
Денежная стоимость.
Недавность
Как давно клиент в последний раз совершал покупку? Чем позже была совершена покупка, тем более активным считается клиент, что увеличивает ваши шансы на успешное повторное взаимодействие с ним.
Частота
Сколько продаж совершили эти клиенты за определенный период? Опять же, чем выше частота покупок, тем более лояльны клиенты и тем выше пожизненная ценность (LTV).
Денежная стоимость
Сколько в среднем эти клиенты тратят на одну покупку? Еще раз: чем выше это число, тем ценнее клиенты.
Почему сегментация RFM важна
В идеальном мире все ваши клиенты совершали бы покупки в последнее время, часто и с высокой средней стоимостью заказа. Однако реальность редко совпадает с этим идеальным сценарием.
Именно здесь на помощь приходит RFM-сегментация: анализ истории покупок клиентов, чтобы расставить приоритеты для определенных групп, адаптировать обмен сообщениями и создать целевые списки ретаргетинга для более эффективных кампаний.
Вот пример простой сегментации RFM:
СегментыПоследниеЧастотаДенежные СтоимостьVIPНедавно купленные Часто совершают покупкиВысокие расходыПервые клиентыНедавно купили Не купил раньшеТратил умеренноПлохие клиентыНе покупал в последнее времяНе покупайте частоМаленькие расходы
С точки зрения высокого уровня, проведение RFM-анализа позволяет повысить персонализацию и оптимизацию.
Например, вы можете определить своих самых лояльных клиентов и тех, кто рискует уйти. После этого вы сможете соответствующим образом настроить кампании (эксклюзивные преимущества, акции, программы лояльности и т. д.).
С практической точки зрения, вот несколько примеров действий на основе RFM:
Улучшение сегментирования аудиторий ретаргетинга
VIP. Вознаграждайте недавних клиентов за расходы и частоту показов выше среднего (VIP-мероприятия, эксклюзивные предложения, ранние выпуски и т. д.).
Частые покупатели. Исключите часто встречающихся клиентов из слишком агрессивных кампаний, чтобы избежать утомления бренда и сэкономить рекламные бюджеты.
Клиенты в зоне риска. Привлекайте старых клиентов, которые в последнее время не совершали покупок (отзывы, специальные предложения и т. д.).
Плохие клиенты. Поэкспериментируйте с прошлыми клиентами, которые не совершали повторных покупок (диверсифицируйте товары и т. д.), и, возможно, вообще исключите их.
Улучшите текст объявления и креатив
Клиенты в группе риска: переключитесь на более срочные формулировки, чтобы побудить прошлых клиентов совершить покупку снова («Скидка 20 % сейчас только на эту рекламу!»).
VIP-персоны. Используйте более теплый и благодарный тон для постоянных клиентов, чтобы поддерживать особые отношения («Только для наших лучших клиентов» и т. д.).
Клиенты с низкой денежной стоимостью. Исключайте клиентов с постоянно низкой денежной стоимостью из кампаний по продаже премиальных продуктов.
Отличные клиенты. Превратите замечательных клиентов (не совсем VIP-персон, но уже демонстрирующих многообещающие признаки) в амбассадоров, поощряя их оставлять отзывы. Или предложите им принять участие в программе лояльности/членской сделке.
Создание более детальных списков семян
Плохие клиенты. Исключите похожие аудитории, основанные на этих клиентах.
VIP: включите похожие аудитории на основе этих клиентов.
Когда не использовать RFM-анализ
Несмотря на свою эффективность, как и любой метод, RFM-анализ имеет ограничения:
Низкочастотные продукты/B2B
Частота становится неактуальной для продуктов, которые обычно приобретаются только один раз, таких как похороны или специализированное промышленное оборудование, что делает RFM-анализ непригодным для этих случаев.
Аналогичным образом, длинные циклы продаж B2B и более низкая частота взаимодействия ограничивают эффективность этого подхода. В таких случаях более подходящими являются альтернативные методы сегментации.
Повторяющиеся продукты
И наоборот, для сервисов на основе подписки (например, Netflix) новизна и частота не имеют значения, поскольку они происходят по умолчанию. Вместо этого более ценным будет мониторинг частоты продлений или использования услуг.
Аналогично, для сезонных товаров (например, рождественских подарков, таких как подарочные карты) RFM-анализ не будет глубоким. Вместо этого вам следует использовать сезонные ключевые показатели эффективности.
Результаты прогнозирования
Анализ RFM рассматривает исторические данные и не предназначен для прогнозирования будущего поведения. Если это ваша цель, вы, вероятно, захотите провести регрессионный анализ или прогнозирование временных рядов.
Выполнение RFM-анализа: какие данные вам нужны?
Первым шагом в проведении RFM-анализа является сбор необходимых данных. По сути, все, что вам нужно, — это простая таблица, содержащая:
Идентификаторы клиентов.
Даты сделок.
Стоимость транзакций.
Хотя дополнительная информация, такая как валюты, категории продуктов или местоположения, может быть полезной, лучше начать с этой простой основы.
Одним из сложных аспектов является определение учетного периода. Идеальные сроки зависят от вашей отрасли, жизненного цикла продукта и покупательских привычек клиентов.
Однако, поскольку RFM-анализ во многом зависит от частоты покупок, он может не подойти для таких отраслей, как продажа недвижимости или автомобилей.
Как правило, вам следует использовать данные как минимум за один-два года, особенно для часто покупаемых продуктов.
Вот пример такого получения данных для одного идентификатора клиента:
