RFM-Analyse für eine erfolgreiche Kundensegmentierung

Auf dieser Seite werden Sie Erfahren Sie alles, was Sie über RFM lernen müssen .

Neben den Basics lernst du auch wie Sie das RFM-Modell in Ihrem eigenen Unternehmen anwenden können .

Was ist RFM-Analyse?

Die RFM-Analyse ( Recency, Frequency, Monetary ) ist ein bewährtes Marketingmodell zur verhaltensbasierten Kundensegmentierung. Es gruppiert Kunden basierend auf ihrer Transaktionshistorie – wie kürzlich, wie oft und wie viel sie gekauft haben.

RFM hilft dabei, Kunden in verschiedene Kategorien oder Cluster einzuteilen, um Kunden zu identifizieren, die eher auf Werbeaktionen reagieren, und auch für zukünftige Personalisierungsdienste.

Was ist Neuheits-, Häufigkeits- und Währungsanalyse?

Die Bewertung von Kunden anhand eines einzigen Parameters ist unzureichend.

Sie können zum Beispiel sagen, dass die Leute, die am meisten ausgeben, Ihre besten Kunden sind. Die meisten von uns stimmen zu und denken genauso.

Aber warte! Was, wenn sie nur einmal gekauft haben? Oder vor sehr langer Zeit? Was ist, wenn sie Ihr Produkt nicht mehr verwenden?

Können sie also immer noch als Ihre besten Kunden angesehen werden? Wahrscheinlich nicht.

Wenn Sie den Kundenwert nur anhand eines Aspekts beurteilen, erhalten Sie einen ungenauen Bericht über Ihren Kundenstamm und seinen Lebenszeitwert.

Aus diesem Grund kombiniert das RFM-Modell drei verschiedene Kundenattribute, um Kunden einzustufen.

Wenn sie in der jüngeren Vergangenheit gekauft haben, erhalten sie höhere Punkte. Wenn sie mehrmals gekauft haben, erhalten sie eine höhere Punktzahl. Und wenn sie mehr ausgeben, bekommen sie mehr Punkte. Kombinieren Sie diese drei Bewertungen, um die RFM-Bewertung zu erstellen.

Schließlich können Sie Ihre Kundendatenbank basierend darauf in verschiedene Gruppen segmentieren Aktualität – Häufigkeit – Monetär Punktzahl.

Analysieren von RFM-Kundensegmenten mit dem RFM-Modell

Mit der RFM-Modellierung können Sie verschiedene Arten von Kundensegmenten erstellen, aber hier sind 11 Segmente, die wir empfehlen.

Überlegen Sie, wie viel Prozent Ihrer bestehenden Kunden in jedem dieser Segmente liegen würden. Und bewerten Sie, wie effektiv die empfohlene Marketingmaßnahme für Ihr Unternehmen sein kann.

Auf der anderen Seite: wiederkehrende traurige Geschichte des E-Mail-Marketings

Betrachten Sie diesen Fall …

Carol hat den perfekten E-Mail-Newsletter erstellt – Inhalt, Design, Betreffzeile, Call-to-Action, Social-Media-Links … Sie versendet den Newsletter und erwartet hervorragende Konversionsraten. Ihre Kopfrechnen begründen, dass sie selbst bei einer „niedrigen“ Rate von 10 % bei ihren 3500 Kunden innerhalb weniger Stunden um ein paar tausend Dollar reicher wäre.

Zehn Minuten ... eine halbe Stunde ... zwei Stunden ... acht Stunden vergehen. Aber am Ende des Tages sind es nur 1,5 % der Leute, die auf den Link und einen einzigen Verkauf geklickt haben.

Sehr enttäuschend, oder?

Was hat sie verpasst?

Carol hat alles perfekt gemacht, außer einem – Targeting .

Sie schickte allen dieselbe E-Mail.

Ich bin sicher, Sie würden mir zustimmen: Unterschiedliche Kunden reagieren auf unterschiedliche Nachrichten.

Ein preisbewusster Kunde wird ein Rabattangebot annehmen, aber jemand, der regelmäßig bei Ihnen einkauft, wird sich möglicherweise nur über eine neue Produkteinführung freuen.

Das ist der Haken!

Anstatt 100 % Ihrer Zielgruppe zu erreichen, müssen Sie nur bestimmte Kundengruppen identifizieren und ansprechen, die sich für Ihr Unternehmen als am profitabelsten erweisen.

Wir lassen Gold auf dem Tisch …

Die meisten von uns stehen Carol nicht einmal nahe.

Ob Online-Handel, Einzelhandel, Direktmarketing oder B2B – die meisten von uns sind so mit alltäglichen Aufgaben beschäftigt, dass wir nicht genug Zeit für Marketing aufwenden. Unsere Marketingkampagnen sind übereilt, es fehlt an Texten, es fehlt an professionellem Design, und wir schenken der Nachverfolgung oder Verbesserung von Conversions nicht genug Aufmerksamkeit.

All das wollen wir natürlich tun. Aber wir nicht.

Was wäre, wenn wir unsere Kunden etwas besser verstehen und ihnen relevantere Kampagnen schicken würden?

Ich verspreche, dass unsere Erfolgsquote viel höher sein wird.

Wir werden nicht nur mehr Geld verdienen, sondern unsere Kunden werden auch zufriedener und treuer.

Noch nicht überzeugt? Sie werden in wenigen Minuten da sein.

Vorteile der RFM-Segmentierung: So wird die RFM-Analyse super nützlich…

Das Versenden einer auf die Kundengruppe zugeschnittenen Nachricht generiert viel höhere Conversions.

Ist es nicht offensichtlich?

Alle Marketingkampagnen sollten zuerst ein Zielsegment aufgreifen, dann Werbematerial erstellen, das bei dieser Zielgruppe Anklang findet, und dann das Gaspedal durchtreten.

Leider tun das die meisten von uns nicht.

Hier ist die RFM-Analyse äußerst nützlich.

RFM macht das Identifizieren von Kundengruppen einfach .

Die RFM-Segmentierung beantwortet diese Fragen für Ihr Unternehmen…

• Wer sind meine besten Kunden?
• Welche Kunden stehen kurz vor der Abwanderung?
• Wer hat das Potenzial, in profitablere Kunden umgewandelt zu werden?
• Wer sind verlorene Kunden, denen Sie nicht viel Aufmerksamkeit schenken müssen?
• Welche Kunden müssen Sie halten?
• Wer sind Ihre treuen Kunden?
• Welche Kundengruppe reagiert am ehesten auf Ihre aktuelle Kampagne?

Bewährte Wirksamkeit – Jahrzehnte akademische und industrielle Forschung

RFM hat eine jahrzehntelange Erfolgsgeschichte. Es ist keine Modeerscheinung oder ein Marketing-Gag. Es ist ein wissenschaftlich erprobter Prozess.

Zunächst einmal basiert es auf dem Pareto-Prinzip – allgemein als 80-20-Regel bezeichnet .

Die Pareto-Regel besagt, dass 80 % der Ergebnisse von 20 % der Ursachen herrühren.

Ebenso tragen 20 % der Kunden zu 80 % Ihres Gesamtumsatzes bei.

Personen, die einmal ausgegeben haben, werden mit größerer Wahrscheinlichkeit erneut Geld ausgeben. Menschen, die große Ticketkäufe tätigen, wiederholen sie eher.

Das Pareto-Prinzip ist der Kern des RFM-Modells. Wenn Sie Ihre Bemühungen auf kritische Kundensegmente konzentrieren, erzielen Sie wahrscheinlich eine viel höhere Kapitalrendite!

Wurzeln im Direktmarketing, Datenbank-/Kataloggeschäft

Das Konzept von RFM wurde ursprünglich 1995 von Bult und Wansbeek eingeführt. Es wurde von Katalogvermarktern effektiv eingesetzt, um ihre Druck- und Versandkosten zu minimieren und gleichzeitig die Rendite zu maximieren.

Die zunehmende Popularität der Computerisierung machte es noch einfacher, RFM-Studien durchzuführen, da Kunden- und Kaufdatensätze digitalisiert wurden. Eine umfangreiche Studie von Blattberg et al. bewies 2008 die Wirksamkeit von RFM bei der Anwendung auf Marketingdatenbanken. Auch zahlreiche andere wissenschaftliche Studien belegen, dass RFM die Marketingkosten senkt und die Rendite steigert.

Der Windsor-Kreis berichtete von bedeutenden Erfolgen bei der Verwendung von RFM für seine Einzelhandelskunden:

• Eastwood steigerte seine E-Mail-Marketing-Gewinne um 21 %
• L'Occitane erzielte 25-mal mehr Umsatz pro E-Mail. 25 mal, nicht 25 %…
• Frederick's of Hollywood verzeichnete in seinen Kampagnen Konversionsraten von bis zu 6-9 %

Ich hoffe, Sie sind jetzt vom Nutzen der RFM-Analyse für Ihr eigenes Unternehmen überzeugt.

Kommen wir nun zur Mathematik hinter all diesen Ergebnissen.

Wie berechnet man RFM-Scores? – RFM-Score-Berechnungen vereinfacht

Sie fragen sich, wie Sie RFM-Scores für Ihre Kundendatenbank berechnen können? Hier ist wie…

Wir brauchen ein paar Details von jedem Kunden:

• Kunden-ID / E-Mail / Name usw .: um sie zu identifizieren
• Aktualität (R) als Tage seit dem letzten Einkauf : Wie viele Tage liegt der letzte Einkauf zurück? Ziehen Sie das letzte Kaufdatum von heute ab, um den Aktualitätswert zu berechnen. Vor 1 Tag? Vor 14 Tagen? Vor 500 Tagen?
• Häufigkeit (F) als Gesamtzahl der Transaktionen : Wie oft hat der Kunde bei uns eingekauft? Wenn beispielsweise jemand über einen bestimmten Zeitraum 10 Bestellungen aufgegeben hat, beträgt seine Häufigkeit 10.
• Monetär (M) als Gesamtausgaben : Wie viel $$ (oder was auch immer Ihre Berechnungswährung ist) hat dieser Kunde ausgegeben? Wieder auf zwei Jahre begrenzen – oder sich die ganze Zeit nehmen. Addieren Sie einfach das Geld aus allen Transaktionen, um den M-Wert zu erhalten.

Beispiel für eine RFM-Analyse

Betrachten Sie den Kunden Robert Johnson – er hat zuletzt vor 3 Tagen bestellt und bis heute insgesamt 6 Bestellungen im Wert von 540 USD aufgegeben.

Anwenden der RFM-Score-Formel

Sobald wir RFM-Werte aus der Kaufhistorie haben, Aktualität, Häufigkeit und monetäre Werte vergeben wir individuell für jeden Kunden mit einer Punktzahl von eins bis fünf . Fünf ist der beste/höchste Wert und eins der niedrigste/schlechteste Wert. Ein endgültiger RFM-Score wird einfach durch Kombinieren einzelner RFM-Score-Zahlen berechnet.

Denken Sie daran, dass RFM-Werte und RFM-Scores unterschiedlich sind. Wert ist der tatsächliche Wert von R/F/M für diesen Kunden, während Score eine Zahl von 1 bis 5 ist, die auf dem Wert basiert.

Sehen Sie sich die folgende Tabelle an. Um die Punktzahl zu berechnen, sortieren wir zunächst die Werte in absteigender Reihenfolge (vom höchsten zum niedrigsten). Da wir 15 Kunden und fünf Bewertungen haben, weisen wir den ersten drei Datensätzen eine Bewertung von fünf zu, den nächsten drei Aufzeichnungen vier und so weiter. Für die RFM-Gesamtbewertung kombinieren wir einfach die R-, F- und M-Bewertung des Kunden, um eine dreistellige Zahl zu erstellen.

Hinweis : Die letzten Einkäufe werden als besser angesehen und erhalten daher eine höhere Punktzahl.

Daher, Kunden, die kürzlich gekauft haben, häufig kaufen und viel ausgeben, erhalten eine Punktzahl von 555 – Recency (R) – 5, Frequency (F) – 5, Monetary (M) – 5. Sie sind Ihre besten Kunden. Alexander Diesel in diesem Fall, nicht Ammar Fahad – der größte Spender.

Das andere Extrem sind Kunden, die am wenigsten ausgeben, kaum etwas kaufen und das vor langer Zeit – eine Punktzahl von 111. Recency(R) – 1, Frequency(F) – 1, Monetary(M) – 1. Andy Smith in diesem Fall.

Macht Sinn, oder?

Lassen Sie mich nun kurz erklären, warum wir für jede Partitur Dreiergruppen gebildet haben.

Wie berechnet man den RFM-Score auf einer Skala von 1-5?

Verschiedene Unternehmen können unterschiedliche Methoden von RFM-Formeln verwenden, um die RFM-Werte auf einer Skala von 1 bis 5 einzustufen. Hier sind jedoch zwei gebräuchlichste Methoden.

Methode 1: Einfache feste Bereiche

Ein Beispiel:

Wenn jemand innerhalb der letzten 24 Stunden gekauft hat, weisen Sie ihm 5 zu. In den letzten 3 Tagen erhalten Sie 4 Punkte. Weisen Sie 3 zu, wenn er im laufenden Monat gekauft hat, 2 für die letzten sechs Monate und 1 für alle anderen.

Wie Sie sehen können, haben wir selbst einen Bereich für jede Punktzahl definiert. Bereichsschwellenwerte basieren auf der Art des Geschäfts. Sie würden auch Bereiche für Häufigkeit und Geldwerte wie folgt definieren.

Diese Scoring-Methode hängt von den einzelnen Unternehmen ab – da sie entscheiden, welchen Bereich sie für Aktualität, Häufigkeit und Geldwerte als ideal erachten.

Aber es gibt Herausforderungen bei einer solchen festen Perioden- / Bereichsberechnung für RFM-Scores.

Wenn das Unternehmen wächst, müssen die Score-Bereiche möglicherweise häufig angepasst werden.

Wenn Sie ein wiederkehrendes Zahlungsgeschäft haben, aber mit unterschiedlichen Zahlungsbedingungen – monatlich, jährlich usw. – gehen die Berechnungen schief.

Methode 2: Quintile – Bilden Sie fünf gleiche Teile basierend auf verfügbaren Werten

Erinnern Sie sich an Ihre Schulzeit. Es gab einen Begriff – Perzentil in Mathematik. Perzentil ist einfach der Prozentsatz der Werte, die bei oder unter einer bestimmten Beobachtung liegen.

Hier ist eine Grafik von MathIsFun.com, die dies deutlich erklärt:

Quintile sind wie Perzentile, aber anstatt die Daten in 100 Teile zu teilen, teilen wir sie in 5 gleiche Teile.

Wenn Sie Perzentile verstehen, ist es einfacher, Quintile zu verstehen. Wenn wir fünf gleiche Perzentilbereiche erstellen, fällt ein Perzentilwert von 18 in den Bereich von 0 bis 20, was dem 1. Quintil entspricht. Ein Perzentilwert von 81 fällt in den Bereich von 80 bis 100 und damit in das 5. Quintil.

Diese Methode beinhaltet etwas komplizierte Mathematik, löst aber viele Probleme bei der Festbereichsmethode. Quintiles arbeitet mit jeder Branche zusammen, da die Sortimente aus den Daten selbst ausgewählt werden, sie die Kunden gleichmäßig verteilen und keine Überschneidungen aufweisen.

Quintiles ist unsere empfohlene Methode zur Berechnung des RFM-Scores . Wir verwenden Quintile zum Erstellen von RFM-Segmentierungen in Putler – unserer Business Analytics- und Marketing Insight-Lösung für Online-Händler.

Visualisierung von RFM-Daten

Eine grafische Darstellung von RFM hilft Ihnen und anderen Entscheidungsträgern, die RFM-Analyse Ihrer Organisation besser zu verstehen.

R, F und M haben Werte von 1-5, es gibt insgesamt 5x5x5 = 125 Kombinationen von RFM-Werten. Drei Dimensionen von R, F und M lassen sich am besten auf einem 3D-Diagramm darstellen. Wenn wir uns ansehen würden, wie viele Kunden wir für jeden RFM-Wert haben, müssten wir uns 125 Datenpunkte ansehen.

Aber das Arbeiten mit 3D-Diagrammen auf Papier oder einem Computerbildschirm wird nicht funktionieren. Wir brauchen etwas in zwei Dimensionen, etwas, das sich leichter darstellen und verstehen lässt.

Einfachere Darstellung der RFM-Analyse

Bei diesem Ansatz haben wir Zeichnen Sie Häufigkeit + monetäre Punktzahl auf der Y-Achse (Bereich von 0 bis 5) und Aktualität (Bereich von 0 bis 5) auf der X-Achse . Dies reduziert mögliche Kombinationen von 125 auf 50. Die Kombination von F und M zu einem ist sinnvoll, da beide davon abhängen, wie viel der Kunde kauft. R auf der anderen Achse gibt uns einen schnellen Einblick in das Niveau der erneuten Interaktion mit dem Kunden.

Betrachten Sie zum Beispiel ein Abonnementgeschäft. Für einen Kunden mit einem monatlichen Abonnement von 100 US-Dollar beträgt der Geldwert 1200 US-Dollar für das gesamte Jahr, die Frequenz beträgt jedoch 12 aufgrund der monatlichen Abrechnung.

Auf der anderen Seite weist ein einmaliges Geschäft oder ein Jahresabonnement von 1200 $ auf einen guten Geldwert hin, aber die Häufigkeit beträgt nur 1 aufgrund des Einzelkaufs.

Der Kunde ist in beiden Fällen gleich wichtig. Und unser Ansatz, Frequenz- und monetäre Scores zu kombinieren, verleiht ihnen in unserer RFM-Analyse die gleiche Bedeutung.

Effektiver machen – RFM-Segmente erstellen

50 Elemente zu verstehen kann immer noch langweilig sein. Also können wir Fassen Sie unsere Analyse in 11 Segmente zusammen um unsere Kunden besser zu verstehen.

Wenn Sie sich erinnern, haben wir diese Segmente am Anfang dieses Artikels besprochen.

Hier ist eine Tabelle, die erklärt, wie Sie erstellen können 11 Kundensegmente basierend auf RFM-Scores .

Unsere ultimative Präsentation zur RFM-Analyse

Jedem Segment eine eigene Farbe zu geben, erleichtert das Abrufen. Und wenn wir die Farben mit Bedacht auswählen, wird unsere bildliche Darstellung von RFM viel einfacher zu teilen und zu verstehen sein.

Hier ist also unser abschließender RFM-Zusammenfassungsbericht!

Software/ Tools für RFM-Segmentierung und RFM-Analyse

Mit zunehmendem Fokus auf Customer Relationship Management (CRM) ist RFM zu einem festen Bestandteil von Marketing und Business Analytics geworden. Wenn Sie das Einkaufsverhalten Ihrer Kunden einmalig auswerten, können Sie mit einer manuellen oder halbautomatischen RFM-Analyse davonkommen.

Wenn Sie jedoch eine etwas große Datenbank haben, möchten Sie nicht alle komplexen Berechnungen selbst durchführen.

RFM-Berechnungen mit Excel

Bruce Hardie und Peter Fader haben eine ausführliche Notiz über die Verwendung von Excel zur Berechnung von RFM-Scores geschrieben. Sie haben auch eine Beispiel-Excel-Datei, die Sie verwenden können. Diese Notiz stammt jedoch aus dem Jahr 2008 und muss möglicherweise aktualisiert werden.

Es gibt auch eine Excel-Vorlage von UMacs Business Solutions, die für 3,99 $ verkauft wird.

Es gibt auch eine exemplarische Vorgehensweise zum Einrichten der RFM-Analyse in Excel auf der Website von CogniView.

Eine weitere Ressource, über die ich gestolpert bin, stammt von Dave Langer, einem Datenanalyse-Enthusiasten. Hier ist ein kurzes Video darüber, wie er RFM-Berechnungen mit Excel durchführt.

Einige CRM-Tools verwenden RFM

Es gibt viele CRM-Software, die RFM-Scores automatisch berechnen und Ihre Kunden segmentieren können. Erkundigen Sie sich beim CRM Ihrer Wahl, ob es bereits RFM-Unterstützung bietet.

RFM-Segmentierung mit Python/R und anderen Analysetools

R und Python sind beliebt für statistische und geschäftliche Analysen. Wenn Sie über ein eigenes Data-Science-Team verfügen, erstellen Sie am besten mit Ihren vorhandenen Tools ein benutzerdefiniertes RFM-Modell für Ihr Unternehmen.

RFM-Segmentierung für Shopify, BigCommerce und TicTail

RetentionGrid ist ein auf RFM-Analysen spezialisierter Softwaredienst. Es kann Daten aus Ihrem Shopify-, BigCommerce- oder TicTail-Shop einbringen und eine schöne Visualisierung von RFM-Segmenten zeigen.

RFM-Analyse und vieles mehr für alle Online-Shops

Putler bietet umfassende RFM-Analyse und bietet Ihnen viele weitere Business-Analyse- und Reporting-Tools . Es wurde für E-Commerce entwickelt und unterstützt die automatische Synchronisierung mit wichtigen Zahlungs-Gateways und E-Commerce-Systemen. Putler gibt Ihnen auch detaillierte Berichte über viele andere Dinge – Verkäufe, Produkte und Besucher.

Die RFM-Analyse in Putler ist im Kunden-Dashboard verfügbar. So sieht es aus .

RFM-Analyse im Marketing

Die RFM-Analyse von Putler hilft Marketern, Antworten auf die folgenden Fragen zu finden:

• Wer sind Ihre besten Kunden?
• Welche Ihrer Kunden könnten zu Ihrer Abwanderungsrate beitragen?
• Wer hat das Potenzial, wertvolle Kunden zu werden?
• Welche Ihrer Kunden können gehalten werden?
• Welche Ihrer Kunden reagieren am ehesten auf Interaktionskampagnen?

Variationen des RFM-Modells

RFM ist ein einfaches Framework zur Quantifizierung des Kundenverhaltens. Viele Leute haben das RFM-Segmentierungsmodell erweitert und Variationen erstellt.

Zwei bemerkenswerte Versionen sind:

• RFD (Recency, Frequency, Duration) – Dauer ist hier aufgewendete Zeit. Besonders nützlich bei der Analyse des Verbraucherverhaltens von Zuschauer-/Leserschafts-/Surf-orientierten Produkten.
• RFE (Recency, Frequency, Engagement) – Engagement kann ein zusammengesetzter Wert sein, der auf der auf der Seite verbrachten Zeit, Seiten pro Besuch, Absprungrate, Social-Media-Engagement usw. basiert. Besonders nützlich für Online-Unternehmen.

Sie können die RFM-Segmentierung für Ihren gesamten Kundenstamm oder nur für eine Teilmenge durchführen. Beispielsweise können Sie Kunden zuerst nach geografischen Gebieten oder anderen demografischen Merkmalen segmentieren und dann nach RFM für historische, transaktionsbasierte Verhaltenssegmente.

Unsere Empfehlung: Beginnen Sie mit etwas Einfachem, experimentieren Sie und bauen Sie darauf auf.

Anwenden der RFM-Segmentierung auf Ihr Unternehmen

Vermarkter verwenden seit Jahren die RFM-basierte Segmentierung, um ihre Kapitalrendite für Marketingkampagnen zu optimieren. Dies geschieht in der Regel durch das Senden gezielter Nachrichten an die 11 Segmente, die wir zuvor besprochen haben – oder jede andere benutzerdefinierte Segmentierung, die die Situation erfordert.

Kunden-/Benutzersegmentierung ist in der Marketingwelt kein Fremdwort. Die großen Marken haben das auf den Punkt gebracht, und die kleinen Kerle erwachen gerade erst zu der Kraft hinter einer laserfokussierten Strategie – laserfokussiert auf die Benutzersegmentierung.

Neil Patel über die Funktionsweise der Nutzersegmentierung im Content-Marketing

RFM-Segmentierung für besseres E-Mail-Marketing

Erstellen Sie segmentierte Listen in Ihrer E-Mail-Marketing-Software (MailChimp, Campaign Monitor usw.) aus der RFM-Analyse. Führen Sie dann für jedes Segment eine automatische Drip-Kampagne durch. Wenn möglich, Automatisieren Sie das Verschieben von Personen zwischen segmentierten Listen, wenn sie von einem RFM-Segment zu einem anderen wechseln .

Sie können basierend auf Öffnungs- und Klickraten und gekauften Produkten weiter segmentieren. Dadurch erhalten Sie laserfokussierte, hochrelevante Marktsegmente. Diese Strategie verbessert die Ergebnisse drastisch.

RFM zur Verbesserung des Customer Lifetime Value

Wie viel ein Kunde im Laufe seines Lebens bei Ihnen ausgibt, hängt von einer Reihe von Faktoren ab. RFM kann bei vielen dieser Aspekte helfen – Reduzierung der Abwanderung, Angebot von Upsells und Cross-Sells für Segmente, die mit größerer Wahrscheinlichkeit reagieren, Steigerung von Loyalität und Empfehlungen, Verkauf von hochpreisigen Artikeln und mehr.

Ein Wort der Vorsicht. Gehe nicht über Bord . Wenn Sie weiterhin Marketingkampagnen an ein Segment Ihrer Kunden senden, werden diese möglicherweise irritiert und hören auf zu kaufen.

RFM-Segmentierung für neue Produkteinführungen

Das Bewerben neuer Produkte bei treuen Kunden ist eine großartige Möglichkeit, erste Traktion und Feedback zu erhalten. Du kannst Kontaktieren Sie Ihre Champions und treuen Kunden noch bevor ein Produkt gebaut wird. Sie können Ihnen großartige Einblicke in das geben, was Sie aufbauen und wie Sie es fördern können. Auch dieser Personenkreis wird Ihr Produkt gerne an seine Einflusskreise weiterleiten.

RFM zur Steigerung der Loyalität und des Benutzerengagements

Wenn Sie ein Treueprogramm betreiben, ist potenzieller Loyalist das erste Segment, das Sie ansprechen können. Sie möchten sicherstellen, dass ihre erste Erfahrung mit Ihrem Produkt und Ihrer Dienstleistung angenehm und unvergesslich ist. Folgen Sie mit ein paar rechtzeitigen Werbeaktionen und es ist sehr wahrscheinlich, dass sie wieder kaufen. Das Versenden von Bildungsinhalten an diese Kunden erhöht auch deren Engagement für Ihre Marke.

RFM zur Reduzierung der Kundenabwanderung

At Risk und Hibernating sind zwei Segmente, denen Sie besondere Aufmerksamkeit schenken müssen. Senden Sie personalisierte E-Mails oder rufen Sie an, um wieder mit diesen Kunden in Kontakt zu treten. Sie können sogar Wiederholungskäufe mit einem Rabatt anbieten oder Umfragen durchführen, um ihre Bedenken auszuräumen, bevor Sie sie an Konkurrenten/Alternativen verlieren.

RFM zur Minimierung der Marketingkosten und Verbesserung des ROI

Ungerichtete Marketingkampagnen können teuer werden. Die Konzentration auf ein kleineres Kundensegment wird die Kosten erheblich senken, ermöglichen es Ihnen, mehr zu experimentieren und Entscheidungen auf der Grundlage von Daten zu treffen.

Tatsächlich liegen die Wurzeln von RFM im Direktmarketing. Wo sie die Kosten für den Druck und Versand von Katalogen reduzierten, indem sie nur die Kunden ansprechen, die mit größerer Wahrscheinlichkeit auf diese Kampagnen reagieren. Unabhängig davon, ob Sie digitales Marketing, Druck oder Medien betreiben, die Segmentierung senkt Ihre Kosten und verbessert die Kapitalrendite.

RFM für Remarketing-/Retargeting-Kampagnen

Remarketing ist eine intelligente Technik, bei der Sie Ihre Anzeigen/Werbeaktionen Personen zeigen, die Ihre Website mindestens einmal besucht haben – sich jetzt aber auf einer anderen Website befinden. Sie sehen Ihre Anzeigen auf den anderen Websites, die sie besuchen – dies verbessert die Klickraten und die Gesamteffektivität.

Eine einfache Möglichkeit, Remarketing mit RFM zu verwenden, kann sein Exportieren Sie ein Segment Ihrer Kunden – insbesondere die letzten oder vielversprechenden Kunden – in Facebook Audiences oder eine andere von Ihnen verwendete Kampagnenverwaltungslösung. Zeigen Sie dieser Personengruppe dann Beförderungen.

RFM, um Ihr Geschäft besser zu verstehen

Die meisten kleinen Unternehmen verstehen ihre Kunden nicht vollständig. Sie kennen möglicherweise die demografischen Daten oder Unternehmensdaten ihrer Kunden nicht. Das Sammeln und Verstehen dieser Informationen kann auch zeitaufwändig und kostspielig sein.

Die RFM-Analyse wird zu einer schnellen Methode das Verhalten Ihrer Kunden verstehen . Und da es auf dem tatsächlichen Transaktionsverlauf basiert, ist es viel. Ein Blick auf verschiedene RFM-Segmente kann Einblicke in Ihr eigenes Unternehmen geben. Stellen Sie Fragen dazu, wie Ihre Segmente im Vergleich zueinander abschneiden können eröffnen sich enorme Wachstumschancen .

Anwendung der RFM-Analyse – Praktische Strategien

Jetzt, da Sie wissen, wie man RFM-Analysen durchführt, müssen Sie sich überlegen, wie Sie die RFM-Segmente verwenden, richtig? Nun, es gibt eine Reihe von Möglichkeiten, wie Sie das tun können. Sehen Sie sich an, welche Strategien Sie für jedes der 11 RFM-Segmente umsetzen können.

FAQs zur RFM-Segmentierung/RFM-Analyse

Was ist RFM-Segmentierung?

Die RFM-Segmentierung ist eine Methode zur Segmentierung von Kunden anhand ihres Kaufverhaltens. Bei der Analyse von RFM-Segmenten werden Kunden anhand von drei Faktoren bewertet – Aktualität, Häufigkeit und Geldwert. Es gruppiert Kunden basierend auf ihrer Kaufhistorie – wie kürzlich, mit welcher Häufigkeit und mit welchem ​​Geldwert haben sie gekauft.

Warum sollte ein Unternehmen die RFM-Analyse verwenden?

Unternehmen können die RFM-Analyse verwenden, um Kunden zu segmentieren, gezielte E-Mails zu versenden, die Kundenbeziehung zu verbessern, den ROI zu steigern, das Marketing zu verbessern, die Marketingkosten zu senken, das Retargeting zu verbessern, die Abwanderung zu reduzieren und vieles mehr. Erkunden Sie diese praktischen Anwendungen hier im Detail.

Zusammenfassung der RFM-Segmentierung – Vor- und Nachteile, Empfehlungen

Die RFM-Technik ist ein bewährtes Marketingmodell, das Einzelhändlern und E-Commerce-Unternehmen hilft, die Rendite ihrer Marketinginvestitionen zu maximieren.

Vorteile der RFM-Analyse und RFM-Segmentierung

• RFM ist für verschiedene Arten von Unternehmen nützlich – Online, Einzelhandel, Direktmarketing, Abonnements, gemeinnützige Organisationen …
• Sie lernen unterschiedliche Kundensegmente kennen und können Ihre besten Kunden identifizieren
• RFM hilft bei der Erstellung hochgradig zielgerichteter Marketingkampagnen
• Es unterstützt das Kundenbeziehungsmarketing und die Kundenbindung
• Kombinieren Sie es mit anderen Tools, um detaillierte Kundenanalysen und Kundeneinblicke zu erhalten
• RFM reduziert Marketingkosten durch optimiertes Targeting
• Es verringert negative Reaktionen von Kunden durch kontrolliertes Targeting

Einige Einschränkungen von RFM:

• Es ist möglicherweise nicht sinnvoll, wenn die meisten Kunden nur einmalige Käufer sind
• Wenn Sie nur ein Produkt verkaufen und das auch nur einmal, ist RFM möglicherweise nicht geeignet
• RFM ist eine historische Analyse. Es ist nichts für Interessenten.
• Ohne eine Software / ein Tool kann die Berechnung von RFM-Scores und -Segmenten komplex sein
• Das Versenden zu vieler Kampagnen an ein bestimmtes Segment kann Kunden verärgern

Führen Sie RFM-Analysen durch und segmentieren Sie Kunden innerhalb von Sekunden mit Putler

RFM sieht auf dem Papier großartig aus, aber es wird kompliziert, wenn Sie es von Grund auf neu implementieren müssen. Sie müssen also entweder selbst einen Algorithmus erstellen oder eine Marketingagentur konsultieren, um dies für Sie zu tun. In beiden Fällen verlieren Sie viel Zeit und Geld. An dieser Stelle verlieren Unternehmen das Interesse und geben die RFM-Segmentierung auf.

Hier kommt Putler ins Spiel

Unser Analysetool Putler verfügt über ein gebrauchsfertiges RFM-Diagramm. Sobald Sie Ihre E-Commerce-Plattform, das Zahlungsgateway, mit Putler verbunden haben, verarbeitet es automatisch alle Kundendaten und unterteilt sie basierend auf Aktualität, Häufigkeit und monetären Parametern in 11 Segmente.

Fun Fact: Die Berechnung von RFM dauert in Putler buchstäblich nur 3 Schritte.
Schritte zum Ausführen der RFM-Analyse in Putler

1. Verbinden Sie Ihre Datenquellen mit Putler
2. Gehen Sie zum Kunden-Dashboard
3. Klicken Sie auf ein beliebiges RFM-Segment. Fertig!

So sieht das RFM-Diagramm in Putler aus –

Vorteile der Verwendung der RFM-Analyse von Putler gegenüber der von Mitbewerbern

Spart Zeit
Zeit ist von entscheidender Bedeutung. Wir verstehen, dass Ihre Zeit als Unternehmer kostbar ist. Und wir legen Wert darauf. Bei Putler ist die RFM-Analyse zu 100 % automatisiert. Sie müssen keine manuellen Berechnungen des RFM-Scores durchführen, sich nicht mit Excel-Tabellen oder was auch immer herumschlagen. Putler analysiert Ihre Kundendatenbank und teilt Kunden anhand ihres Einkaufsverhaltens in 11 Segmente ein. You need to simply click the RFM segment you want to work on and Putler will show you all the customers that fall in that segment.

Keine Programmierkenntnisse erforderlich
Nicht jedes Unternehmen wird von einem internen technischen Team unterstützt, und das verstehen wir. Deshalb haben wir die RFM-Segmentierung von Putler super einfach gemacht. Sie benötigen keine Programmierkenntnisse, um es zu verwenden, verstehen Sie es. Putler erledigt das ganze schwere Heben und stellt Ihnen innerhalb von Sekunden gebrauchsfertige Segmente zur Verfügung.

Sehr günstig
Wenn Sie ein RFM-Tool von Grund auf neu erstellen oder auf Marketingagenturen von Drittanbietern zurückgreifen müssten, um Ihre Kunden zu segmentieren, würden Sie am Ende Tausende von Dollar ausgeben. Recht? Bedenken Sie auch, dass RFM nicht der letzte Schritt ist. Es ist nur der Anfang, sobald Sie Kunden segmentieren, müssen Sie Budget zuweisen, um Marketingaktivitäten wie Retargeting, gezieltes Versenden von E-Mails, Verbesserung des Marketings usw. durchzuführen. Das bedeutet, dass Sie noch mehr Geld ausgeben müssen, sobald Sie die RFM-Segmente in der Hand haben. In Anbetracht dessen macht Putler RFM für jedermann erschwinglich. Sie müssen sich nur für den mittleren Plan entscheiden (Wachstum – 79 $/Monat) und Sie können Ihre Kunden in unter 80 $ segmentieren. Stehlen?

Benutzerfreundlich
Die RFM-Analyse hat mehrere Verwendungszwecke. Es muss von Vermarktern, Beratern, Supportmitarbeitern, Top-Level-Managern usw. aufgerufen werden. Um all diese Gruppen zu bedienen, hat Putler die RFM-Schnittstelle super einfach zu bedienen und super einfach zu verstehen gemacht.

RFM-Analyse in Echtzeit
Die RFM-Analyse von Putler basiert auf Echtzeitdaten. Das bedeutet, wenn ein Kunde etwas in Ihrem Geschäft kauft, führt Putler die RFM-Analyse für den Kunden durch und fügt ihn/sie basierend auf dem berechneten RFM-Score einem geeigneten Segment hinzu. Die Echtzeit-RFM-Analyse stellt sicher, dass alle Ihre Kunden zu jedem Zeitpunkt segmentiert sind.

Möglichkeit, nach RFM-Segmenten zu filtern
Die RFM-Analyse von Putler teilt Kunden basierend auf Aktualität, Häufigkeit und Geldbetrag in 11 Segmente ein. Aber das ist es nicht. Sie können diese Segmente anhand verschiedener Parameter wie Bestellstatus, gekaufte Produkte, Kunde seit, Geolokalisierung, Preisgestaltung und vielem mehr weiter aufschlüsseln. Diese Möglichkeit, Kunden, die zu einem bestimmten Parameter gehören, weiter zu filtern, hilft Ihnen, das Targeting einzugrenzen und das Marketing noch weiter zu verbessern.

Testen Sie Putler kostenlos

Es ist ganz Ihre Wahl – Wenn Sie ein Online-Geschäft haben und die RFM-Analyse für Ihren Kundenstamm durchführen und ihn in verschiedene Segmente unterteilen möchten, dann ist Putler ein guter Einstieg. Putler hat eine 14-tägige KOSTENLOSE Testversion. Sie erhalten Zugriff auf alle Funktionen (einschließlich der RFM-Segmentierung).

Hinweis: Die Testversion bezieht nur die Daten der letzten 3 Monate ein. So können Sie in der Testversion Kunden segmentieren, die in den letzten 3 Monaten bei Ihnen eingekauft haben. Sobald Sie die Testversion ausprobiert haben und von dem Produkt überzeugt sind, wählen Sie den Wachstumsplan und Putler wird weitere historische Daten abrufen. Anschließend können Sie die RFM-Segmentierung auch für ältere Kunden durchführen.

Hinterlassen Sie eine Antwort mit Ihren Kommentaren oder Fragen. Und vergessen Sie nicht, diesen Artikel mit anderen Vermarktern zu teilen.