성공적인 고객 세분화를 위한 RFM 분석

이 페이지에서 당신은 RFM에 대해 배우는 데 필요한 모든 것을 배우십시오. .

기본과 함께 배우게 됩니다. 자신의 비즈니스에 RFM 모델을 적용하는 방법 .

RFM 분석이란 무엇입니까?

RFM( Recency, Frequency, Monetary ) 분석은 행동 기반 고객 세분화를 위한 입증된 마케팅 모델입니다. 거래 내역(최근, 구매 빈도 및 구매 금액)을 기준으로 고객을 그룹화합니다.

RFM은 고객을 다양한 범주 또는 클러스터로 나누어 판촉 및 향후 개인화 서비스에 응답할 가능성이 더 높은 고객을 식별하는 데 도움이 됩니다.

최근성, 빈도 및 금전적 분석이란 무엇입니까?

하나의 매개변수로 고객을 평가하는 것만으로는 충분하지 않습니다.

예를 들어, 가장 많이 지출하는 사람들이 최고의 고객이라고 말할 수 있습니다. 우리 대부분은 동의하고 같은 생각을 합니다.

하지만 기다려! 한 번만 구매했다면? 아니면 아주 오래전? 그들이 당신의 제품을 더 이상 사용하지 않는다면?

그래서..그들이 여전히 최고의 고객으로 간주될 수 있습니까? 아마 그렇지 않을 것입니다.

한 가지 측면에서만 고객 가치를 판단하면 고객 기반과 평생 가치에 대한 부정확한 보고서를 얻을 수 있습니다.

그렇기 때문에 RFM 모델은 세 가지 다른 고객 속성을 결합하여 고객 순위를 매깁니다.

최근 구매한 경우 더 높은 점수를 받습니다. 여러 번 구매하면 더 높은 점수를 얻습니다. 그리고 그들이 더 많이 지출하면 더 많은 점수를 얻습니다. 이 세 가지 점수를 결합하여 RFM 점수를 만듭니다.

마지막으로 이를 기반으로 고객 데이터베이스를 여러 그룹으로 분류할 수 있습니다. 최근성 – 빈도 – 금전적 점수.

RFM 모델로 RFM 고객 세그먼트 분석

RFM 모델링을 사용하여 다양한 유형의 고객 세그먼트를 생성할 수 있지만 다음은 권장하는 11개 세그먼트입니다.

기존 고객의 몇 퍼센트가 이러한 각 세그먼트에 포함될 것인지 생각해 보십시오. 그리고 추천된 마케팅 조치가 귀하의 비즈니스에 얼마나 효과적인지 평가하십시오.

반대편: 반복되는 이메일 마케팅의 슬픈 이야기

이 경우를 고려하십시오 ...

Carol은 콘텐츠, 디자인, 제목, 클릭 유도문안, 소셜 미디어 링크 등 완벽한 이메일 뉴스레터를 준비했습니다. 그녀는 전환율이 매우 높을 것으로 예상하는 뉴스레터를 보냅니다. 그녀의 멘탈 수학은 3,500명의 고객에 대해 "낮은" 10% 비율로 전환하더라도 몇 시간 내에 수천 달러의 부자가 될 것이라고 추론합니다.

10분.. 30분.. 2시간..8시간이 지나고. 그러나 하루가 끝나면 링크와 단일 판매를 클릭한 사람은 1.5%에 불과합니다.

매우 실망스럽죠?

그녀는 무엇을 놓쳤습니까?

Carol은 모든 것을 완벽하게 수행했습니다. 하나 제외 – 타겟팅 .

그녀는 모든 사람에게 같은 이메일을 보냈습니다.

나는 당신이 동의할 것이라고 확신합니다: 다른 고객은 다른 메시지에 반응합니다.

가격에 민감한 고객은 할인 제안을 받을 수 있지만 정기적으로 구매하는 고객은 신제품 출시에만 열광할 수 있습니다.

그게 바로 캐치입니다!

100% 청중에게 다가가는 대신 비즈니스에 가장 수익성이 높은 특정 고객 그룹만 식별하고 타겟팅해야 합니다.

우리는 테이블에 금을 놓고 ...

우리 대부분은 Carol과 친하지도 않습니다.

온라인 상거래, 소매, 다이렉트 마케팅 또는 B2B에 관계없이 우리 대부분은 일상적인 일에 너무 바빠서 마케팅에 충분한 시간을 할애하지 않습니다. 우리의 마케팅 캠페인은 서두르고, 카피라이팅이 부족하고, 전문적인 디자인이 부족하고, 전환을 추적하거나 개선하는 데 충분한 주의를 기울이지 않습니다.

물론 우리는 그 모든 것을 하고 싶습니다. 하지만 우리는하지 않습니다.

고객을 조금 더 잘 이해하고 더 관련성 높은 캠페인을 보내면 어떨까요?

나는 우리의 성공률이 훨씬 더 높을 것이라고 약속합니다.

우리는 더 많은 돈을 벌 수 있을 뿐만 아니라 고객도 더 행복해지고 충성도가 높아집니다.

아직 확신이 서지 않습니까? 당신은 몇 분 안에있을 것입니다.

RFM 세분화의 장점: RFM 분석이 매우 유용해지는 방법은 다음과 같습니다.

고객 그룹에 맞는 메시지를 보내면 훨씬 더 높은 전환율을 얻을 수 있습니다.

뻔하지 않습니까?

모든 마케팅 캠페인은 먼저 대상 세그먼트를 선택한 다음 해당 청중에게 반향을 일으킬 판촉 자료를 만든 다음 페달을 밟아야 합니다.

불행히도 우리 대부분은 그렇게 하지 않습니다.

RFM 분석이 매우 유용한 곳입니다.

RFM을 사용하면 고객 그룹을 쉽게 식별할 수 있습니다 .

RFM 세분화는 귀하의 비즈니스에 대한 이러한 질문에 쉽게 답합니다…

• 내 최고의 고객은 누구입니까?
• 어떤 고객이 이탈 직전에 있습니까?
• 수익성이 더 높은 고객으로 전환할 가능성이 있는 사람은 누구입니까?
• 별로 신경을 쓸 필요가 없는 잃어버린 고객은 누구입니까?
• 어떤 고객을 유지해야 합니까?
• 충성도가 높은 고객은 누구입니까?
• 현재 캠페인에 가장 응답할 가능성이 높은 고객 그룹은 무엇입니까?

입증된 효과 – 수십 년간의 학술 및 산업 연구

RFM은 수십 년의 실적을 보유하고 있습니다. 그것은 유행이나 마케팅 속임수가 아닙니다. 과학적으로 입증된 과정입니다.

우선, 일반적으로 80-20 법칙이라고 하는 파레토 원리 를 기반으로 합니다.

파레토의 법칙에 따르면 결과의 80%는 20%의 원인에서 비롯됩니다.

마찬가지로 20%의 고객이 전체 수익의 80%에 기여합니다.

한 번 지출한 사람들은 다시 지출할 가능성이 더 큽니다. 티켓을 많이 구매하는 사람들은 그것을 반복할 가능성이 더 큽니다.

파레토 원리는 RFM 모델의 핵심입니다. 중요한 고객 세그먼트에 노력을 집중하면 훨씬 더 높은 투자 수익을 얻을 수 있습니다!

다이렉트 마케팅, 데이터베이스/카탈로그 사업에 뿌리

RFM의 개념은 1995년 Bult와 Wansbeek에 의해 처음 소개되었습니다. 카탈로그 마케터는 인쇄 및 배송 비용을 최소화하면서 반품을 최대화하기 위해 효과적으로 사용했습니다.

전산화의 인기가 높아짐에 따라 고객 및 구매 기록이 디지털화되어 RFM 연구를 훨씬 더 쉽게 수행할 수 있게 되었습니다. Blattberg et al.의 광범위한 연구. 2008년 마케팅 데이터베이스에 적용했을 때 RFM의 효과가 입증되었습니다. 수많은 다른 학술 연구에서도 RFM이 마케팅 비용을 줄이고 수익을 증가시킨다는 것을 승인했습니다.

Windsor circle은 소매 고객을 위해 RFM을 사용하여 상당한 성공을 거두었다고 보고했습니다.

• Eastwood는 이메일 마케팅 수익을 21% 증가시켰습니다.
• L'Occitane은 이메일당 25배 더 많은 수익을 올렸습니다. 25%가 아니라 25배...
• Frederick's of Hollywood는 캠페인에서 6-9%의 높은 전환율을 기록했습니다.

이제 귀하의 비즈니스에 RFM 분석의 유용성에 대해 확신을 가지기를 바랍니다.

이제 그 모든 결과 뒤에 숨겨진 수학을 살펴보겠습니다.

RFM 점수를 계산하는 방법은 무엇입니까? – RFM 점수 계산 간소화

고객 데이터베이스에 대한 RFM 점수를 계산하는 방법이 궁금하십니까? 방법은 다음과 같습니다.

각 고객에 대한 몇 가지 세부 정보가 필요합니다.

• 고객ID / 이메일 / 성명 등 : 본인 식별
• 최근(R) 마지막 구매 이후 날짜: 마지막 구매 가 며칠 전입니까? 오늘에서 가장 최근 구매 날짜를 차감하여 최근 값을 계산합니다. 1 일 전? 14일 전? 500일 전?
• 총 거래 횟수로서의 빈도(F) : 고객이 우리 매장에서 구매한 횟수는? 예를 들어 누군가가 일정 기간 동안 10개의 주문을 했다면 빈도는 10입니다.
• 지출된 총 금액으로서의 금전적(M) : 이 고객이 지출한 금액은 $$(또는 계산 통화가 무엇이든)입니다. 다시 지난 2년으로 제한하거나 모든 시간을 들이십시오. M 값을 얻으려면 모든 거래에서 돈을 합산하기만 하면 됩니다.

RFM 분석 예

Robert Johnson 고객을 생각해 보십시오. 그는 3일 전에 마지막으로 주문했으며 현재까지 $540 상당의 총 6건을 주문했습니다.

RFM 점수 공식 적용

구매 내역에서 RFM 값을 얻은 후에는 우리는 각 고객에 대해 개별적으로 최근성, 빈도 및 금전적 가치에 1에서 5까지의 점수를 할당합니다. . 5는 최고/최고 값이고 1은 최저/최저 값입니다. 최종 RFM 점수는 개별 RFM 점수 번호를 결합하여 간단히 계산됩니다.

RFM 값과 RFM 점수는 다릅니다. 값은 해당 고객에 대한 R/F/M의 실제 값이고 점수는 값을 기반으로 하는 1-5의 숫자입니다.

아래 표를 보십시오. 점수를 계산하기 위해 먼저 값을 내림차순으로 정렬합니다(가장 높은 것에서 가장 낮은 것). 15명의 고객과 5개의 점수가 있으므로 처음 3개 레코드에 5개, 다음 3개 레코드에 4개 등의 점수를 할당합니다. 전체 RFM 점수의 경우 고객의 R, F 및 M 점수를 결합하여 3자리 숫자를 생성합니다.

참고 : 가장 최근에 구매한 것이 더 나은 것으로 간주되어 더 높은 점수가 할당됩니다.

따라서, 최근에 구매한 단골 고객이고 지출이 많은 고객은 555 – Recency(R) – 5, Frequency(F) – 5, Monetary(M) – 5의 점수가 할당됩니다. 그들은 최고의 고객입니다. 이 경우 가장 많이 지출하는 Ammar Fahad가 아니라 Alexander Diesel입니다.

다른 극단에서는 고객이 가장 적게 지출하여 구매를 거의 하지 않으며 너무 오래전에 111점을 받았습니다. Recency(R) – 1, Frequency(F) – 1, Monetary(M) – 1. Andy Smith 이 경우.

말이 됩니까?

이제 각 점수에 대해 세 그룹을 만든 이유를 빠르게 설명하겠습니다.

1-5의 척도에서 RFM 점수를 계산하는 방법은 무엇입니까?

기업마다 RFM 값의 순위를 1에서 5까지로 매기기 위해 서로 다른 rfm 공식을 사용할 수 있습니다. 그러나 여기에 가장 일반적인 두 가지 방법이 있습니다.

방법 1: 단순 고정 범위

예:

누군가가 지난 24시간 이내에 구입했다면 5점을 지정하십시오. 지난 3일 동안에는 4점을 지정하십시오. 이번 달 내에 구입한 경우 3점을 지정하고 지난 6개월 동안은 2점, 그 외 모든 사람에게는 1점을 지정하십시오.

보시다시피 각 점수의 범위를 직접 정의했습니다. 범위 임계값은 비즈니스의 특성을 기반으로 합니다. 이와 같이 빈도 및 금전적 가치에 대한 범위도 정의할 수 있습니다.

이 점수 매기기 방법은 개별 비즈니스에 따라 다릅니다. 최근성, 빈도 및 금전적 가치에 이상적인 범위를 결정하기 때문입니다.

그러나 RFM 점수에 대한 이러한 고정 기간/범위 계산에는 문제가 있습니다.

비즈니스가 성장함에 따라 점수 범위를 자주 조정해야 할 수 있습니다.

반복 지불 비즈니스가 있지만 월별, 연간 등 지불 조건이 다른 경우 계산이 잘못됩니다.

방법 2: 5분위수 – 사용 가능한 값에 따라 5개의 동일한 부품 만들기

학창 시절을 회상하십시오. 수학에서 백분위수 라는 용어가 있었습니다. 백분위수는 단순히 특정 관측치 이하에 속하는 값의 백분율입니다.

다음은 이를 명확하게 설명하는 MathIsFun.com의 그래픽입니다.

5분위수는 백분위수와 같지만 데이터를 100부분으로 나누는 대신 5등분으로 나눕니다.

백분위수를 이해하면 5분위수를 이해하기가 더 쉽습니다. 5개의 동일한 백분위수 범위를 만들면 18의 백분위수 점수는 1분위수가 되는 0-20 범위에 속합니다. 백분위수 값 81은 80-100 범위에 속하므로 5분위수입니다.

이 방법은 약간 복잡한 수학을 포함하지만 고정 범위 방법에서 많은 문제를 해결합니다. Quintiles는 데이터 자체에서 범위를 선택하고 고객을 고르게 분포시키고 교차점이 없기 때문에 모든 산업과 협력합니다.

Quintiles는 RFM 점수를 계산하는 데 권장되는 방법입니다. . 온라인 판매자를 위한 비즈니스 분석 및 마케팅 통찰력 솔루션인 Putler에서 5분위수를 사용하여 RFM 세분화를 생성합니다.

RFM 데이터 시각화

RFM의 그래픽 표현은 귀하와 다른 의사 결정권자가 조직의 RFM 분석을 더 잘 이해하는 데 도움이 됩니다.

R, F 및 M은 1-5의 점수를 가지며 총 5x5x5 = 125개의 RFM 값 조합이 있습니다. R, F 및 M의 3차원은 3D 차트에 가장 잘 표시될 수 있습니다. 각 RFM 값에 대해 얼마나 많은 고객이 있는지 확인하려면 125개의 데이터 포인트를 확인해야 합니다.

그러나 종이나 컴퓨터 화면에서 3D 차트로 작업하는 것은 작동하지 않습니다. 우리는 2차원적으로 묘사하고 이해하기 쉬운 무언가가 필요합니다.

RFM 분석의 간단한 표현

이 접근 방식에서 우리는 Y축(0~5 범위)에 빈도 + 금전적 점수를 표시하고 X축에 최근성(0~5 범위)을 표시합니다. . 이렇게 하면 가능한 조합이 125개에서 50개로 줄어듭니다. F와 M을 하나로 결합하는 것은 둘 다 고객이 구매하는 금액과 관련이 있기 때문에 의미가 있습니다. 다른 축의 R은 고객과의 재참여 수준을 빠르게 엿볼 수 있게 해줍니다.

예를 들어 구독 비즈니스를 고려하십시오. 월간 구독료가 $100인 고객의 경우 1년 동안의 금전적 가치는 $1200이지만 월별 청구로 인해 빈도는 12입니다.

반면에 반복되지 않는 비즈니스 또는 연간 구독이 $1200이면 금전적 가치는 높지만 단일 구매로 인해 빈도는 1에 불과합니다.

고객은 두 경우 모두 똑같이 중요합니다. 빈도와 금전적 점수를 결합하는 접근 방식은 RFM 분석에서 동일한 중요성을 부여합니다.

더 효과적으로 만들기 – RFM 세그먼트 생성

50개의 요소를 이해하는 것은 여전히 ​​지루할 수 있습니다. 그래서 우리는 할 수있다 우리의 분석을 11개 부분으로 요약 고객을 더 잘 이해하기 위해

기억하신다면 이 기사의 시작 부분에서 이러한 세그먼트에 대해 논의했습니다.

다음은 생성 방법을 설명하는 표입니다. RFM 점수를 기반으로 한 11개 고객 세그먼트 .

우리의 궁극적인 RFM 분석 프레젠테이션

각 세그먼트에 고유한 색상을 지정하면 더 쉽게 기억할 수 있습니다. 그리고 현명하게 색상을 선택하면 RFM을 그림으로 표현하면 훨씬 더 쉽게 공유하고 이해할 수 있습니다.

그래서 여기 우리의 최종 RFM 요약 보고서가 있습니다!

RFM 세분화 및 RFM 분석을 위한 소프트웨어/도구

CRM(고객 관계 관리)에 대한 관심이 높아짐에 따라 RFM은 마케팅 및 비즈니스 분석의 필수적인 부분이 되었습니다. 고객의 쇼핑 행동에 대한 일회성 평가를 수행하는 경우 수동 또는 반자동 RFM 분석을 수행하지 않아도 됩니다.

그러나 약간 큰 데이터베이스가 있는 경우 모든 복잡한 계산을 직접 수행하고 싶지는 않습니다.

Excel을 사용한 RFM 계산

Bruce Hardie와 Peter Fader는 Excel을 사용하여 RFM 점수를 계산하는 방법에 대해 자세히 설명했습니다. 사용할 수 있는 샘플 Excel 파일도 있습니다. 그러나 이 메모는 2008년에 작성되었으며 업데이트가 필요할 수 있습니다.

$3.99에 판매되는 UMac Business Solutions의 Excel 템플릿도 있습니다.

CogniView 사이트의 Excel에서 RFM 분석을 설정하는 방법도 있습니다.

내가 우연히 발견한 또 다른 리소스는 데이터 분석 애호가인 Dave Langer입니다. 다음은 Excel을 사용하여 RFM 계산을 수행하는 방법에 대한 간단한 비디오입니다.

일부 CRM 도구는 RFM을 수행합니다.

RFM 점수를 자동으로 계산하고 고객을 분류할 수 있는 많은 CRM 소프트웨어가 있습니다. 이미 RFM 지원이 있는 경우 선택한 CRM에 확인하십시오.

Python/R 및 기타 분석 도구를 사용한 RFM 세분화

R과 Python은 통계 및 비즈니스 분석에 널리 사용됩니다. 자체 데이터 과학 팀이 있는 경우 기존 도구를 사용하여 비즈니스를 위한 맞춤형 RFM 모델을 만드는 것이 가장 좋습니다.

Shopify, BigCommerce 및 TicTail을 위한 RFM 세분화

RetentionGrid는 RFM 분석에 특화된 소프트웨어 서비스입니다. Shopify, BigCommerce 또는 TicTail 스토어에서 데이터를 가져와 RFM 세그먼트의 아름다운 시각화를 보여줄 수 있습니다.

모든 온라인 상점에 대한 RFM 분석 및 훨씬 더

퍼틀러 제공 포괄적인 RFM 분석 및 기타 많은 비즈니스 분석 및 보고 도구 제공 . 전자 상거래용으로 제작되었으며 주요 지불 게이트웨이 및 전자 상거래 시스템과의 자동 동기화를 지원합니다. Putler는 또한 판매, 제품 및 방문자와 같은 다른 많은 항목에 대한 자세한 보고서도 제공합니다.

Putler의 RFM 분석은 고객 대시보드에서 사용할 수 있습니다. 다음은 어떻게 생겼는지입니다. .

마케팅의 RFM 분석

Putler의 RFM 분석은 마케터가 다음 질문에 대한 답을 찾는 데 도움이 됩니다.

• 최고의 고객은 누구입니까?
• 귀하의 고객 중 누가 귀하의 이탈률에 기여할 수 있습니까?
• 가치 있는 고객이 될 가능성이 있는 사람은 누구입니까?
• 어떤 고객을 유지할 수 있습니까?
• 참여 캠페인에 가장 응답할 가능성이 높은 고객은 누구입니까?

RFM 모델의 변형

RFM은 고객 행동을 정량화하는 간단한 프레임워크입니다. 많은 사람들이 RFM 세분화 모델을 확장하고 변형을 만들었습니다.

두 가지 주목할만한 버전은 다음과 같습니다.

• RFD(Recency, Frequency, Duration) – 여기에서 Duration은 소요 시간입니다. 시청률/독자층/서핑 중심 제품의 소비자 행동을 분석할 때 특히 유용합니다.
• RFE(최근, 빈도, 참여) – 참여는 페이지에 머문 시간, 방문당 페이지 수, 이탈률, 소셜 미디어 참여 등을 기반으로 한 복합 값일 수 있습니다. 특히 온라인 비즈니스에 유용합니다.

전체 고객 기반 또는 하위 집합에 대해 RFM 세분화를 수행할 수 있습니다. 예를 들어, 먼저 지리적 영역 또는 기타 인구 통계를 기반으로 고객을 분류한 다음 과거 거래 기반 행동 세그먼트에 대해 RFM을 기준으로 고객을 분류할 수 있습니다.

권장 사항: 간단한 것으로 시작하여 실험하고 계속 구축하십시오.

비즈니스에 RFM 세분화 적용

마케터는 RFM 기반 세분화를 사용하여 마케팅 캠페인에 대한 투자 수익을 최적화했습니다. 이는 일반적으로 앞서 논의한 11개 세그먼트 또는 상황에 따라 요구되는 기타 사용자 지정 세분화에 대상 메시지를 전송하여 수행됩니다.

고객/사용자 세분화는 마케팅 세계에서 낯선 것이 아닙니다. 큰 브랜드는 이것을 T로 낮추고 작은 사람들은 레이저에 초점을 맞춘 전략, 즉 사용자 세분화에 초점을 맞춘 힘을 깨우고 있습니다.

콘텐츠 마케팅에서 사용자 세분화가 작동하는 방식에 대한 Neil Patel

더 나은 이메일 마케팅을 위한 RFM 세분화

RFM 분석에서 이메일 마케팅 소프트웨어(MailChimp, Campaign Monitor 등)에 세분화된 목록을 만듭니다. 그런 다음 각 세그먼트에서 자동 드립 캠페인을 실행합니다. 가능하다면, 한 RFM 세그먼트에서 다른 세그먼트로 이동할 때 세분화된 목록 간에 사람을 자동으로 이동합니다. .

열기 및 클릭률, 구매한 제품을 기준으로 세분화할 수 있습니다. 이를 통해 레이저 중심의 관련성이 높은 시장 세그먼트를 얻을 수 있습니다. 이 전략은 결과를 크게 향상시킵니다.

고객평생가치 향상을 위한 RFM

고객이 평생 동안 귀하와 함께 지출하는 금액은 여러 요인에 따라 결정됩니다. RFM은 고객 이탈 감소, 응답 가능성이 더 높은 세그먼트에 대한 상향 판매 및 교차 판매 제공, 충성도 및 추천 증가, 높은 티켓 품목 판매 등 많은 측면을 지원할 수 있습니다.

그래도 한 마디 주의. 선을 넘지 마십시오 . 고객의 한 세그먼트에 계속 마케팅 캠페인을 보내면 고객이 짜증을 내고 구매를 중단할 수 있습니다.

신제품 출시를 위한 RFM 세분화

충성도가 높은 고객에게 신제품을 홍보하는 것은 초기 관심과 피드백을 얻는 좋은 방법입니다. 당신은 할 수 있습니다 챔피언 및 충성도 높은 고객에게 연락 제품을 만들기 전에도. 그들은 무엇을 구축하고 그것을 홍보하는 방법에 대한 훌륭한 통찰력을 제공할 수 있습니다. 이 그룹의 사람들은 귀하의 제품을 자신의 영향력 범위에 기꺼이 소개할 것입니다.

충성도와 사용자 참여를 높이는 RFM

로열티 프로그램을 운영하는 경우 잠재적 충성도가 가장 먼저 타겟팅할 수 있는 세그먼트입니다. 당신은 당신의 제품과 서비스에 대한 그들의 초기 경험이 즐겁고 기억에 남도록 하고 싶습니다. 몇 가지 시기적절한 프로모션으로 후속 조치를 취하면 다시 구매할 가능성이 높습니다. 이러한 고객에게 교육 콘텐츠를 보내면 브랜드 참여도도 높아집니다.

고객 이탈을 줄이기 위한 RFM

위험에 처한 상태와 최대 절전 모드는 특별히 주의를 기울여야 하는 두 가지 세그먼트입니다. 이러한 고객과 다시 연결하려면 개인화된 이메일을 보내거나 전화를 겁니다. 반복 구매를 할인된 가격으로 제공하거나 설문조사를 실행하여 경쟁자/대안에게 지기 전에 우려 사항을 해결할 수도 있습니다.

마케팅 비용을 최소화하고 ROI를 개선하기 위한 RFM

타겟이 없는 마케팅 캠페인은 비용이 많이 들 수 있습니다. 더 작은 고객 세그먼트에 초점을 맞추면 비용이 크게 절감되고, 더 많은 실험을 수행하고 데이터를 기반으로 결정을 내릴 수 있습니다.

사실 RFM의 뿌리는 직접 마케팅에 있습니다. 이러한 캠페인에 응답할 가능성이 더 높은 고객만을 대상으로 하여 카탈로그 인쇄 및 배송 비용을 절감한 곳입니다. 따라서 디지털 마케팅, 인쇄 또는 미디어를 수행하는지 여부에 관계없이 세분화를 통해 비용을 절감하고 투자 수익을 높일 수 있습니다.

리마케팅/리타게팅 캠페인을 위한 RFM

리마케팅은 귀하의 사이트를 한 번 이상 방문했지만 지금은 다른 사이트에 있는 사람들에게 광고/프로모션을 표시하는 현명한 기술입니다. 그들은 방문하는 다른 사이트에서 귀하의 광고를 보게 되며, 이는 클릭률과 전반적인 효율성을 향상시킵니다.

RFM과 함께 리마케팅을 사용하는 간단한 방법은 다음과 같습니다. 고객의 일부(특히 최근 고객 또는 유망 고객)를 Facebook Audience 또는 사용 중인 기타 캠페인 관리 솔루션으로 내보냅니다. 그런 다음 해당 그룹의 사람들에게 프로모션을 표시합니다.

비즈니스를 더 잘 이해하기 위한 RFM

대부분의 중소기업은 고객을 완전히 이해하지 못합니다. 그들은 고객 인구 통계 또는 기업 통계를 모를 수 있습니다. 이 정보를 수집하고 이해하는 데도 시간과 비용이 많이 듭니다.

RFM 분석은 고객의 행동을 이해 . 그리고 실제 거래 내역을 기반으로 하기 때문에 많습니다. 다양한 RFM 세그먼트를 살펴보면 자신의 비즈니스에 대한 통찰력을 얻을 수 있습니다. 세그먼트를 서로 비교하는 방법에 대해 질문하면 거대한 성장 기회를 열다 .

RFM 분석 사용 방법 – 실제 전략

이제 RFM 분석을 수행하는 방법을 알았으므로 RFM 세그먼트를 사용하는 방법을 생각해야 합니다. 그렇죠? 그렇게 할 수 있는 방법은 여러 가지가 있습니다. 11개의 RFM 세그먼트 각각에 대해 어떤 전략을 구현할 수 있는지 살펴보십시오.

RFM 세분화/RFM 분석에 대한 FAQ

RFM 세분화란 무엇입니까?

RFM 세분화는 구매 행동을 기반으로 고객을 세분화하는 방법입니다. RFM 세그먼트를 분석하는 동안 고객은 최근성, 빈도 및 금전적 가치의 세 가지 요소를 기반으로 점수가 매겨집니다. 구매 내역(최근에 구매한 빈도와 금전적 가치)을 기준으로 고객을 그룹화합니다.

회사에서 RFM 분석을 사용하는 이유는 무엇입니까?

회사는 RFM 분석을 사용하여 고객을 세분화하고, 대상이 지정된 이메일을 발송하고, 고객 관계를 개선하고, ROI를 높이고, 마케팅을 개선하고, 마케팅 비용을 줄이고, 더 나은 리타게팅을 수행하고, 고객 이탈을 줄이는 등 다양한 작업을 수행할 수 있습니다. 여기에서 이러한 실용적인 응용 프로그램을 자세히 살펴보십시오.

RFM 세분화 요약 – 찬반 양론, 권장 사항

RFM 기술은 소매업체와 전자 상거래 비즈니스가 마케팅 투자 수익을 극대화할 수 있도록 지원하는 입증된 마케팅 모델입니다.

RFM 분석 및 RFM 세분화의 장점

• RFM은 온라인, 소매, 직접 마케팅, 구독, 비영리 등 다양한 유형의 비즈니스에 유용합니다.
• 다양한 고객 세그먼트를 파악하고 최고의 고객을 식별할 수 있습니다.
• RFM은 고도로 타겟팅된 마케팅 캠페인을 만드는 데 도움이 됩니다.
• 고객 관계 마케팅 및 고객 충성도를 지원합니다.
• 자세한 고객 분석 및 고객 통찰력을 얻기 위해 다른 도구와 결합
• RFM은 타겟팅 최적화로 마케팅 비용을 절감합니다.
• 통제된 타겟팅으로 인해 고객의 부정적인 반응을 줄입니다.

RFM의 몇 가지 제한 사항:

• 대부분의 고객이 일회성 구매자인 경우 유용하지 않을 수 있습니다.
• 한 제품만 판매하고 그것도 한 번만 판매하는 경우 RFM이 적합하지 않을 수 있습니다.
• RFM은 역사적 분석입니다. 잠재 고객을 위한 것이 아닙니다.
• 소프트웨어/도구가 없으면 RFM 점수 및 세그먼트 계산이 복잡할 수 있습니다.
• 하나의 특정 세그먼트에 너무 많은 캠페인을 보내면 고객을 화나게 할 수 있습니다.

Putler를 사용하여 몇 초 안에 RFM 분석을 실행하고 고객을 분류하십시오.

RFM은 문서상으로는 훌륭해 보이지만 처음부터 구현해야 하는 경우 복잡해집니다. 따라서 알고리즘을 구축하여 DIY를 하거나 마케팅 대행사에 문의하여 수행해야 합니다. 두 경우 모두 많은 시간과 돈을 잃게 됩니다. 그것이 기업이 관심을 잃고 RFM 세분화를 포기하는 곳입니다.

여기에서 Putler가 개입합니다.

당사의 분석 도구 Putler에는 바로 사용할 수 있는 RFM 차트가 있습니다. 전자상거래 플랫폼인 지불 게이트웨이를 Putler에 연결하면 자동으로 모든 클라이언트 데이터를 처리하고 최신성, 빈도 및 금전적 매개변수에 따라 11개의 세그먼트로 나눕니다.

재미있는 사실: RFM 계산은 Putler에서 말 그대로 3단계만 수행하면 됩니다.
Putler 내에서 RFM 분석을 실행하는 단계

1. 데이터 소스를 Putler에 연결
2. 고객 대시보드로 이동
3. RFM 세그먼트를 클릭하십시오. 완료!

Putler의 RFM 차트는 다음과 같습니다.

경쟁사에 비해 Putler의 RFM 분석을 사용할 때의 이점

시간 절약
시간이 본질이다. 우리는 비즈니스 소유자로서 귀하의 시간이 소중하다는 것을 이해합니다. 그리고 우리는 그것을 소중히 여깁니다. Putler에서 RFM 분석은 100% 자동화됩니다. RFM 점수를 수동으로 계산할 필요가 없으며 Excel 시트로 손을 댈 필요도 없습니다. Putler는 고객 데이터베이스를 분석하고 쇼핑 행동을 기반으로 고객을 11개 세그먼트로 나눕니다. 작업하려는 RFM 세그먼트를 클릭하기만 하면 Putler가 해당 세그먼트에 속하는 모든 고객을 표시합니다.

코딩 지식이 필요하지 않음
모든 비즈니스가 사내 기술 팀의 지원을 받는 것은 아니며 우리는 그것을 이해합니다. 그래서 우리는 Putler의 RFM Segmentation을 매우 간단하게 만들었습니다. 사용하는 데 코딩 기술이 필요하지 않습니다. 이해하십시오. Putler는 모든 무거운 작업을 수행하고 몇 초 안에 세그먼트를 사용할 준비가 되도록 제공합니다.

매우 저렴한
RFM 도구를 처음부터 만들어야 하거나 고객 세분화를 위해 타사 마케팅 대행사에 의존해야 한다면 결국 수천 달러를 지출하게 될 것입니다. 오른쪽? 또한 RFM은 최종 단계가 아닙니다. 일단 시작에 불과합니다. 일단 고객을 세분화하면 리타게팅, 타겟 이메일 전송, 마케팅 개선 등과 같은 마케팅 활동을 수행하기 위해 예산을 할당해야 합니다. 즉, RFM 세그먼트가 있으면 더 많은 돈을 지출해야 합니다. 이 모든 것을 고려하여 Putler는 RFM을 모든 사람에게 저렴하게 제공합니다. 중간 계획(성장 – $79/월)을 선택하기만 하면 $80 미만으로 고객을 분류할 수 있습니다. 훔치다?

사용자 친화적
RFM 분석은 여러 용도로 사용됩니다. 마케터, 컨설턴트, 지원 담당자, 최상위 관리자 등이 액세스해야 합니다. 따라서 이러한 모든 그룹을 수용하기 위해 Putler는 RFM 인터페이스를 매우 사용하기 쉽고 이해하기 쉽게 만들었습니다.

실시간 RFM 분석
Putler의 RFM 분석은 실시간 데이터를 기반으로 합니다. 즉, 고객이 매장에서 물건을 구매할 때 Putler는 고객에 대한 RFM 분석을 실행하고 계산된 RFM 점수를 기반으로 적절한 세그먼트에 고객을 추가합니다. 실시간 RFM 분석을 통해 모든 고객이 언제든지 세분화됩니다.

RFM 세그먼트 필터링 기능
Putler의 RFM 분석은 고객을 최근성, 빈도 및 통화를 기준으로 11개 세그먼트로 나눕니다. 하지만 그게 아닙니다. 주문 상태, 구매한 제품, 이후 고객, 지리적 위치, 가격 책정 등과 같은 다양한 매개변수를 기반으로 이러한 세그먼트를 추가로 드릴다운할 수 있습니다. 특정 매개변수에 속하는 고객을 추가로 필터링하는 이 기능은 타겟팅 범위를 좁히고 마케팅을 더욱 개선하는 데 도움이 됩니다.

Putler를 무료로 사용해 보세요

전적으로 귀하의 선택입니다. 온라인 비즈니스가 있고 고객 기반에 대한 RFM 분석을 실행하고 이를 다양한 세그먼트로 나누고 싶다면 Putler가 좋은 시작 방법입니다. Putler에는 14일 무료 평가판이 있습니다. 모든 기능(RFM 세분화 포함)에 액세스할 수 있습니다.

참고: 평가판은 지난 3개월간의 데이터만 가져옵니다. 따라서 평가판에서 지난 3개월 동안 구매한 고객을 분류할 수 있습니다. 평가판을 사용해보고 제품에 대해 확신이 생기면 성장 계획을 선택하면 Putler가 더 많은 과거 데이터를 가져올 것입니다. 그런 다음 이전 고객에 대해서도 RFM 세분화를 실행할 수 있습니다.

귀하의 의견이나 질문과 함께 답장을 남겨주세요. 그리고 이 기사를 동료 마케터와 공유하는 것을 잊지 마십시오.