RFM-сегментация: как разбить клиентскую базу по шагам
У двух покупателей может быть одинаковая общая сумма заказов и совершенно разное поведение: один регулярно покупает небольшими порциями, другой сделал крупный заказ год назад. Одинаковое предложение для них не обязательно будет уместным. RFM помогает увидеть такие различия по истории покупок, а затем проверить гипотезу для конкретной группы.
Практический разбор по гайду «Библия сегментации клиентов». Переводные формулировки источника отредактированы; примеры ниже учебные. Исходный гайд и рабочий шаблон.
Когда пора сегментировать, а когда ещё рано
RFM подходит, когда есть повторные покупки, сопоставимые периоды наблюдения и достаточно надёжная история заказов. Если продукт покупают один раз на много лет, редкая покупка не означает потерю интереса. Для совсем новой базы без накопленной истории полезнее сначала разобраться в потребностях и сценариях клиентов.
Не начинайте с сотни сегментов. Сформулируйте решение: кого попросить об обратной связи, кому предложить подходящее продолжение, у какой группы проверить причины снижения активности. Если для разных групп всё равно запланировано одно действие, сложная сегментация пока не нужна.
Шесть источников данных
| Источник | Что даёт | Ограничение |
|---|---|---|
| Веб-аналитика | Поведение на сайте и путь к действию | Не объясняет мотив сама по себе |
| Опросы | Заявленные потребности и оценки | Ответы могут отличаться от поведения |
| Транзакции | Даты, суммы, состав и частоту покупок | Нужны единые правила учёта возвратов |
| CRM и поддержка | Историю отношений и обращения | Разный уровень заполнения записей |
| Социальные сети | Обратную связь и темы обсуждений | Участники не представляют всю базу |
| Реакцию на коммуникации | Открытия и клики не равны покупке |
Для самого RFM достаточно идентификатора клиента, даты и суммы покупок. Дополнительные источники нужны, чтобы объяснять различия. Перед объединением проверьте дубликаты, валюты, отменённые заказы и основания использования данных.
RFM по шагам: от заказов к оценкам
- Выберите дату среза и окно истории, соответствующее циклу покупки. Все клиенты должны сравниваться по одинаковым правилам.
- Рассчитайте Recency — сколько дней прошло с последней учитываемой покупки. Меньшее значение означает более недавнюю активность.
- Рассчитайте Frequency — количество покупок за выбранный период. Решите, как объединять части одного заказа.
- Рассчитайте Monetary — сумму покупок за тот же период по согласованным правилам возвратов и скидок. Выручка не равна прибыли.
- Разделите распределение каждого признака на пять групп — квинтили. Оценка 5 соответствует лучшему значению: для R это меньше дней, для F и M — больше покупок и суммы.
- Соедините три оценки и посмотрите размер получившихся групп. У комбинаций 111 и 555 разный смысл, но их названия и действия зависят от вашего бизнеса.
При пяти оценках по трём признакам теоретически получается 125 комбинаций. Не превращайте каждую в отдельную рассылку. В маленькой базе или при множестве одинаковых значений квинтили могут быть неустойчивыми: фиксируйте правила границ и не разрывайте одинаковое поведение искусственно.
Что делать с группами клиентов
| Наблюдение | Что проверить | Возможный эксперимент |
|---|---|---|
| Недавние частые покупки | Что человек ценит и чего не хватает | Предложить полезное дополнение без обязательной скидки |
| Первая недавняя покупка | Получил ли клиент ожидаемый результат | Помочь пройти следующий естественный шаг |
| Раньше покупал часто, теперь давно не был | Не изменились ли сезонность и потребность | Проверить причину паузы, а не сразу давать купон |
| Высокая сумма при редких заказах | Не характерен ли такой цикл для продукта | Подстроить частоту контактов под реальный цикл |
Это гипотезы, а не характеристики личности. Сравнивайте результат с контрольной группой, когда это возможно, и следите за отписками, маржинальностью и повторными покупками. Рост отклика, полученный за счёт неуместных скидок, не обязательно полезен бизнесу.
Персональные данные и согласия
Рабочая таблица для обсуждения сегментов не должна содержать лишние телефоны, имена и адреса. Используйте обезличенные или агрегированные данные, ограничивайте доступ. Псевдонимизация не означает автоматически, что данные перестали быть персональными.
Основания обработки и рекламных коммуникаций проверьте с юристом: они зависят от цели, состава данных и способа контакта. Начать инвентаризацию поможет чек-лист по сайту. Если нужна работа в инфраструктуре компании, изучите on-premise; размещение само по себе не решает все вопросы соответствия.
