Проводить RFM-анализ можно, пользуясь следующей методикой.

Первый шаг – исследование Recency. Для начала здесь нужно определиться с тем, что будет являться критерием активности клиента. Это может быть покупка, посещение магазина, или даже переход по ссылке в интернете на сайт компании. Все зависит от того, какие цели преследует фирма, проводя анализ, и от специфики деятельности.

Далее необходимо распределить клиентов на пять групп на основе того, как давно они совершали те или иные действия.

Данное распределение удобно проводить, определив несколько временных циклов (в нашем случае – 5). Например, действия, совершенные за последний месяц, от 1 до 2 месяцев назад, от 2 до 3 месяцев назад, от 3 месяцев до полугода и от полугода до года.

Группа, в которой будут собраны потребители, совершившие действия совсем недавно, обычно обозначается номером 5. Номер 1 – группа потребителей, которые не были активны самое длительное время.

Следующий шаг анализа – работа с Frequency. Принцип распределения клиентов на 5 групп здесь такой же, как и в Recency. Только вместо выделения временных отрезков нужно определить, какое количество активностей будет критерием вхождения клиента в ту или иную группу. Например, 20 и более покупок – 5 группа, 0-2 покупки – 1. При этом необходимо понимать, что установление завышенных или заниженных порогов вхождения в группы может существенно повлиять на точность результатов.

Далее, следуя методике RFM-анализа, нужно определить Monetary. Здесь все так же, как и в предыдущих пунктах. Условие попадания клиента в ту или иную группу – преодоление установленной планки в виде объема затраченных средств.

Таблица 1 – Последовательность анализа

В итоге после проведения анализа можно сформировать целых 125 групп от 111й до 555й (цифры - комбинации номеров групп по каждому показателю). Но это совсем не значит, что к потребителям каждой группы нужно применять индивидуальный подход. Здесь будет наиболее полезным выделить различные тенденции в поведении клиентов, определить самых важных, ключевых клиентов компании и тех, кто близок к тому, чтобы стать приверженцем фирмы.

Группа 555, например – это самые лояльные потребители, в которых компания может быть уверена. Но при этом не нужно думать, что о них можно «забыть», т.к. они итак не уйдут. Таким клиентам необходимо показать, что они действительно важны фирме, что фирма благодарна им (создание особых условий, программы лояльности).

111 – самые неперспективные потребители. Тем не менее, нужно понимать, что хотя бы раз, но они обратились к услугам компании. Попытаться привлечь их снова или понять причину низкой активности – возможные задачи для маркетологов фирмы.

Клиенты с Recency 5 находятся в состоянии оценки компании и возможно обратятся к ней снова. Их можно смело привлекать, осуществляя почтовые или интернет-рассылки, стимулировать к совершению покупки.

Группе потребителей, совершающих частые покупки на небольшие суммы, можно предложить смежные товары и услуги к тем, что они приобретают.

И так далее.

Главное, что позволяет сделать RFM-анализ – это понять структуру клиентской базы, увидеть происходящие в ней процессы.

Система бизнес-аналитики OLAP-Эксперт – хороший инструмент для проведения RFM-анализа. Обработка большого объема данных, систематизация, простота масштабирования, визуализация – все это позволит эффективно работать с клиентской базой, повышая лояльность потребителя.

ABC+XYZ

XYZ-анализ является инструментом, позволяющим классифицировать различные объекты по тем или иным позициям в зависимости от характера их потребления, от возможности прогнозирования спроса на эти объекты в динамике.

Другими словами, с помощью XYZ-анализа можно выявить колебания в значениях анализируемых объектов (товарных групп, клиентов и других) за разные периоды.

XYZ-анализ дает возможность сделать выводы о том, насколько стабильны продажи, выявить те или иные отклонения. В конечном результате – классифицировать товары, клиентов в зависимости от равномерности продаж или покупок.

Данный анализ проводится в следующей последовательности:

1. Необходимо определить коэффициенты вариации для исследуемых признаков (коэффициент вариации характеризует отклонение значения того или иного признака от среднеарифметического значения этого признака за период).
2. Ранжировать объекты по возрастанию этих коэффициентов
3. Провести распределение по группам X, Y и Z
4. Для большей наглядности можно визуализировать результаты в графиках и диаграммах

В классическом подходе в группу X попадают объекты с коэффициентом вариации до 10% - это продукты, характеризующиеся стабильностью продаж и возможностью точного прогнозирования их потребления.

Группа Y – коэффициент вариации со значением от 10 до 25 % - продукты, потребление которых более сложно прогнозировать, но проявляются некоторые тенденции (сезонные колебания).

Группу Z формируют товары, не имеющие каких-либо тенденций в потреблении, потребляемые нерегулярно. Значения коэффициента вариации более 25 %.

Вот пример таблицы результатов XYZ-анализа.

Таблица 1 – XYZ-анализ

Далее стоит отметить некоторые ограничения в проведении XYZ-анализа.

Первое – для получения более достоверных результатов период анализа должен быть как можно более длинным. Еще лучше, если таких периодов в анализе несколько.

Второе – включать следует данные не за весь период, а за промежутки в нем (месяц разбиваем на недели и т.п.).

Третье – для того, чтобы сделать качественные выводы о том, какие товары являются ключевыми, какие клиенты наиболее ценны для компании и т.п., недостаточно ограничиться только лишь проведением XYZ-анализа.