Содержание статьи
Почему клиентская база деградирует незаметно
В большинстве компаний данные о клиентах есть. Есть CRM, таблица в Excel или хотя бы выгрузка из 1С. Но смотрят на них редко, и почти всегда в агрегированном виде: «всего клиентов 1 840, выручка за квартал 12 млн». Эти цифры ничего не говорят о здоровье базы.
Проблема в том, что деградация происходит медленно и маскируется под стабильность. Клиент, который покупал раз в два месяца, перестаёт покупать. Сначала три месяца тишины, потом полгода. Формально он ещё числится в базе, маркетинг его обрабатывает, а по факту этот человек уже давно ваш конкурент обслуживает.
За год такого «тихого оттока» компания с выручкой 50 млн может терять 8-12 млн потенциальной выручки от повторных продаж. При этом продолжает тратить бюджет на привлечение новых клиентов, хотя дешевле было бы удержать старых. Стоимость привлечения нового клиента в B2B в 5-7 раз выше, чем стоимость сохранения существующего.
Три сигнала, что база деградирует прямо сейчас: выручка растёт, но количество активных клиентов не меняется (значит, вы берёте больше с тех же); доля новых клиентов в выручке падает из квартала в квартал; средний интервал между покупками по базе увеличивается.
Без регулярной диагностики клиентской базы эти сигналы незаметны. Цифры в отчёте выглядят нормально - до тех пор, пока разом не уходит несколько крупных клиентов и выручка не проваливается на 20-30%.
Что такое RFM и как он работает
RFM - метод сегментации клиентов по трём измерениям их покупательского поведения.
- Recency (давность) - сколько дней прошло с последней покупки. Чем меньше, тем лучше.
- Frequency (частота) - сколько раз клиент покупал за анализируемый период.
- Monetary (деньги) - на какую сумму купил за тот же период.
Каждому клиенту присваивается оценка по каждой оси. Чаще всего используют шкалу 1-4 (квартили) или 1-5 (квинтили). Клиент с оценкой R=4, F=4, M=4 - ваш чемпион: покупал недавно, покупает часто и тратит много. Клиент с R=1, F=1, M=1 - либо давно ушёл, либо пришёл один раз и не вернулся.
Почему R стоит первым: давность - самый сильный предиктор следующей покупки. Клиент, купивший месяц назад, купит снова с вероятностью 60-70%. Клиент, который не покупал год, - с вероятностью 10-15%. Это не теория: данные из исследований ритейла и B2B последовательно подтверждают этот паттерн на протяжении 30 лет.
Метод разработан Яном Кулманом и Дэвидом Блаттбергом в 1995 году для прямого маркетинга. Сегодня он применяется в ритейле, e-commerce, B2B-продажах, подписочных сервисах. В небольших компаниях RFM особенно ценен тем, что не требует сложных инструментов - хватает Excel.
Как провести RFM-анализ в небольших компаниях: пошаговая инструкция
Шаг 1. Подготовьте данные
Нужна таблица с тремя столбцами: идентификатор клиента (ID или название), дата последней покупки, история всех транзакций за выбранный период. Стандартный период - 12 месяцев. Если у вас длинный цикл сделки (строительство, оборудование), берите 24-36 месяцев.
Источник данных: выгрузка из 1С, AmoCRM, Bitrix24, Google Sheets с ручным ведением - неважно. Главное, чтобы каждая строка была одной транзакцией или одним клиентом с агрегированными данными.
Шаг 2. Посчитайте три метрики
Для каждого клиента вычислите:
- R - разницу в днях между датой последней покупки и сегодняшней датой. В Google Sheets:
=СЕГОДНЯ()-дата_покупки. - F - количество транзакций за период. Функция СЧЁТЕСЛИ по ID клиента.
- M - суммарная выручка с клиента за период. Функция СУММЕСЛИ.
Шаг 3. Присвойте оценки
Используйте квартили. В Google Sheets функция =КВАРТИЛЬ(диапазон; 1) даёт нижнюю четверть, =КВАРТИЛЬ(диапазон; 3) - верхнюю.
Для R оценка работает наоборот: меньше дней - выше оценка. Клиент, который купил 10 дней назад, получает R=4, купивший 400 дней назад - R=1.
Для F и M: больше покупок и больше денег - выше оценка. Клиент в верхнем квартиле по выручке получает M=4.
Шаг 4. Сгруппируйте в сегменты
64 комбинации оценок (4×4×4) на практике сворачиваются в 6-8 значимых групп. Ниже - стандартные сегменты и логика их выделения.
| Сегмент | RFM-профиль | Доля базы | Что делать |
|---|---|---|---|
| Чемпионы | R=4, F=4, M=3-4 | 5-10% | Удерживать. VIP-сервис, ранний доступ к новинкам, персональный менеджер. |
| Лояльные | R=3-4, F=3-4, M=2-4 | 10-15% | Растить до чемпионов. Апсейл, расширение ассортимента, реферальная программа. |
| Новые | R=4, F=1, M=1-2 | 10-20% | Конвертировать во вторую покупку. Онбординг, помощь с первым результатом, follow-up через 2-3 недели. |
| Зона риска | R=2, F=2-4, M=2-4 | 15-25% | Срочная реактивация. Персональный звонок, спецпредложение, выяснение причины снижения активности. |
| Спящие | R=2-3, F=1-2, M=1-2 | 20-30% | Дешёвые массовые касания. Email-рассылка, контент, напоминания без персонального менеджера. |
| Ушедшие | R=1, F=1-2, M=1-2 | 20-40% | Разовая реактивация или архив. Не тратить регулярный бюджет. Через 6 месяцев без ответа - удалить из активной базы. |
Сегменты RFM: что делать с каждым
Чемпионы (Champions)
Покупают часто, тратят много, купили недавно. Обычно это 5-10% базы, но 30-40% выручки. Главная задача с ними - не мешать. Не заваливать спамом, не менять менеджера без предупреждения, не «улучшать» условия без согласования.
Типичная ошибка: одинаково обрабатывать чемпионов и всех остальных. Получают те же массовые письма, те же акции. Это раздражает и снижает лояльность. Для этого сегмента нужен отдельный коммуникационный трек: персональные письма от имени конкретного менеджера, ранний доступ к новинкам, ощущение что их ценят.
Зона риска (At Risk)
Раньше покупали регулярно и на хорошие суммы, но последние несколько месяцев - тишина. Это самый ценный сегмент для немедленных действий. Клиент ещё помнит о вас, у него есть опыт работы с вами, вернуть его дешевле, чем привлечь нового.
Алгоритм работы с зоной риска: личный звонок от менеджера или руководителя (не автоматическое письмо), прямой вопрос «что изменилось», персональное предложение под запрос. Конверсия в возврат при таком подходе - 15-25%. При массовой рассылке - 3-5%.
Считайте в рублях: если клиент из зоны риска давал в среднем 180 000 руб/год, а у вас таких 40 клиентов - это 7,2 млн руб потенциальной годовой выручки под угрозой. Один менеджер на 2 недели звонков окупается многократно.
Новые клиенты (New Customers)
Купили недавно, но только один раз. Главная задача - вторая покупка. Исследования показывают: клиент, сделавший вторую покупку, с вероятностью 50-60% делает третью. Клиент с одной покупкой - разовый случай, а не актив базы.
Что работает для конвертации в повторную покупку: онбординг (помогите клиенту получить результат от первой покупки), follow-up через 14-21 день («всё получилось?»), смежное предложение под выявленную потребность.
Ушедшие (Lost)
Не покупали больше 9-12 месяцев, раньше покупали редко и немного. Тратить на них регулярный маркетинговый бюджет нецелесообразно. Оправдана одна реактивационная кампания в год: простое письмо с честным предложением без давления. Те, кто не реагирует на 2-3 попытки за 6 месяцев, переходят в архив.
Что ещё смотреть кроме RFM: CLV, доля кошелька, миграция
CLV по сегментам
Customer Lifetime Value в связке с RFM даёт понимание не только текущего состояния клиента, но и его потенциала. Формула для бизнеса без сложного моделирования: средний чек × среднее количество покупок в год × средний срок жизни клиента в месяцах / 12.
Подробнее о методологии расчёта и связи LTV с затратами на привлечение - в разборе LTV/CAC-анализа для бизнеса. Там же - формулы для расчёта в Google Sheets.
Доля кошелька (Share of Wallet)
Сколько от общего бюджета клиента на вашу категорию достаётся вам. Клиент покупает у вас на 500 000 руб/год, а его общий бюджет на услуги вашего типа - 2 млн руб. Ваша доля кошелька - 25%. Есть ещё 1,5 млн, которые уходят конкурентам.
Узнать долю кошелька можно напрямую через вопросы в NPS-опросе или при личных переговорах. Этот показатель важен для приоритизации апсейла: у лояльного клиента с низкой долей кошелька потенциал роста выручки больше, чем у нового клиента.
Миграция между сегментами
Сравнение RFM за два периода показывает, куда движутся клиенты. Если за квартал 30 клиентов мигрировали из «лояльных» в «зону риска», это ранний сигнал проблемы - задолго до того, как она отразится в выручке. Если 20 новых клиентов перешли в «лояльные», онбординг работает.
Миграционная матрица строится раз в квартал и занимает 30 минут при уже настроенном RFM-расчёте. Это один из самых быстрых индикаторов здоровья клиентской базы.
О диагностике клиентского опыта как факторе миграции - в статье про диагностику клиентского сервиса.
Типичные ошибки при анализе клиентской базы
Анализировать выручку вместо поведения
Смотреть только на то, сколько клиент принёс денег - значит видеть прошлое без понимания будущего. Клиент мог дать 2 млн в прошлом году и не прийти ни разу в этом. Поведенческая диагностика (когда, как часто, тренд) важнее, чем сумма в отчёте.
Выбрать неправильный период
Если у вас стройматериалы или промышленное оборудование с циклом сделки 6-9 месяцев, а вы считаете RFM за 3 месяца - половина лояльных клиентов окажется в «ушедших». Период анализа должен быть кратен типичному циклу покупки в вашем бизнесе. Для большинства B2B с длинным циклом - 18-24 месяца.
Не сегментировать по продукту
Клиент покупает у вас три разных продукта с разной частотой. Агрегированный RFM смешает всё в один профиль. Для точной картины делайте отдельный RFM по каждой ключевой продуктовой линейке или категории. Это сложнее, но открывает возможности для точечного кросс-сейла.
Один анализ раз в год
Разовый RFM - это снимок, а не система. Его ценность появляется в динамике: когда вы сравниваете сегменты квартал к кварталу и видите тренды. Годовой анализ даёт слишком мало данных для оперативных решений.
Автоматизировать коммуникации без проверки логики
Автоматическое письмо «мы скучаем» уходит клиенту, который только вчера позвонил менеджеру с претензией. Или скидка уходит тому, кто только что подписал договор на год. RFM-сегментация работает, только если данные в ней актуальны и коммуникационные триггеры учитывают весь контекст взаимодействия с клиентом.
Прежде чем автоматизировать - запустите вручную на одном сегменте, проверьте логику, убедитесь, что данные полные. Подробнее о том, как диагностировать воронку продаж и точки выхода клиентов - в разборе диагностики воронки продаж.
Игнорировать качественный контекст
RFM - количественный инструмент. Он не объясняет, почему клиент ушёл или почему начал покупать больше. Для понимания причин нужны NPS-опросы, интервью, анализ обращений в поддержку. О том, как выстроить систему обратной связи, - в материале про NPS для бизнеса.
Часто задаваемые вопросы
RFM - это способ разделить клиентов на группы по трём параметрам: как давно они покупали (Recency), как часто (Frequency) и на какую сумму (Monetary). Каждый клиент получает оценку по каждому параметру, и вы видите, кто приносит деньги прямо сейчас, кто уходит и кто уже ушёл. Метод применяется с 1995 года и хорошо работает даже в простых таблицах без специального ПО.
Выгрузите историю транзакций в Excel или Google Sheets: дата покупки, сумма, клиент. Посчитайте для каждого три значения: дней с последней покупки, количество покупок за период, сумму. Разбейте на квартили (КВАРТИЛЬ в Excel) и присвойте оценки 1-4 по каждой оси. Итого: матрица, которая на практике сворачивается в 6-8 значимых сегментов. При базе до 2 000 клиентов это занимает 2-3 часа.
В B2B с длинным циклом сделки нормальным считается 20-30% неактивных за последние 12 месяцев. В B2C с короткими циклами - до 40-50%. Если доля неактивных превышает 60%, это сигнал либо о серьёзных проблемах с удержанием, либо о том, что база засорена контактами, которые никогда не были реальными клиентами.
Для большинства компаний достаточно одного раза в квартал. Если бизнес сезонный, делайте анализ в начале и конце каждого сезона. При активных маркетинговых кампаниях - до и через 30 дней после: так видно, какие сегменты реально отреагировали. Ежемесячный анализ оправдан только при объёме свыше 500 транзакций в месяц.
Сначала понять, почему ушли. Позвоните выборке из 10-15 клиентов. Если причина в сервисе - отдельная задача. Если просто «забыли» - реактивационная кампания: персональное предложение с честным объяснением. Тех, кто не реагирует на 2-3 попытки касания за 6 месяцев, переводите в архив. Держать их в активной базе - значит платить за маркетинг по нерабочим контактам.
RFM позволяет перестать тратить одинаково на всех. Чемпионам и лояльным клиентам нужно минимум касаний - они и так покупают. На клиентов зоны риска уходит больше: их нужно вернуть до ухода. Новых привлекать дорого, поэтому деньги вкладываются в конвертацию во вторую покупку. Вместо равномерного полива базы вы распределяете бюджет пропорционально потенциалу и риску каждого сегмента.
ABC смотрит только на выручку: кто принёс больше всего денег (A), кто средне (B), кто мало (C). RFM добавляет временной и поведенческий контекст. Клиент из группы A по ABC может быть в статусе «зона риска» по RFM - он раньше давал много денег, но уже полгода не покупает. ABC этого не покажет. RFM глубже для работы с базой, ABC проще для быстрого среза по выручке.
При базе меньше 200 клиентов полноценный RFM избыточен: квартильное деление на такой выборке даёт нестабильные сегменты. Вместо этого сделайте простую ручную сортировку: кто покупал за последние 3 месяца, кто за 3-12 месяцев, кто больше года назад. Добавьте столбец с суммой покупок. Полноценный RFM имеет смысл от 300-400 клиентов в базе.
RFM показывает текущее состояние клиента, LTV (пожизненная ценность) - сколько денег он принесёт за всё время работы с вами. RFM-сегменты напрямую влияют на расчёт LTV: «чемпионы» дают максимальный LTV, «уходящие» - минимальный или нулевой. Диагностика базы позволяет видеть не только прошлые деньги, но и прогнозировать будущие поступления. Подробнее - в статье про LTV/CAC-анализ для бизнеса.
В рамках диагностики бизнеса Nexops проводит аудит клиентской базы: выгружаем транзакции, строим RFM-матрицу, считаем CLV по сегментам и определяем зоны потерь выручки. По итогам - конкретный план работы с каждым сегментом и оценка потенциала реактивации в рублях. Записаться на диагностику можно на diagnostika.nexops.ru.
Что дальше
RFM - хорошая отправная точка, но полная диагностика клиентской базы не ограничивается сегментацией. После того как вы понимаете структуру базы, следующий шаг - разобраться с причинами, по которым клиенты уходят или снижают активность.
Инструменты для этого: NPS-опрос для измерения лояльности, анализ воронки продаж для понимания точек выхода, диагностика клиентского сервиса для выявления системных проблем. Всё это части одного пазла.