Yrityksen pyörittäminen tarkoittaa monenlaisten asiakassuhteiden hallintaa. Osa asiakkaista teki ostoksia verkkokaupassasi eilen, kun taas toiset eivät ole ostaneet mitään lähes vuoteen. Jotkut ostavat kerran ja katoavat, toiset palaavat uskollisesti kuukausittain. Osa kuluttaa harkiten, toiset taas rakastavat tuhlaamista.
Jos kaikkia asiakkaita kohdellaan yhtenä ryhmänä heidän erilaisista tarpeistaan ja ostotottumuksistaan huolimatta, markkinointi menettää tehoaan. Saman ”Emme ole nähneet sinua vähään aikaan!” -sähköpostin lähettäminen kaikille tuhlaa resursseja ja voi antaa brändistä vaikutelman, ettei se tunne asiakkaitaan.
RFM-analyysi perustuu kolmeen tekijään: kuinka äskettäin asiakas on tehnyt ostoksen, kuinka usein hän ostaa ja kuinka paljon hän käyttää rahaa ostoksiinsa. Näiden tietojen avulla asiakkaat voidaan jakaa eri segmentteihin ja luoda kullekin ryhmälle kohdennettuja markkinointikampanjoita.
Mitä on RFM-analyysi?
RFM-analyysi (recency, frequency, monetary) eli ostojen tuoreuteen, ostotiheyteen ja rahalliseen arvoon perustuva analyysi on asiakassegmentoinnin menetelmä, jolla asiakkaiden ostokäyttäytymistä arvioidaan viimeisimmän oston ajankohdan, ostotiheyden ja ostosten rahallisen arvon perusteella. Näiden kolmen tekijän avulla voidaan ennakoida asiakkaiden tulevaa ostokäyttäytymistä ja kohdentaa markkinointia eri asiakasryhmille.
Kuinka RFM-analyysi toimii?
RFM-analyysissä jokainen kolmesta tekijästä pisteytetään asteikolla 1–5. Arvosana 5 tarkoittaa kunkin tekijän osalta parasta tulosta. Yritys voi määrittää pisteytysrajat oman liiketoimintamallinsa ja asiakkaidensa ostokäyttäytymisen perusteella.
Näin kukin tekijä toimii:
- Tuoreus kertoo, kuinka kauan asiakkaan viimeisimmästä ostoksesta on kulunut. Se auttaa arvioimaan asiakkaan aktiivisuutta. Esimerkiksi eilen villapaidan ostanut asiakas voisi saada arvosanan 5, kun taas asiakas, joka ei ole ostanut mitään viime talven jälkeen, saisi todennäköisesti arvosanan 1.
- Tiheys kertoo, kuinka usein asiakas tekee ostoksia. Sen avulla voidaan tunnistaa säännöllisesti ostavat asiakkaat. Esimerkiksi joka kuukausi uudet kengät ostava asiakas voisi saada arvosanan 5, kun taas vain kerran vuodessa alennusmyynneissä ostava asiakas voisi saada arvosanan 1.
- Rahallinen arvo kertoo, kuinka paljon asiakas käyttää rahaa ostoksiin. Sen avulla voidaan tunnistaa eniten kuluttavat asiakkaat. Esimerkiksi premium-tuotteisiin säännöllisesti 200 euroa käyttävä asiakas voisi saada arvosanan 5, kun taas 30 euron perustuotteita ostava asiakas voisi saada arvosanan 2.
Pisteitä voidaan tarkastella erikseen tai yhdistää ne kokonaisarvioksi. Näin saadaan kattavampi kuva asiakkaan arvosta. Jos asiakas saa tuoreudesta arvosanan 4, ostotiheydestä 3 ja rahallisesta arvosta 5, hänen RFM-pisteidensä keskiarvo on 4:
RFM = (4 + 3 + 5) / 3
Pisteytyskäytännöt vaihtelevat käytetyn työkalun mukaan. Jotkin työkalut laskevat pisteet yhteen, jolloin kokonaispistemäärä on 3–15, kun taas toiset laskevat niiden keskiarvon.
Miksi verkkokaupat käyttävät RFM-analyysiä
Saatat jo segmentoida asiakkaitasi esimerkiksi demografisten tietojen perusteella tai jakamalla heidät aktiivisiin ja passiivisiin asiakkaisiin. RFM-analyysi on kuitenkin erityisen hyödyllinen verkkokaupassa, sillä se perustuu asiakkaiden todelliseen ostokäyttäytymiseen.
RFM-analyysin kolme tekijää ovat tärkeitä verkkokaupassa seuraavista syistä:
Kehitä tehokkaampia markkinointikampanjoita
RFM-segmentoinnin avulla voit luoda kampanjoita, jotka perustuvat asiakkaiden ostokäyttäytymiseen. Voit esimerkiksi:
- Järjestää VIP-ennakkomyynnin asiakkaille, joiden rahallinen arvo on korkea, ja antaa eniten kuluttaville asiakkaille ensimmäisenä pääsyn uusiin tuotteisiin.
- Tarjota tilausohjelmia usein ostaville asiakkaille, joiden ostot ovat säännöllisiä.
- Lähettää tuoreille asiakkaille personoituja lisätuotesuosituksia, kun heidän kiinnostuksensa on vielä tuoreessa muistissa.
Kun markkinointi kohdistetaan asiakkaille, joiden ostot ovat rahallisesti arvokkaita, konversioprosentti voi parantua, sillä tarjoukset perustuvat asiakkaiden todelliseen ostokäyttäytymiseen. Esimerkiksi kuukausittain ostava uskollinen asiakas suhtautuu todennäköisesti tilauspalvelua koskevaan tarjoukseen myönteisemmin kuin asiakas, joka ostaa vain kahdesti vuodessa.
Tunnista asiakkaat, jotka ovat vaarassa menettää kiinnostuksensa
RFM-analyysi auttaa paitsi kasvattamaan arvokkaimpien asiakkaiden tuottoa myös tunnistamaan asiakkaat, joiden kiinnostus on hiipumassa. Pisteiden lasku voi kertoa asiakassuhteen heikkenemisestä, ja eri mittarit auttavat valitsemaan sopivat toimenpiteet.
Tässä muutamia tapoja aktivoida asiakkaita uudelleen:
- Jos asiakkaan tuoreuspisteet laskevat, oikeaan aikaan lähetetty sähköposti ja alennustarjous voivat houkutella hänet takaisin verkkokauppaasi.
- Jos asiakkaan viimeisimmästä ostoksesta on kulunut aiempaa enemmän aikaa, oikeaan aikaan lähetetty sähköposti ja alennustarjous voivat houkutella hänet takaisin verkkokauppaasi.
- Jos asiakkaan rahallinen arvo laskee huomattavasti, esimerkiksi 1 000 eurosta vuodessa 200 euroon, lähetä hänelle asiakastyytyväisyyskysely. Näin voit selvittää, mikä on muuttunut, ja pyrkiä vahvistamaan asiakassuhdetta ennen kuin asiakas menetetään.
Kohdenna markkinointi- ja myyntikulut tehokkaammin
Ihannetilanteessa voisit kokeilla kaikenlaisia markkinointikeinoja sosiaalisen median uudelleenkohdennusmainonnasta suoramarkkinointiin. Useimmilla yrityksillä ei kuitenkaan ole rajatonta markkinointibudjettia tai loputtomasti resursseja. Asiakassegmentoinnin avulla voit tunnistaa arvokkaimmat asiakasryhmät ja keskittää markkinointitoimet niihin, joiden asiakassuhteiden säilyttämisessä ja kehittämisessä on eniten potentiaalia.
Näin markkinointiin käytetyt resurssit voidaan kohdentaa tehokkaammin. Sen sijaan, että lähettäisit suoramarkkinointia kaikille 10 000 asiakkaallesi, voit huomata, että keskittyminen 2 000 arvokkaimpaan asiakkaaseen on kustannustehokkaampaa. Uusien asiakkaiden hankkiminen mainonnan avulla on tärkeää, mutta myös nykyisiin asiakkaisiin panostaminen voi parantaa markkinoinnin tuottoa.
Kuinka käyttää RFM-analyysia asiakassegmentointiin
- Valitse työkalusi RFM-analyysiin
- Luo asiakassegmenttilistat
- Seuraa segmenttien suorituskykymittareita
Näin pääset alkuun RFM-analyysin kanssa, segmentointistrategian ensiaskelista aina kampanjan onnistumisen mittaamiseen:
1. Valitse RFM-analyysiin sopivat työkalut
RFM-pisteet voi laskea käsin, mutta satojen tai tuhansien asiakkaiden ostokäyttäytymisen seuraaminen taulukkolaskentaohjelmassa käy nopeasti työlääksi ja altistaa virheille. Asiakasanalytiikkatyökalut ja nykyaikaiset verkkokauppa-alustat tarjoavat onneksi valmiita RFM-analyysitoimintoja, jotka pisteyttävät asiakkaat ja jakavat heidät segmentteihin automaattisesti.
Esimerkiksi Shopifyn sisäänrakennettu RFM-analyysi pisteyttää asiakkaat automaattisesti asteikolla 1–5 kolmen tekijän perusteella: viimeisimmästä ostosta kuluneen ajan, ostotiheyden ja rahallisen arvon. Tämän jälkeen asiakkaat luokitellaan eri ryhmiin, kuten huippuasiakkaisiin ja passiivisiin asiakkaisiin.
Shopify laskee pisteet kaupan omien tietojen perusteella eikä toimialan yleisten vertailuarvojen mukaan. Näin asiakassegmentit kuvastavat juuri kyseisen kaupan asiakkaiden ostokäyttäytymistä. Saatavilla on myös yksityiskohtaisia raportteja, joista näet kunkin asiakassegmentin osalta esimerkiksi viimeisimmästä tilauksesta kuluneiden päivien keskimäärän, tilausten kokonaismäärän ja asiakkaiden kokonaiskulutuksen.
2. Luo asiakassegmenttejä
RFM-analyysi jakaa asiakkaat eri ryhmiin sen perusteella, millaiset pisteet he saavat ostojen ajankohdasta, ostotiheydestä ja rahallisesta arvosta. Shopify ja muut verkkokauppa-alustat voivat luoda segmentit automaattisesti, mutta voit myös määrittää omia segmenttejä liiketoimintasi tavoitteiden ja asiakkaidesi ostokäyttäytymisen perusteella.
Voit kohdistaa kuhunkin asiakasryhmään sopivia markkinointitoimia. Tässä esimerkkejä yleisistä segmenteistä ja niille sopivista markkinointistrategioista:
- Korkea tuoreus, tiheys ja rahallinen arvo. Kutsu uskollisimmat asiakkaasi eksklusiivisiin tuotelanseerauksiin tai VIP-tapahtumiin vahvistaaksesi asiakassuhdetta ja kasvattaaksesi myyntiä.
- Korkea rahallinen arvo, matalampi tuoreus/tiheys. Markkinoi heille premium-tuotteita ja laadukkaita tuoteuutuuksia, jotka vastaavat heidän mieltymyksiään.
- Korkea tuoreus, kohtalainen tiheys/rahallinen arvo. Vahvista asiakkaiden kasvavaa kiinnostusta tarjoamalla tuotteistasi kertovaa sisältöä ja ennakkopääsyä uusiin mallistoihin.
- Laskeva tuoreus, historiallisesti korkea tiheys/rahallinen arvo. Pyri aktivoimaan asiakkaat uudelleen kohdennetuilla kampanjoilla ja erikoistarjouksilla, jotka perustuvat heidän aiempiin ostoksiinsa.
3. Seuraa asiakassegmenttien tuloksia
Seuraa, miten eri RFM-segmentit reagoivat markkinointikampanjoihisi. Näin saat selville, mitkä asiakasryhmät vaikuttavat eniten liiketoimintasi tulokseen. Tarkastele keskeisiä mittareita, kuten uusintaostojen määrää, keskimääräistä tilausarvoa ja asiakkaan elinkaariarvoa. Näin näet, mitkä markkinointikeinot toimivat parhaiten kussakin ryhmässä.
Kun vertaat kampanjoiden tuloksia eri asiakassegmenttien välillä, voit havaita selkeitä eroja. Esimerkiksi näet, tuottavatko VIP-ennakkotilaisuudet parempia tuloksia kuin entisten asiakkaiden takaisin houkuttelemiseen tarkoitetut alennustarjoukset. Näiden tietojen avulla voit kohdentaa markkinointitoimet ja -budjetin sinne, missä niistä on eniten hyötyä.
RFM-analyysi – Usein kysytyt kysymykset
Kuinka RFM-pisteet lasketaan?
RFM-analyysissä jokainen asiakas saa pisteet asteikolla 1–5 kolmen tekijän perusteella: viimeisimmästä ostosta kuluneen ajan, ostotiheyden ja rahallisen arvon mukaan. Yritys voi laskea nämä kolme pistemäärää yhteen, jolloin kokonaispistemäärä on 3–15, tai laskea niiden keskiarvon, jolloin tulos on 1–5. Pisteytysrajat vaihtelevat käytetyn työkalun ja toimialan mukaan. Siksi yhden yrityksen usein ostava asiakas voi toisen yrityksen mittareilla olla keskivertoasiakas.
Kuinka RFM-pisteitä tulkitaan?
Korkea RFM-kokonaispistemäärä viittaa arvokkaaseen ja aktiiviseen asiakkaaseen, kun taas matala pistemäärä voi kertoa harvoin ostavasta asiakkaasta tai asiakkaasta, jonka kiinnostus on hiipumassa. Myös yksittäisiä pisteitä kannattaa tarkastella erikseen. Esimerkiksi asiakas, joka on tehnyt hiljattain ostoksen mutta käyttänyt vähän rahaa, voi olla uusi asiakas, jonka asiakassuhdetta kannattaa kehittää. Jos taas ostotiheys laskee, vaikka asiakas on aiemmin käyttänyt paljon rahaa, se voi olla merkki kiinnostuksen hiipumisesta. Kun seuraat pisteiden muutoksia ajan mittaan, näet, mitkä asiakassegmentit kasvavat ja mitkä pienenevät.
Millainen on esimerkki RFM-analyysistä?
Asiakas, joka teki ostoksen viime viikolla (tuoreuspisteet 5), ostaa kuukausittain (ostotiheyspisteet 4) ja käyttää kohtuullisen summan rahaa tilausta kohden (rahallisen arvon pisteet 3), saa RFM-pisteiden keskiarvoksi 4. Laskutoimitus on (5 + 4 + 3) / 3 = 4. Tämä sijoittaa asiakkaan arvokkaampien asiakassegmenttien joukkoon.
Asiakas, joka saa kaikista kolmesta tekijästä yhden pisteen, on ostanut viimeksi kauan sitten, ostaa harvoin ja käyttää vähän rahaa. Markkinoinnissa hän on siten pienempi prioriteetti.
Kuinka usein RFM-pisteet kannattaa päivittää?
Päivitä RFM-pisteet vähintään yhtä usein kuin asiakkaasi tyypillisesti tekevät ostoksia. Jos asiakkaat ostavat yleensä kuukausittain, päivitä pisteet kuukausittain. Jos ostot ovat harvempia, neljännesvuosittainen päivitys voi riittää.
Asiakkaiden ostokäyttäytyminen muuttuu jatkuvasti. Tämän päivän huippuasiakas voi olla vaarassa siirtyä pois asiakkaistasi jo seuraavalla vuosineljänneksellä, jos hän lopettaa ostamisen. Automaattiset analytiikkatyökalut voivat päivittää pisteet jatkuvasti, jolloin sinun ei tarvitse turvautua manuaalisiin laskelmiin, jotka kuvaavat tilannetta vain yhdellä hetkellä.
Voivatko pienyritykset hyödyntää RFM-analyysiä?
RFM-analyysi sopii myös pienyrityksille. Asiakastietojen tarkasteluun riittää usein taulukkolaskentaohjelma tai yksinkertainen analytiikkatyökalu, jonka avulla voi tunnistaa uskollisimmat asiakkaat, parantaa asiakaspysyvyyttä ja suunnitella kohdennettuja markkinointikampanjoita. Menetelmä toimii hyvin myös pienillä asiakasmäärillä, eikä se edellytä suuryrityksille suunniteltuja ohjelmistoja. Kun asiakkaita on satoja tai tuhansia, erillinen analytiikkatyökalu helpottaa pisteiden seurantaa ja vähentää virheiden riskiä.
Miten RFM-analyysi eroaa asiakkaan elinkaariarvosta (CLV)?
RFM-analyysi antaa ajantasaisen kuvan asiakkaan ostokäyttäytymisestä kolmen tekijän perusteella: viimeisimmästä ostosta kuluneen ajan, ostotiheyden ja rahallisen arvon. Asiakkaan elinkaariarvo (CLV) puolestaan kuvaa asiakkaan koko asiakassuhteen aikana tuottamaa tai ennustettua tuottoa.
RFM-analyysi sopii erityisesti asiakassegmentointiin, kohdennettujen markkinointikampanjoiden suunnitteluun ja asiakkaiden ostokäyttäytymisen muutosten tunnistamiseen. Jos tavoitteena on arvioida asiakkaan pitkän aikavälin arvoa tai analysoida sen kehitystä, CLV ja kohorttianalyysi voivat tarjota hyödyllistä lisätietoa. Monet yritykset käyttävät näitä menetelmiä rinnakkain.
