
RFM-АНАЛИЗ И СЕГМЕНТАЦИЯ
RFM-анализ — это оценка клиентской базы по трем критериям: давность (Recency), частота покупок (Frequency) и сумма расходов потребителя (Monetary). Модель RFM позволяет сегментировать аудиторию по ключевым для бизнеса параметрам на основе истории транзакций каждого покупателя. Этот метод удобен и эффективен для B2C, однако может использоваться и в B2В.
О чем пойдет речь
- Что такое RFM-анализ?
- Алгоритм и суть RFM-анализа клиентской базы
- Пример, как сделать RFM-анализ в Excel
- Цели и преимущества RFM-анализа в маркетинге
- Ограничения и недостатки RFM-сегментации
- Выводы
Впервые RFM-анализ начал использоваться в email-маркетинге. Об этом говорится в статье Тома Вансбика и Яна Рульфа Булта «Оптимальный выбор для прямой почтовой рассылки», опубликованной в 1995 г. в журнале Marketing Science. Эта работа подтвердила действие принципа Парето, согласно которому 80% продаж приходится на 20% клиентов бренда.
В 90-х годах модель RFM широко использовали для оптимизации кампаний прямого маркетинга. Благодаря этому методу компании понимали, кому стоит отправлять коммерческие предложения, и существенно экономили на создании печатных рекламных материалов.
Что такое RFM-анализ?
Для анализа RFM нужны записи о датах транзакций и потраченных суммах, привязанные к записям о клиентах. Данные об этих трех атрибутах клиентского поведения позволяют разделить аудиторию на сегменты, которые вы затем можете использовать для формирования и улучшения маркетинговой стратегии.
- Recency (недавность) — это время, когда клиент в последний раз делал заказ в магазине или компании.
- Frequency (частота) — это количество покупок, которые клиент совершил за все время или в течение определенного периода времени.
- Monetary Value (денежный эквивалент) — это средняя сумма денег, которую клиент тратит во время транзакции.
Оптимальный показатель для каждого из этих трех критериев не является универсальным и зависит от сферы бизнеса, его сезонности, ассортимента, средней стоимости продукта и других особенностей товаров или услуг. Особенно распространен RFM-анализ в сфере розничной торговли и профессиональных услуг. Владельцы интернет-магазинов и агентств, которые отслеживают поведение клиентов и фиксируют транзакции, могут влиять на уровень прибыли компании, правильно взаимодействуя с целевой аудиторией.
Пример: продавец недвижимости не ожидает высокой частоты покупок, совершенных одним и тем же клиентом, поскольку для него важна сумма, которую покупатель тратит в его компании за один раз. Он может никогда не вернуться, но принести фирме значительную прибыль, приобретя виллу на берегу моря или коммерческое помещение в центре города. В другом случае это может быть покупатель однокомнатной квартиры с бюджетным ремонтом и плохим видом из окна — в таком случае стоимость будет меньше, но этот клиент может оказаться более ценным, через год приобретя еще такую же квартиру для сдачи в аренду, а через 2 года — еще 3 бюджетные квартиры.
Если говорить о розничной торговле, то можно рассмотреть интернет-магазин детской одежды. Превратив нового покупателя в поклонника бренда, можно обеспечить стабильно высокий показатель частоты и недавности покупок. Даже если товары будут недорогие, ребенок растет быстро, а значит, обновлять его гардероб родители будут постоянно, особенно со сменой времени года.
В некоторых сферах бизнеса показатели недавности и частоты являются одинаково низкими показателями для всей клиентской базы. Это может быть туристическое агентство, сеть отелей или кафе на берегу моря. Некоторые из владельцев таких заведений полагаются на удачу, другие собирают контактные данные клиентов и приглашают их на следующие праздники или отпуск. Если большая семья ежегодно отдыхает в одном и том же горном городке и имеет там любимый ресторан, за 10 дней отпуска она может потратить в нем в 50 раз больше, чем случайный турист, который никогда больше не вернется в заведение, потому что даже не запомнит его.
Зато высокие показатели недавности и частоты характерны для таких сфер как психотерапия, медицина, обслуживание в области красоты и спорта, маркетинг и реклама. Продуктовые супермаркеты и магазины вещей ежедневного потребления и одежды при правильном привлечении клиентов успешно повышают все три показателя RFM, еженедельно или ежемесячно обеспечивая покупателей всем необходимым и — в еще большей степени — многочисленными не очень нужными акционными товарами.
Клиенты, которые совершили покупку на прошлой неделе и остались довольны, вернутся и сделают повторный заказ, если вовремя напомнить им о себе и сделать актуальное предложение. Те, которые покупали давно, но выбирали дорогие товары или услуги, вероятно, готовы тратить много, поэтому для них идеально подойдут продукты премиум-категории. А те, которые потратили больше всего в течение длительного периода, с большей вероятностью будут продолжать в таком же духе, поэтому для них можно создать сообщество или специальную программу лояльности.
«RFM-анализ позволяет маркетологам увеличить доход, ориентируясь на конкретные группы существующих клиентов (то есть, на сегментацию клиентов) с помощью сообщений и предложений, которые с большей вероятностью будут релевантными на основе данных об определенном наборе поведенческих реакций. Это приводит к увеличению количества ответов, удержанию клиентов, их удовлетворенности и пожизненной ценности клиента (CLTV)». «RFM Segments Based on RFM Analysis: An In-Depth Guide» — Florian Delval, director, technical PMM
RFM-модель учитывает покупательские привычки потребителей и фокусирует внимание владельцев бизнеса и маркетологов на ключевых клиентах, чтобы инвестировать в рекламу именно для прибыльных покупателей.
Алгоритм и суть RFM-анализа клиентской базы
RFM-анализ можно выполнить вручную. Это одно из важных преимуществ метода, поскольку нет острой необходимости покупать специальную программу и тратить время, чтобы научиться ею пользоваться.
Для сегментации клиентской базы вам понадобится Microsoft Excel или Google Sheets и данные о транзакциях, закрепленных за каждым покупателем. Такая информация фиксируется в CRM-системе. Поэтому даже если в начале ведения бизнеса у вас мало клиентов, стоит подключить CRM как можно раньше, чтобы не терять ценные данные, которые впоследствии можно будет просто выгрузить в таблицу.
Существует возможность автоматизировать RFM-анализ, используя инструменты, например, приложение Reveal, платформу Mailchimp и т. д. Подобные сервисы выполняют всю работу по оценке и сегментации покупателей, нужно только установить шкалу для значений R, F, M в соответствии со спецификой бизнеса (максимальных показателей продолжительности жизненного цикла клиента, стоимости товара или услуги, частоты покупок, совершенных одним потребителем).
В большинстве случаев диапазон оценивания составляет от 1 до 5. Максимальной оценкой может быть 10 баллов или даже 3, зависит от объема клиентской базы и разнообразия торговых предложений бизнеса.
Рассмотрим алгоритм расчета RFM. Для примера возьмем бизнес со шкалой значений недавности и частоты от 1 до 3 баллов и верхней границей расходов $300 в год.
Шаг #1: Сбор данных и подсчет баллов
Период анализа зависит от специфики деятельности, но, как правило, используются данные за последний год. Обязательными для анализа параметрами являются идентификатор клиента (его имя и фамилия или номер телефона, e-mail и т.д.), дата последней покупки, количество совершенных клиентом покупок или других конверсионных действий, сумма расходов клиента.
Каждому клиенту, занесенному в базу данных, присваивается оценка по каждой из 3-х категорий модели RFM.
- Недавность. Отнимите от максимальной 3-ки количество месяцев, прошедших от последней покупки, совершенной клиентом (максимум — 3).
- Частота. Вычтите из 3-х количество покупок, которые клиент совершил за последний год (максимум — 3).
- Денежный эквивалент. 3 балла получают покупатели, которые потратили $300 или больше, оценку 3,5 — те, которые потратили $350 и так далее.
Шаг #2: Построение модели RFM
На этом этапе происходит определение ценности клиентов и их группировка. Каждый клиент получает оценку от 0 до 3 баллов по каждой из трех переменных, которые можно рассматривать отдельно или добавить, определив общий балл каждого покупателя, то есть его ценность для компании. Например, клиент с оценками «3,1,3» — это тот, кто совершил недавнюю покупку (R = 3), одну покупку за последний год (F = 1) и потратил $300 или более (M = 3).
После распределения клиентов по группам у вас получится 27 сегментов: от худшего 111 до лучшего 333. Если верхняя граница шкалы измерения больше, например, 5 баллов или 10, количество сегментов будет значительно больше. На последнем этапе сегментации, то есть в процессе разработки маркетинговой стратегии, некоторые группы можно объединять, если разница между показателями небольшая.
111 — старые разовые, низкий чек | 121 — старые редкие, низкий чек | 131 — старые частые, низкий чек |
112 — старые разовые, средний чек | 122 — старые редкие, средний чек | 132 — старые частые, средний чек |
113 — старые разовые, высокий чек | 123 — старые редкие, высокий чек | 133 — старые частые, высокий чек |
211 — спящие разовые, низкий чек | 221 — спящие редкие, низкий чек | 231 — спящие частые, низкий чек |
212 — спящие разовые, средний чек | 222 — спящие редкие, средний чек | 232 — спящие частые, средний чек |
213 — спящие разовые, высокий чек | 223 — спящие редкие, высокий чек | 233 — спящие частые, высокий чек |
311 — недавние разовые, низкий чек | 321 — недавние редкие, низкий чек | 331 — недавние частые, низкий чек |
312 — недавние разовые, средний чек | 322 — недавние редкие, средний чек | 332 — недавние частые, средний чек |
313 — недавние разовые, высокий чек | 323 — недавние редкие, высокий чек | 333 — недавние частые, высокий чек |
Шаг #3: Сегментация и разработка маркетинговой стратегии
Основной целью RFM-анализа является углубление понимания целевой аудитории и улучшение коммуникации с ней. Рекламные сообщения будут более релевантными запросам каждой отдельной группы ЦА, если ответственно подойти к завершающему этапу сегментации.
Безусловно, вашей целевой аудиторией будут клиенты, которые наберут наибольшее количество баллов при объединении их баллов. Однако не только такие покупатели являются ценными для компании. Анализ по показателям Recency, Frequency и Monetary позволяет создать большое количество малых групп. Для каждой из них можно создать индивидуальную воронку продаж или, по крайней мере, различные серии писем для электронной рассылки. Рассмотрим такие мини-стратегии на трех примерах.
- Клиенты с высокими параметрами R (давности) и F (частоты) и низким показателем М (средний чек). Они покупают регулярно, но тратят не слишком много денег, выбирая недорогие товары. Вместо акций и скидок им стоит предложить участие в программе лояльности или запустить кампании по перекрестным продажам и повышению цен.
- Высокий M, низкий F. Это клиенты, которые тратят много денег, но покупают редко. В этом случае следует заинтересовать их, чаще напоминать о себе, возможно, предложить карточку покупателя с накопительными баллами или скидку на каждую следующую покупку.
- Низкий R. Клиенты, которые не покупали у вас в течение длительного времени, могут активироваться, если увидят новинки или распродажу. Дедлайн способен реанимировать спящих покупателей, ускорить их принятие решения о покупке.
Создав сегменты RFM, нужно присвоить им названия, например, «Золотые клиенты», «Искатели скидок», «Редкие тратники», «Лояльные клиенты», «Клиенты из группы риска» и т.д.
Последний этап RFM-анализа является самым важным и наиболее трудоемким. Для каждого полученного сегмента необходимо создать уникальную маркетинговую стратегию, ориентированную на конкретные поведенческие модели.
То, насколько часто нужно пересматривать сегменты и менять маркетинговую стратегию на основе поведения клиентов, зависит от трех факторов:
- жизненный цикл потребителя;
- срок службы товара или действия услуги;
- период, в течение которого клиент может совершить повторную покупку.
Помните о том, что группы клиентов, созданные на базе RFM-анализа, не являются статичными. Потребители могут переходить из одного сегмента в другой. Лояльные клиенты могут стать «спящими», а клиенты из группы риска — искателями скидок.
Повторять RFM-анализ желательно как минимум раз в год. Для крупных магазинов и компаний, в которых большое количество людей ежедневно тратит много средств, обновление результатов сегментации следует проводить значительно чаще, иногда даже ежемесячно.
Однако не спешите переводить клиентов из одного сегмента в другой, если вашему бизнесу присуща сезонность. Возможно, клиент будет «золотым» для вашей компании, но только в течение 3-х месяцев в году, когда у него меньше работы, или же, наоборот, «уснет» на период летнего отпуска или зимних праздников.
📌 Читайте статью: Burn Rate і Cash Runway: что это такое, как расчитывать
Пример, как сделать RFM-анализ в Excel или Google Sheet
Чтобы не систематизировать вручную данные об идентификаторе клиента, дате последней покупки, количестве заказов за определенный период и общей сумме расходов за это же время, советуем экспортировать их в Microsoft Excel. После этого следует добавить следующие столбцы:
- текущая дата ;
- количество дней с момента последней покупки клиента;
- Recency (недавность);
- Frequency (частота);
- Monetary Value (денежная стоимость).
На скриншоте я выделила зеленым цветом столбцы, данные в которых могут быть загружены из CRM, а желтым — те, которые нужно заполнить самостоятельно, вручную или используя формулы.
Заполним столбец «Количество дней с момента последней покупки». Для этого нужно посчитать разницу между текущей датой и временем покупки клиента с помощью формулы и потянуть ячейку вниз до конца таблицы.
При этом для каждого параметра модели RFM у вас должна быть собственная шкала оценивания. Например, анализируем давность покупок:
- до 50 дней — 3 балла;
- от 51 до 150 дней — 2 балла;
- от 151 дня — 1 балл.
Оцениваем частоту покупок:
- 1 покупка — 1 балл;
- от 2 до 5 — 2 балла;
- от 6 — 3 балла.
Анализируем денежный эквивалент:
- до $2000 — 1 балл;
- от $2001 до 8000 — 2 балла;
- от $8001 — 3 балла.
Чтобы объединить данные и подвести итоги, нужно создать новый столбик с названием «RFM» и использовать формулу =E2+F2+G2 для его заполнения.
Отсортировав последний столбик по убыванию, в верхней части вы получите самых прибыльных клиентов. После этого работа подходит к логическому завершению. Можно систематизировать основные направления действий по каждому сегменту.
Группа сегментов «Постоянные клиенты»
Сегмент | Характеристика | Действие |
---|---|---|
333 | Стратегически важные | 20% клиентов, которые приносят 80% прибыли. Не предлагать им скидки, вместо этого сделать подарок или присвоить особый статус, карточку. |
331 | Постоянные клиенты | Клиенты, которые покупают часто на небольшие чеки. Их можно перевести в сегмент стратегически важных, предлагая бонусы. |
322-321 | Новые клиенты | Недавно познакомились с брендом, заинтересованы, но не делали дорогих и регулярных покупок. Их нужно приглашать в соцсети, рассказывать о продукции, предлагать акции. |
Таким образом следует продолжать таблицу по каждой разновидности клиентов, отдельно подготовив таблицы «Спящие клиенты», «Клиенты, которые могут уйти», и др.
Цели и преимущества RFM-анализа в маркетинге
Любая сегментация клиентской базы позволяет персонализировать торговые предложения и оптимизировать расходы на рекламу, показывая людям только то, что их в большей или меньшей степени заинтересует.
В то время как когортный анализ, географическая и демографическая сегментация и другие виды исследований ЦА дают лишь поверхностное понимание поведения или характеристик потребителей или показатели эффективности определенных каналов продаж, RFM-анализ обеспечивает комплексные и точные данные. Именно цифры и аргументированное оценивание на основе их добавления помогают владельцам бизнеса и маркетологам адаптироваться к изменениям на рынке и удовлетворять потребности клиентов.
«В то время как демографические показатели являются статичными, модель RFM рассматривает динамическое поведение потребителей, предоставляя вам инструменты для корректировки вашей маркетинговой стратегии со временем. В личной жизни вы, скорее всего, не будете относиться к новому знакомому так же, как к старому другу, это касается и ваших клиентов. Вы не хотите продавать совершенно новым клиентам так же, как вы продаете своим самым преданным клиентам, которые часто совершают крупные покупки». «RFM Analysis Is Your Key to Targeted Marketing Campaigns» — Gavin McLaughlin, director of Analytics at SkyPoint Cloud
RFM-сегментация отражает ценность клиентов и определяет, кто принадлежит к тем 20%, которые приносят компании 80% прибыли. Учитывая ее показатели, вы можете повышать конверсию на каждом этапе клиентского пути, а не только при первом взаимодействии или исключительно на сайте.
Важнейшие задачи RFM-анализа — важнейшие задачи RFM-анализа
- Повышает эффективность email-маркетинговых кампаний. На основе разделения базы электронных адресов на группы, можно создать несколько серий писем и запустить автоматизированные триггерные рассылки.
- Усиливает приверженность к бренду. Лучший способ поддерживать связь с недавними или новыми клиентами – вовремя предлагать им актуальный контент. Для одного сегмента это могут быть обучающие материалы, а для других — акции и подборки товаров.
- Уменьшает отток клиентов. Чтобы не терять клиентов, которые давно ничего не заказывали у вас, присылайте персонализированные сообщения, предлагайте повторные покупки со скидкой или проводите опросы. Последнее поможет вам не только сохранить покупателей, но и улучшить сервис или продукт.
- Сокращает маркетинговые расходы. Конверсию в заявки можно повысить для каждого сегмента. Однако самыми важными будут те клиенты, которые являются настоящими сторонниками бренда, обеспечивают нативную рекламу, оставляют положительные отзывы и регулярно приносят прибыль компании. Благодаря сегментации вы сможете сконцентрировать свое внимание именно на таких потребителях, инвестируя в их сохранение и повышение среднего чека.
- Помогает создавать телефонные скрипты для отдела продаж, которые помогут менеджерам находить подход к различным типам клиентов, о которых не пишут в книгах и в интернете, потому что они типичны исключительно для вашей сферы бизнеса.
- Способствует улучшению рекламных кампаний в Google и социальных сетях, более точной настройке показов объявлений, усовершенствованию текстов, лид-магнитов и CTA.
- Расширяет клиентскую базу и повышает охват. Применяя RFM, вы можете определить своих лучших клиентов и использовать их в качестве начальной аудитории в рекламной платформе. Путем моделирования сходства для автоматического определения потенциальных клиентов с подобными характеристиками реклама будет показываться целевым пользователям.
Даже если целью в случае вашего бизнеса или отдельного проекта является не покупка, а другое действие, например, просмотр видео или заявка на консультацию, RFM-анализ поможет с оценкой результатов и повышением эффективности рекламы. Для этого существует ряд разновидностей такой сегментации, например, RFD.
«RFD (Recency, Frequency, Duration) — модифицированная версия RFM-анализа, которая может быть использована для анализа поведения потребителей бизнес-продуктов, ориентированных на зрительскую аудиторию/читательскую аудиторию/серфинг». «RFM (market research)», — Wikipedia
RFM-анализ имеет много преимуществ, которые делают его универсальным и всегда действенным методом сегментации ЦА и персонализации в бизнесе.
- Не требует сложных инструментов или сложных аналитических возможностей. Маркетолог без специальной подготовки или сам владелец бизнеса может провести сегментацию клиентов RFM с помощью обычной электронной таблицы.
- Считается эффективным в прямом маркетинге. Кроме email-рассылок результаты анализа сейчас широко используются для улучшения коммуникации с клиентами в популярных мессенджерах и социальных сетях.
- Является комплексным инструментом, который может использоваться на протяжении всего жизненного цикла клиента. Это касается настройки триггерных рассылок при перемещении контактов между RFM-сегментами.
- Может быть автоматизированным и обеспечить мгновенную реакцию рекламных сценариев на поведение пользователей.
Если вы планируете автоматизировать сегментацию, используя соответствующий сервис, автоматические сценарии для каждого RFM-сегмента сэкономят ваше время и позволят избежать ошибок из-за человеческого фактора.
При переходе клиента из одного сегмента в другой вы будете получать уведомление из сценария на своей аналитической платформе. Потребителю в то время будет автоматически отправлено релевантное предложение, например, индивидуальный промокод или опрос по качеству обслуживания.
Ограничения и недостатки RFM-сегментации
Возможности RFM-анализа имеют свои пределы. Этот метод хорошо зарекомендовал себя в сфере розничной торговли и профессиональных услуг, однако для автосалонов или агентств недвижимости показатели могут оказаться запутанными и неожиданными. Отдельные параметры малозначимы в одной нише и определяют 99% результата в другой. Какой бы автоматизированной ни была ваша система аналитики, для разработки стратегии на основе RFM-сегментации нужен маркетолог, а иногда и команда специалистов.
Минусов RFM-анализа не так уж и много, но они достаточно значимы.
- Не дает существенного эффекта, если клиентская база небольшая, или при малом количестве заказов.
- Почти не подходит компаниям, к которым клиенты обращаются 1-2 раза за все время.
- Метод является ретроспективным, с его помощью трудно прогнозировать будущее бизнеса. Для разработки стратегии нужно сочетать его результаты с данными, полученными другими методами.
- Для анализа больших баз клиентов требуется специальное программное обеспечение.
- Подсчет баллов и деление на группы нужно периодически обновлять. В некоторых случаях это занимает настолько много времени, что для RFM-анализа следует выделять отдельного специалиста.
- Требует глубокого понимания бизнеса для правильной трактовки результатов.
Последний пункт касается типичных ошибок маркетологов, которые делают анализ впервые или недостаточно знакомы с компанией, для которой разрабатывают стратегию. Они «списывают» малоактивных клиентов, которых на самом деле можно вернуть и превратить в лояльных. Следующей ошибкой является навязчивая реклама, адресованная «золотым» покупателям. Даже постоянным заказчикам иногда нужен тайм-аут.
К третьему распространенному заблуждению относится пренебрежение сезонностью и личными событиями в жизни клиента. Он может сделать дорогую покупку на свой День рождения или в течение зимних праздников, после чего долгое время никак не будет взаимодействовать с компанией, однако не будет принадлежать к «спящему» сегменту.
Ответим на часто задаваемые вопросы
RFM-сегментация — метод категоризации клиентской базы. Каждому клиенту присваивается оценка от 1-го до 5-ти (или 10-ти или др.) баллов по каждой из 3-х категорий — давность последней покупки, частота покупок и их средняя стоимость. Наиболее целевой аудиторией компании считаются клиенты, которые наберут наибольшее количество баллов при объединении их оценок. Соответственно формируются сегменты ЦА, которые в большей или меньшей степени соответствуют критериям оценивания.
— Recency (недавность). Как давно клиент совершил покупку
— Frequency (частота). Как часто он что-то покупает
— Monetary Value (денежная стоимость). Сколько он тратит?
Модель потребительской ценности RFM базируется на анализе клиентов по трем основным критериям (давность, частота, денежная стоимость) и является аналитическим инструментом, который используется в маркетинге для сегментации клиентов на основе их поведения.
По результатам анализа этих трех критериев (давность, частота, денежная стоимость) клиенты разделяются на сегменты, например, «лучшие клиенты», «спящие клиенты», «новые клиенты» и т. Д. Это помогает бизнесу направлять свои маркетинговые усилия на конкретные группы, повышать эффективность кампаний и улучшать взаимодействие с покупателями.
Создайте таблицу со столбцами для идентификаторов клиентов и каждого фактора RFM. Каждый клиент должен получить оценку от 1 до 3 / до 5 / до 10 по каждому из 3-х параметров. Чтобы получить окончательное значение, добавьте комбинированные баллы и определите лучших клиентов с наивысшими оценками. Можно рассматривать каждую переменную как отдельный показатель, а затем сегментировать клиентов на основе этих результатов (например, «ЦА, которая покупает чаще всего», «ЦА, которая покупает редко, но выбирает дорогие товары», «ЦА, которая давно ничего не покупала» и т.д.).
Выводы
Многие владельцы бизнеса считают, что прекрасно знают своих самых прибыльных клиентов. Маркетологи также часто ошибочно больше всего дорожат теми покупателями, которые готовы купить самый дорогой товар или заказать премиум-услугу. Но на самом деле денежный эквивалент — это лишь один из трех ключевых параметров ценности потребителя для компании. Важно рассматривать также давность и частоту его покупок.
На основе этих данных можно выяснить, сколько сегментов целевой аудитории у вас есть, и какие маркетинговые мероприятия следует использовать для повышения прибыли. Выполнить RFM-анализ можно вручную, с помощью Microsoft Excel или Google Sheets. Для автоматизации такой сегментации существуют специальные платные программы, которыми пользуются в основном компании с большим оборотом.
Демографические, социальные и личные показатели представителей ЦА в основном статичны. Модель RFM рассматривает динамическое поведение потребителей. Она позволяет персонализировать рекламу и общение с клиентами.
Также RFM-сегментация визуализирует реакцию потребителей на ваш маркетинг. Владелец бизнеса или маркетолог может вносить стратегические изменения для будущих кампаний на основе такого анализа. Есть много факторов, которые влияют на параметры RFM, в частности, тип продуктов, цена, формат торговли.
Наиболее эффективным этот метод анализа считается в сфере B2C, особенно в розничной торговле, с базой более 10 000 контактов. В случае применения в B2B-секторе стоит сократить число групп потребителей, учитывать сезонность и дополнительные факторы.