In unserem letzten Beitrag haben wir über verschiedene Ansätze zur Kundensegmentierung gesprochen. Dieses Mal konzentrieren wir uns auf die RFM-Analyse und erklären, wie sie funktioniert, warum sie besser ist als andere Segmentierungsmethoden und wie man sie in Shopify automatisieren kann.

Was ist die RFM-Analyse?

RFM steht für die Häufigkeit, die Häufigkeit und den Geldwert von Bestellungen. Das RFM-Modell segmentiert Kunden anhand dieser Parameter: Es bewertet, wann eine Person das letzte Mal eingekauft hat, wie oft sie bestellt und wie viel sie ausgibt.

Auf der Grundlage dieser Bewertung wird jedem Kunden ein RFM-Score zugewiesen. Die Berechnung basiert auf dem Bereich von 1 bis 5 für jeden Parameter (Häufigkeit, Häufigkeit und Geldwert) und ergibt RFM-Scores von 111 bis 555.

Wie berechnet man RFM-Segmente?

Der Prozess läuft wie folgt ab:

1. Legen Sie die Werte für jeden Score innerhalb jedes Parameters fest
2. Definieren Sie, ob einige Parameter für Sie wichtiger sind als andere
3. Filtern Sie die Bestelldaten Ihrer Kunden auf der Grundlage Ihrer Score-Werte
4. Erstellen Sie RFM-Kundensegmente

Nun einige weitere Details.

Im Score-Bereich steht 1 für den niedrigsten Wert (z. B. Kunden, die nur einen einzigen Kauf getätigt haben) und 5 für den höchsten Wert (Kunden, die die meisten Bestellungen getätigt haben). Während die RFM-Analyse eine reine Berechnung ist, können Sie für jeden Parameter bestimmte Stufen festlegen: Für die Häufigkeit können Sie z. B. Kunden mit 20, 50 oder 100+ Bestellungen 5 Punkte zuweisen - die Anzahl hängt von Ihrem jeweiligen Unternehmen ab.

Sie können wählen, wie Sie die RFM-Punkte berechnen: Sie können jeden Parameter gleich behandeln oder einem oder zwei von ihnen ein größeres Gewicht geben. Wenn Sie langlebige Produkte verkaufen, ist der Geldwert wahrscheinlich der wichtigste Parameter, aber wenn Sie etwas verkaufen, das monatlich oder so erneuert wird, dann ist die Häufigkeit der wichtigste Parameter.

Wenn Sie die Tabelle mit allen Bewertungen haben, können Sie RFM-Kundensegmente erstellen. Diejenigen mit der höchsten Gesamtpunktzahl sind Ihre treuesten Kunden, und die Kunden am unteren Ende der Skala haben das höchste Abwanderungsrisiko.

Es kann eine unterschiedliche Anzahl von Gruppen geben - Sieentscheiden, was für Ihr Geschäft sinnvoll ist. Bei der Loyal-App haben wir uns für 6 RFM-Kundensegmente entschieden, um die wichtigsten zu unterscheiden und anders zu kommunizieren:

Die Vorteile der RFM-Segmentierungsstrategie

Die RFM-Segmentierung basiert ausschließlich auf den Daten der Bestellhistorie und ist damit die objektivste Methode. Das bedeutet nicht, dass alle anderen Methoden abzulehnen sind: Wann immer es für Ihr Unternehmen sinnvoll ist, können Sie Kundengruppen anhand von demografischen, geografischen und anderen Merkmalen unterscheiden. Aber mit der RFM-Formel erhalten Sie die universellsten Segmente und eine Aufschlüsselung der Kunden auf der Grundlage ihres Vertrauens und ihrer Loyalität gegenüber Ihrem Geschäft.

Zu den wichtigsten Vorteilen der RFM-Kundensegmentierung gehört, dass sie

• 100% datengesteuert und genau. Die RFM-Analyse ist nicht anfällig für menschliche Fehler und subjektive Interpretationen. Sie stützt sich ausschließlich auf die Daten der Bestellhistorie und liefert Ihnen verdauliche Kundensegmente, die darauf basieren, wie sie mit Ihrem Geschäft interagieren.

Außerdem ist sie immer auf dem neuesten Stand. Im Gegensatz zu anderen Segmentierungsmethoden, die nur schwer rechtzeitig zu aktualisieren sind, weil sie sich auf Daten von Drittanbietern stützen, ist das RFM-Modell immer genau und aktuell.

• Hilfreich bei der Optimierung von Marketingbudgets. RFM-Daten ermöglichen es Händlern zu verstehen, für welche Kundengruppen es sich lohnt, Kampagnen zu erstellen und welche besser ignoriert werden sollten, um Ressourcen zu sparen.

Als die RFM-Analyse in den 1990er Jahren erstmals eingesetzt wurde, diente sie in erster Linie der Optimierung der Marketingkosten. Die Unternehmen wollten die Kosten für den Versand von Direktwerbung an Verbraucher, die ihnen keinen Nutzen bringen, durch genauere Schätzungen der Nachfrage senken.

• Leicht zu automatisieren. Sie können die RFM-Analyse in Excel durchführen, aber Sie müssen die Parameter Häufigkeit, Häufigkeit und Geldwert nicht manuell eingeben - einige Tools übernehmen das für Sie.

Sie können verschiedene Möglichkeiten in Diensten für Kundenanalysen finden: Panoply bietet beispielsweise eine einfache RFM-Segmentierung mit SQL-Abfragen, und RFM Calc bietet einen RFM-Bericht auf der Grundlage von aus Shopify exportierten Bestelldaten. Auch Shopify-Apps können auf RFM-Daten ausgerichtet sein oder diese enthalten.

Shopify RFM-Segmentierung mit Hilfe von Apps

Sehen Sie sich diese Apps auf Shopify für die RFM-Kundensegmentierung an:

• Loyal (kostenlos): Die App unterscheidet automatisch 6 Kundengruppen auf der Grundlage der RFM-Formel. Sie können die Analyse beliebig oft durchführen, um immer aktuelle Berichte zu erhalten - unabhängig von der Größe Ihres Shops wertet die App Ihre Bestelldaten in wenigen Minuten aus. Außerdem gibt Ihnen Loyal Tipps, wie Sie für jedes der RFM-Segmente zielgerichtete Kampagnen erstellen können. Und das alles kostenlos!

• RetentionX-Analytik (ab 179 $ pro Monat): Die App unterscheidet 6 Kundengruppen, von den besten bis zu den schlechtesten. Sie lässt sich auch mit verschiedenen Diensten integrieren, um Kennzahlen wie Kundenakquisitionskosten, durchschnittlicher Bestellwert, Produktrücklaufquote und Bruttomarge zu berechnen.
• Enthüllen: Kundendaten-Plattform (kostenloser Plan verfügbar, ab 99 $ pro Monat für maßgeschneiderte RFM-Segmente und andere Funktionen): Die App erstellt 11 Kundengruppen und gibt ihnen lustige Namen (Sie haben "Seelenverwandte" als Ihre treuesten Kunden und "Trennung" als eine Gruppe von verlorenen Kunden). In der kostenpflichtigen Version können Sie die Segmente anpassen und sie auf andere Parameter als RFM stützen: Umsatz vs. Marge, CLV und andere.
• Einblicke in wiederkehrende Kunden (ab 29 $ pro Monat): Die Anwendung identifiziert 10 Kundengruppen und zeigt sie auf verschiedenen RFM-Rastern an, wobei nur zwei Parameter berücksichtigt werden (also das Modell der Wiederholungshäufigkeit, Häufigkeit und Geldwert oder Geldwert und Wiederholungshäufigkeit).

Beispiele für die Anwendung der RFM-Analyse in Marketingkampagnen

Es gibt unendlich viele Möglichkeiten, verschiedene Kundensegmente anzusprechen. Werfen wir einen Blick auf einige Beispiele, wie Sie RFM-Segmente nutzen können, um Ihre Kunden besser anzusprechen und mehr zu verkaufen.

• Effektive Produkteinführungen. Wenn Sie eine neue Produktveröffentlichung planen, ist es sinnvoll, Ihren treuesten Kunden einen frühen Zugang zu gewähren. Sie werden die Exklusivität Ihres Angebots zu schätzen wissen und können Ihr Produkt weiter empfehlen. Wenn die Reaktion der treuen Kunden gut ist, können Sie ihre Bewertungen nutzen, um das neue Produkt bei allen anderen zu bewerben.

Dies kann sowohl für physische als auch für Softwareprodukte gelten. Ein Unternehmen, das Software herstellt, kann zum Beispiel langjährige Abonnenten zu exklusiven Betatests einer neuen Funktion einladen. Auf diese Weise schlagen Sie zwei Fliegen mit einer Klappe: Sie erhalten Feedback zu Ihrem Produkt und geben Ihren Kunden das Gefühl, stärker involviert zu sein und Ihnen somit treu zu bleiben.

• Engagement mit neuen Erstkäufern. Es ist wichtig, mit neuen Kunden zu kommunizieren, um nicht die Chance zu verpassen, sie zum Wiederkommen in Ihr Geschäft zu bewegen. An die Gruppe der neuen Kunden können Sie E-Mails mit einem Rabatt für die nächste Bestellung, einer Einladung zum Treueprogramm, einer Erklärung der Vorteile relevanter Produkte, Cross-Selling-Angeboten usw. senden.

• Bindung von Kunden, die nicht aktiv waren. Die RFM-Analyse zeigt Ihnen eine Gruppe von Personen, die Sie zu verlieren drohen. Sie können sie wieder ansprechen, indem Sie sie an Ihre Produkte, Neueinführungen, Werbeaktionen usw. erinnern.

RFM-Segmentierung, um mehr Kunden zu gewinnen

Definitionsgemäß beruht die RFM-Segmentierung auf drei Ordnungsmerkmalen: Häufigkeit, Frequenz und Geldwert. Das Schöne an dieser Methode ist, dass sie auf präzisen und genauen Daten basiert - mit Kundengruppen, die mit der RFM-Analyse erstellt wurden, kann man nichts falsch machen. Sie hilft Ihnen, den Prozentsatz treuer und abwanderungsgefährdeter Kunden zu verstehen, zu erkennen, wer das Potenzial hat, mehr zu kaufen und Ihnen mehr zu vertrauen, und diejenigen zu unterscheiden, die Sie getrost ignorieren können, um Marketingkosten zu sparen.