RFM-analyse: Hvad bruges det til kundesegmentering?

Der er stor forskel på, hvordan kunder handler i en webshop. Nogle har lige lagt en ordre, mens andre ikke har købt noget i næsten et år. Nogle handler kun én gang, mens andre vender tilbage måned efter måned. Og hvor nogle helst venter på gode tilbud, bruger andre gerne flere penge på deres køb.

Hvis alle kunder får de samme beskeder, risikerer du, at din markedsføring rammer ved siden af. En mail med "Vi savner dig!" giver eksempelvis ikke meget mening for en kunde, der lige har handlet. Det kan være spild af marketingbudgettet og få din kommunikation til at virke upersonlig eller irrelevant.

Med en RFM-analyse kan du inddele kunderne efter tre faktorer: hvor lang tid der er gået siden deres seneste køb, hvor ofte de handler, og hvor mange penge de samlet har brugt. Det giver dig et bedre grundlag for kundesegmentering, så du kan tilpasse dine marketingkampagner til de enkelte kundegruppers købsmønstre og interesser.

Hvad er RFM-analyse?

RFM-analyse (recency, frequency og monetary value, på dansk aktualitet, købshyppighed og pengeværdi) er en metode til kundesegmentering. Den bruges til at undersøge, hvor nyligt kunderne har handlet, hvor ofte de køber, og hvor meget de samlet har brugt. Ud fra disse oplysninger kan du få et bedre indblik i kundernes købsmønstre, vurdere deres sandsynlige fremtidige adfærd og målrette din markedsføring mod forskellige kundegrupper.

Hvordan fungerer RFM-analyse?

Hver af de tre RFM-faktorer får en score fra 1 til 5, hvor 5 er den højeste score. Grænserne for de enkelte scorer afhænger af kundernes købsmønstre og kan tilpasses virksomhedens forretningsmodel.

Sådan fungerer det:

• Aktualitet måler, hvor lang tid der er gået siden kundens seneste køb, og giver et indtryk af, hvor aktiv kunden er. En kunde, der købte en sweater i går, kan eksempelvis få en 5'er, mens en kunde, der ikke har handlet siden sidste vinter, måske får en 1'er.
• Købshyppighed viser, hvor ofte kunden handler, og gør det lettere at identificere tilbagevendende kunder. En kunde, der køber nye sko hver måned, kan få en 5'er, mens en kunde, der kun handler under det årlige udsalg, måske får en 1'er.
• Pengeværdi måler, hvor meget kunden har brugt i alt, og hjælper dig med at identificere kunder med et højt samlet forbrug. En kunde, der har købt produkter for 1.500 kr., kan eksempelvis få en 5'er, mens en kunde, der kun har brugt 200 kr., måske får en 2'er.

Du kan se på hver score for sig eller i nogle RFM-modeller beregne et gennemsnit for at få et samlet billede af kundens købsadfærd. En kunde med en score på 4 for aktualitet, 3 for købshyppighed og 5 for pengeværdi får eksempelvis en gennemsnitlig score på 4:

RFM = (4 + 3 + 5) / 3

Scoringsmetoden afhænger af analyseværktøjet. Nogle lægger de tre scorer sammen til et tal mellem 3 og 15, mens andre beregner gennemsnittet. Shopifys RFM-analyse bruger i stedet en trecifret score, eksempelvis 435, hvor hvert ciffer repræsenterer en af de tre faktorer.

Hvorfor e-handelsvirksomheder bruger RFM-analyse

• Udvikl mere effektive marketingkampagner
• Identificér udsatte kunder, før de forsvinder
• Styr dit marketing- og salgsbudget bedre

Du inddeler måske allerede dine kunder i grupper, eksempelvis efter alder, bopæl eller om de er aktive eller inaktive. Med RFM-analyse kan du gå et skridt videre og segmentere kunderne ud fra deres faktiske købshistorik.

Her ser vi nærmere på, hvordan de tre faktorer i analysen kan bruges til at forbedre din markedsføring:

Udvikl mere effektive marketingkampagner

Med RFM-segmentering kan du tilpasse dine kampagner til kundernes købsmønstre. Du kan eksempelvis:

• Give kunder med et højt samlet forbrug VIP-adgang til nye produkter eller særlige forhåndstilbud
• Tilbyde abonnementsordninger til kunder, der handler regelmæssigt og har et stabilt forbrug
• Sende personlige produktanbefalinger til kunder, der for nylig har handlet, mens interessen stadig er frisk

Når dine tilbud passer til kundernes tidligere køb, kan det øge din konverteringsrate. En kunde, der køber de samme produkter hver måned, vil eksempelvis ofte være mere interesseret i et abonnement end en kunde, der kun handler et par gange om året.

Identificér udsatte kunder, før de forsvinder

RFM-analyse kan også hjælpe dig med at opdage kunder, der er ved at miste interessen for din webshop. Hvis en kundes score falder, kan det være tegn på ændrede købsvaner. De tre faktorer kan give dig en idé om, hvordan du bedst får kunden tilbage.

Her er nogle eksempler på, hvordan du kan følge op, når du har lov til at kontakte kunderne med markedsføring:

• Hvis der er gået længere tid end normalt siden kundens seneste køb, kan en mail med et relevant tilbud eller en rabatkode måske få kunden til at vende tilbage.
• Hvis en kunde tidligere handlede hver måned, men nu kun køber noget hvert kvartal, kan en sms med nyheder fra kundens yndlingskollektion måske vække interessen igen.
• Hvis kundens samlede forbrug falder, eksempelvis fra 7.000 kr. sidste år til 1.400 kr. i år, kan en kort kundeundersøgelse hjælpe dig med at finde årsagen. Måske er kundens behov ændret, eller måske er der noget ved købsoplevelsen, du kan forbedre.

Styr dit marketing- og salgsbudget bedre

Der er mange måder at markedsføre din webshop på, lige fra retargeting-kampagner på sociale medier til reklamer sendt med posten. Men de færreste virksomheder har tid eller budget til at afprøve det hele. Med RFM-segmentering kan du se, hvilke kundegrupper der handler mest, og hvor din markedsføring sandsynligvis vil have størst effekt. Det gør det lettere at prioritere dine ressourcer og vælge, hvilke kunder du vil forsøge at vinde tilbage, og hvilke du vil fastholde gennem loyalitetsskabende tiltag.

Hvis du eksempelvis har 10.000 kunder, kan det være mere rentabelt at sende en målrettet kampagne til dine 2.000 mest værdifulde kunder frem for at sende det samme tilbud til alle. Det betyder ikke, at du skal nedprioritere nye kunder. Men når du sammenligner, hvad det koster at skaffe nye kunder, med udgifterne til at fastholde eksisterende kunder, får du et bedre grundlag for at fordele dit budget. Kundernes købshistorik kan hjælpe dig med at finde de segmenter, hvor dine marketingkroner gør størst forskel.

Sådan bruger du RFM til kundesegmentering

1. Vælg dit RFM-analyseværktøj
2. Opret lister over kundesegmenter
3. Følg segmenternes performance

Her gennemgår vi, hvordan du kommer i gang med RFM-segmentering, vælger det rette analyseværktøj og måler resultaterne af dine kampagner.

1. Vælg dit RFM-analyseværktøj

Du kan godt beregne RFM-scorer manuelt i et regneark, men det bliver hurtigt besværligt og tidskrævende, hvis du har flere hundrede eller tusinde kunder. Risikoen for fejl stiger også, når du skal holde styr på så mange køb. Heldigvis har flere moderne e-handelsplatforme og analyseværktøjer funktioner, der automatisk beregner RFM-scorer og inddeler kunderne i segmenter.

Med Shopifys indbyggede RFM-system  får hver kunde eksempelvis en score fra 1 til 5 for aktualitet, frekvens og pengeværdi. Ud fra disse scorer inddeler Shopify automatisk kunderne i grupper som "Topkunder" og "Inaktive".

Beregningerne tager udgangspunkt i din webshops egne kundedata frem for generelle branchetal, så segmenteringen passer til dine kunders faktiske købsvaner. Du kan også se rapporter med oplysninger om blandt andet det gennemsnitlige antal dage siden seneste ordre, det samlede antal ordrer og kundernes samlede forbrug i hvert segment.

2. Opret lister over kundesegmenter

Med RFM-segmentering kan du inddele dine kunder i grupper efter deres scorer for aktualitet, købshyppighed og pengeværdi. Platforme som Shopify opretter automatisk disse segmenter, men du kan også lave dine egne ud fra virksomhedens mål og kundernes købsvaner.

Når du har opdelt kunderne i grupper, kan du tilpasse markedsføringen til deres adfærd. Her er nogle eksempler på kundesegmenter og relevante marketingtiltag:

• Høj nylighed, hyppighed og pengeforbrug.  Inviter dine mest loyale kunder til eksklusive produktlanceringer eller VIP-arrangementer, der belønner deres loyalitet og giver dem en god grund til at handle igen.
• Højt pengeforbrug, lavere nylighed/hyppighed. Præsenter kunderne for nye premiumprodukter og relevante tilbud, der passer til deres tidligere køb og interesse for dyrere varer.
• Høj aktualitet, moderat købshyppighed og pengeværdi. Hold interessen ved lige med nyttig information om dine produkter og mulighed for at få tidlig adgang til nye kollektioner.
• Faldende aktualitet, tidligere høj købshyppighed og pengeværdi. Brug målrettede kampagner til at vinde tidligere loyale kunder tilbage, eksempelvis med særlige tilbud baseret på deres købshistorik.

3. Følg segmenternes performance

Undersøg, hvordan de forskellige kundesegmenter reagerer på dine kampagner, og hvilke grupper der bidrager mest til omsætningen. Hold øje med nøgletal som gentagne køb, gennemsnitlig ordreværdi og kundernes livstidsværdi (CLV). Det hjælper dig med at vurdere, hvilke marketingtiltag der virker bedst for de enkelte segmenter.

Når du sammenligner resultaterne, kan du eksempelvis se, om eksklusive forhåndstilbud til dine mest loyale kunder giver bedre resultater end rabatkampagner, der skal få tidligere kunder tilbage. Med den viden kan du justere dine kampagner og bruge marketingbudgettet der, hvor det har størst effekt.