RFM-Analyse: Finden Sie Ihre besten Kunden in den Daten

Stellen Sie sich den Inhaber eines belebten Tante-Emma-Ladens vor, der noch nie in seinem Leben ein Business-Buch gelesen hat. Wenn Sie ihn fragen, wer seine besten Kunden sind, wird er nicht zögern. Er wird auf den Stammkunden zeigen, der jeden Morgen kommt, die Familie, die einmal pro Woche einen Großeinkauf erledigt, und den Nachbarn, der nur den teuren Kaffee kauft. Ohne jegliche Software tut dieser Ladenbesitzer etwas bemerkenswert Raffiniertes: Er beurteilt Kunden danach, wie lange der letzte Besuch zurückliegt, wie oft sie kommen und wie viel sie ausgeben. Dieser formalisierte Instinkt wird RFM-Analyse genannt.

RFM steht für Recency (Aktualität), Frequency (Häufigkeit) und Monetary Value (monetärer Wert) und ist eine der ältesten und zuverlässigsten Methoden, um eine Kundenbasis zu verstehen. In diesem Leitfaden erklären wir, was jeder Buchstabe bedeutet, wie Sie Ihre Kunden ohne komplizierte Mathematik bewerten, was die resultierenden Gruppen Ihnen sagen und wie Sie diese Erkenntnisse nutzen können, um intelligenter zu vermarkten. Es ist eine Technik, die gesunden Menschenverstand ebenso belohnt wie Datenkenntnisse.

Was die drei Buchstaben wirklich bedeuten

Die gesamte Methode basiert auf drei einfachen Fragen, die Sie jedem Kunden stellen können. Aktualität fragt: Wie lange ist der letzte Kauf bei Ihnen her? Häufigkeit fragt: Wie oft kaufen sie ein? Und monetärer Wert fragt: Wie viel geben sie insgesamt aus? Jede Frage wird mit einer Zahl beantwortet, und zusammen ergeben diese drei Zahlen ein überraschend vollständiges Bild einer Kundenbeziehung.

Was RFM so leistungsfähig macht, ist, dass diese drei Dimensionen unterschiedliche Dinge erfassen. Ein Kunde könnte viel ausgeben, aber selten zurückkehren, oder ständig besuchen, aber jedes Mal wenig ausgeben, oder ein treuer Stammkunde gewesen sein, der plötzlich still geworden ist. Indem Sie alle drei zusammen betrachten, vermeiden Sie die Falle, Kunden nur nach ihren Ausgaben zu beurteilen, was einer der häufigsten Fehler in der grundlegenden E-Commerce-Analyse ist.

Warum Aktualität am wichtigsten ist

Von den dreien ist die Aktualität oft der stärkste Prädiktor für zukünftiges Verhalten. Ein Kunde, der letzte Woche gekauft hat, wird viel wahrscheinlicher bald wieder kaufen als jemand, der seit einem Jahr nicht mehr gesehen wurde, fast unabhängig davon, wie viel er einst ausgegeben hat. Frische Beziehungen haben Dynamik. Deshalb sind Vermarkter von neuen Käufern besessen und warum ein plötzlicher Rückgang der Aktualität bei jemandem ein frühes Warnsignal ist, dass er möglicherweise auf dem Weg zum Abgang ist.

Wie man Kunden mit RFM bewertet

Die Mechanik ist erfrischend einfach. Sie nehmen Ihre Kundenliste und rangieren sie nach jeder der drei Dimensionen, wobei Sie in der Regel eine Punktzahl von eins bis fünf vergeben. Für die Aktualität erhalten die neuesten Käufer eine Fünf und die ältesten eine Eins. Für die Häufigkeit erhalten die häufigsten Käufer eine Fünf. Für den monetären Wert erhalten die größten Ausgeber eine Fünf. Jeder Kunde erhält am Ende drei Punktzahlen, wie eine Fünf-Fünf-Fünf für einen Top-Kunden oder eine Eins-Eins-Eins für jemanden, der so gut wie verschwunden ist.

Sie benötigen keine teuren Tools, um dies zu tun. Eine Tabelle mit Ihrer Kundenliste und deren Bestellhistorie reicht aus, um loszulegen. Sortieren Sie nach jeder Spalte, teilen Sie die Liste in fünf ungefähr gleiche Gruppen auf und weisen Sie Punktzahlen zu. Innerhalb eines Nachmittags können Sie jeden Kunden bewerten und gruppieren, bereit zum Handeln. Das Denken ist viel wichtiger als die Technologie, was für fast alles, was in der Kundenmessung wichtig ist, zutrifft.

Scores in Segmente umwandeln

Die Scores selbst sind nur Rohmaterial. Der wahre Wert ergibt sich aus der Gruppierung von Kunden mit ähnlichen Scores in Segmente, die Sie benennen und verstehen können. Ein Kunde, der in allen drei Bereichen hoch punktet, ist ein Champion, die Art, die Sie schätzen und von der Sie lernen wollen. Jemand, der früher hoch punktete, dessen Aktualität aber nachgelassen hat, ist gefährdet und verdient eine gezielte Anstrengung, um ihn zurückzugewinnen, bevor er Teil Ihrer Kohorte verlorener Kunden wird.

Diese benannten Segmente machen RFM tatsächlich umsetzbar. Anstatt jeden Kunden gleich zu behandeln, passen Sie Ihren Ansatz an. Champions erhalten frühzeitigen Zugang und Dankesworte. Gefährdete Kunden erhalten einen durchdachten Anstoß. Neue Kunden erhalten einen herzlichen Empfang, der darauf abzielt, einen ersten Kauf in eine Gewohnheit zu verwandeln. Dies ist Segmentierung in ihrer praktischsten Form, und sie kostet fast nichts, um damit zu beginnen.

Wie RFM mit dem Gesamtbild zusammenhängt

RFM ersetzt Ihre anderen Analysen nicht; es schärft sie. Ihre Champions sind zum Beispiel mit ziemlicher Sicherheit die Personen mit dem höchsten Kundenlebenswert, und das Verständnis, was sie gemeinsam haben, hilft Ihnen, mehr von ihnen anzuziehen. Gleichzeitig können Sie Ihr Akquisitionsbudget klüger einsetzen, indem Sie wissen, welche Segmente am besten reagieren, was sich direkt auf gesündere Kundenakquisitionskosten auswirkt.

RFM lässt sich auch hervorragend mit der Trendbeobachtung kombinieren. Indem Sie Ihre Kunden regelmäßig bewerten und die Ergebnisse vergleichen, können Sie Trends erkennen, wie zum Beispiel ein still und leise wachsendes Risikosegment, lange bevor sie sich als Umsatzrückgang bemerkbar machen. RFM wird so zu einem Frühwarnradar und gleichzeitig zu einer Momentaufnahme.

Wo Kunden abspringen

Eine der aufschlussreichsten Anwendungen von RFM ist die Beobachtung, wie sich Kunden im Laufe der Zeit zwischen Segmenten bewegen. Ein neuer Kunde sollte idealerweise zu einem treuen Stammkunden und ein treuer Stammkunde zu einem Champion werden. Wenn Kunden stattdessen den anderen Weg gehen, vom Champion zum Risikokunden zum verlorenen Kunden, sehen Sie, wie sich Ihr Bindungsproblem in Zeitlupe entfaltet. Die Kombination von RFM mit der Trichteranalyse zeigt Ihnen nicht nur, dass Menschen abrutschen, sondern auch in welcher Phase und warum.

Praktische Tipps für die richtige RFM-Analyse

RFM ist nachsichtig, aber ein paar Gewohnheiten machen es wesentlich nützlicher. Wählen Sie zuerst Zeitfenster, die zu Ihrem Geschäft passen. Ein Geschäft, in dem Leute wöchentlich einkaufen, benötigt ein kürzeres Aktualitätsfenster als eines, in dem Einkäufe einmal im Jahr stattfinden. Wenn das Zeitfenster falsch gewählt ist, sehen selbst Ihre besten Kunden aus, als wären sie abgewandert.

Zweitens, überfrachten Sie die Segmente nicht. Es ist verlockend, Kunden in Dutzende winziger Gruppen aufzuteilen, aber eine Handvoll klarer, gut benannter Segmente ist viel einfacher zu handhaben als eine ausufernde Matrix, die sich niemand merken kann. Beginnen Sie einfach und fügen Sie Nuancen erst hinzu, wenn sie ihren Nutzen bewiesen haben.

Drittens, behandeln Sie RFM als einen lebendigen Prozess, nicht als einen einmaligen Bericht. Kunden wechseln ständig zwischen Segmenten, daher hält eine regelmäßige Neubewertung Ihr Bild aktuell. Für Online-Unternehmen passt dies natürlich zu der laufenden Umsatzprognose, denn das Wissen, welche Segmente wachsen oder schrumpfen, hilft Ihnen, vorherzusagen, wohin Ihr Umsatz steuert. RFM ist auch eine natürliche Ergänzung zu einer umfassenderen Kundenbindungsstrategie.

Alles zusammenfassend

Die RFM-Analyse ist der Beweis, dass Sie kein Data-Science-Team benötigen, um Ihre Kunden tiefgreifend zu verstehen. Indem Sie drei einfache Fragen zu Aktualität, Häufigkeit und Ausgaben stellen, können Sie eine gesichtslose Liste von Käufern in sinnvolle Gruppen sortieren, die jeweils eine andere Art von Aufmerksamkeit verdienen. Beginnen Sie mit einer Tabelle, benennen Sie Ihre Segmente und handeln Sie nach dem, was Sie herausfinden. Gut gemacht, verwandelt RFM verstreute Transaktionsdaten in eine klare Karte, wer Ihre besten Kunden sind und wie Sie sie behalten können. Wenn Sie Hilfe beim Erstellen dieser Karte für Ihr eigenes Unternehmen benötigen, können Sie sich jederzeit kontaktieren.

Häufig gestellte Fragen

Referenzen

1. Harvard Business Review. "Marketing Analytics and Customer Segmentation." hbr.org.
2. McKinsey & Company. "Marketing-Personalisierung und Kundenwert." mckinsey.com.
3. Nielsen. "Verständnis des Verbraucherkaufverhaltens." nielsen.com.