RFM-анализ клиентской базы онлайн-школы: сегменты и сценарии

RFM-анализ делит клиентов по давности, частоте и сумме покупок. Онлайн-школа видит, кто купил недавно, кто возвращается за новыми программами, а кто давно не проявлял активности, и подбирает для этих групп разные предложения.

Метод работает на истории транзакций. Он не объясняет мотивацию человека и не предсказывает поведение безошибочно, поэтому результаты дополняют данными о продукте, обучении и реакции на коммуникации.

Что означают R, F и M

Название метода складывается из 3 показателей:

• Recency — сколько времени прошло с последней покупки;
• Frequency — сколько покупок совершил клиент за выбранный период;
• Monetary — сколько денег он принес за тот же период.

Каждому показателю назначают балл, например от 1 до 3. Лучшее значение получает большую оценку. У давности порядок обратный: чем меньше дней прошло после покупки, тем выше балл. Затем цифры соединяют в код. Клиент 333 покупал недавно, возвращался несколько раз и потратил больше верхней границы выбранной шкалы.

RFM-сегментация полезна, когда в базе есть повторные покупки: второй курс, повышение тарифа, клуб выпускников, подписка или новая программа. Если человек обычно покупает у школы 1 раз и продолжение ему не нужно, Frequency почти ничего не добавляет.

Метод отвечает на вопрос «как клиенты покупали раньше». Он не показывает, прошли ли они курс, довольны ли обучением и почему перестали открывать письма. Поэтому код 333 нельзя автоматически считать лучшим кандидатом на любое предложение.

Когда сегментация клиентской базы даст полезный результат

Метод подходит школе, которая накопила завершенные транзакции и может связать оплаты с конкретными клиентами. Он помогает разделить базу для писем и рекламы, найти покупателей для следующего продукта, выделить ценных клиентов под риском и подготовить список для интервью или ручной работы менеджера.

Слабый результат получится у нового проекта с несколькими десятками продаж, у бизнеса с 1 пожизненной покупкой и у школы, где оплаты не связаны с единым идентификатором. В небольшой базе разумнее вручную изучить историю людей, чем строить шкалу из случайных границ.

Нужно учитывать цикл продукта. Если курс длится 12 месяцев, отсутствие новой покупки через 90 дней может быть нормальным поведением: ученик еще пользуется текущей программой. Тогда при расчете давности учитывают дату оплаты, окончание обучения и доступность следующего шага.

Как подготовить данные

Минимальная выгрузка содержит идентификатор клиента, дату операции, сумму и статус платежа. Электронную почту или телефон приводят к единому виду, чтобы один человек не превратился в несколько записей.

Перед расчетом:

• исключите отмененные платежи и тестовые заказы;
• договоритесь, как учитывать возвраты;
• объедините дубли;
• выберите единый период наблюдения;
• определите, считается ли продление отдельной покупкой.

При семейном обучении плательщик и ученик могут быть разными людьми. Сегментация по родителю показывает поведение семьи как покупателя, а данные ребенка — учебный путь. Смешивать их в одном идентификаторе нельзя.

Части одной рассрочки обычно объединяют в покупку по договору. Иначе клиент на 10-месячной рассрочке окажется «частым», хотя приобрел 1 программу. Для подписки регулярный платеж может отражать реальное продление, поэтому правила задают отдельно.

Как проводить RFM-анализ клиентской базы

Сначала выбирают дату среза и период. Дата среза — точка, относительно которой считается давность. Часто берут день после конца периода, чтобы покупка в последний день имела Recency, равную 1. Длина периода должна соответствовать циклу повторной покупки.

Затем по каждому клиенту вычисляют:

R = дата среза − дата последней покупки

F = количество отдельных покупок за период

M = сумма учтенных платежей за период

После этого назначают баллы. Есть 2 подхода. При квантилях база делится на приблизительно равные части, а границы получаются из текущего распределения. При бизнес-порогах команда задает интервалы сама с учетом длительности курса и уровней цен. Универсальных границ нет.

Шкала 1–3 дает 27 комбинаций. Делать отдельную кампанию для каждой неудобно, поэтому коды объединяют в 6–8 рабочих групп: новые, активные, постоянные, растущие, ценные под риском, разовые и уснувшие. Название сегмента не должно обещать больше, чем показывают данные: высокая сумма отражает прошлые платежи, а не лояльность.

Учебный пример RFM-сегментации

Представим школу с несколькими продуктами. Условные границы такие:

• R3 — покупка не более 30 дней назад, R2 — 31–90 дней, R1 — больше 90 дней;
• F1 — 1 покупка, F2 — 2, F3 — 3 и больше;
• M1 — меньше 10 000 рублей, M2 — 10 000–30 000, M3 — больше 30 000 рублей.

Это учебные интервалы, а не норма для рынка.

По таблице нельзя сразу отправлять промокод. Сначала проверяют, какой продукт человек купил, закончил ли обучение и есть ли естественное продолжение. A-104 принес большую сумму и возвращался, но давно не покупал. Ему подойдет личное письмо с вопросом о текущей задаче, а не скидка на случайный курс.

A-102 совершил свежую первую покупку. Ему лучше помочь начать обучение: напомнить о вводном уроке, познакомить с куратором и показать маршрут. Следующая продажа в этот момент может отвлечь от уже оплаченной программы.

Какие сценарии подготовить для сегментов

Новым клиентам помогают дойти до первого результата. Здесь уместны маршрут, ответы на вопросы и знакомство с поддержкой. Персонализация рассылок должна опираться на купленный продукт и этап обучения.

Активным и постоянным показывают следующий уровень, смежную программу или клуб выпускников. Растущим объясняют переход между продуктами. Для ценных под риском сначала проверяют обращения, возвраты и успеваемость, а затем выбирают личное сообщение или интервью.

Уснувшим и разовым клиентам предлагают полезный материал и спрашивают об актуальной задаче. Если человек долго не реагирует, частоту писем снижают. Более широкий подход к удержанию клиентов включает сервис, продукт и поддержку.

Для кампании задают гипотезу, предложение, канал, срок и контрольную группу. Оценивают повторные покупки, выручку после возвратов, ответы, отписки, активацию и переходы между сегментами. Историю удобно хранить в CRM вместе с датой среза. Материал о том, что такое CRM-система, поможет связать контакты и действия.

Основные ошибки: считать рассрочку серией покупок, забывать возвраты, копировать чужие пороги, отправлять всем группам одно письмо и заменять RFM-кодом знание о клиенте. Перед дорогим предложением карточку клиента нужно посмотреть вручную.

Частые вопросы

Как часто пересчитывать RFM?

Для подписки подойдет еженедельный или ежемесячный пересчет, для длинных программ — более редкий. Код обновляют до следующей кампании.

Сколько баллов использовать?

Шкала 1–3 проще для старта и дает 27 кодов. Шкала 1–5 точнее делит крупную базу, но дает 125 комбинаций. В обоих случаях их объединяют в рабочие группы.

Можно ли сделать расчет в Google Таблицах?

Да. Нужны дата последней покупки, число заказов, сумма и формулы для баллов. На большой базе удобнее подготовить данные в CRM, а таблицу использовать для проверки.

Что считать покупкой при рассрочке?

Обычно договор считают одной покупкой, а его платежи объединяют. Платежную дисциплину анализируют отдельно и не смешивают с Frequency.

Подходит ли метод новой онлайн-школе?

Если транзакций мало и повторных продаж почти нет, результат будет нестабильным. Начните с ручных групп по продукту, дате покупки и прогрессу.

Как перейти от кодов к решениям

Рабочая модель содержит дату среза, период, правила возвратов и рассрочек, границы баллов, состав групп и сценарий для каждой. После кампании команда сравнивает продажи, активацию, ответы и переходы между сегментами.

Специалисты «Вкурсе» могут помочь подготовить данные и связать сегменты с продуктовой логикой. RFM-анализ дает основу для приоритетов, но решение о коммуникации должно учитывать курс, этап обучения и реальную историю клиента.

Email-рассылка, как сделать? Гайд по email-маркетингу для школы

Разбираем, как сделать email рассылку, которая продает. Все про емейл-маркетинг для онлайн-школ: выбор CRM, примеры текстов и стратегии сбора базы.

Персонализированные рассылки: как онлайн-школе доводить подписчиков до заявки

Разбираем персонализированные рассылки для онлайн-школ: сегменты, триггерные письма, email-автоворонка, сервисы и реактивация базы.

Как удержать клиентов и укрепить бренд онлайн-школы с помощью сильного отдела продаж

Хотите узнать, как удержать клиентов в онлайн-школе и укрепить репутацию? В этой статье рассказываем о стратегиях отдела продаж для долгосрочных…

Маркетинговое агентство «Вкурсе» оказывает услуги комплексного продвижения в сети Интернет:

таргетированная реклама;
контекстная реклама;
ведение соцсетей;
создание сайтов и seo;
воронки продаж;
реклама у блогеров;

Больше информации о нас и стоимости наших услуг вы найдете тут. Рады будем видеть в числе наших клиентов! Телефон: 8-800-101-41-64. WhatsApp: +7 952 209-88-74. Наша группа в ВК.