Внедрение RFM-анализа для управления клиентской базой REG.RU

Команда SmedX помогла компании REG.RU решить задачу управления клиентской базой и прогнозирования поведения клиентов при помощи RFM-анализа. Клиентская база была сегментирована, для каждого сегмента выявлены возможные риски и созданы механики по дальнейшей работе.  

Команда REG.RU о работе с SmedX:

“Мы долго работали с клиентской базой, наращивали её стихийно и в какой-то момент решили не просто наращивать её, а начать управлять и прогнозировать реакцию. Для этого мы воспользовались стандартными методиками построения воронки продаж/услуг. Но столкнулись с тем, что клиентская база имеет огромное количество параметров и факторов, которые, кроме того, могут быть и несовместимы друг с другом. Перепробовав массу вариантов и комбинаций факторов, мы остановились на количественных показателях роста наших клиентов, а именно: количестве продаж и сумме за выбранный период времени.

Используя множество инструментов и методик подсчета, через неделю упорного труда мы перебрали всю клиентскую базу и выделили лучших клиентов по уровню продаж и заработку:

  • тех, кто двигал клиентскую базу вперёд,
  • крепкий середнячок, который продавал, но особо звёзд с неба не хватал,
  • тех, кто уже начал сдавать позиции и терять интерес.

За единицу периода времени мы взяли месяц. Таким образом, если бы нужно было, а нам в итоге нужно было проанализировать поведение клиентов на протяжении 12 месяцев (календарного года), пришлось бы потратить ещё 10 недель. Актуальность данных сразу теряла смысл: затраты времени были огромными, но самое главное, что всё это не давало никаких гарантий увидеть прогнозы и закономерность поведения клиентов.

Команда SMedX помогла найти удобное и понятное решение нашей проблемы.

Команда рассказала нам про RFM-анализ, его методику, что он умеет. Мы погрузились в изучение данного вопроса и начали адаптировать его под себя при помощи SmedX. Результат поразил. Мало того, что то, что мы рассчитывали неделю с кучей ресурсов, было сделано мгновенно, так ещё и клиентская база была наглядно разложена на адекватные сегменты. Это помогло увидеть, кто из клиентов в проблемной зоне, кто только туда собирается, а кто действительно приносит денег.

RFM-анализ не просто дал простое и понятное решение по обработке данных и сегментации рынка. Он позволил понять степень угрозы в каждом сегменте и увидеть происходящие в нём процессы. На базе этих данных мы начали строить стратегии по работе с реальными и потенциальными угрозами, иными словами, мы начали видеть проблемы, которые возникнут у нас через квартал и более и с которыми можно уже сейчас работать. Это существенно снизило потери нашей клиентской базы и за счет своевременного воздействия на определенные сегменты клиентской базы позволило её активизировать и поднять интерес к данному бизнесу.

В результате RFM-анализа мы начали строить прогнозы поведения той или иной группы клиентов в ответ на воздействие тех или иных факторов бизнеса, нововведений и т. д. Это позволило существенно сократить риски при вводе новинок и увидеть, на какие группы клиентской базы новшества оказали существенное влияние, а на какие нет. Это очень сильный аналитический инструмент, который необходим для работы с огромным количеством данных и огромной клиентской базой.
Огромное спасибо команде SMedX за то, что они своевременно показали нам такой инструмент и помогли его освоить”.