Сегментация клиентов делит покупателей на группы по тому, как давно, как часто и на какую сумму они покупали, и нужна она для трёх решений, кого беречь, кого возвращать и на ком не тратить скидки. Если базу не делить, все три решения принимают по ней целиком, и бюджет удержания ложится ровным слоем на людей, которые приносят деньги очень неровно.
Перекос измерен на открытых данных. В продажах британского интернет-магазина подарков с декабря 2010 по декабрь 2011 года 787 покупателей из 4 317, то есть 18 %, дали 62 % чистой выручки. Ещё 839 человек купили один раз и пропали больше чем на три месяца, это пятая часть базы, а выручки за ними 3 %.
Ниже метод на этих данных и три решения из него. А сверх этого разбираю, как превратить сегменты в деньги, какие вопросы задать себе по каждой группе и как отвечать на них быстрее, отдав подсчёт нейросети.
RFM-сегментация считает клиента тремя числами
RFM-сегментация оценивает каждого клиента тремя числами, и все три лежат в любой выгрузке продаж, где у строки есть номер покупателя. Давность (recency) показывает, сколько дней прошло с последней покупки, частота (frequency) считает чеки за период, деньги (monetary) складывают выручку клиента. На наборе, который я разбираю дальше, метод в 2012 году показывали сами авторы данных (описание набора Online Retail).
Набор открытый, это 541 909 строк продаж за год, и многие покупатели магазина оптовики. Четверть строк, 24,9 %, идёт без номера клиента, и эту часть выручки делить не на что (в собственной базе я бы проверил такую долю первой). Сегменты собраны по 4 317 покупателям с номером.
Выручку я брал чистую, за вычетом отмен, потому что в данных есть заказы на десятки тысяч фунтов, отменённые в тот же день.
Сетка давности и частоты по 4 317 клиентам
Доли посчитаны от 4 317 клиентов и их чистой выручки, 8,3 млн фунтов за год.
| Давность последней покупки | Покупок за год | Клиентов | Доля клиентов | Доля выручки | Средняя выручка клиента, фунтов |
|---|---|---|---|---|---|
| до 30 дней | 1 | 206 | 4,8 % | 0,8 % | 313 |
| до 30 дней | 2–4 | 634 | 14,7 % | 7,7 % | 1 005 |
| до 30 дней | 5 и больше | 787 | 18,2 % | 62,4 % | 6 593 |
| 31–90 дней | 1 | 430 | 10,0 % | 2,2 % | 431 |
| 31–90 дней | 2–4 | 565 | 13,1 % | 7,1 % | 1 042 |
| 31–90 дней | 5 и больше | 256 | 5,9 % | 9,4 % | 3 043 |
| больше 90 дней | 1 | 839 | 19,4 % | 3,3 % | 327 |
| больше 90 дней | 2–4 | 529 | 12,3 % | 5,3 % | 836 |
| больше 90 дней | 5 и больше | 71 | 1,6 % | 1,8 % | 2 161 |
Что в сетке видно сразу
Средний клиент с пятью и больше покупками за год и последней покупкой не старше месяца приносит 6 593 фунта, а разовый покупатель, пропавший на три месяца, 327, разница в двадцать раз. По всей базе верхние 20 % клиентов дали 73,4 % чистой выручки, а нижняя половина 8,2 %.
Пороги в 30 и 90 дней я взял круглыми, под магазин, куда оптовики возвращаются несколько раз за год. Для мебели или ремонта их растягивают под свой цикл покупки.
Сегменты меняют три решения, которые иначе принимают по всей базе
Собственник хочет удержать всех, а бюджет удержания конечный. Снимается оно без выбора между «всем» и «никому». Каждая группа получает отдельное действие и отдельную цену.
Кого беречь
Беречь стоит 787 клиентов с пятью и больше покупками и последним чеком не старше месяца, они дают 62 % выручки при 18 % базы. По выручке потеря одного такого клиента стоит двадцати разовых покупателей.
По данным Harvard Business Review за октябрь 2014 года новый клиент обходится в пять–двадцать пять раз дороже удержанного, а рост удержания на 5 % поднимает прибыль на 25–95 %, по расчётам Фредерика Райхельда из Bain & Company (HBR). Поэтому я бы здесь не экономил. Ядру нужны отдельный менеджер, первая очередь при дефиците товара и условия, которые не раздают всем подряд.
Кого возвращать сейчас
Возвращать в первую очередь стоит частых покупателей, которые замолчали. В сетке их 256 с паузой от месяца до трёх, за ними 9,4 % выручки, и ещё 71 человек молчит дольше трёх месяцев, причём 27 из них входили в верхние 20 % по выручке за год.
Вместе это 327 клиентов и 11,2 % чистой выручки. Такой список менеджер отрабатывает звонками, начиная с самых крупных. Тому, кто покупал каждый месяц, уместно прямо задать вопрос, что изменилось, и ответ полезнее любой скидки.
На ком не тратить скидки
Меньше всего скидок заслуживают 839 разовых покупателей без покупок больше трёх месяцев, это 19,4 % базы и 3,3 % выручки. Массовая скидка по всей базе платит и им, и ядру, которое купило бы и без неё.
Вернер Райнарц и В. Кумар разобрали базы 16 000 клиентов четырёх компаний и пришли к выводу, что примерно половина постоянных клиентов едва окупается (HBR, 2002). Платили постоянные в среднем даже меньше, потому что получали скидки за объём и спецпредложения для своих. Как устроить программу лояльности, которая не раздаёт маржу, разобрано отдельно.
Есть и правовая граница. Реклама по сетям электросвязи, в том числе звонками и SMS, допускается по статье 18 закона «О рекламе» только с предварительного согласия адресата, какому бы сегменту она ни шла.
Сегментация клиентской базы по приросту
Сетка RFM смотрит назад, а план продаж вперёд, и в продажах компаниям с редкими крупными заказами одной выгрузкой не обойтись. В проектах это выглядит так. В компании, которая поставляет упаковку и расходники в общепит, менеджеры ведут всю базу ровным слоем, и больше внимания получает тот клиент, кто чаще звонит сам.
Рабочий порядок другой. Раз в период планирования каждый менеджер выбирает из своих действующих и потенциальных клиентов короткий список, обычно до полутора десятков, где сам видит прирост. По каждому он расписывает, за счёт чего вырастет заказ, и защищает план у руководителя, а остальная база ведётся в поддерживающем режиме.
По моему опыту, этот список и становится сегментацией там, где покупок у клиента за год мало и группы по давности почти не различаются. Он делит базу по будущим деньгам. Новых клиентов ищут уже по сегментации рынка и анализу рынка и конкурентов, а база показывает, кто платит сейчас.
Нейросеть считает сегменты, а скидку назначает собственник
Нейросеть в этой работе я пускаю к счёту и не пускаю к выводам о людях. Сетку по выгрузке продаж она собирает за минуты, разносит клиентов по спискам и пишет черновики звонков, а у человека одни сводные таблицы съедают вечер.
Опасна она в двух местах. Она охотно достроит то, чего в выгрузке нет, маржу, отрасль клиента и причину ухода. И она не знает, что крупный клиент молчит из-за ремонта цеха и к соседу не уходил. Это знает менеджер.
Поэтому кому дать особые условия, кого отпустить и сколько скидки не жалко, решает собственник.
После разбора я задаю себе три вопроса. Кому из ядра я сегодня даю то же, что разовому покупателю? Кто из частых молчит дольше своего обычного интервала? Сколько денег уходит на скидки людям, которые купили бы и так?
Промпт: на каких клиентах зарабатывать в этом месяце
На вход идёт выгрузка продаж за последний год из учётной системы или CRM, где в каждой строке есть номер клиента, номер чека, дата и сумма, а отмены стоят с минусом. Имена и названия клиентов замените номерами вида «клиент 1», персональные данные и коммерческую тайну в публичный чат не вставляйте. Подойдёт любая крупная модель, которая принимает файл и считает таблицы, DeepSeek работает бесплатно и без VPN, ChatGPT и Claude мощнее, но с ограничениями доступа из России.
Роль. Ты аналитик клиентской базы и считаешь только по приложенной выгрузке.
Результат. Сетка «давность × частота»: давность последней покупки до 30 дней, 31–90, больше 90; покупок за период 1, 2–4, 5 и больше. В каждой клетке число клиентов, доля клиентов и доля выручки в процентах. Под сеткой три списка: кого беречь, кого вернуть в этом месяце, на ком не тратить скидки.
Зачем. Хочу перестать раздавать одинаковые скидки и звонки всей базе и тратить бюджет удержания там, где он вернётся деньгами.
Подзадачи строго по порядку, к следующей не переходи, пока не закрыта предыдущая.
1. Проверь выгрузку: сколько строк, сколько отмен, сколько строк без номера клиента и какая это доля в процентах.
2. По каждому клиенту посчитай давность в днях до даты выгрузки, число разных чеков с продажами и сумму за вычетом отмен.
3. Собери сетку и посчитай доли. Проверь, что доли клиентов и доли выручки дают по 100 %.
4. Посчитай, какую долю выручки дают верхние 20 % клиентов.
5. Составь три списка: беречь (до 30 дней и 5+ покупок), вернуть (5+ покупок и пауза дольше 30 дней), не тратить скидки (одна покупка и больше 90 дней).
6. Под каждым списком дай фразу, которую я завтра скажу менеджеру или отправлю клиенту.
Нюансы. Если я назову свой обычный цикл покупки, подстрой под него пороги давности и скажи, что поменял. Клиента, у которого выручка с отменами ушла в минус, вынеси отдельно.
Рамки. Не выдумывай маржу, отрасль клиентов и причины ухода, их в выгрузке нет. Мотивационные речи и рассуждения о важности опусти полностью.Сегменты в своей базе показывают, кто платит. Какими словами люди описывают задачу при выборе поставщика, видно за её пределами, в открытых обсуждениях и поисковых запросах. Такие исследования рынка по открытым данным делает Довод, где я развиваю инструменты для этой работы. Задачу можно описать в Telegram.
Коротко: главное из статьи
- Сегментация клиентов нужна для трёх решений, кого беречь, кого возвращать и на ком не тратить скидки.
- RFM-сегментация строится по трём числам из выгрузки продаж, давности последней покупки, числу покупок и сумме за период.
- В открытых данных интернет-магазина подарков 18 % клиентов дали 62 % чистой выручки, а нижняя половина 8,2 %.
- Замолчавшие частые покупатели в том же наборе держали 11,2 % выручки, их возвращают звонком в первую очередь.
- Разовые покупатели без покупок больше трёх месяцев составили 19,4 % базы и 3,3 % выручки, и скидку для них сначала проверяют на части группы.
- Реклама звонками и SMS идёт только с предварительного согласия адресата по статье 18 закона «О рекламе».
Частые вопросы
Зачем нужна сегментация клиентов, если база маленькая?
Маленькая база делится даже быстрее большой, хватает выгрузки продаж за год. Сотня клиентов уже распадается на тех, кто покупает часто и недавно, тех, кто замолчал, и разовых. Без деления скидки и звонки уходят всем поровну, а выручка почти всегда держится на небольшой группе, и терять её дороже всего.
Чем RFM-сегментация отличается от ABC-анализа клиентов?
Анализ клиентов по методу ABC ранжирует их только по сумме выручки и делит на группы по накопленной доле. RFM добавляет давность последней покупки и частоту, поэтому видит то, чего ABC не замечает, крупного клиента, который перестал покупать. По ABC он ещё в группе A, а по давности уже в списке на возврат.
Как сегментировать клиентов в B2B, где покупок мало?
Когда у клиента две-три сделки в год, группы по давности и частоте почти не различаются. Тогда к выручке добавляют прирост, которого менеджер ждёт от клиента в следующем периоде, и каждый менеджер выбирает короткий список клиентов для роста с планом по каждому. Остальная база ведётся в поддерживающем режиме.
Как часто пересчитывать сегменты клиентской базы?
Пересчёт привязывают к циклу покупки. Если клиенты покупают раз в месяц, сегменты пересчитывают ежемесячно, иначе частый покупатель успеет уйти раньше, чем попадёт в список на возврат. При долгом цикле, как у мебели или оборудования, хватает квартала. Пороги давности при этом подстраивают под свой цикл.