RFM Analyse in E-commerce

Een RFM analyse is een simpele en effectieve manier om je klantenbestand op te delen aan de hand van 3 waardes:

• R: Recency (Recentheid, hoe recent heeft een klant een aankoop gedaan)
• F: Frequency (Frequentie, hoe frequent koopt de klant)
• M: Monetary (Waarde, hoeveel heeft de klant omgezet)

De RFM analyse is gebaseerd op het marketingprincipe ‘80% van de omzet komt van 20% van de klanten’. Dit is een leuk feitje, maar welke 20% klanten zijn dit? Daarnaast gaat het model ervan uit dat mensen die recentelijk iets van je hebben gekocht, veel meer kans hebben om te reageren op een aanbieding van jou dan voor iemand waarbij het langer is geleden dat diegene heeft besteld. E-mail is een belangrijk kanaal om in te zetten, gezien je al deze responsdata van je klanten vastlegt in je e-mailsysteem. Met de inzichten van de RFM analyse zijn je marketing activiteiten bij te sturen. Hoe begin je met een RFM analyse?

RFM analyse in Reloadify

Update 22-02-2023: Het is nu mogelijk om te mailen op basis van deze RFM analyse. Hiervoor hoef jij niks te doen. Je kan simpelweg een regel toevoegen aan je nieuwsbrief of trigger met de R, F of M score, wat er dan zo uit ziet:

Wil je hier nou meer over weten? Check dan vooral ons helpartikel hoe je RFM gebruikt voor je e-mail marketing.

Het begin van je RFM analyse

Je begint bij het begin: je maakt per punt een RFM parameter. Met parameter bedoelen we dat je de punten voorziet van scores van 1, 2, 3 en 4 (met 4 als hoogste). Met dit puntensysteem zijn je klanten per punt in te delen. Deze drie scores samen vormen de RFM waarde van je klant. Je allerbeste klanten zijn de klanten met een RFM waarde van 4-4-4, je minst waardevolle klanten zijn de klanten met een score 1-1-1. Afijn, je hebt een handig systeem voor jezelf klaar staan. Invullen maar! Geen paniek, Excel kent hier gigantisch veel wegen voor.

Stap 1: maak je datamodel

Maak een datamodel in Excel van alle transacties in een bepaalde periode en zorg ervoor dat je van iedere klant de R, de F en de M kunt bepalen. Met andere woorden: hoeveel dagen is het geleden dat je klant voor het laatst iets heeft gekocht (R)? Hoeveel heeft je klant toen gekocht (F) en wat was de omzet hiervan (M)? Een handig CRM systeem maakt hier binnen no-time een uitdraai van.

Stap 2: Verdeel je klanten in groepen

Nu je de data hebt is het gemakkelijk om je klanten in groepen te verdelen. Deze verdeling maak je voor alle waardes (R, F en M) op basis van een score van 1 tot vier. Hier is 1 het minst waardevol en 4 het meest waardevol. Deel je scores logisch in: bij 1 kan het zijn dat je klant meer dan een jaar geleden bij je heeft besteld en 4 kan een waarde zijn dat je klant deze week nog bij je heeft besteld.

Stap 3: Voeg de scores samen voor een totale RFM score

Als laatste stap ga je de R, F en M-score per klant samenvoegen. Dit leidt tot 64 segmenten, waarbij het 444-segment staat voor de meest rendabele klant tot 111 voor klanten die het minst waardevol zijn. In onderstaande afbeelding zie je een voorbeeld hoe we dit hebben gemaakt, waarbij de groene klant een waardevolle klant is en de rode klant een minder waardevolle klant is:

Je RFM analyse inzichtelijk maken

Nu je weet hoe veel een klant omzet, hoe vaak diegene besteld en hoeveel tijd er tussen bepaalde bestellingen in zit kan je hier op acteren. De volgende stap is je RFM scores opdelen in klantgroepen. Met het voorbeeld hierboven zie je dat klant 245344 tot je topklanten behoort en klant 3345454 tot je flopklanten.

Maak nu logische klantgroepen op basis van de totale RFM score, zoals bijvoorbeeld:

• 444 - Topklanten. Deze klanten scoren hoog op alle drie de punten. Dit zijn je klanten die voor de meeste omzet zorgen.
• 111 - Flopklanten. Deze klanten scoren laag op alle drie de punten. Dit zijn je klanten die voor de minste omzet zorgen
• 441 - Veel kleine aankopen, Deze klantengroep besteld regelmatig bij je, maar de omzet blijft laag. Deze doelgroep wil je uiteindelijk naar een hoger orderbedrag per order pushen.
• 144 - inactieve toppers. Deze klanten kochten in het verleden vaak en hun customer lifetime value is hoog. Je ziet dat deze klantengroep inactief begint te worden.
• 414 -Veelbelovende klanten. Zij kochten enkele dagen geleden en gaven veel uit. Deze groep bevat meestal klanten met een potentieel hoge klantwaarde. Ontwikkel je klantrelatie hiermee, zodat deze groep vaker bij jou gaat bestellen.

Wanneer je logische klantgroepen hebt gemaakt is het tijd om dit voor jezelf visueel te maken. Dit kan handig zijn zodat je je klanten fysiek in een ‘groep’ zet en fysiek kan verplaatsen naar een andere groep. Ter voorbeeld:

In het voorbeeld hierboven staat recency op de x-as, en frequency-monetary value op de y-as. De percentages geven aan hoeveel klanten in verhouding tot het totaal aantal klanten in dat segment zitten. Zo maak je het voor jezelf ook inzichtelijk. Je wilt je klanten van links onderin naar rechts bovenin verplaatsen met een gerichte marketingstrategie.

Je RFM analyse gebruiken

Nu je in kaart hebt gebracht in welk stadium elke klant is is het mogelijk om hier op in te spelen. Nu is het de bedoeling dat je uit elke klantengroep gebruikt als basis voor je groeistrategie. Hieronder een aantal bruikbare strategieën per segment:

Veel kleine aankopen

Dit segment wil je grotere aankopen laten doen, zodat hun levenslange aankoopwaarde hoger wordt. Grotere aankopen zijn te genereren door meer cross- en upsell artikelen aan te bieden.

Inactieve kopers

Deze klanten wil je vaker iets laten bestellen dan dat zij nodig vinden. Creëer de urgentie dat deze groep nú iets moeten bestellen. Dit doe je met tijdelijke aanbiedingen of tijdelijke kortingscodes.

Flopklanten

Je flopklanten scoren nergens goed op: niet op omzet, niet op frequentie en niet op recentheid. Dit is een lastige groep om te bereiken. Begin je aanpak klein: geef bij deze groep aan waarom ze precies bij jou moeten bestellen. Misschien zijn ze niet op de hoogte van jouw voordelen (zoals de klantenservice, bezorgtijden, verzendkosten etc.)

Loyale klanten

Je loyale klanten zijn je klanten die overal goed op scoren, maar nog nét iets beter kunnen scoren op bijvoorbeeld recency. Beloon je loyale klanten zo af en toe dat ze steeds vaker bij jou bestellen. Een persoonlijke e-mail, een spaarprogramma of een gratis product: het belonen van je klant is het zeker waard.

Heeft aandacht nodig

Klanten die specifieke aandacht nodig hebben om over te gaan op verkoop benader je weer anders. In dit geval is marketing automation onmisbaar. Stel een e-mailflow op met wanneer touchpoints wanneer jij weer contact wil met je klant. Zie je dat de herhaalaankoop op 4 weken ligt? Dan mag je bij je klant na 3 weken weer onder de aandacht komen om een product opnieuw te bestellen.

Klanten die ik ga verliezen

Deze klanten hebben een extra push nodig om een herhaalaankoop bij jou te doen. Doen ze deze herhaalaankoop niet? Dan zijn ze jou uit het oog verloren. Geef deze klanten eens een kortingscode. Zet alles op alles om je klant niet te verliezen. Een persoonlijke touch in de communicatie kan zeker geen kwaad.

Veelbelovende klanten

Het ontbreekt alleen nog aan frequent bestellen bij deze groep. Zet deze doelgroep slim in met marketing automation en bouw een flow van e-mails hieromheen. De kracht van herhaling is hier erg van belang.

Potentieel loyale klanten

Deze groep besteden veel in je webshop en hebben onlangs nog wat besteld bij je. Ook deze groep mag frequenter bestellen bij je, zodat ze nóg loyaler worden. Misschien ontbreekt het deze groep aan een gepersonaliseerde benadering. Deze groep is namelijk erg goed in te zetten voor cross-sell en upsell campagnes, zodat ze méér producten en uiteindelijk frequenter bij je bestellen.

Nieuwe klanten

Tot slot heb je de nieuwe klanten. Dit zijn klanten die nog helemaal niet bekend zijn met je webshop, met je aanbod en met je voordelen, maar hebben misschien al wel een keer besteld bij je. Bouw een e-mailflow rond deze nieuwe klanten: stel jezelf voor als webshop zijnde, wat biedt je aan en tegen welke prijs? Welke voordelen mogen ze van jou verwachten? Hoe meer je klant bekend raakt met je, des te groter is de kans dat deze groep steevast bij jou gaat bestellen.

De vertaling van RFM-analyse naar e-mail

In dit artikel hebben we behandeld hoe je een RFM analyse maakt op basis van je klanten. Maar wist je dat je een RFM analyse ook kan maken op basis van je e-mailcijfers? Zo kun je voor elke nieuwsbrief abonnee in je e-mail database een engagement RFM score bepalen, met andere woorden een eRFM. De drie waardes bepaal je dan iets anders:

• R: Recency (op basis van de meest recente datum waarop de ontvanger je e-mail geopend of ergens op geklikt heeft)
• F: Frequency (totaal aantal keer dat de ontvanger een e-mail heeft geopend of geklikt)
• M: Monetary (hoeveel heeft de klant omgezet)

Op deze manier bepaal je de engagement van je klanten en kijk je op basis van je e-mailmarketing in hoeverre je doelgroep geïnteresseerd is in bepaalde e-mails.

Zo zie je weer dat de RFM analyse voor verschillende doeleinden toepasbaar is. De RFM analyse is één van de methodes die een marketeer tot zijn beschikking heeft om klanten te identificeren. Er zijn nog tal van andere analyses die je uit kan voeren op je data. Veel succes!