Зачем RFM, если продукта ещё нет
RFM обычно считают по своей базе: у кого последняя покупка давно, кто покупает часто, кто приносит больше денег. Когда продукт только выводится, базы нет, а вопросы к тем же трём числам уже есть.
Маркетолог собирает финансовую модель и должен подставить в неё частоту покупки и средний чек. Без замера туда идут цифры из головы, из презентации поставщика или из опыта другой категории. Ошибка в частоте в полтора раза — это ошибка в выручке в полтора раза, и она тянется через все годы модели.
Второй вопрос — на кого целиться. Категорию покупают по-разному: одни часто и понемногу, другие редко и крупно, третьи давно выпали. Какая из этих групп больше и какая приносит больше денег, определяет ассортимент, фасовку, цену и канал.
Третий — экономика удержания. Если в категории 40% покупателей делают две трети оборота, стоимость удержания одного такого покупателя можно считать от его реальной частоты, а не от среднего по рынку.
Как спрашивать: три вопроса о реальных покупках
RFM по опросу стоит на вопросах о фактах, а не о намерениях. «Как часто вы обычно покупаете» даёт представление человека о себе. «Сколько раз вы покупали за последние три месяца» даёт число, которое можно проверить здравым смыслом.
Период выбирается под категорию. Для продуктов повседневного спроса — последний месяц или три месяца, для техники и мебели — год. Слишком длинный период для частой покупки даёт догадки: никто не помнит, сколько раз покупал молоко за год.
Сумму спрашиваем о последней покупке, а не «в среднем»: последнюю помнят, среднюю вычисляют в уме с ошибкой. Средний чек потом считается по всем ответам, а сумма за период — как частота × чек.
Рядом с этими тремя вопросами стоят вопросы, без которых RFM — просто три числа: где покупали (сети, маркетплейсы, рынки), какую марку, что важно при выборе. Отсюда профиль каждого сегмента.
Как собрать сегменты
Каждый показатель режется на две-три группы, и из их сочетаний собираются сегменты. Классическая схема — пять квинтилей по каждой оси и 125 клеток — для опроса не годится: на выборке в 800 человек в большинстве клеток окажется по пять-десять ответов. Мы собираем четыре-шесть сегментов, в каждом из которых достаточно людей для профиля.
Типичный набор:
- Частые крупные — покупали недавно, часто и на большие суммы;
- Частые небольшие — покупают часто, но понемногу;
- Редкие крупные — раз в несколько месяцев, но крупными покупками;
- Редкие небольшие — изредка и понемногу;
- Выпавшие — последняя покупка давно, в последние три месяца не покупали.
Границы «часто» и «крупно» задаются по распределению ответов в конкретной категории, а не заранее. Для корма для кошек «часто» — это раз в две недели, для бытовой химии — раз в месяц.
Условный пример: 800 покупателей категории
Условный пример. Категория — корм для кошек и собак. Опрошены 800 человек, которые покупали его за последний год. Частота и сумма — за последние три месяца, со слов респондентов.
Что из этого идёт в модель. На каждые 100 покупателей категории за три месяца приходится 335,5 покупки на сумму 2 333 750 тенге. Средний чек по категории — 2 333 750 / 335,5 ≈ 6 960 тенге. Средняя частота среди тех, кто покупал в эти три месяца, — 335,5 / 85 ≈ 3,9 покупки.
Обратите внимание на средний чек. Простое среднее четырёх чеков из таблицы — 7 250 тенге, но так считать нельзя: частые покупатели делают больше покупок, и их чек весит больше. Правильный средний чек — сумма денег, делённая на число покупок, и он ниже на 4%. В финансовой модели это разница, которая копится каждый месяц.
Куда уходят деньги:
Два частых сегмента — 40% покупателей и почти три четверти денег категории (51,3% + 22,6% = 73,9%). Если продукт рассчитан на них, в модель идут их частота и чек, а не средние по категории: 6–7 покупок за квартал вместо 3,9. Если продукт — крупная фасовка для тех, кто покупает редко, в модель идёт 2 покупки за квартал и чек около 11 000 тенге. Одна категория, две разные финансовые модели.
Профиль сегментов — где они покупают, какие марки берут, что важно при выборе — показывает, какую группу реально перетянуть. Частые небольшие могут покупать у дома по привычке и почти не переключаться; редкие крупные — сравнивать цены на маркетплейсах. Это меняет и канал запуска, и цену входа.
Ограничения данных со слов респондента
RFM по опросу — это ориентиры по категории, а не замер вашей будущей базы. Ограничения мы называем до поля.
Люди вспоминают, а не сверяются с чеками. Частоту регулярных покупок обычно помнят неплохо, суммы округляют, редкие покупки сдвигают во времени: покупку четырёхмесячной давности относят в «последние три месяца». Короткий и понятный период и вопрос о последней покупке уменьшают эту ошибку, но не убирают.
Покупатели категории — не ваши будущие покупатели. Замер показывает, как ведёт себя категория сегодня. Ваш продукт может привлечь другую часть рынка или изменить частоту — это уже вопрос потенциала спроса, и отвечает на него другой блок анкеты.
Онлайн-панель моложе населения. В категориях, где много покупателей старшего возраста или из сёл, это видно в данных, и границы выводов мы пишем в отчёте. Часть перекоса снимает казахская версия анкеты, если заказчик её выбирает: она написана как второй оригинал, а не перевод: без неё старшие и сельские покупатели отвечают реже. Если этих групп в категории много, добираем их офлайн-интервью.
Поэтому в финансовую модель цифры идут сценариями: базовый — по замеру, осторожный — с поправкой вниз на частоту. Модели всё равно считают сценариями, и замер делает базовый сценарий основанным на данных, а не на ощущении.
Когда база появится, RFM по ней вы посчитаете сами. Это несложная задача для вашего аналитика, и платить за неё агентству незачем. Наша часть — дать те же показатели заранее, а потом сравнить вашу базу с тем, как ведёт себя категория в целом.
RFM вместе с U&A и потенциалом спроса
RFM отвечает, как часто и на какие суммы покупают. Два соседних вопроса почти всегда возникают в том же проекте: почему покупают именно так — это Usage & Attitude, и сколько людей готовы купить именно ваш продукт — это потенциал спроса. У всех трёх одна аудитория — покупатели категории, и их можно задать в одной анкете. Получается одно исследование вместо трёх: одна выборка и одно поле, а состав работ и стоимость фиксируем в смете до старта.
Если среди вопросов к запуску есть цена, её лучше решать отдельным блоком: как выбирают между методами, разобрано в статье о том, как определить цену продукта. А если вы выводите продукт и решений больше одного, посмотрите, какие решения закрывает исследование при выводе продукта.
Как мы это делаем
Отдел исследований и стратегий Mosaic Agency начинает с модели, которую вы собираете: какие в ней ячейки и какие цифры туда нужны. Под них выбираем период, интервалы суммы и границы сегментов, а выборку считаем от самого узкого сегмента, по которому вы будете принимать решение. Так, для запуска офлайн-точки в Астане мы строили RFM-модель на опросе 680 респондентов со срезами по районам города. Анкету можно вести на двух языках — тогда респондент выбирает язык и может переключить его в любой момент; казахскую версию мы добавляем по решению заказчика, и пишут её казахоязычные исследователи как второй оригинал. Вы читаете анкету до поля.
Результат — интерактивный дашборд: давность, частота и сумма по категории и по сегментам, численность каждого сегмента в процентах, профиль, и отдельный экран с цифрами для модели — средняя частота и средний чек, правильно взвешенные. Доступ к дашборду остаётся после проекта; презентация с выводами — по запросу. Описание продукта — на странице RFM по категории, остальные ценовые задачи — в разделе «Цена и спрос».
По теме
Обсудим ваше исследование. Расскажите, какое решение нужно принять, — предложим метод, выборку и сроки.
