Kundeværdianalyse (RFM)

Mere end en almindelig RFM-analyse

Med vores kundeadfærdsanalyse supplerer vi den klassiske RFM-analyse med indsigt i værdigrupperne som kundesegmenter, når vi blender dine transaktionsdata med en række eksterne tredjepartsdata, der tegner et 360º portræt af dine kunder

Du får overblik over din markedspenetration og restpotentialet med udgangspunkt i din eksisterende kundebase og transaktionsdata. Den viden suppleres med viden om kundernes karakteristika inden for socioøkonomi, værdier og holdninger til forbrug og samfundet, så din kundesegmentering får større værdi og effekt

Indsigt i værdigrupper og kundesegmenter

Fra dine transaktionsdata ved du allerede, hvilke kunder, der skaber den største omsætning, når de handler hos dig. Med en større viden om, hvilke segmenter, de tilhører, kan du udvikle marketingaktiviteter og tilbud, der virker. Du kan også få et overblik over, hvor mange tvillinger, de mest værdifulde kunder potentielt har, så du dels kan udarbejde en databaseret forretningsstrategi og målrette din markedsføring til de mest interessante potentielle kunder

En RFM-analyse (recency, frequency, monetary value) giver dig et databaseret udgangspunkt for at afklare

• kundernes købemønstre
• kundernes karakteristika inddelt i værdisegmenter

Analysens resultater sikrer dit datagrundlag for at træffe beslutninger om salgstaktik til bestemte segmenter, salgsbudskaber, produktudvikling og ikke mindst udvælge, hvilke kundesegmenter, du vil analysere yderligere, fx i en potentialeberegning

Ved at blende dine transaktionsdata med vores omfattende databibliotek, får du indsigt i  kundesegmenternes

• demografiske karakteristika som familietype, aldersfordeling, bilrådighed og økonomi
• forbrugsvaner: Går de fx efter gode tilbud, velkendte mærker eller helt nye varer?
• præferencer: Foretrækker de fx økologi, dekadence eller discount? 

Sådan gennemføres analysen

Dine kunder inddeles i værdisegmenter baseret på en RFM-beregning: På baggrund af dine transaktionsdata inddeles dine kunder i værdigrupper efter deres seneste køb, købsfrekvens og værdien af købene på en skala fra 1 til 5. Man bruger den gennemsnitlige værdi pr. kundesegment, dvs. gennemsnitligt antal dage siden seneste køb (recency), gennemsnitligt antal køb (frequency) og gennemsnitlig købesum (monetary value)

Kunderne rangordnes derefter inden for hver af de tre kategorier recency, frequency og monetaty value og tildeles point. Pointene summeres til en RFM-score. Det betyder fx, at selvom en kunde kan have handlet ofte og for en høj sum, justeres kundeværdien, hvis det er længe siden, kunden senest har handlet

Kundebasen rangeres efter RFM-scoren, der inddeles i fem grupper, der siden samles i tre aggregerede grupper. For at gøre analysen mere overskuelig, fokuserer rapporten på de tre aggregerede grupper: Høj, middel og lav

Datainput

• Du bør have minimum 1.000 rækker i din fil med kundernes køb for at få et validt analyseresultat. Filen skal rumme kundens adresse samt information om købsdato og købesum. Har du alderen på dine kunder, kan denne indregnes og give dig endnu mere præcise analyseresultater

• Filer uploades i excel-format

• Dine data analyseres og kombineres med vores data

file_downloadSe et rapporteksempel

Output: En udvidet RFM-rapport

Output er en PowerPoint-præsentation, hvor værdisegmenterne i din kundedatabase opstilles og beskrives ud fra både købsadfærd, geografi og kundernes demografiske karakteristika

Tilkøber du det, får du desuden beriget din kundefil med et RFM-segment på hver enkelt kunde, som du kan importere til dit CRM eller indarbejde i dit analysearbejde