Почему новым клиентам нужны отдельные правила RFM

Новый покупатель сделал хороший первый заказ, но RFM присвоил ему низкий балл. Маркетолог отправил человека в сегмент «слабые клиенты» и исключил из важных программ. Ошибка появилась ещё до выбора сообщения: клиенту не дали времени накопить историю, по которой его оценивают.

RFM описывает давность покупки, частоту покупок и денежный показатель. В распространённой реализации это время с последнего заказа, число заказов и сумма расходов за период. Определения могут отличаться, поэтому их нужно записать явно. RFM-балл характеризует наблюдаемую историю, а не качество человека и не доказанную будущую прибыль. CLV — прогнозная ценность клиента — оценивает будущие денежные потоки на заданных условиях; накопленная сумма покупок сама по себе таким прогнозом не является.

Почему общий рейтинг наказывает новичка

Условный пример: один клиент сделал две покупки за первые 30 дней, другой — шесть за два года. При подсчёте накопленной частоты второй окажется выше. Но эти значения получены за разное время. Из них нельзя заключить, что первый менее склонен возвращаться.

Деление количества заказов на число дней не решает проблему автоматически. Две покупки за три дня дают огромную годовую частоту, которая может никогда не повториться. Особенно нестабильны такие оценки сразу после привлечения, распродажи или разбиения одного заказа на несколько оплат.

Fader, Hardie и Lee связывают историю RFM с прогнозной ценностью в вероятностной модели и учитывают время наблюдения. Их работа показывает, что связь показателей с будущим результатом сложнее простого ранжирования по накопленным суммам. Исследование не подтверждает универсальные пороги RFM для любого бизнеса.

Отделите этап отношений от интенсивности покупок

Первое рабочее решение — определить новых клиентов как отдельную стадию. Срок стадии выбирают по реальному циклу: в каком интервале обычно появляется возможность второй покупки. Внутри неё полезнее смотреть достижение следующего шага и доступное время, чем соревноваться с давними покупателями.

Для остальных используйте согласованное окно истории, например завершённые 12 месяцев, если оно подходит категории. При этом клиент с шестью месяцами истории всё равно не имел тех же возможностей, что клиент с полными двенадцатью. Сохраняйте возраст отношений как отдельный признак.

Если нужны сопоставимые группы, сравнивайте клиентов на одинаковом этапе: результат первых 30, 60 или 90 дней после первой покупки. В анализ включаются только те, у кого соответствующий срок уже прошёл, либо применяется метод, корректно работающий с неполным наблюдением.

Согласуйте денежный показатель

В правилах должно быть написано, входят ли отмены, возвраты, доставка, налоги и скидки. Для RFM можно использовать выручку по единой договорённости, но нельзя потом без отдельного расчёта назвать высокий денежный балл высокой прибыльностью.

У клиента может быть большой оборот и дорогие возвраты. У другого — скромный чек, но высокая доля маржинального дохода. Если задача связана с бюджетом удержания, нужен дополнительный экономический показатель, соответствующий этому решению.

Условная схема применения

Граница стадии не должна автоматически запускать повторную welcome-цепочку или обнулять известные предпочтения. Отдельно проверьте клиентов, которые вернулись после большой паузы: они могут быть новыми для текущего окна, но не для компании.

Как проверить новую сегментацию

Сначала на истории убедитесь, что правила воспроизводятся на данных, доступных в момент решения. Сравните распределение новых и давних клиентов, проверьте отменённые заказы, дубли и неполные периоды.

Затем оцените действие, которое изменилось из-за сегмента. Если новый рейтинг ведёт к другой коммуникации, сравнивайте политики на случайно назначенных клиентах с одинаковым горизонтом. Улучшение прогнозирования покупки ещё не доказывает, что дополнительное письмо создаст эту покупку.

Результат пересмотра RFM — понятное место новичка в жизненном цикле и сопоставимые основания для решений. Никого не нужно объявлять «плохим» лишь потому, что он познакомился с компанией недавно.

Источники

Fader P. S., Hardie B. G. S., Lee K. L. RFM and CLV: Using Iso-Value Curves for Customer Base Analysis. Journal of Marketing Research. 2005. 42(4). P. 415–430.