Hoe voert u een RFM-analyse uit, en wat kunt u ermee?

Wie van uw klanten verdient meer aandacht? Een belangrijke vraag voor ieder bedrijf. Er zijn verschillende manieren om inzicht te krijgen in uw meest waardevolle klanten. Eén van de populairste methoden is de RFM-analyse. Omdat u deze analyse zelf kunt uitvoeren met uw eigen data én omdat de resultaten eenvoudig te interpreteren zijn, wordt deze door veel ondernemers ingezet. Hoe voert u de analyse uit, en wat vertellen de resultaten u? In dit artikel geven we antwoord op deze vragen en kijken we naar de inzichten de RFM-analyse u  kan bieden.

Een RFM-analyse, wat is het?

De RFM-analyse is een concrete manier om de waarde per klant te meten. De analyse bestaat uit drie componenten:

1. Recency: Wanneer heeft de klant voor het laatst een aankoop gedaan?
2. Frequency: Hoe vaak doet de klant aankopen?
3. Monetary: Hoeveel omzet heeft de klant u opgeleverd?

Uw meest waardevolle klanten kopen regelmatig – en daarmee tevens recentelijk – bij u, en besteden daarnaast veel geld bij u. De klanten die alle drie de componenten hoog scoren, behoren tot uw meest waardevolle klanten.

Wat maakt de RFM-analyse interessant voor u?

Eigenlijk is de RFM-analyse interessant voor ieder bedrijf. De analyse helpt u uw klanten te segmenteren en daarmee de effectiviteit van uw klantuitingen te vergroten. Er zijn dan ook twee expliciete redenen die bedrijven doen besluiten met RFM-analyses te gaan werken:

• Groeien als bedrijf

In plaats van zoeken naar nieuwe klanten of klantgroepen, kunt u ook proberen om meer waarde te halen uit uw bestaande klanten. Groei genereren binnen uw bestaande klantengroep is namelijk voordeliger dan het zoeken naar nieuwe klanten. U gebruikt uw eigen klantdata als basis voor uw groeistrategie.

• Effectief middelen inzetten

De RFM-analyse stelt u in staat om prioriteiten te stellen binnen uw klantenportefeuille. Hier komt het concept van segmentatie om de hoek kijken. Aan de hand van de analyse kunt u uw klanten namelijk indelen in segmenten, om zo gerichter te communiceren of zelfs uw productaanbod hierop aan te passen. U kunt uw middelen effectiever inzetten. Uw grote, vaste klanten verwachten bijvoorbeeld een andere behandeling dat een kleine klant die sporadisch een aankoop doet.

De populariteit van deze analyse is op verschillende manieren te verklaren:

1. Gebruik van uw eigen data. U heeft hier dus als het goed is directe toegang toe.
2. De analyse is eenvoudig uit te voeren. Hier zijn geen ingewikkelde analytics-tools voor nodig, met Excel komt u al een heel eind. Daarbij zijn de resultaten eenvoudig te interpreteren en uit te leggen, bijvoorbeeld aan een manager of directeur.

Zo voert u de analyse uit

Voor het uitvoeren van een RFM-analyse, sorteert u uw klanten op drie verschillende manieren:

• Recency. Nadat u uw klanten gesorteerd hebt op de recentheid van hun aankopen, geeft u ze een score. De 20% die het meest recent een aankoop gedaan hebben, krijgen de score 5; de 20% daaronder de score 4 enzovoorts. Zo heeft iedereen een score van 1 t/m 5. Heeft u een klein klantenbestand? Dan kunt u er ook voor kiezen om uw klanten in drie in plaats van vijf groepen op te delen en ze scores van 1 t/m 3 toe te wijzen.
• Frequency. Bedenk eerst wat in uw situatie een relevante periode is om de analyse over uit te voeren. Is het bijvoorbeeld normaal voor uw klanten om een paar keer per jaar een aankoop bij u te doen? Bekijk de aankoopfrequentie dan per jaar. Sorteer uw klanten vervolgens op deze informatie, en wijs weer scores van 1 t/m 5 toe.
• Monetary. Wat is de hoogte van het aankoopbedrag van de klant? Om tot de RFM-score te komen sorteert u deze waarden ook, en wijst u uw klanten weer een score toe.

De scores per klant zeggen al heel veel, maar het is ook waardevol om alle scores in een matrix te visualiseren. Hierbij zien we vaak dat Recency en Frequency beide een as bekleden, die beiden van de score 1 t/m 5 lopen. De Monetary value kan zowel met kleur als met getallen in de matrix worden aangegeven.

Voorbeelden van klantgroepen

• Kampioenen: Zij hebben recent gekocht, kopen vaak en geven veel uit.
• Loyale klanten: Zij geven vaak en veel geld uit en reageren goed op aanbiedingen.
• Potentiële loyalisten: Recente klanten die redelijk wat uitgeven en dit ook vaker hebben gedaan.
• Nieuwe klanten: Ze hebben onlangs iets gekocht, maar nog niet zo vaak.
• Veelbelovend: Recente klanten die nog niet zoveel hebben uitgegeven.
• Aandacht nodig: Zij scoren bovengemiddeld op alle drie de waarden maar hebben niet heel recent meer gekocht.
• Vallen bijna in slaap: Zij scoren onder gemiddeld op alle drie de waarden. Let op dat je ze niet kwijtraakt.
• Risico: Zij hebben veel uitgegeven en hebben ook vaak gekocht. Maar dit is inmiddels een tijdje geleden. Haal ze terug!
• Kostbare afhakers: Zij hebben het meeste uitgegeven en hebben ook het vaakst gekocht. Waar zijn ze gebleven?
• Winterslaap: De laatste uitgave was al een tijde terug, ze geven weinig uit en het waren ook niet veel orders.
• Verloren: Zij scoren het laagst op alle drie de waarden.

Hoe gebruikt u de resultaten?

Twee belangrijke doelen waarvoor u de resultaten van de RFM-analyse kunt inzetten, zijn differentiatie en het observeren van ontwikkelingen van klanten.

Differentiëren in uw klanten duidt op het geven van een verschillende behandeling. U hoeft uw loyale klanten niet meer te verleiden met aantrekkelijke aanbiedingen, maar nieuwe of veelbelovende klanten kunt u bijvoorbeeld een speciale actie aanbieden.

De RFM-analyse is een momentopname. Door de analyse regelmatig uit te voeren wordt het mogelijk een ontwikkeling in het klantgedrag te zien. Bekijk bijvoorbeeld of er een bepaalde stroom van klanten is. Zijn er veel klanten uit de waardevolle groep in een andere groep terecht gekomen? Of zijn ‘slapende’ klanten juist in een groep gekomen waar ze waarde genereren? Aan de hand van deze inzichten kunt u actie ondernemen. Wat is er goed of juist niet goed gegaan en welke les kunt u hier voor de toekomst uit halen?

Het inspelen op verschillende klantsegmenten is steeds makkelijker te automatiseren door middel van marketing automation. Zo kan er eenvoudig een e-mail flow worden opgezet om klanten die al een langere periode niets besteld hebben terug te winnen of klanten die mogelijk interesse hebben in upselling een aantrekkelijk aanbod te doen. De RFM-analyse en marketing automation vormen dus een sterke combinatie.

Meer groeien? Kijk verder dan uw eigen databestand

Wanneer u inzichten uit uw RFM-analyse(s) heeft kunnen halen, kunt u als volgende stap verder kijken dan alleen uw eigen klantenbestand. Benchmark de resultaten van uw klanten tegenover de rest van de markt.

Allereerst kunt u op zoek gaan naar lookalikes: bedrijven die nog niet in uw klantenbestand zitten, maar op verschillende kenmerken overeenkomen met uw meest waardevolle klanten. Om deze groep potentiële toekomstige klanten te benaderen, kunt u gebruik maken van de Market Information tool.

Bovendien is het verstandig om uw resultaten te testen aan de gehele markt, door middel van een marktanalyse. Komt een groot deel van uw meest waardevolle klanten uit een bepaalde sector? Dit kan een nuttige aanwijzing zijn, maar het kan ook dat deze sector over het hele land groot in omvang is. Dan hoeft het dus niet veel te zeggen dat een relatief groot deel van uw klanten in deze sector werkzaam is. Door uw data te verrijken, komt u tot een beter beeld van wat uw inzichten daadwerkelijk betekenen. Graydon helpt u hier graag bij. Meer informatie over het verrijken van uw data of het uitvoeren van een marktanalyse? Bezoek deze pagina. Een voorbeeldcase van deze analyse vindt u hier.