RFM-Analyse: Deine Kund:innen besser verstehen

Die RFM-Analyse (Recency, Frequency, Monetary) hilft dir, Kund:innen in Segmente zu unterteilen und gezielte Kampagnen individuell auf ihre Bedürfnisse anzupassen.

💡 Vorteile der RFM-Analyse

  • Überblick: Die RFM-Analyse (Recency, Frequency, Monetary Value) bietet einen klaren Überblick über das Kaufverhalten der Kund:innen.

  • Analyse: Sie ermöglicht die Identifikation von wertvollen Kundensegmenten.

  • Effizientere Strategien: Auf Basis der Segmente können spezifische Kampagnen versendet werden.

Beschreibung des Features

Was kann das Feature?

Die RFM-Analyse ist ein Analysefunktion, welche Kund:innen anhand ihrer Kaufhistorie bewertet. Es nutzt drei Hauptkriterien: Aktualität (Recency), Häufigkeit (Frequency) und Umsatz (Monetary Value), um die Kund:innen in verschiedene Segmente zu klassifizieren. Diese Segmentierung hilft dabei, die wertvollsten Kund:innen zu identifizieren und gezielt anzusprechen. Auf Basis der Segmente

können Kampagnen erstellt und geplant werden.

Dabei gibt es die Segmente:

rfm-analyse (1)
  • Kann sie nicht verlieren (Can't Lose Them)

  • Loyal (Loyal Customers)

  • Champions

  • Im Ruhezustand (Hibernating)

  • Braucht Aufmerksamkeit (Need Attention)

  • Potenziell loyal (Potential Loyalist)

  • Gefährdet (At Risk)

  • Kurz vor dem Absprung (About to Sleep)

  • Vielversprechend (Promising)

  • Neue Kunden (New Customers)

 

 

 

Funktionsweise im Dashboard/App

Funktionsweise in der App

In der App ist diese Analyse für Kund:innen nicht ersichtlich, sie ist lediglich für die Dashboard-Manager:innen ersichtlich.

 

Erstellung im Dashboard

Die RFM-Analyse lässt sich über das Dashboard aufrufen:
➡️ Navigation: Analytics → RFM-Analyse
💡 Hinweis: Die Analyse ist im Pro Plan verfügbar. Nutzer:innen im Starter- oder Plus-Plan sehen eine Upsell-Page im Dashboard.

So funktioniert’s:

1️⃣ Automatische Segmentierung:
Kund:innen werden automatisch in Segmente wie Power-User oder Abwanderungsgefährdete eingeteilt.

2️⃣ Grafische Darstellung:
Die Ergebnisse werden in einer übersichtlichen Grafik präsentiert, die leicht verständlich ist.

3️⃣ Detaileinblicke:
Ein Klick auf ein Segment zeigt dir detaillierte Informationen zu den zugeordneten Kund:innen.

4️⃣ Kampagnenplanung:
Basierend auf den Segmenten kannst du gezielte Kampagnen für bestimmte Kundengruppen oder individuelle Nutzer:innen erstellen.

Use-Cases

  • Ein typischer Use-Case ist die Identifikation von Champions, die regelmäßig und mit hohem Umsatz einkaufen. Diese Kund:innen können mit exklusiven Angeboten und personalisierten Nachrichten angesprochen werden, um ihre Loyalität weiter zu stärken.

  • Ein weiterer Use-Case ist es Kund:innen aus dem “Can’t lose them”-Segment zum Beispiel mit einem Rückhol-Angebot zu reaktivieren.

Technische Details und Integration

Technische Anforderungen:

  • Für die RFM-Analyse müssen folgende Daten im Dashboard vorhanden sein:
    • Zeitpunkt der Einkäufe
    • Häufigkeit der Einkäufe
    • Umsatz pro Kunde
  • Nur mit diesen Daten kann die Analyse korrekt dargestellt werden.

Berechnung der RFM-Analyse:

Die Analyse teilt Kund:innen in fünf Gruppen auf, basierend auf zwei Kriterien:
1️⃣ Recency (Aktualität): Wie kürzlich war der Kunde aktiv?
2️⃣ Frequency (Häufigkeit): Wie oft war der Kunde in den letzten 12 Monaten aktiv?

  • Bewertung: Recency und Frequency werden in 20%-Schritten eingeteilt.
  • Gruppierung:
    • Klasse 1: Die unteren 20% (am seltensten aktiv oder lange inaktiv).
    • Klasse 5: Die oberen 20% (am aktivsten oder kürzlich aktiv).
    • Klassen 2-4: Dazwischenliegende Kundengruppen.

💡 Beispiel:

  • Ein Kunde, der in den letzten 12 Monaten sehr häufig aktiv war, wird in die höchste Frequenz-Klasse (5) eingeteilt.
  • Ein Kunde, der selten aktiv war, landet in der niedrigsten Frequenz-Klasse (1).
  • Recency: Kunden, die erst kürzlich aktiv waren, kommen in eine höhere Klasse; inaktive Kunden in eine niedrigere.

5x5-Matrix:

Die Analyse erfolgt über eine 5x5-Matrix, die zeigt:

  • Wie oft die Kund:innen aktiv waren (Frequency).
  • Wie kürzlich sie aktiv waren (Recency).

Voraussetzungen:

  • Umsatz muss gemessen werden (z. B. über RKSV/TSE oder Kassenintegration).
  • Mandantenfähigkeit wird nicht unterstützt.

Mit diesen Anforderungen liefert die RFM-Analyse präzise Ergebnisse, um Kundengruppen gezielt anzusprechen. 🚀

 

Du möchtest auch mit diesem Feature arbeiten? Dann informiere uns einfach kurz!

-> Jetzt Feature anfragen!