Analytics
      Zurück zur Startseite
      1. Hilfecenter
      2. Dashboard
      3. Analytics

      RFM-Analyse

      Die RFM-Analyse hilft dir dabei, einen Überblick über die wichtigsten Kundensegmente zu erhalten und diese zielgerichtet anzusprechen

      Der Mehrwert

      Was bringt dieses Feature?

      • 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

      Im Dashboard kann die RFM-Analyse einfach über Analytics → RFM-Analyse aufgerufen werden. (Für diejenigen Kund:innen, die den Pro Plan nutzen. Kunden, im Starter und Plus Plan sehen eine Upsell-Page im Dashboard). Die Kund:innen werden automatisch in Segmente eingeteilt, und die Ergebnisse werden in einer übersichtlichen grafischen Darstellung präsentiert. Dashboard-Manager:innen können auf die einzelnen Segmente klicken, um detaillierte Informationen zu erhalten. Danach können auch Kampagnen für die einzelnen Segmente bzw. Kund:innen in den Segmenten erstellt werden.

      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 ist es wichtig, dass Daten über den Zeitpunkt des Einkaufs, über die Häufigkeit und der jeweilige Umsatz des Kunden vorhanden sind im Dashboard. Nur dann kann die RFM-Analyse richtig dargestellt werden.

      Die Berechnung teilt die Kunden in fünf Gruppen auf, basierend auf zwei Kriterien: Recency (wie kürzlich der Kunde aktiv war) und Frequency (wie oft der Kunde aktiv war) über die letzten 12 Monate.

      1. Recency und Frequency werden jeweils in 20%-Schritten bewertet.
      2. Kunden werden in fünf Klassen eingeteilt:
        • Die unteren 20% (die am wenigsten aktiv waren oder vor langer Zeit aktiv waren) kommen in Klasse 1.
        • Die oberen 20% (die am aktivsten oder vor kurzem aktiv waren) kommen in Klasse 5.
        • Die dazwischenliegenden Gruppen werden entsprechend in Klassen 2, 3 und 4 eingeteilt.

      Ein Beispiel:

      • Wenn ein Kunde in den letzten 12 Monaten sehr häufig aktiv war, kommt er in die höchste Frequenz-Klasse 5.
      • War der Kunde hingegen selten aktiv, kommt er in die niedrigste Frequenz-Klasse 1.

      Das Gleiche gilt für Recency: Kunden, die erst kürzlich aktiv waren, kommen in die höhere Recency-Klasse, und diejenigen, die schon länger nicht aktiv waren, in eine niedrigere Klasse.

      So werden die Kunden in einer 5x5-Matrix bewertet, die zeigt, wie oft und wie kürzlich sie aktiv waren.

      Vorraussetzungen:

      • Umsatz muss gemessen werden (RKSV/TSE oder über Kassenintegration)

      • Mandaten sind nicht unterstützt

       

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

      -> Jetzt Feature anfragen!