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

      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!