Ik heb een aantal jaren voor Vodafone gewerkt en als me één ding is bijgebleven van de marketing en sales van Vodafone dan is het wel haar life cycle gedreven aanpak. Nieuwe klanten worden welkom geheten, na de welkomstfase volgt een ontwikkelfase en tenslotte wordt toegewerkt naar een verlenging van het contract of abonnement.

Ook bij bedrijven die niet werken met abonnementen, maar met losse aankopen, is natuurlijk sprake van een klantrelatie. Een life cycle gedreven segmentatie kan hierbij veel duidelijkheid verschaffen in hoe je een klant moet benaderen en kunt komen tot een volgende stap in de relatie. In dit artikel leg ik je een simpele methode uit om je klanten te segmenteren op basis van hun aankoopgedrag en zo te komen tot een life cycle segmentatie en actiepad per klant.

Recency, Frequency, Monetary Value

Al in de jaren tachtig werd in de DM-wereld ontdekt dat een segmentatie op basis van aankopen leidt tot homogene doelgroepen die vergelijkbaar reageren op DM-acties. Het RFM-model is een segmentatiemodel waarbij klanten worden onderverdeeld in groepen op basis van hun aankoopgedrag. De afkorting RFM staat voor Recency, Frequency en Monetary Value.

Recency

Wat is de meest recente aankoopdatum? Dit wil je weten omdat dit je inzicht geeft in hoe groot de kans is dat een klant terugkomt voor een herhaal-aankoop. Iemand met een lage score (die al twee jaar niets heeft afgenomen), zal anders reageren dan iemand die een paar dagen geleden nog een order heeft geplaatst.

Frequency

Hoeveel heeft een klant binnen een bepaalde periode bij je afgenomen? Is er in twee jaar tijd slechts één aankoop gedaan, dan is de kans groot dat hier op korte termijn geen verandering in gaat komen.

Monetary Value

Voor hoeveel omzet heeft een klant gezorgd? Als een klant al veel geld heeft uitgegeven, is het de moeite waard om in de relatie te investeren zodat er in de toekomst nog meer wordt besteld. Steeds vaker wordt omzet vervangen door marge of zelfs lifetime value. Werk je met abonnementen dan is de RFM-analyse niet de juist tool aangezien de monetaire waarde continu blijft. In dat geval is bijv. het aantal logins (bij een online abonnement) een alternatief.

RFM is sinds de opkomst van e-commerce weer helemaal terug. Bedrijven zoals Bol.com kwamen erachter dat deze segmentatie ook zeer effectief was voor e-commerce. RFM heeft namelijk twee grote voordelen: je hebt eigenlijk alleen orderlijsten nodig (weinig data dus en data die eigenlijk ieder bedrijf heeft) en het is simpel uit te rekenen. Daarmee is het ook een zeer populaire toepassing die binnen veel bedrijven (zowel online als offline) gebruikt wordt.

RFM-scores

Aan bovenstaande drie waarden ga je vervolgens scores toekennen. Het meest gangbaar is om klanten te voorzien van een score van A, B, C, D of E, waarbij E het laagst scorend is en A het hoogst scorend. Met andere woorden: Je minst waardevolle klant heeft een score van “EEE” en je beste klant haalt een score van “AAA”.

Maar hoe bereken ik die scores dan? Horen we je door het scherm heen denken. Stel je wilt de scores berekenen van de frequentie waarop klanten producten bij je afnemen. Dan doe je het volgende:

• Je zorgt er allereerst voor dat je klantbestand up-to-date is.
• Daarna sorteer je de database op recentheid (laatste orderdatum), van meest recent naar langst geleden.
• Vervolgens verdeel je de database in vijf gelijke delen, waarbij je best scorende 20% een score ‘A’ krijgt, het tweede deel een ‘B’, het derde deel een ‘C’ enzovoorts.
• Ditzelfde doe je ook bij de twee andere waarden. Uiteindelijk zie je dan bij elke klant voor elke waarde een score (RFM-sleutel) tevoorschijn komen, bijvoorbeeld A-B-A of C-D-A.

Van RFM naar customer life cycle

Uit onderzoek is gebleken dat klanten die recent iets gekocht hebben en dat regelmatig doen zichzelf beschouwen als loyale klant. Ze verwachten dan ook als zodanig behandeld te worden. Recency en Frequency zijn hierbij belangrijker dan Monetary Value.

Een klant die eenmalig een grote order plaatst doet weliswaar veel in waarde, maar is daarmee nog geen loyale klant. Je kunt op basis van Recency en Frequency een life cycle segmentatie bouwen. Hiermee segmenteer je de klanten naar hun fase in de klantrelatie. Vervolgens kun je daar je acties op afstemmen.

Wil jij ook inzicht en slimme actiepaden inrichten per klantsegment? Probeer nu gratis de Exsell Lifecycle Segmenter voor 30 dagen.

‍

Download whitepaper