RFM-сегментация

Видео Youtube: Сегментируйте свою аудиторию на основе уровня вовлеченности пользователей

С помощью RFM-сегментации (Recency, Frequency, Monetary — давность, частота, деньги) вы можете сегментировать пользователей по уровню их вовлеченности и отправлять этим сегментам наиболее релевантные сообщения.

RFM-сегментация ранжирует ваших пользователей от самых лояльных до тех, кто находится на грани ухода. Она создает сегмент для каждой категории пользователей в вашем аккаунте Pushwoosh. Сегментация основана на двух метриках:

• Recency (Давность) — как давно пользователи совершили определенное событие;
• Frequency (Частота) — как часто они совершали это событие.

Примечание

Чтобы узнать больше о событиях (Events) в Pushwoosh, обратитесь к руководству.

Кроме того, для каждого сегмента рассчитывается средняя денежная ценность (AVM), которую следует учитывать при разработке коммуникационных стратегий. AVM — это средние затраты каждого пользователя в сегменте, будь то деньги, время или любая другая измеримая метрика.

Примечание

Вы также можете использовать RF-сегментацию, в которой денежный атрибут (Monetary) не учитывается. Для этого выберите событие, но не указывайте значение денежного атрибута. Сегмент будет рассчитан только на основе давности (Recency) и частоты (Frequency).

Как это работает

Перейдите в раздел RFM Segmentation в вашей панели управления (Control Panel), выберите событие покупки (Purchase Event) и денежный атрибут (Monetary Attribute) (опционально). Нажмите Calculate.

Когда вы указываете событие, мы определяем, как давно и как часто каждый пользователь вашего приложения вызывал это событие, и оцениваем их по шкале от 1 до 5, где 5 — это пользователи, совершившие событие совсем недавно и наиболее часто.

Осторожно

Если вы хотите построить RFM-сегмент, убедитесь, что у выбранного вами события есть любой измеримый атрибут. Он должен быть типа Integer (целочисленный) или Price (цена).

Если вы хотите построить RF-сегмент без денежного атрибута, вы можете выбрать любое событие, независимо от того, есть ли у него измеримый атрибут. В этом случае выберите “none” в качестве значения денежного атрибута.

Таким образом, все пользователи делятся на 10 сегментов:

• Champions (Чемпионы) — самые активные пользователи с самыми высокими показателями давности и частоты.
• Loyal customers (Лояльные клиенты) — пользователи с самой высокой частотой совершения событий и высокими показателями давности.
• Potential loyalists (Потенциальные лоялисты) — пользователи, которые совершили выбранное событие совсем недавно и могут стать лояльными клиентами или чемпионами.
• New customers (Новые клиенты) — самые новые пользователи с низкими показателями частоты. Отличные кандидаты для поощрения повторного использования.
• Promising (Многообещающие) — пользователи с высокими показателями давности, которые могут стать пользователями с высокой частотой.
• Needing attention (Требующие внимания) — пользователи с показателями частоты и давности выше среднего.
• About to sleep (На грани ухода) — пользователи с показателями давности и частоты ниже среднего. Могут уйти, если их не вовлекать.
• At risk (В зоне риска) — пользователи с частотой выше среднего, но с низкими показателями давности. Отличные кандидаты для повторного вовлечения.
• Cannot lose them (Нельзя терять) — эти пользователи были активны в вашем приложении, но в последнее время не совершали событий. Отличные кандидаты для повторного вовлечения.
• Hibernating (В спячке) — пользователи с самыми низкими показателями давности и частоты. Возможно, они уже потеряны.

RFM-сегменты

После расчета RFM-сегменты отображаются в виде сетки из 10 секций с указанием количества пользователей в каждом сегменте, их процентной доли от всей базы пользователей и средней денежной ценности этого сегмента (если вы указали денежный атрибут перед расчетом). При втором и последующих расчетах рядом с процентной долей от всей аудитории отображается темп роста.

Просто нажмите на сегмент в RFM-сетке, чтобы начать составлять push-уведомление для этой аудитории, или выберите этот сегмент в любом месте, где вы начинаете отправку сообщений.

Примечание

Используйте RFM-сегменты для повышения вовлеченности и удержания клиентов: поддерживайте связь с вашими чемпионами и лояльными клиентами, корректируйте коммуникационные стратегии для тех, кто находится в зоне риска, и отслеживайте результаты! Например, настройте Customer Journey для сегментов “На грани ухода” и “В зоне риска”, создайте сильную коммуникацию для повторного вовлечения и через некоторое время пересчитайте сегменты — вы определенно увидите уменьшение этих групп аудитории и увеличение числа лояльных клиентов.

Вам не нужно вручную добавлять RFM-сегменты в список сегментов. После создания они автоматически становятся там доступны. Их можно применять везде, где используется таргетинг на основе сегментов, например, вход на основе аудитории в Customer Journey.

Примечание

RFM-сегменты не обновляются автоматически. Для поддержания их точности их необходимо сначала рассчитать на вкладке RFM Segmentation.

Перед запуском Journey с RFM-сегментом:

-Перейдите в Audience > RFM Segmentation и рассчитайте сегмент.

-Для повторяющихся Journey обязательно пересчитывайте сегмент перед каждым запуском, чтобы включить новых пользователей.

Например, предположим, вы хотите запустить Journey на основе RFM-сегмента “Чемпионы”, который перезапускается каждый понедельник. Начните с расчета сегмента и запустите Journey с ним. Перед каждым перезапуском в понедельник не забывайте пересчитывать сегмент на вкладке RFM-сегментов. Этот шаг гарантирует, что новые пользователи, соответствующие критериям сегмента, будут добавлены в ваш Journey.

RFM-теги

Для каждой метрики, используемой для расчета, в вашем аккаунте создается соответствующий тег: PW Recency, PW Frequency, PW Monetary. Вы можете использовать эти теги для создания собственных сегментов в любой комбинации.

Осторожно

Эти теги сбрасываются каждый раз, когда вы пересчитываете сегменты. Это означает, что каждый раз, когда вы запускаете расчет RFM-сегментации, сегменты обновляются. Они обновляются на основе последних данных о поведении пользователей.