}
Etykieta kursora
Portfolio
Usługi
Wiedza
O nas
Branże
PODCAST
FASHION
Usługi Shopify dla marek modowych i odzieżowych
Beauty & Cosmetics
E-commerce dla branży kosmetycznej
Home & Decor
Shopify dla marek wyposażenia wnętrz
ROZWIĄZANIA b2B
Usługi dla e-commerce B2B
Poznaj najprostszy sposób na lepszy marketing
W dzisiejszym odcinku opowiadamy, czym jest raport RFM (Recency, Frequency, Monetary) w Shopify i dlaczego może stać się jednym z najważniejszych narzędzi do zwiększania sprzedaży w Twoim sklepie. Dowiesz się, gdzie znaleźć RFM Customer Analysis, jak czytać segmenty klientów oraz w jaki sposób Shopify dzieli Twoich kupujących na konkretne grupy.
Na praktycznych przykładach pokazujemy, jak pracować z klientami różnego typu, tak, żeby nie przepalać budżetu. Jeśli chcesz lepiej wykorzystać potencjał swojej bazy klientów i podejmować trafniejsze decyzje sprzedażowe, ten odcinek będzie dla Ciebie kopalnią wiedzy.
00:00 Start
01:06 Inspiracja do nagrania tego odcinka
02:25 Czym jest raport RFM (Recency, Frequency, Monetary)?
03:46 Gdzie znaleźć analizę RFM Customer Analysis i jak ją czytać?
06:44 Co możesz znaleźć w raporcie?
07:35 Segmenty, czyli jak Shopify dzieli klientów Twojego e-commerce
09:49 Co musi się wydarzyć, żeby można było pracować z wspomnianymi segmentami klientów?
13:02 Konkretne przykłady wykorzystania analizy RFM do pracy na poszczególnych grupach
13:36 Klient Champion – doceń swoich najlepszych klientów
15:42 Klient Uśpiony – automatyzacje, odzyskiwanie koszyków, feedbacki i komunikacja SMS
18:32 Klient Aktywny – cross-selling, programy lojalnościowe
19:25 Dlaczego raport RFM ma tak duże znaczenie dla Twojego biznesu?
21:40 Co warto zrobić już dzisiaj?
Poniższy transkrypt powstał na podstawie nagrania tego odcinka. Tekst przeszedł redakcję: poprawiliśmy błędy automatycznej transkrypcji, interpunkcję i scalone urwane zdania. Nie zmieniliśmy treści, kolejności ani sensu żadnej wypowiedzi. Za wszelkie błędy i nieścisłości odpowiadamy wyłącznie my — nie nasi rozmówcy. Jeśli coś wymaga korekty, napisz do nas.
Rozmawiają: Tomek Runowicz i Maciek Czerniak (wecanfly)
Tomek: Przyczynkiem do nagrania tego odcinka są rozmowy, które prowadzimy z naszymi klientami cyklicznie – omawiamy wyniki biznesowe. Jedna rzecz, która mnie ostatnio uderzyła, to rozmowa z klientem, któremu pokazywałem raport, z którego jasno wynikało, że zaledwie 13% jego klientów generuje mu ponad połowę obrotów.
Co mnie najbardziej zszokowało – to nie sama zasada Pareto, którą znamy. Zaskoczyło mnie to, że klient nie zdawał sobie sprawy, że ten raport w ogóle istnieje w jego sklepie. Zacząłem sprawdzać w panelach innych klientów – i okazuje się, że właściwie nikt tego raportu nie używa. A to jest kopalnia złota.
Zrobimy więc odcinek szybki i dynamiczny – w formie how-to.
Maciek: Raport, o którym rozmawiamy, to analiza RFM – Recency, Frequency, Monetary.
Tomek: Spróbujmy to przekuć na język praktyczny. Uwaga dla słuchaczy – będziemy pokazywać ekran, więc jeśli jesteś w wersji audio, staram się tłumaczyć na bieżąco to, co Maciek pokazuje.
Maciek: Najprościej – wchodzimy w Analytics → Reports i wpisujemy w wyszukiwarce "RFM". Pokażą się dwa raporty. Nas interesuje ten, który nazywa się RFM Customer Analysis. Możemy go też wyszukać przez górną wyszukiwarkę w Shopify.
Maciek: Oczom ukazuje się siatka kafelków – trochę przypomina interfejs Windowsa. Mamy tu grid, gdzie:
Zasada jest prosta: im bliżej prawego górnego rogu, tym segment jest dla nas cenniejszy – klienci generują więcej obrotów, kupują często i niedawno. Im bliżej lewego dolnego rogu, tym gorzej. Kolory też od razu dają sygnał – ciemniejsze, intensywniejsze obszary to te, na których chcemy się skupiać najbardziej.
Tomek: Jedna ważna informacja techniczna – ten raport pokazuje zawsze całą historię sklepu, czyli wszystkich klientów od początku. Nie można zawęzić okresu. Z jednej strony to ograniczenie, z drugiej – to właśnie jego wartość, bo możemy docierać też do klientów odległych czasowo.
Maciek: Dokładnie. Metryki dostępne w raporcie to: liczba klientów w danym segmencie, średnia liczba dni od ostatniego zakupu, liczba zamówień dla segmentu i ich łączna wartość. Na przykład – dla segmentu Champions średni czas od ostatniego zakupu to 130 dni, a dla Dormant aż 2 200 dni.
Tomek: Można powiedzieć, że się przedawniło.
Maciek: Przynajmniej część z nich.
Maciek: Zacznę od lewej dolnej strony gridu, czyli od najsłabszych segmentów:
Dormant – uśpieni. Dawno nie kupowali, zamawiają nieregularnie i małe kwoty.
At Risk – narażeni na utratę. Kupowali ostatnio, ale historycznie zostawiali u nas trochę pieniędzy – szkoda byłoby ich stracić.
Previously Loyal – kupowali często i dużo, ale ostatnio cisza. Może przeszli do konkurencji.
Almost Lost i Need Attention – umiarkowana wartość zamówień, zaczynają nam stygnąć.
Promising – niedawno zaczęli kupować, mają już kilka zamówień.
New – świeżutkie zamówienia, klienci, którzy dopiero co wpadli.
Active – kupują regularnie, byli ostatnio aktywni, wydają umiarkowane kwoty.
Loyal – mocna historia zakupowa, wysokie łączne wydatki, choć ostatnio nie zrobili zamówienia.
Champions – nasi mistrzowie. Kupują dużo, często i niedawno. To właśnie te 13% klientów, o których mówił Tomek na początku – generujące ponad połowę obrotów.
Tomek: Każdy kafelek w gridzie ma strzałkę wskazującą kierunek, w którym chcemy przesuwać danego klienta. O tym, jak ich faktycznie przesuwać, za chwilę.
Maciek: Najpierw tutorial – co musi się wydarzyć, żeby w ogóle można było z tymi segmentami pracować.
Klikasz w dany kafelek na gridzie i masz dwa przyciski: Preview Segment i View Report. Klikasz Preview, przechodzisz do podglądu i klikasz Save – i to tworzy segment. Segment to kolekcja użytkowników, która jest aktualizowana na bieżąco – klienci mogą do niego wchodzić i wychodzić.
Po kliknięciu w trzy kropki przy segmencie masz opcję Use Segment – możesz go użyć do wysłania wiadomości, stworzenia dedykowanego kodu rabatowego albo integracji z Klaviyo.
Tu ważna uwaga: domyślna integracja Shopify–Klaviyo tworzy w Klaviyo listę – a lista to statyczny byt. Dopisujesz do niej użytkowników, ale ona nie aktualizuje się dynamicznie. W naszym modelu chcemy, żeby klienci migrowali między segmentami – żeby uśpiony mógł stać się aktywnym i nie był dalej traktowany jak uśpiony.
Dlatego robimy to przez flow w Klaviyo:
Dzięki temu klienci dynamicznie migrują między segmentami zarówno w Shopify, jak i w Klaviyo.
Maciek: Dla każdego segmentu można zaproponować określone działania. Sensownie podzielić to na trzy poziomy: najlepsi, najgorsi i środek.
To nasi najlepsi klienci – i tak od nas kupią, więc niekoniecznie trzeba ich zasypywać rabatami. Zamiast tego warto ich docenić czymś wyjątkowym:
Dodatkowe zastosowanie: warto tę grupę wykluczyć z zimnego ruchu reklamowego. Nie ma sensu wydawać budżetu na budowanie awareness wobec kogoś, kto jest już naszym championa. To po prostu pieniądze w piach.
Obowiązkowo – jeśli ktoś wpada w tę kategorię, uruchamiamy agresywną automatyzację win-back:
Tomek: Warto tu podkreślić: to są klienci, których już raz pozyskaliśmy. Nawet 1–2% sukcesu tej akcji realnie przekłada się na biznes. Koszt ponownego pozyskania ich będzie zawsze dużo niższy niż pozyskanie kogoś zupełnie nowego.
Tu mamy największy potencjał na zwiększenie wartości koszyka:
Tomek: Jakbyś miał w dwóch–trzech zdaniach powiedzieć, dlaczego ten raport ma tak duże znaczenie dla biznesu?
Maciek: To brak świadomości, że w ogóle istnieje – stąd to nagranie. Największa zaleta segmentacji RFM to zwiększenie efektywności komunikacji. Nie możemy mówić do każdego klienta tak samo – bo tam, gdzie to nie jest potrzebne, oddajemy część potencjalnego zysku za darmo.
Wyobraź sobie sklep stacjonarny: inaczej podchodzisz do klienta, który z zainteresowaniem przymierza produkty i pyta o kolejne, a inaczej do tego, który wchodzi i od razu wychodzi niezainteresowany. Tak samo powinno być w e-commerce.
Prosty test: wyślij kampanię w Klaviyo do wszystkich klientów i sprawdź open rate. Potem wyślij tę samą kampanię tylko do tych aktywnych w ostatnich 30 dniach. Różnica potrafi wynosić od kilku procent do 70%.
Maciek: Konkretna lista działań:
Tomek: I wróć do analizy po tygodniu lub dwóch, żeby zobaczyć, jak dopasowany komunikat do konkretnej grupy konwertuje. To będą bardzo ciekawe obserwacje.
Author
