Leitfaden RFM-Analyse im Marketing

Wer erfolgreiches Marketing betreiben möchte, muss seine Zielgruppe genau kennen. Die RFM-Analyse bietet eine Fülle an Inspiration und wertvolle Daten. Sie basiert auf einer Analyse der eigenen Kundendaten und ist damit eine besonders aussagekräftige Quelle. Besonders die Vielkäufer sind eine interessante Gruppe – die, die bereits lange bei dir kaufen, treu sind und viel Umsatz generieren. Was haben sie für ein Profil und was sind ihre Kaufmotive? Durch das Verständnis ihrer Muster kannst du dein Messaging, deine Kampagnen und Kanäle gezielt ausrichten, um mehr dieser wertvollen Kunden zu gewinnen. 

In diesem Leitfaden geht es um die RFM-Analyse im Marketing und warum sie eine entscheidende Rolle im Bestandskundenmanagement spielt. Du erfährst, wie sie dazu beiträgt, Retention-Maßnahmen zu steuern und Kampagnen auf individuelle Bedürfnisse zuzuschneiden. 

Was bedeutet RFM und welche Daten braucht man?

Die RFM-Analyse basiert auf dem vergangenen Kaufverhalten eines Kunden und ist daher für jedes Unternehmen leicht implementierbar, da Transaktionsdaten in der Regel vorhanden sind. Diese Analyse ist intuitiv verständlich und bietet eine Fülle an Inspiration für Marketingmaßnahmen. Daher ist sie besonders im Direktmarketing und E-Commerce weit verbreitet.  

RFM-Analyse: welche Daten braucht man

Bei der RFM-Analyse teilt man den eigenen Kundenbestand nach 3 verschiedenen Kriterien auf:  

Recency (R): Hier geht es um das letzte Kaufdatum. Wie lange ist es her, seit dein Kunde das letzte Mal bei euch eingekauft hat? Die Aktualität des letzten Kaufs ist ein wichtiger Indikator für das Kundenverhalten. Je kürzlicher ein Kauf erfolgt ist, desto wahrscheinlicher ist eine positive Reaktion auf Marketingmaßnahmen. 

Frequency (F): Das ist die Anzahl der Transaktionen. Die Häufigkeit, mit der ein Kunde einkauft, gibt Aufschluss über seine Loyalität und Kaufbereitschaft. Ziel im Bestandskundenmanagement ist es immer die Wiederkaufrate  zu erhöhen. Diese wird über die Frequenz gemessen.  

Monetary Value (M): Die Gesamtausgaben deines Kunden. Wie viel Geld gibt dein Kunde aus? Der Geldwert spiegelt die Wichtigkeit eines Kunden für das Unternehmen wider. Am Kundenwert kannst du dein Marketingbudget ausrichten. Bei welchen Kunden lohnt sich ein teurer Kanal? Oder ein höherer Gutschein?  

Jedem Kunden wird ein R-Score, ein F-Score und ein M-Score zugewiesen, basierend auf den jeweiligen Kriterien Recency, Frequency und Monetary Value. Anhand dieser Scores können Kunden in verschiedene Segmente eingeteilt werden.  

Die Entwicklung der Scores und Implementierung im CRM

Die Kunden werden auf jede der 3 Achsen: R, F und M in Klassen eingeteilt, die dann die Scores darstellen. Ich habe hier ein Beispiel mit 3 Scores: M1, M2, M3 und F1, F2, F3. Die Grenzen zwischen den Scores variieren individuell für jedes Unternehmen. Sie werden so festgelegt, dass sie als Auslöser für CRM-Kampagnen dienen können. 

Die Anzahl der Scores ist individuell. In der Literatur liest man häufig von 5 pro Achse (R F M). In der Praxis ist das aus meiner Erfahrung nicht hilfreich. Kaum ein Marketing kann 25 Segmente bearbeiten oder sogar mehr. Einfachheit zahlt sich in der Praxis aus.  

Die Scores und auch das Segmentierungsmodell sollten in einer einmaligen manuellen Analyse fachlich festgelegt werden. Nutze dazu deine echten Kundendaten, wenn es nötig ist auch in Excel. Es ist sehr wichtig, das Modell anhand von echten Daten zu entwickeln, da man die Segmente sonst nicht richtig versteht. Die Grenzen der Scores sollten so festgelegt werden, dass sie als Trigger für deine Kampagnen dienen können. Wenn alles fachlich festgelegt ist, kommt die IT ins Spiel. Die Scores sollten regelmäßig neu berechnet werden und an jedem einzelnen Kunden in der Datenbank dranstehen. Wo diese Scores berechnet werden, ist eine Frage der individuellen Architektur. Wichtig ist, dass sie am Ende in der Marketing-Plattform und im Reporting zur Verfügung stehen.

RFM-Analyse: Beispiele fur Scores

RFM-Analyse : das Segmentierungsmodell und die Namen der Segmente  

Ein wichtiges Ergebnis der RFM-Analyse ist das RFM-Segmentierungsmodell. Hier siehst du eine Visualisierung von 8 Segmenten. Es bleibt natürlich jedem selbst überlassen, wie viele Segmente definiert werden sollen. 

Hier ist ein Lesebeispiel: Auf der X-Achse ist die Zeit seit dem letzten Einkauf abgebildet. Hat ein Kunde lange nichts mehr gekauft, fällt er in eines der Retention-Segmente (blau eingefärbt). Auf der Y-Achse ist der Gesamtumsatz des Kunden abgebildet, also der Kundenwert. Ziel aller Marketingmaßnahmen ist es, den Kunden „nach oben“ zu bewegen und zu einem loyalen wiederkaufenden Kunden zu entwickeln (orange eingefärbt).

RFM-Analyse Segment Namen

Praktische Beispiele fur die Nutzung der RFM-Analyse

Die RFM-Analyse ist ein wertvolles Instrument für Marketing und CRM und kann sehr vielfältig genutzt werden. Hier sind einige Beispiele aus der Praxis.  

Nutzung als Trigger für Kampagnen Journeys 

Da die RFM-Segmente auf Transaktionen basieren, werden Kunden nach jedem Kauf neu in die Segmente eingeordnet. Dies bedeutet, dass ein Kunde nach einem Kauf in ein neues Segment kommen kann. Diese Momente des Segmenteintritts können als Trigger für Kampagnen-Journeys verwendet werden. Wenn beispielsweise ein Kunde in das Segment „Need Attention“ eingestuft wird, erhält er die entsprechende Kampagne für inaktive Kunden. 

Personalisierung von E-Mails und Mailings  

Die Zugehörigkeit zu einem Segment kann für die Personalisierung von Newslettern genutzt werden. Kunden im „At Risk“-Segment erhalten dann andere Botschaften als Kunden im „Champions“-Segment. Die RFM-Scores sind also eine zusätzliche Möglichkeit, um zu hochpersonalisierten und damit relevanten Newslettern beizutragen.

Personalisierung von Gutscheinen  

Die Höhe eines Gutscheins kann je nach Wert eines Kunden unterschiedlich ausgespielt werden. Kunden mit einem höheren M-Score erhalten möglicherweise einen höheren Gutscheinwert, um ihre Loyalität weiter zu stärken. 

Nutzung in der Selektion  

Die RFM-Scores werden bei der Selektion von Kunden verwendet. Dadurch können beispielsweise Kunden ausgeschlossen werden, die kürzlich erst gekauft haben, um die Effektivität der Marketingkampagnen zu maximieren. 

Nutzung für besseres Kundenverständnis  

Die Segmente geben einen guten Überblick über die Verteilung der Kundengruppen im Bestand und deren Profil. Sie geben dem Marketing Inspiration über passende Kampagnen nachzudenken. Darüber hinaus kann man auch Kunden aus den verschiedenen Segmenten selektieren und weiterführende Marktforschung betreiben oder Umfragen versenden, um ein noch tieferes Verstaendnis zu erlangen.

Nutzung im Reporting des Kundenbestands 

Es ist sehr einfach regelmäßige Reports und Statistiken über die RFM-Segmente zu erstellen, da sie ja mittels Transaktionsdaten jederzeit in der Kundendatenbank oder dem CRM verfügbar sind. Wie entwickelt sich die Wiederkaufrate mit der Zeit? Wächst das Segment der Stammkunden? Wie bewegen sich Kunden zwischen den Segmenten? Hatte eine Kampagne Auswirkung auf ein Segment, zum Beispiel die Retention-Kampagne? Diese und weitere Fragen lassen sich auf Knopfdruck erstellen und sind damit ein wichtiges Mittel zu einer nachhaltigen Bestandskundenstrategie.  

Tipps für einen erfolgreichen Start in die RFM-Analyse  

Beginne mit einer manuellen Analyse auf deinen echten Kundendaten. Es gibt nichts Aufschlussreicheres als auf echte Daten zu blicken. Diese Analyse kann sogar in Excel erfolgen. Lege hier die Grenzen der auf den R,F und der M-Achse fest.

Bei der Anzahl der Segmente ist Einfachheit zu empfehlen, es sei denn du hast eine Marketingabteilung mit jeder Menge Manpower. Je mehr Segmente du hast, desto mehr Gedanken musst du dir über segmentspezifische Kampagnen und Personalisierung machen.

Wenn die fachlichen Anforderungen stehen, besprich mit deiner IT, wie und wo die Segmente am Besten implementiert werden können. Wichtig ist, dass die Scores am Ende in deinem E-Mail-Marketingsystem an jedem Kunden dranstehen, damit du sie flexibel nutzen kannst.

RFM-Analyse mit deinen Kundendaten

Wenn du die RFM-Segmente und Scores gerne in deinen Kundendaten haben möchtest, dann kann ich dir helfen

  1. Einmal-Analyse und Beratung zur Festlegung der Klassen und Segmente. Beschreibung der Anfordeung für deine IT.
  2. Beratung und Erstellung von wirkungsvollen Kampagnen für die RFM-Segmente.