В этой статье я расскажу как с помощью штатных средств программного продукта Альфа-Авто от компании Рарус провести RFM анализ клиентской базы автомобильного предприятия. Так же мы сможем увидеть динамику изменения «температуры клиентской базы. Метод подойдет как для дилерских центров, так и для независимых сервисов.

Несколько слов о самом программном продукте Альфа-Авто, Продукт существует с 1997 года и позволяет вести учет всех операций на предприятии автомобильной отрасли. Альфа-Авто является самой распространенным программным продуктом в автомобильном бизнесе в России.

RFM анализ – распространенный метод измерения клиентской базы. RFM-анализ — метод анализа, позволяющий сегментировать клиентов по частоте и сумме покупок и выявлять тех, которые приносят больше денег.

Аббревиатура RFM расшифровывается:

Recency — давность (как давно ваши клиенты что-то у вас покупали);

Frequency — частота (как часто они у вас покупают);

Monetary — деньги (общая сумма покупок)

Для получения этих данных мы будем использовать только штатные средства Альфа-Авто, «из коробки» без каких-либо доработок и все средства доступны даже в минимальной поставке. Для примера возьмем Альфа-авто версии 5. Сразу скажу, что в Альфа-Авто нет волшебной кнопки «RFM Анализ», но немного смекалки и EXCEL творят чудеса. Нам понадобится отчет «Анализ потерянных клиентов». Найти его можно через Меню → Отчеты →Автосервис →Анализ потерянных клиентов

Попадаем в настройки отчета. Убираем 2 галки – в разделе «Группировка строк» убираем «интервал обслуживания» и в разделе «Группировка колонок» убираем «По кварталам», для нашего примера они не нужны. Остальные элементы оставляем без изменений.

Выставляем даты, это самое важное. Чтобы получить актуальные данные на сегодняшний день оставляем поле даты «по» без изменений. В поле «период с» устанавливаем дату, с которой мы считаем клиента потерянным. Как правило, это год. Нажимаем Кнопку «Сформировать». В результате мы получим список клиентов которые не приезжали к нам в течение заданного периода.

Приведенный пример сделан в демонстрационной базе Раруса, поэтому данных немного.

Мы получили данные по давности, частоте и выручке. На основе полученных данных будем строить анализ. В 1С настраивать неудобно. Сразу выделяем первый сегмент, даже названия совпадают, «Потерянные клиенты» в нашей терминологии «Холодные», а «Постоянные клиенты» — «Теплые». В отчете в 1С без изменения кода невозможно посчитать количество клиентов, а штатный отчет выводит бесполезное для нас количество заказ-нарядов в каждой категории. Считаем клиентов, используем функцию EXCEL =счёт() или используем подсчет при выделении ячеек

Для того разделения клиентской базы на 3 сегмента нужно сделать 2 итерации с разными датами начала периода. Установите дату, с которой вы считаете клиентов потерянными. Поскольку общее количество клиентов не меняется, вычитаем «Потерянных» клиентов из «Холодных». Определите критерии сегментов для своей клиентской базы самостоятельно.

Состояние клиентской базы

Вносим данные по количеству активных и потерянных клиентов в таблицу, Образец можно скачать по ссылке. Повторяем расчет для предыдущего месяца, для этого смещаем на один месяц дату начала периода и дату конца периода. Повторяем столько раз на сколько хватит терпения.

Теперь, когда у нас есть 2 ряда данных, рассчитываем остальные параметры.

Клиентская база или общее количество клиентов – складываем количество активных и потерянных клиентов. Клиентская база может только расти, так как клиент, попавший в нашу базу, останется там навсегда.

Количество новых клиентов – разница между количеством клиентов по сравнению с предыдущим месяцем.

Потеряно – разница между потерянными клиентами в текущем и предыдущим месяцем. Эдесь будет погрешность на величину вернувшихся клиентов из числа потерянных.

Если не хотите разбираться в формулах, просо скачайте шаблон, бесплатно. Можно добавить показатель процента активности клиентской базы или количество вернувшихся клиентов из числа потерянных, по вкусу.

Рисуем диаграмму, лучше всего подходит гистограмма с накоплением.

Стабильная клиентская база

Пример компании со стабильной клиентской базой.

Динамика может быть разной, на примере ниже можно увидеть, что при общем росте клиентской базы количество «живых» клиентов сокращается.

Сокращение клиентской базы

Далее, создаем годовые тенденции.

Динамика клиентской базы по годам

Что делать с полученными данными.

Сортируем клиентов по дате визита, (параметр «R» – Recency), чем раньше начать заниматься потерянными клиентами, тем больше шансов их вернуть. Остальные параметры помогут выработать оптимальную стратегию взаимодействия. Для клиентов с небольшой суммой покупок («M» — Monetary) достаточно будет отправить E-mail или SMS с напоминанием о необходимости регулярного обслуживания. Для клиентов с большим количеством посещений (параметр «F» — Frequency, но с небольщой суммой общих покупок, нужно принять взвешенное решения о целесообразности затрат на возврат клиентов этого сегмента. Для клиентов, которые давно не посещали предприятие, но ранее оставили значительную сумму денег и регулярно делали покупки можно подготовить специальное предложение. Именно такие клиенты обеспечивают стабильную прибыль любого предприятия. Имеет смысл потратить усилия и средства на возврат таких клиентов, которые с лихвой окупятся.

Использование RFM анализа в Альфа-Авто версии 6.

С 2019 года компания Рарус выпустила версию программного продукта Альфа-Авто версии 6. Программный продукт имеет ряд отличий от предыдущей версии, используются управляемые формы и интерфейс «Такси» платформы «1С». Отчет «Анализ потерянных клиентов» по-прежнему остался в системе, но изменил интерфейс. Найти его можно в разделе «Автосервис → Отчеты → Отчеты раздела автосервис → Анализ потерянных клиентов

Для изменения настроек заходим в Варианты → Настройки…

Аналогично 5-й версии убираем 2 галки «Интервал обращения» и группировку «По колонкам»

Функционал отчета остался прежним и строить отчет динамики клиентской базы можно по той же методике, что и в версии Альфа-Авто 5.

Удачи в управлении клиентской базой. Напишите мне, если нужна будет помощь в использовании RFM анализа в вашей базе.

Скориков Сергей