Lifecycle segmentatie

Bij bedrijven die werken met abonnementen en contracten is het vrij gebruikelijk om een lifecycle segmentatie toe te passen. Hiermee wordt een klantprogramma simpelweg in drie fases ingedeeld:
‍
● Welkom
● Ontwikkeling
● Behoud & verlenging
‍
Dit zien we met name terug bij telecom providers en energieleveranciers. Daar zijn hele marketingprogramma’s ingericht op het aangaan van een relatie met als doel het behouden van hun abonnees. Maar wat als je werkt met losse aankopen? Ook dan is er sprake van een klantrelatie. Echter, door het ontbreken van een contract/abonnement, zijn de duur van deze relaties en de fases niet zo triviaal. Daarom wordt het hier vaak niet toegepast. Zonde! Een lifecycle gedreven segmentatie biedt uitkomst. Het geeft je duidelijkheid in hoe je een klant moet benaderen en daarmee kunt komen tot een volgende stap in de relatie.

Om tot een goede lifecycle segmentatie te komen gebruiken we bij Exsell het RFM-model.

Hoe werkt RFM Analyse?

Bij bedrijven die werken met abonnementen is segmentatie op basis van een lifecycle fase relatief eenvoudig. Maar hoe doe je dat als je geen abonnementenof contracten hebt? Het RFM-model biedt dan een oplossing. Het is een segmentatiemodel waarbij klanten worden onderverdeeld in groepen op basis van hun aankoopgedrag. Door te kijken naar kooppatronen kun je homogene groepen maken. Hier kun je vervolgens een lifecycle aan koppelen.

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. E-commercepartijen zoals Bol.com kwamen erachter dat deze segmentatie ook in de huidige digitale wereld zeer effectief is. De afkorting RFM staat voor Recency, Frequency en Monetary Value.

Recency, Freqeuncy en Monetary Value

Recency: Aantal dagen sinds de laatste order. Dit wil je weten omdat het inzicht geeft in hoe groot de kans is dat een klant een herhaal aankoop doet.

Frequency: Hoe vaak 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? Maar let op: steeds vaker wordt omzet vervangen door marge of lifetime value, omdat deze de waarde van de klant beter weergeven.

Het bepalen van de RFM-segmenten gaat als volgt:

● Sorteer je klanten op laatste orderdatum per klant, van meest recent naar langst geleden.
● Verdeel vervolgens de database in een aantal gelijke delen. In het geval van vijf delen krijgt de best scorende 20% een score ‘A’, het tweede deel een ‘B’, enzovoorts.
● Ditzelfde doe je ook bij de twee andere waarden: frequency en monetary value. Hiermee krijgt iedere klant een RFM-sleutel, bijv. A-B-A of C-D-A.

Zie het voorbeeld hieronder.

Van RFM-analyse naar lifecycle segmentatie

Uit onderzoek is gebleken dat klanten die recent iets gekocht hebben en dat regelmatig doen zichzelf beschouwen als loyale klant en ook als zodanig behandeld verwachten 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.

In de afbeelding hieronder zie je een RF-matrix, gebaseerd op een 3x3 segmentatie. We hebben hier al lifecycle segmenten aan toegevoegd. Je begint links onderaan, waar je je acquisitie funnel van prospects ziet. Een nieuwe klant die z’n eerste aankoop heeft gedaan is recent en laag frequent en zit dus links onderin de matrix. Een nieuwe klant kan vervolgens twee bewegingen maken:

● Naar Regelmatig: hij plaatst een 2e order en wordt daarmee een regelmatige klant.
● Naar Eenmalig: hij plaatst geen 2e order en blijkt na verloop van tijd dus een eenmalige koper geweest te zijn.

Je kunt de matrix verder zelf invullen: klanten die het vaakst kopen en dit recent nog gedaan hebben zijn de loyale klanten. Klanten die al een tijd geen aankoop meer hebben gedaan worden inactief en na verloop van tijd zelfs verloren.

Actiepaden

Elke klant heeft een specifieke aanpak nodig, passend bij de situatie. Of het nu gaat om mailen, bellen of persoonlijk benaderen: het moet gebeuren op het juiste moment, in de vorm die het meest effectief is.
‍
Maar hoe organiseer je dit als je enkele honderden of wellicht duizenden klanten bedient? Het is eigenlijk heel simpel. Iedere klant heeft inmiddels een RFM-sleutel en is daarmee onderverdeeld in een lifecycle segment. Het enige wat nu nog rest is deze segmenten koppelen aan bijpassende acties (zie tabel).

Gebruik grenswaarden om de timing van je acties aan te scherpen

In de segmentatie zoals hieronder rangschik je klanten op basis van hun laatste orderdatum en orderfrequentie. Door ze vervolgens in groepen op te knippen, ontstaan ook grenswaarden. En die grenswaarden hebben betekenis:

● Vanaf hoeveel orders zie je een klant als loyaal en wat betekent dit voor je cross-selling en upselling programma’s?
● Na hoeveel dagen beschouw je een nieuwe klant als nieuw en wanneer blijkt hij eenmalig geweest te zijn?
● Vanaf hoeveel dagen beschouw je een loyale klant als inactief en ga je hem dus reactiveren?

De impact van die grenswaarden is fors:
De kans dat een nieuwe klant een herhaalaankoop plaatst wordt bij veel bedrijven meer dan 80% lager als de eerste recency-grens overschreven wordt.

Dat betekent dat je welkomstprogramma gericht op een goede onboarding en herhaalaankoop dus afgerond moet worden binnen die termijn. Die termijn kan overigens fors verschillen: van een paar dagen tot zelfs maanden.

Het valt je misschien op dat er een schuine lijn door de matrix loopt van linksboven naar rechtsonder (zie afbeelding hieronder). Dit komt omdat we een loyale klant die regelmatig koopt eerder als inactief beschouwen dan een regelmatige klant die een veel lagere koopfrequentie heeft.
‍

Een klant die wekelijks bestelt, maar ineens een week overslaat moet je daarmee eigenlijk al als inactief beschouwen (en dus reactiveren), terwijl een klant die één keer per half jaar bestelt na een week natuurlijk nog niet inactief is. De timing van heractivatie hangt dus af van het aantal orders en frequentie die klanten daarvoor hadden. Voor veel van onze klanten betekende dit inzicht dat ze veel eerder met heractivatie van (regelmatige en loyale) klanten begonnen en daarmee veel betere retentiecijfers behaalden.