Сегментация базы и реактивация

Краткое описание
Клиент: Онлайн-школа для руководителей, 12 лет на рынке.
Проблема:
- База из тысяч контактов без понимания, кому что предлагать.
- Рассылки с низкой конверсией.
- Нет системного подхода к реактивации «спящих» клиентов.
Решение:
- Анализ и сегментация по 3 метрикам: Recency, Frequency, Monetary.
- Выявление Топ-5 индустрий клиентов.
- Выявление приоритетного сегмента.
- Рекомендации для каждого сегмента.

Методология RFM
RECENCY = сколько дней прошло с последней покупки
FREQUENCY = количество покупок за всё время
MONETARY = общая сумма всех покупок
RFM-анализ выбран как наиболее эффективная методология сегментации клиентской базы, позволяющая на основе трех объективных поведенческих метрик идентифицировать наиболее ценных клиентов и выявить группы, требующие различных маркетинговых стратегий.
Методология проста в реализации, не требует сложных расчетов и дает практические результаты для персонализации коммуникации с разными сегментами.
Типичная классификация сегментов:
- ВИП клиенты (высокие показатели по всем параметрам)
- Лояльные клиенты (высокие F и M, но не обязательно высокие R)
- Потенциальные клиенты (высокие R и M, но низкие F)
- Требующие внимания (низкие R, но высокие F и M ранее)
- Новые клиенты (высокие R, но низкие F и M)
- Спящие клиенты (низкие значения по всем параметрам)
Что сделал
- Выгрузил из Битрикс24 сделки за всё время. При экспорте попросил включить в файл связанные поля (Контакт, Компания, Реквизиты).
- С помощью Dadata API и сценария в Нодуле сделал обогащение данных: по ИНН компаний выполнил поиск кодов ОКВЭД. Это позволило определить индустрию каждой компании.
- С помощью кастомного Python кода в среде Jupyter проанализировал закрытые сделки и получил сегменты RFM.
- Сделал визуализацию в виде графиков на Matplotlib.
- Составил итоговое заключение в виде PDF-отчёта, где предложил три сегмента для дальнейшей работы.
Пример анализа
1. Распределение клиентов по сегментам
Клиентская база распределена относительно равномерно между сегментами "Требует внимания" (29.8%) и "Новый" (27.5%), что составляет более половины всех клиентов.
Наименьший сегмент "Лояльный" (3.8%) указывает на необходимость работы над удержанием и развитием долгосрочных отношений с клиентами.

2. Распределение клиентов по RFM категориям
Наибольшая концентрация клиентов наблюдается в сегменте "Только что-1-Редко" с низкой монетарной ценностью (101 клиент), что указывает на большое количество недавних клиентов с разовыми небольшими покупками.
Критически мало клиентов (1-5) в сегментах с высокой частотой покупок, что свидетельствует о проблемах с формированием регулярного спроса.

3. Сумма продаж по сегментам
Сегмент "Требует внимания" генерирует 52.7 млн руб. (более 50% всей выручки), несмотря на составляющие лишь 29.8% клиентской базы.
Сегмент "Лояльный", будучи самым малочисленным (3.8%), приносит минимальную выручку (3.6 млн руб.), что подтверждает необходимость инвестиций в программы лояльности и удержания.

4. Распределение сегментов по топ-5 отраслям
Отрасль "Строительство" демонстрирует наибольшую долю сегмента "Требует внимания" (33%), указывая на высокий потенциал реактивации.
В "IT и телекоммуникациях" преобладает сегмент "Стандартный" (36%), что свидетельствует о более стабильной клиентской базе в этой отрасли по сравнению с другими.

Заключение
По итогам проведённого RFM-анализа клиентской базы рекомендуется сосредоточить усилия на сегменте "Требует внимания" и следующих трёх отраслях, которые в него попадают:
- Строительство (33% компаний отрасли)
- Бизнес-услуги (26% компаний отрасли)
- Оптовая торговля (27% компаний отрасли)
Характеристики целевого сегмента:
- 29.8% от общей клиентской базы (второй по величине сегмент)
- Генерирует 52.7 млн рублей выручки
- Составляет более 50% от общего объёма продаж компании
- Давность покупки: разброс от 0 до 365 дней (неоднородность)
- Частота: нерегулярные, но повторяющиеся покупки
- Средний чек: от 50 до 450 тыс. руб. (высокий потенциал монетизации)
Обоснование выбора:
Клиенты сегмента "Требует внимания" демонстрируют историю сотрудничества и знакомы с продуктом, но показывают нестабильную активность. Это указывает на значительный потенциал реактивации при относительно небольших маркетинговых усилиях.
Первая волна реактивации охватит 87 компаний из выбранных отраслей. Учитывая предыдущий опыт работы и высокую монетарную ценность, прогнозируемый показатель конверсии составляет 25-30%, что может обеспечить прирост выручки на 15-18 млн рублей.