Il lockdown è finito, piano piano i negozi riaprono e le attività riprendono nella convinzione che l’ecommerce rimarrà un canale di vendita decisamente più utilizzato che in passato. Tu non lasciare indietro nessuno. Scopri come si sono comportati online i tuoi clienti bloccati in casa, prevedi per loro campagne marketing ad hoc e aiuta il tuo business a ripartire più velocemente.

Abbiamo già visto i benefici che puoi ottenere dalla combinazione di ecommerce e marketing automation. Prova a pensare al livello di personalizzazione che potrebbero raggiungere i tuoi journey se avessi a disposizione per ogni cliente l’indice RFM ossia il risultato di un algoritmo in grado di raggruppare i tuoi clienti in diversi cluster in base al loro comportamento d’acquisto.

RFM ed ecommerce

É convinzione diffusa che i clienti su cui puntare siano quelli abituali, che abbiano acquistato più di recente o speso di più. Con poche risorse li tieni a bordo in modo profittevole. Acquisire un nuovo cliente costa almeno 5 volte in più che mantenerne uno esistente (fonte Harvard Business Review).

Potrebbe però valere la pena capire meglio le dinamiche di acquisto delle ultime settimane, conoscere i nuovi clienti o magari scoprire il valore di quelli che sembravano meno interessanti in passato.

Quello che comunque li accomuna è che per ognuno di loro il tuo brand dovrebbe avere una strategia di engagement, diversa ma consapevole. E così la misurazione RFM diventa un valido supporto.

É quindi intuitivo come parlando di RFM l’ecommerce vada guardato con una duplice valenza, in quanto:

• Fornisce i dati per la successiva elaborazione che darà come esito l’indice sintetico.
• Utilizza il risultato di questa elaborazione per segmentare e creare una migliore customer experience, trattenere il maggior numero di clienti e aumentare il loro valore.

Perché un’analisi RFM?

L’analisi RFM oltre a calcolare un dato puntuale utile per una gestione diretta del cliente ad esempio durante una telefonata col tuo Customer Care, si dimostra una valida tecnica di segmentazione dei tuoi profili in categorie partendo dallo storico delle loro transazioni in un determinato periodo di tempo.

Dalla combinazione di tre variabili:

• Recency: quando hanno acquistato l’ultima volta.
• Frequency: quanto spesso acquistano.
• Monetary: quanto hanno speso,

puoi arrivare a individuare gruppi omogenei di clienti e disegnare per loro journey dai contenuti rilevanti che li spingano a una azione o all’acquisto.

O ancora, puoi decidere che sotto un certo valore o per alcuni cluster non è più conveniente continuare a promuovere attività di engagement come ad esempio potrebbe essere verso i clienti che non hanno acquistato di recente, di frequente e la cui spesa è stata bassa o trascurabile.

Il modello è applicabile per tutti i brand, bisogna però considerare le caratteristiche proprie del settore, dei prodotti, la stagionalità, etc.

La segmentazione RFM dell’audience è la chiave per raggiungere il livello di personalizzazione che i tuoi clienti si aspettano, campagne indirizzate invece che iniziative rivolte a tutto il tuo pubblico indistintamente.

É possibile utilizzare le informazioni calcolate, ad esempio per:

• Scoprire i clienti preziosi ma a rischio abbandono che solitamente acquistano di frequente e che negli ultimi 2 mesi non si sono fatti vivi. Riconnettili col tuo brand con iniziative di customer retention. Invia loro proposte mirate, sconti speciali, raccomandazioni e contenuti di valore.
• Individuare chi ha comprato molto nel 2020 prima del lockdown, ma non ultimamente, e portare avanti campagne di remarketing sui social – ad esempio Facebook – o ancora di up-selling.
• Conoscere i Top Customer che sono rimasti tali anche durante l’emergenza sanitaria e differenziare le comunicazioni in modo da aumentare la fidelizzazione con proposte magari di cross-selling.
• Selezionare i nuovi clienti che hanno speso poco in quarantena e promuovere iniziative di nurturing per incentivando altri acquisti con sconti e promozioni facendoli diventare più profittevoli e spingendo, perché no, anche la visita in negozio ora che è fattibile.
• E così via…

Appare subito evidente come questo modello di clustering risulti utile sotto diversi aspetti.

Se da una parte individua le abitudini di acquisto dei clienti, dall’altra arriva a definire chi di loro è più sensibile al tuo brand e reattivo. Puoi quindi utilizzare il modello per aumentare il valore dei singoli facendoli passare da un cluster all’altro e:

• Capire quali tipologie di attività sono più apprezzate.
• Scoprire quali clienti rispondono meglio a ognuna di queste.

In questo modo diventa anche un valido strumento decisionale in fase di pianificazione marketing perché ti consente di indirizzare le tue risorse e investire su iniziative mirate a target che ti possano garantire un ritorno veloce migliorando i tassi di conversione e favorendo il raggiungimento degli obiettivi aziendali.

L’algoritmo RFM di Contactlab

La piattaforma ti offre la possibilità di creare i tuoi target in modo intuitivo e immediato utilizzando come condizione l’indice RFM – e più genericamente tutti gli insight standard o customizzati che il nostro team di Business Intelligence può costruire con te in modo anche semplice e veloce. Grazie ai nostri esperti puoi applicare alla tua base clienti l’algoritmo RFM e arrivare a definire 11 pattern comportamentali.

Scelta una scala di voti (1-5) e assegnato un voto a ciascuna delle tre variabili Recency, Frequency e Monetary, dalle 125 combinazioni si possono individuare 11 cluster a cui associare un set di azioni per attività di customer engagement e un marketing davvero 1-to-1.

Vediamo qualche esempio insieme.

CHAMPIONS

Hanno acquistato di recente, lo hanno fatto di frequente e il loro livello di spesa è decisamente alto. Questi sono tipicamente cliente fedeli che bisogna premiare e per cui bisogna cercare di tenere le tre variabili a livelli sempre elevati. Potresti addirittura affidarti a loro come early adopters di nuovi prodotti o servizi e sicuramente fare affidamento su di loro come canale di promozione della tua offerta.

POTENTIAL LOYALISTS

Potrebbero essere i nuovi clienti del lockdown: sono recenti ma hanno speso molto in diverse occasioni. Proponi loro carte membership o programmi fedeltà e spingi attività di cross-selling con raccomandazione di altri prodotti o servizi correlati a quanto già comprato.

PROMISING

Sono clienti delle scorse settimane anche loro ma non hanno speso molto. Era davvero loro intenzione, o non ne hanno avuto il tempo o ancora non sono stati opportunamente sollecitati? Prova a interessarli, insisti magari con programmi di prova gratuita, verifica fino in fondo il loro valore e poi decidi se vale la pena continuare a seguirli.

CUSTOMER NEEDING ATTENTION

Tutti i valori sono sopra la media: recency, frequency e anche monetary ma non hanno acquistato così di recente. Che sia colpa dell’emergenza sanitaria? Sarà solo una condizione temporanea od occorre capire se ci sia altro? A loro potresti dedicare offerte a tempo facendo campagne basate sugli acquisti passati. Devi fare di tutto per riattivarli.

AT RISK

Hanno speso davvero tanto e compravano spesso ma…molto tempo fa. Addirittura prima del lockdown erano assenti. Il loro valore è sempre stato elevato e potevi contare su di loro, occorre riconnetterli. Devi fare qualcosa, prevedi email personalizzate all’estremo, non lasciarli andare alla concorrenza: se non acquistano da te, lo stanno facendo o lo faranno altrove.

RECENT CUSTOMERS

In tempo di emergenza sanitaria, i consumatori hanno avuto più tempo di navigare online e cercare alternative alle loro solite scelte. Questi contatti hanno acquistato di recente, quindi forse proprio durante il lockdown ma non di frequente. Forse hanno approfittato di quell’offerta speciale cha hai dedicato un paio di mesi fa ai nuovi clienti per il loro primo acquisto? Contattali, seguili nel processo di onboarding e costruisci piano piano una nuova relazione che diventi presto di valore, per entrambe.

Ora, cosa abbiamo scoperto di nuovo guardando meglio il modello suggerito da Contactlab?

Il calcolo RFM ha il compito di aiutarti a sviluppare campagne personalizzate per ogni fase del ciclo di vita di tutti i singoli clienti – i cluster sono fatti da profili identificabili e azionabili – ma dalla comprensione dei dati delle transazioni ha origine anche la previsione del processo di (ri)acquisto che diventa il vero motore del futuro del tuo brand.

Concludendo

RFM ti mostra una istantanea realistica di come si sono comportati i tuoi clienti ecommerce durante il lockdown. Se desideri elevare ulteriormente l’analisi, puoi unire anche i dati offline. Dagli acquisti online e offline dei tuoi clienti, conosci abitudini e preferenze e misuri il loro valore attuale. Puoi riconoscere i pattern comportamentali di acquisto e rispondere a domande come ‘Quali sono i miei top customers e quali posso considerare perduti’. È uno tra gli approcci di segmentazione più potente in termini di targeting per messaggi e offerte.

Chiamaci e il nostro team di esperti saprà indicarti come utilizzare al meglio le funzionalità di segmentazione e automazione della piattaforma Contactlab Marketing Cloud, combinarle con il tuo ecommerce e con i tuoi sistemi, raccogliere quante più informazioni possibili sui tuoi contatti, elaborarle e ottenere nuove indicazioni come l’indice RFM per strategie di marketing 1-to-1.