Welche Faktoren sind wichtig für den Kundenwert im Rahmen der RFM-Analyse?

Es existieren viele verschiedene Methoden, den Wert eines Kunden für ein Unternehmen zu bestimmen. Die wichtigsten sind der Customer-Lifetime-Value, die ABC-Analyse und die RFM-Analyse.

Die RFM-Analyse ist ein leicht umsetzbares Modell zur Berechnung der Kundenqualität. Sie ist einfach, schnell und kann praktisch von jedem angewendet werden, der in seiner CRM-Datenbank Informationen über das Kaufverhalten (Aktualität, Häufigkeit und Monetären Wert) den einzelnen Kunden zuordnen kann.

Mit Hilfe der RFM-Analyse können Sie einen Kundenwert ermitteln, der anhand verschiedener Faktoren bemessen wird.

Bestandteile der RFM-Analyse

Die folgenden Variablen betrachten Sie dabei im Verhältnis zueinander:

R – Recency: Wann hat der Kunde zuletzt gekauft? (Aktualität)

„Je kleiner die Recency, also je kürzer die letzte Trans- bzw. Interaktion zurückliegt, desto aktiver ist der Kunde und desto größer wird die Wiederkaufswahrscheinlichkeit eingeschätzt.“ (CRM für Online-Shops, Olga Walter, 1. Auflage 2016, S.115)

F – Frequency: Wie oft hat der Kunde gekauft? (Häufigkeit)

Da hier die Anzahl der Käufe bzw. Interaktionen im gesamten Kundenlebenszyklus gemeint ist, kann der Wert hier nur steigen. Wir empfehlen Ihnen daher ein Zeitfenster zu erschaffen und z.B. nur die Käufe im letzten Jahr zu betrachten. Das erhöht die Aussagekraft und bewertet den Kunden nach dem aktuellen Kaufverhalten.

M – Monetary Ratio: Welchen Umsatz hat der Kunde gebracht? (Monetären Wert)

An dieser Stelle können Sie überlegen den Umsatz oder die Marge zu betrachten. Je nach Produkt oder Dienstleistung sollte jedes Unternehmen selbst herausfinden, was sinnvoller ist. Auch hier handelt es sich um einen stets steigenden Wert, der durch die Begrenzung in einem Zeitfenster mehr Gehalt bekommt.

Sicher werden Sie jetzt denken: „Soll das alles sein?“ „Was ist mit den Produkten, die der Kunde kauft?“ oder „Wird die Demografie der Kunden nicht hinterfragt?“.

Alles berechtigte Fragen, die eine Übersicht jedoch erschweren. Die Berechnung des RFM-Scores können Sie sehr gut nachvollziehen und erhalten einen strukturierten Überblick über Ihren Kundenstamm. Dabei sehen Sie am Ende die guten und die weniger guten Kunden.

Wie wird der RFM-Wert berechnet?

In der Regel gehen Sie folgendermaßen vor: Für jeden Parameter, also Recency, Frequency und Monetary Ratio, wird eine Bewertungszahl z.B. zwischen 1 und 5 vergeben. Hier ein Beispiel:

Gehen wir mal davon aus, dass Sie Betreiber eines Getränkehandels mit mehreren Filialen sind und Günther ist Ihr Kunde. Sie kennen Ihn, weil er eine Kundenkarte von Ihnen hat und diese bei jedem Einkauf vorlegt. Dabei speichern Sie jeweils, was Günther kauft und halten die Daten in der Datenbank nach. Folgende Ratings haben Sie für Recency, Frequency und Monetary Ratio nach der Betrachtung aller Kunden festgelegt:

Recency

RFT_Recency

Recency-Punktewerte

Günther hat vor 12 Tagen das letzte Mal bei Ihnen eingekauft und erhält demnach einen Recency-Wert von 3 Punkten.

Frequency

RFT_Frequency

Frequency-Punktewerte

Günther ist Stammkunde und war in den letzten 12 Monaten 26 Mal bei Ihnen zum Einkauf und hat somit einen Frequency–Wert von 4 Punkten.

Monetary Ratio

RFT_Monetary-Ratio

Monetary Ratio-Punktewerte

Bei diesen 26 Einkäufen im letzten Jahr hat Günther insgesamt 782,56 Euro bei Ihnen ausgegeben. Sein Monetary Ratio liegt damit bei 4 Punkten.

Die einzelnen Werte werden abschließend addiert und führen so zu einer maximalen Punktzahl von 15 und einer minimalen Punktzahl von 3. Günther erhält nach dieser Rechnung in Summe 11 Punkte.

RFT_Auswertung

Was sagt der RFM-Wert denn nun aus?

Der RFM-Wert kann in Summe die Kunden kategorisieren.

So können Sie auf einem Blick sehen, welchen Wert Ihre Kunden haben. Unser Beispielkunde Günther landet bei RFM-Score 11 und damit im Bereich der guten Kunden, denn je höher der RFM-Score, desto höher der Kundenwert mit Sicht auf die drei Faktoren Aktualität, Häufigkeit und Umsatz.

Wie können Sie den RFM-Wert nutzen?

Sie können mit der RFM-Analyse also anhand objektiver Kriterien fortlaufend beurteilen, ob es sich bei Ihren Kunden grundsätzlich um gute oder weniger gute Kunden handelt.

Mit diesem Wissen können Sie Ihr Marketing effektiver steuern, indem Sie z.B. im Rahmen einer Danke-Kampagne nur die guten Kunden mit einem RFM-Score von mindestens 10 anschreiben.

Darüber hinaus können Sie auch überprüfen, wie sich der CRM-Score eines Kunden oder bestimmter Teilsegmente von Kunden über die Zeit verändert. Das kann z.B. Nach Geschlecht, PLZ oder zwischen Online-Shop und stationärem Handel geschehen. So könnte z.B. erkannt werden, dass Frauen sich tendenziell besser als Kunde für Ihr Unternehmen entwickeln, als Männer.

In einer zweiten Untersuchung können Sie dann untersuchen, ob diese Abweichungen aus dem R, dem F oder dem M stammen und Ihre Marketingmaßnahmen dann entsprechend anpassen.

Generell liegt in der Einfachheit des RFM-Scores sein Vorteil. Schließlich stellt eine moderne CRM-Kundendatenbank schnell zig Millionen Daten zur Verfügung. Diese sinnvoll auszuwerten und die richtigen Schlüsse für Unternehmensführung und Marketing zu ziehen ist dabei die größte Herausforderung.

von Michaela Winklmann

0 Antworten

Hinterlassen Sie einen Kommentar

Wollen Sie an der Diskussion teilnehmen?
Sie sind herzlich eingeladen!

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert

15 + zwanzig =