• Headerbild 01
Unser Newsletter ...

... mit Tipps zum Newsletter- und E-Mail-Marketing erscheint 2-monatlich. Sie können den Bezug über Newsletter-Abmeldelink oder Mail an info@der-newsletter-experte.de jederzeit kündigen. *Pflichtfelder sind E-Mailadresse und Zustimmung zur Datenschutzerklärung. Gerne sprechen wir Sie mit Namen an.

Personenbezogene Daten – siehe Datenschutzerklärung ­– werden zur Zusendung des Newsletters verarbeitet. Einwilligung jederzeit widerrufbar.

Öffnungen, Klicks werden gemessen, um individualisierte Inhalte auszuliefern.

Data Mining-Konzepte: RFM

MinerWährend “Big Data” in aller Munde ist und Großes verspricht, geraten andere Modelle völlig zu Unrecht in Vergessenheit. RFM – Recency, Frequency, Monetary Value – ist so ein Konzept, das im Gegensatz zu “Big Data” auch für kleine Online-Shops ein taugliches Mittel sein kann, um zielgenauer zu vermarkten. Erfahren Sie mehr über dieses Konzept und wie Sie es im E-Mailmarketing einsetzen können.

Mindestens 50.000 Kunden benötigt zum Beispiel ein Empfehlungssystem, um sinnvolle Analysen anstellen und adäquate Angebote ausliefern zu können. Wenn Ihr Online-Shop diese Zahlen noch nicht erreicht, müssen Sie dennoch nicht auf hochpersonalisiertes E-Mailmarketing verzichten. Ein möglicher Ansatz, dem unterschiedlichen Engagement Ihrer Kunden Rechnung zu tragen, ist die Nutzung des RFM-Konzeptes.

RFM = Recency, Frequency, Monetary Value

Das Konzept beruht auf der Annahme, dass drei Schlüsselfaktoren ausreichen, um einen Kundenstamm sinnvoll zu selektieren. Das erste Kriterium Recency bezieht sich auf das letzte Kaufdatum, Frequency auf die Kaufhäufigkeit und Monetary Value auf den Einkaufswert. Diese drei Kriterium zusammengefügt ergeben eine Käufertypologie. Hierbei geht das Konzept davon aus, dass jemand, der erst kürzlich gekauft hat, tendenziell eher geneigt ist wieder zu kaufen als jemand mit einer weiter zurückliegenden Einkaufhistorie.

Traditionell wird dabei in Quintilen gerechnet. Das heißt bezogen auf Recency, entfallen die ersten 20% auf diejenigen, die bis vor zwei Wochen einen Kauf getätigt haben. Das nächste Quintil wird einen Zeitraum zwischen zwei und vier Wochen wählen. Ähnlich verfährt man mit den anderen Kriterien, wobei 5 der höchste und 1 der niedrigste Wert sind. Ein Kunde mit 555 wäre demnach ein Top-Käufer, der erst kürzlich etwas erworben hat und sowohl häufig als auch mit hohem Volumen einkauft.

Das RFM-Konzept hat in den letzten Jahren Anpassungen und Varianten erfahren, um eine noch bessere Analysequalität zu erreichen (Data Mining Using RFM Analysis, S. 94 ff.). Allerdings werden diese Modelle so komplex, dass sie für Kleinunternehmen kaum praxistauglich sind.

Je nach Shop werden die Quintilen eigens zu bestimmen sein. Denn ein Online-Shop mit Verbrauchsgütern wie Kaffee oder Tee wird andere Kaufzyklen, Umsatzgrößen und Kauffrequenzen haben als einer, der Drogeriewaren vertreibt.

Grenzen des Konzepts

Das RFM-Konzept hat ganz klar seine Grenzen. Es funktioniert im Prinzip nur auf der beschreibenden Ebene. Eine wirkliche Vorhersage des Kaufverhaltens kann nicht gemacht werden. Vielmehr wird davon ausgegangen, dass sich aus dem damaligen Kaufverhalten auf künftiges schließen lässt. Das lässt einen typischen Lebenszyklus komplett außen vor. Auch Produktpräferenzen werden in diesem Modell nicht erfasst.

Vorteile überwiegen

Trotz der Einschränkungen überwiegen die Vorteile gegenüber einer Marketingstrategie, die alle über einen Kamm schert. Die Vorteile sind: RFM ist vergleichsweise einfach anzuwenden. RFM beruht auf der Analyse von einfach verfügbaren Daten wie letztes Kaufdatum, Kauffrequenz und Umsatzhöhe. Mit RFM lassen sich jenseits vom Newsletter eine Reihe sinnvoller E-Mailmarketing-Kampagnen generieren.

Generelles Ziel dabei ist es, höhere Responseraten zu erzeugen. Denn gerade große Verteiler, die mit einem “ein-Inhalt-für-alle” angegangen werden, kranken an einem Problem: wenn viele Leser die Inhalte als nicht relevant erkennen, sinkt insgesamt die Reputation bei den jeweiligen Internet Service Providern (ISP). Die ISPs sortieren in Folge die Mails entweder aus dem Prioritäts-Postfach in ein untergeordnetes oder kennzeichnen gleich mit Spam-Verdacht. Somit hängen höherer Response und Reputation stark von relevanteren, zielgenaueren Botschaften ab.

Ein Weg für relevantere E-Mails ist die RFM-Analyse, die das Engagement Ihrer Leser und Kunden erfassen und bewerten kann. Was genau lässt sich nun für das E-Mailmarketing mit RFM anstellen?

Auf RFM basierende Muster-Kampagnen

Die hier vorgestellten Maßnahmen sind lediglich grobe Richtwerte. Faktisch wird jedes Unternehmen für sich rechnen müssen, wo und wie beispielsweise Reaktivierungskampagnen durchzuführen sind.

Loyale Kunden

Wer oft und viel kauft, erhält exklusive Angebote wie kostenfreien Versand, ein kleines Geschenk oder andere Vergünstigungen.

Gute Käufer

Wer zur Gruppe der 44* gehört, erhält Angebote, die das Ziel haben, aus ihm einen loyalen Kunden zu machen, der noch mehr Umsätze erzielt. – Das ist eine Kampagne, die viel Fingerspitzengefühl benötigt, damit aus guten Käufern keine genervten Käufer werden, die zu häufig beworben werden.

Wenig-Käufer zu besseren Käufern machen

Ein Klassiker sind hier die zeitlich begrenzten Rabatt-Aktionen oder der zeitlich begrenzte kostenfreie Versand.
Das Ziel ist es hier frühzeitig Abwanderungen zu verhindern.

Reaktivierungskampagne

Reaktivieren ist häufig der günstigere Weg im Vergleich zur Kundenneugewinnung. Auch hier kommen Rabatte und Gutscheine in Frage.

Hilfsmittel

Zur Erstellung von RFM-Segmenten gibt es verschiedene Lösungen.

RFM for Excel

Dieses auf Microsoft Excel basierende Werkzeug ist mit rund $50 der sicherlich preisgünstigste Ansatz, um einfach Segmentierungen zu erreichen.
(Die Software ist offenbar nicht mehr verfügbar. Stand: Juni 2016)

Just RFM

Diese Software kommt ein wenig schwergewichtiger daher und kostet rund 1.500 € einmalige Lizenzgebühren.
Mehr Informationen

Jim Novo: Drilling Down

Jim Novos Buch ist eines der wenigen Bücher, die das RFM-Modell direkt auf E-Commerce angepasst hat. Neben einer eigenen Interpretation des Modells für Online-Händler erhalten Sie zudem ein kleines auf Excel beruhendes Programm, um die Kundendatenbank nach RFM-Kriterien aufzubereiten.
Mehr Informationen

Mehr zum Thema

http://www.jimnovo.com
http://www.listrak.com/Whitepaper/RFM-for-Email-Marketing
http://marketingland.com/adding-email-engagement-to-rfm-scoring-10481
http://www.brucehardie.com/notes/022/RFM_summary_in_Excel.pdf
http://www.dbmarketing.com/articles/Art149.htm
http://cdn.intechopen.com/pdfs/13162/InTech-Data_mining_using_rfm_analysis.pdf

 

Infos zum Autor

Autor: Karsten BüttnerKarsten Büttner betreibt seit 2001 E-Mailmarketing. Seit 2006 legte er mit der-newsletter-experte.de seinen Schwerpunkt auf hersteller-unabhängige Beratung, den Vertrieb von Versandlösungen sowie Dienstleistungen wie Redaktion, Newsletteroptimierung oder Inhouse-Seminaren. Seitdem erschienen Fachbeiträge u.a. in Torsten Schwarz’ Leitfaden Online-Marketing, Webselling (Data Becker-Verlag), sowie in diversen Newslettern. Ein eigenes Fachbuch “E-Mail- und Newslettermarketing” erschien 2007 (vergriffen).