Wissen
Churn Prediction
Wie Sie Abwanderung erkennen, bevor der Kunde weg ist.
RFM-Analyse: Welche Kunden Aufmerksamkeit verdienen.
Recency, Frequency, Monetary: die klassische Kundensegmentierung, einfach erklärt.
Die RFM-Analyse ordnet Ihre Kunden danach, wann sie zuletzt gekauft haben, wie oft und wie viel. Vittorio, der Vertriebsassistent mit künstlicher Intelligenz (KI), geht einen Schritt weiter und zeigt Ihrem Team jeden Morgen, welcher einzelne Kunde heute einen Anlass hat.
Offizielle WhatsApp Business Platform
Hosting in Deutschland
Entwickelt in Hamburg
Guten Morgen, Clara.Freitag, 9:05
3 Kontaktvorschläge für heute
Frau Lehmann
Lange nicht da
Kam früher alle sechs Wochen, letzter Einkauf im April
Guten Tag Frau Lehmann, die neue Herbstkollektion ist eingetroffen, und ich habe sofort an Sie gedacht. Am Samstag zeige ich sie vorab einigen Kundinnen. Darf ich Ihnen einen Termin reservieren?
ÄndernSpäterSenden
Herr DemirGröße wieder daHat nach dem Sakko in 52 gefragt, heute eingetroffen
Frau RothPrivate PreviewTreue Kundin der Marke, neue Kollektion ist da
Das Wichtigste in Kürze
- Die RFM-Analyse bewertet Kunden nach drei Werten: Recency (letzter Kauf), Frequency (Häufigkeit) und Monetary (Umsatz).
- Jeder Wert wird in Klassen eingeteilt, meist von 1 bis 5. Aus den drei Klassen entsteht ein Score wie 5-5-5 oder 1-4-4.
- Aus den Scores lassen sich Segmente ableiten, etwa Top-Kunden, gefährdete gute Kunden oder verlorene Kunden.
- Eine erste RFM-Analyse gelingt schon mit einer Tabellenkalkulation, wenn Kaufdatum, Betrag und Kunde vorliegen.
- Grenzen: Die Methode ist eine Momentaufnahme, kennt keine Anlässe und behandelt alle Kunden eines Segments gleich.
Was ist eine RFM-Analyse?
Die RFM-Analyse ist eine bewährte Methode der Kundensegmentierung. Sie ordnet Kunden allein nach ihrem Kaufverhalten, ohne Umfragen und ohne Angaben zu Alter oder Wohnort. Der Name steht für die drei Werte, die für jeden Kunden ermittelt werden:
- Recency: Wie lange ist der letzte Kauf her?
- Frequency: Wie oft hat der Kunde in einem Zeitraum gekauft?
- Monetary: Wie viel Umsatz hat er in diesem Zeitraum gebracht?
Die Idee dahinter: Wer kürzlich, oft und viel gekauft hat, ist Ihrem Haus eng verbunden. Wer früher oft und viel kaufte, aber lange nicht mehr da war, ist ein Kandidat für einen persönlichen Kontakt.
Die drei Werte im Handel
Recency, der letzte Kauf
Gemessen in Tagen oder Monaten seit dem letzten Kauf. Im Handel ist dieser Wert meist das stärkste Signal: Je länger ein Kunde weg ist, desto schwerer wird es, ihn zurückzuholen.
Frequency, die Häufigkeit
Die Zahl der Käufe oder Besuche im betrachteten Zeitraum. Wichtig ist eine klare Regel, was als ein Kauf zählt, zum Beispiel alle Positionen eines Tages zusammen.
Monetary, der Umsatz
Die Summe der Umsätze im Zeitraum. Wer mit dem Rohertrag statt mit dem Umsatz rechnet, bewertet margenstarke Kunden fairer.
Typische RFM-Segmente und was Sie damit tun
- Top-Kunden (hohe Werte in allen drei): wertschätzen, früh einladen, nicht mit Rabatten überhäufen.
- Treue Kunden (hohe Häufigkeit, mittlerer Umsatz): mit passenden Ergänzungen zum letzten Kauf ansprechen.
- Neue Kunden (kürzlich, bisher selten): den zweiten Besuch fördern, etwa mit einem Service nach dem Kauf.
- Gefährdete gute Kunden (früher oft und viel, jetzt lange nicht da): persönlich ansprechen, und zwar bald. Mehr dazu unter Kundenrückgewinnung.
- Schlafende Kunden (selten, wenig, lange nicht da): mit geringem Aufwand ansprechen oder ruhen lassen.
Die Grenzen der RFM-Analyse
Die Methode ist einfach und gerade deshalb beliebt. Für die tägliche Arbeit mit Stammkunden hat sie aber Lücken:
- Jeder Kunde hat seinen eigenen Rhythmus. Drei Monate ohne Kauf sind beim Stammgast eines Restaurants viel, beim Kunden eines Küchenstudios nichts. Eine Klasseneinteilung über alle Kunden hinweg übersieht das.
- Anlässe fehlen. Ein fälliger Service, ein auslaufender Leasingvertrag oder ein Jahrestag kommen in den drei Werten nicht vor.
- Ein Segment ist eine Gruppe. Alle Kunden darin bekommen leicht dieselbe Nachricht, obwohl jeder eine andere Geschichte mit Ihrem Haus hat.
- Es bleibt eine Momentaufnahme. Ohne regelmäßige Wiederholung veralten die Segmente schnell.
Wer früh sehen will, welche Kunden sich gerade entfernen, findet die Fortsetzung unter Churn Prediction.
Von der Analyse zum Kontakt mit Vittorio
Vittorio betrachtet nicht nur Segmente, sondern jeden Kunden einzeln, mit seinen Käufen, seinem Service und seinen Anlässen. Daraus entsteht kein Bericht, sondern ein Vorschlag für den zuständigen Mitarbeiter: wen ansprechen, warum gerade heute und mit welcher Nachricht. Mehr dazu auf der Seite KI-Kundenanalyse.
Beispielhafte Szenen. Alle Namen von Personen und Geschäften sind frei erfunden.
Ein Beispiel aus dem Juweliergeschäft.
Fünf Kunden, betrachtet über 24 Monate. Die Klassen 1 bis 5 ergeben sich im Vergleich mit allen Kunden des Geschäfts.
| Kunde | Letzter Kauf | Käufe | Umsatz | Score | Segment |
|---|---|---|---|---|---|
| Kunde A | vor 3 Wochen | 6 | 8.400 € | 5-5-5 | Top-Kunde |
| Kunde B | vor 2 Monaten | 4 | 1.150 € | 4-4-3 | Treuer Kunde |
| Kunde C | vor 1 Monat | 1 | 2.300 € | 5-1-4 | Neuer Kunde |
| Kunde D | vor 19 Monaten | 5 | 11.200 € | 1-4-5 | Gefährdeter guter Kunde |
| Kunde E | vor 22 Monaten | 1 | 180 € | 1-1-1 | Schlafender Kunde |
Illustrative Werte. Ihre eigenen Zahlen zeigt die Potenzial-Analyse mit Ihren Daten.
RFM-Analyse Schritt für Schritt.
So erstellen Sie eine erste RFM-Analyse mit Ihren eigenen Verkaufsdaten.
Zeitraum und Daten wählen
Zum Beispiel die letzten 24 Monate. Je Kauf brauchen Sie Kunde, Datum und Betrag.
Drei Werte je Kunde berechnen
Tage seit dem letzten Kauf, Zahl der Käufe und Summe der Umsätze im Zeitraum.
In Klassen einteilen
Jeden Wert in fünf gleich große Gruppen teilen. Die besten 20 Prozent bekommen eine 5, die schwächsten eine 1.
Score bilden
Die drei Klassen ergeben den Score, zum Beispiel 5-5-5 für die besten Kunden oder 1-4-4 für gute Kunden, die lange nicht da waren.
Segmente ableiten
Ähnliche Scores zu wenigen Segmenten zusammenfassen, etwa Top-Kunden, treue Kunden und gefährdete gute Kunden.
Handeln und wiederholen
Für jedes Segment festlegen, wer sich meldet und womit. Die Analyse regelmäßig, zum Beispiel jeden Monat, erneuern.
Weiterlesen.
Wissen
KI-Kundenanalyse
Sechs Muster in Ihren Daten, aus denen Anlässe werden.
Wissen
Kundenrückgewinnung
Was Sie mit den gefährdeten guten Kunden tun.
Diskretion ist die Voraussetzung.
Was Ihre Kunden Ihnen anvertrauen, bleibt in Ihrem Haus.
Der Mensch entscheidet
Jede Nachricht, die Ihr Haus von sich aus sendet, gibt ein Mitarbeiter frei. Vittorio schreibt nie eigenmächtig.
Nur mit Einwilligung
Kontakt ausschließlich mit Kunden, die WhatsApp ausdrücklich erlaubt haben.
Offizielle Plattform
Versand über die WhatsApp Business Platform von Meta, nicht über private Accounts.
Hosting in Deutschland
Ausgelegt auf den Einsatz nach der Datenschutz-Grundverordnung (DSGVO), mit Vertrag zur Auftragsverarbeitung.
Sehen Sie zuerst, was in Ihren Bestandskunden steckt.
Bevor Sie über Software entscheiden, werten wir Ihre vorhandenen Verkaufsdaten aus, pseudonymisiert und vertraglich abgesichert. Nach zehn Werktagen zeigen wir Ihnen das Ergebnis persönlich.
- Wie viele gute Kunden sich lange nicht gemeldet haben
- Welche Anlässe in den nächsten 90 Tagen anstehen
- Welches Umsatzpotenzial darin liegt
Beispiel einer Potenzial-Analyse
Juwelier, zwei Standorte
1.240Kunden mit Einkauf über 5.000 €davon 418 seit über 18 Monaten nicht im Geschäft
96Uhren-Checks in den nächsten 90 Tagen fälligKäufe vor 10 bis 14 Monaten mit Einwilligung
37Anlässe aus KundenangabenJahrestage, Geburtstage, Trauringe
Illustrative Werte. Ihre eigenen Zahlen zeigt die Analyse mit Ihren Daten.
Häufige Fragen
Wofür steht RFM?
Für Recency, Frequency und Monetary, also wann ein Kunde zuletzt gekauft hat, wie oft er kauft und wie viel Umsatz er bringt.
Wie berechnet man eine RFM-Analyse?
Für jeden Kunden werden die Tage seit dem letzten Kauf, die Zahl der Käufe und der Umsatz in einem Zeitraum ermittelt. Jeder Wert wird in Klassen von 1 bis 5 eingeteilt. Die drei Klassen ergeben den RFM-Score, aus dem sich Segmente ableiten lassen.
Welcher Zeitraum ist für eine RFM-Analyse sinnvoll?
Er sollte mehrere Kaufzyklen Ihrer Kunden abdecken. Im Handel sind 12 bis 24 Monate üblich. Bei seltenen Käufen, etwa im Küchenstudio, darf es auch deutlich länger sein.
Was ist der Unterschied zwischen RFM-Analyse und Kundensegmentierung?
Kundensegmentierung ist der Oberbegriff für jede Einteilung von Kunden in Gruppen. Die RFM-Analyse ist eine bestimmte Methode dafür, die allein das Kaufverhalten nutzt.
Kann ich eine RFM-Analyse in Excel machen?
Ja. Mit einer Tabelle aus Kunde, Kaufdatum und Betrag lassen sich die drei Werte, die Klassen und der Score in einer Tabellenkalkulation berechnen. Aufwendig wird es erst, wenn die Analyse regelmäßig erneuert und in Kontakte umgesetzt werden soll.
Wo liegen die Grenzen der RFM-Analyse?
Sie ist eine Momentaufnahme, berücksichtigt nicht den eigenen Kaufrhythmus jedes Kunden und kennt keine Anlässe wie Service, Vertragsende oder Jahrestage. Zudem behandelt sie alle Kunden eines Segments gleich.
Sprechen wir über Ihre Bestandskunden.
30 Minuten mit einem der Gründer, persönlich im H1 in Bielefeld, per Video oder direkt im Teams-Chat.
Thomas Honemeyer
Gründer und Geschäftsführer
K.-Ulrich Louis
Gründer und Geschäftsführer