Цитаты из книг автора «Василий Сабиров»

– Их полная противоположность (R = 1, F = 1, M = 1). Скорее всего, это уже потерянные пользователи: они платили давно, мало и редко.

Вот несколько примеров сегментов, которые можно выделить в результате RFM-анализа. – Те, кто платил часто, много и недавно (R = 3, F = 3, M = 3), – это самые лояльные и активные пользователи, которых нужно беречь и поддерживать их интерес к проекту.

Цель RFM-анализа и формирования сегментов заключается в том, чтобы в зависимости от платежного поведения пользователей воздействовать на них определенным образом: отправлять push- или email-уведомления, предлагать бонусы, офферы и скидки, разблокировать контент и т. д. Причем важно все это делать таргетированно – с посылом, который будет релевантен каждой отдельной группе. Таким образом вы сможете перемещать пользователей по RFM-группам, сдвигая их в более выгодные для вас сегменты. В результате этих действий можно улучшить удержание, возвращая в проект тех платящих пользователей, которые перестали быть активны; можно повысить доход, конвертируя пользователей, совершивших один платеж, предотвращая отток лояльных пользователей.

Как использовать результаты анализа

Recency а) Пользователи, которые платили последний раз давно (более 14 дней назад), получат 1 балл. б) Те, которые платили 8–14 дней назад, – 2 балла. в) Те, которые платили последний раз недавно (1–7 дней назад), получат 3 балла. Frequency а) Совершившие только 1 платеж за выбранный период получат 1 балл. б) Пользователи, платившие со средней регулярностью и совершившие 2–3 платежа, – 2 балла. в) Платившие часто и сделавшие более 3 платежей – 3 балла. Monetary а) Те пользователи, которые заплатили $1–10, получают 1 балл, так как это минимальная сумма платежа в проекте. б) Те, которые заплатили $11–20, получат 2 балла. в) Те, что оставили в продукте более $20, получат 3 балла.

Как выставлять баллы в RFM-анализе

RFM-анализ Есть еще один инструмент сегментации платящих пользователей – RFM-анализ. Он делит пользователей на определенные группы в зависимости от давности (Recency), частоты (Frequency) и общей суммы (Monetary) их платежей. Обычно задача такого анализа – изучить поведение пользователей и то, как они совершают платежи, чтобы сделать более релевантные предложения каждой из выделенных групп, сформированных по трем критериям. – Recency – разница между текущей датой и датой последнего платежа, совершенного пользователем. – Frequency – количество транзакций, которые сделал пользователь за исследуемый временной промежуток. – Monetary – сумма покупок пользователя за этот же период.

Несмотря на то что наиболее ценны для продукта пользователи, которые платят – и платят много, в игре важно иметь все сегменты пользователей. Вместе они создают общую экосистему, без которой невозможно существование проекта как продукта.

– Сегментация по времени с момента установки

– Сегментация по времени совершения платежа