На самом деле, этот инструмент я использую не так часто. А попал он в число первых инструментов потому, что я им совсем недавно пользовался, консультируя владельца одной из компаний, которая занимается организацией бизнес-обучения.

Для анализа существующего клиентского сегмента есть разные подходы и инструменты. Одним из простейших таких инструментов является модель RFM. Сразу оговорюсь, что она не везде может эффективно использоваться, но в целом подходит для многих видов бизнеса, где высока вероятность повторных продаж. Суть ее в том, что существующий клиентский сегмент разбивается на категории по следующим параметрам:

R (Recency - новизна) - дата совершения последней покупки клиентом. Чем ближе R к текущей дате, тем выше вероятность повторного посещения магазина и совершения покупки. Даже при высоком значении показателя М или F, если показатель R отдаленный, вероятность покупки низкая.

F (Frequency - частота) - общее число совершенных покупок. Чем больше значение показателя F, вслед за R, тем выше вероятность повторного посещения компании с целью покупки. Даже при высоком значении показателя М, если F невелико, вероятность покупки низкая.

M (Monetary - денежное выражение) - общая сумма, на которую клиент совершил покупки. Значение показателя М не оказывает достаточно большого влияния на поведение потребителя, в отличие от R и F. Показатель М оценивает покупательскую способность клиента.
При этом каждая группа показателей (она же группа потребителей) делится на подгруппы, каждой подгруппе присваивается цифровой код.



В итоге получаем таблицу:

Наименование компании	R	F	M	RFM
Компания 1	5	3	1	531
Компания 2	4	1	2	412
Компания 3	4	1	3	413
Компания 4	1	2	2	122

И дальше мы начинаем «работать» с разными клиентскими сегментами. Для какой-то категории готовятся индивидуальные предложения, для другой категории нужны опросы для понимания, что не понравилось в продукте или услуге. Можно строить определенные прогнозные модели. Можно строить системы лояльности. Короче, такая простая схема позволяет достаточно просто и быстро сегментировать клиентов и выстраивать работу для каждого клиентского сегмента.