RFM-Analyse

Ist ein Modell für ein Kunden-Scoring. Auf Basis des Kaufverhaltens lässt sich die weitere Kauf-Wahrscheinlichkeit oder ein anstehender Kundenabsprung ermitteln. Hierbei kann das Unternehmen mit einfachen strukturierten Hilfsmitteln (Scoring) Kosten einsparen, da nicht entschlossene Kunden mit Marketingmitteln oder mit einer Aussendienstbetreuung bearbeitet werden. Das System ermöglicht dadurch eine individuellere Pflege von Kundenbeziehungen. Jeder Kunde erhält einen eigenen Scoring-Code.

Die RFM-Analyse ist aus 3 Grössen aufgebaut:

R – Recency: Wie lange liegt der letzte Kauf des Kunden zurück?

F – Frequency: Wie häufig kaufte er in der betrachteten Periode, z.B. im letzten Quartal, im letzten Jahr, oder in der gesamten Kundenbeziehung?

M – Monetary: Wie viel Umsatz generierte er insgesamt in der entsprechenden Periode?

Damit sind drei Annahmen über die Wirkungsweise verbunden:

  • Recency: Je länger der letzte Kauf zurückliegt, desto unwahrscheinlicher wird es sein, dass der Kunde erneut kauft. Die Erfahrung zeigt: «Aus den Augen, aus dem Sinn», was für Menschen gleichermassen wie für Produkte oder Marken gilt. Dinge, zu denen lange kein aktiver Kontakt bestand, geraten in Vergessenheit. Entsprechend geringer fällt dann der Recency-Score für den Kunden aus. Recency ist im klassischen Modell der wichtigste Prädiktor für die Kaufwahrscheinlichkeit.
  • Frequency: Je seltener gekauft wurde, desto kleiner ist der Frequency-Punktwert. Denn ein Kunde, der regelmässig einkauft, reagiert eher als einer, der nur einen oder zwei Käufe durchführt.
  • Monetary: Je geringer der Umsatz, desto kleiner ist der Monetary-Wert. Kunden, die viel Zeit und Geld investierten, reagieren also eher.

Versandhändler betrachten traditionell die Zielgrösse «Kauf». Alternativ betrachten Internetmarketer auch Daten wie E-Mail-Response (z. B. Öffnung,
Click-Rate, Antwort), Webseiten-Besuch oder Conversion (z. B. White Paper-Download).

Das RFM-Modell ist flexibel anpassbar. Einige Unternehmer lassen die E-Mail-Aktivität oder den Umsatz der grössten Bestellung als vierte Variable neben den klassischen Kauf-Daten einfliessen. Andere bilden ein zweidimensionales Modell, bestehend lediglich aus den wichtigsten Merkmalen Recency und Frequency.