خوشه بندی مشتریان

تحلیل Recency) ،Frequency ، ( Monetary RFM یک مدل اثبات شده برای تقسیم بندی مشتری مبتنی بر رفتار است. این  روش مشتریان را  براساس سابقه معاملات و خریدهایشان، اینکه اخیراً ، چند بار و چقدر خرید کرده اند، دسته بندی می کند. RFM کمک می کند تا مشتریان را به دسته ها یا خوشه های مختلف تقسیم کنیم. مثلا مشتریانی که احتمال بیشتری دارد به تبلیغات پاسخ دهند یا مشتریانی که جهت انجام فرایندهای بازاریابی در آینده مورد توجه قرار میگیرند.

ترکیب سه مولفه

ارزیابی مشتریان بر اساس تنها یک پارامتر، راهکار کافی و مناسبی نیست. به عنوان مثال می توانید بگویید افرادی که بیشترین هزینه را می کنند بهترین مشتری شما هستند. در این مورد اکثر ما با هم موافقیم و یکسان فکر می کنیم.  اما اگر آنها فقط یبار خرید کرده باشند و یا خیلی وقت پیش محصولی را خریده باشند و یا اصلا دیگر نخواهند محصول شما را خریداری کنند چطور؟ پس آیا هنوز هم می توان آنها را بهترین مشتری دانست؟ احتمالا نه.

قضاوت درباره ارزش مشتری فقط از یک جنبه، گزارشی نادرست از مشتری و ارزش طو عمر آن به شما می دهد.

همانطور که میدانید تجزیه و تحلیل RFM یک روش مفید برای یافتن بهترین مشتریان شما، درک رفتار آنها و سپس اجرای برنامه های بازاریابی هدفمند برای افزایش فروش، رضایت و ارزش طول عمر مشتری است. در این روش، مدل RFM سه ویژگی مختلف مشتری را برای رتبه بندی مشتریان ترکیب می کند.

اگر آنها در گذشته نزدیک خرید کنند، امتیاز بیشتری می گیرند. اگر آنها چندین بار خرید کنند، امتیاز بالاتری می گیرند. و اگر آنها بیشتر هزینه کنند، امتیاز بیشتری می گیرند. شما میتوانید به راحتی این سه نمره را با هم ترکیب کنید تا امتیاز RFM ایجاد شود.

نهایتا، می توانید بانک اطلاعاتی مشتری خود را بر اساس این امتیاز تاخر، تناوب و گردش پلی به گروه های مختلف تقسیم کنید.

بخش بندی مشتری با مدل RFM

به وسیله تجزیه و تحلیل RFM می توانید انواع مختلفی از تقسیم بندی مشتری را ایجاد کنید، که در اینجا 11 بخش را پیشنهاد می کنیم. به این فکر کنید که چند درصد از مشتریان فعلی شما در هر یک از این بخش ها قرار دارند، و

اینکه اقدامات پیشنهادی بازاریابی چقدر می تواند برای تجارت شما موثر باشد را ارزیابی کنید.

ردیف نوع مشتری فعالیت نکات قابل اجرا
1 قهرمان اخیرا خرید کرده اند،  اغلب خرید میکنند و بیشترین خرج را انجام می دهند. به آن ها پاداش بدهید، میتوانند سریعترین خریدار محصولاتتان باشند و برندتان را ترویج دهند.
2 مشتری وفادار غالباً پول خوبی را با ما خرج میکنند. پاسخگو به تبلیغات هستند. محصولات با ارزشتان را بفروشید، آن ها را درگیر کنید، آن ها را از آن خود کنید.
3 وفادار بالقوه مشتریان اخیر، اما مقدار زیادی خرج کرده و بیش از یک بار خرید کرده اند. برنامه عضویت/ وفاداری را ارائه دهید، سایر محصولات را پیشنهاد دهید.
4 مشتری اخیر اخیرا خرید کرده اند اما به طور روتین و متداوم خرید نمیکنند. پشتیبانی متداوم را ارائه دهید، به آنها حس موفقیت اولیه دهید، شروع به ایجاد رابطه کنید.
5 امیدوارکننده اخیرا خرید کرده اند اما هزینه زیادی نکرده اند. آگاهی از نام تجاری خود ایجاد کنید، اجزه امتحان و آزمایش رایگان از محصول یا خدمتتان را  ارائه دهید.
6 نیازمند به توجه مقادیری فراتر از ارزش تاخر، تناوب و هزینه هستند. ممکن است اخیرا خرید نکرده باشند. پیشنهادات محدودی ارائه دهید، براساس خریدهای قبلی پیشنهاد دهید. آنها را دوباره فعال کنید.
7 رو به افول مقادیری پایین تر از ارزش تاخر، تناوب و هزینه هستند. اگر به آنها توجه نکنید از دستشان میدهید. منابع ارزشمندی را به اشتراک بگذارید، محصولات محبوب یا تازه ها را با تخفیف پیشنهاد دهید، دوباره با آنها ارتباط برقرار کنید.
8 در خطر پول زیادی خرج  و اغلب خرید کرده اند اما مدتها پیش. نیاز به بازگرداندن آنها دارید. برای ارتباط مجدد، ایمیل ها شخصی سازی شده ارسال کنید، پیشنهادات شگفت انگیز ارائه دهید و منابع مفید را تامین کنید.
9 نباید از دست داده شوند بزرگترین و پایدارترین خرید ها را داشته اند اما برای مدتی طولانی برای خرید باز نگشته اند. آنها را از طریق تجدید محصولات یا محصولات جدید دوباره به دست بیاورید، آنها را در رقابت از دست ندهید، با آنها صحبت کنید.
10 Hibernate آخرین خریدشان برای خیلی وقت پیش بوده است، تعداد سفارش و مقدار هزینه آنها خیلی پایین است. سایر محصولات مرتبط و تخفیف ویژه دار را به آنها ارائه دهید. ارزش برند ایجاد کنید.
11 از دست رفته کمترین میزان بازده ، فرکانس و امتیازات پولی را داشته اند. با ایجاد کمپین های گسترده و با کیفیت، مجددا اشتیاق و علاقه را در خریدار احیا کنید، در غیر اینصورت باید قید مشتری را بزنید.

 

تقسیم بندی مشتریان بر اساس RFM به راحتی به این سوالات برای کسب و کارتان شما پاسخ می دهد

  • بهترین مشتریان من چه کسانی هستند؟
  • کدام مشتری ها در آستانه نارضایتی قرار دارند؟
  • چه کسی توانایی این را دارد که تبدیل به مشتری ای سودآور شود ؟
  • چه کسانی مشتریان از دست رفته ای هستند که نیازی به توجه زیاد به آنها ندارید؟
  • کدام مشتری ها را باید حفظ کنید؟
  • مشتریان وفادار شما چه کسانی هستند؟
  • کدام گروه از مشتریان به احتمال زیاد به کمپین فعلی شما پاسخ می دهند؟

 

 

محاسبات امتیاز RFM به زبان ساده

اگر نمی دانید چگونه امتیازات RFM را با توجه به داده های موجود در بانک اطلاعات مشتریان خود محاسبه کنید، در اینجا نحوه محاسبات را به زبانی ساده برای شما بیان می کنیم. به یاد داشته باشید ما به همه جزئیات اطلاعات مشتریانمان نیاز داریم. برای مثال:

  • شناسه مشتری / ایمیل / نام و غیره : برای شناسایی آنها
  • Recency (R) تاخر- تاریخ یا روز های آخرین خرید: آخرین خرید آنها چند روز پیش بود؟ برای محاسبه مقدار ماندگاری، جدیدترین تاریخ خرید را از امروز کسر کنید. 1 روز پیش؟ 14 روز پیش؟ 500 روز پیش؟
  • Frequency (F) تناورب یا فرکانس خرید- تعداد کل معاملات(خریدها): مشتری چند بار از فروشگاه شما خریداری کرده است؟ به عنوان مثال، اگر کسی در یک بازه زمانی 10 سفارش انجام دهد ، فرکانس او 10 است.
  • Monetary (M) هزینه یا پول خرید- کل هزینه خرید: این مشتری چند تومان (یا هر واحد پولی ای) هزینه کرده است؟ باز هم، محدود به دو سال گذشته – یا تمام مدت از اولین خرید را در نظر بگیرید. برای بدست آوردن مقدار M کافی است پول تمام معاملات را جمع کنید.

بیایید تجزیه و تحلیل RFM را با یک مثال انجام دهیم

برای مثال مشتری شماره 1 بهنام بهزادی فر را در نظر بگیرید، آخرین سفارش او 3 روز پیش بوده است و در مجموع 6 سفارش به ارزش 540 هزارتومان تا به امروز داشته است.

اعمال فرمول RFM

زمانی که مقادیر آیتم های RFM را از تاریخچه خرید مشتریان جمع آوری کردیم، برای هر مشتری به طور جداگانه یک امتیاز از یک تا پنج به هرکدام از مقادیر R، F و M اختصاص می دهیم. نمره پنج بهترین (بالاترین) مقدار و نمره یک بدترین (کمترین) مقدار است. نمره نهایی RFM به سادگی با ترکیب اعداد منحصر به فرد RFM برای هر مشتری محاسبه می شود.

به یاد داشته باشید، مقادیر RFM و امتیازات RFM دو موضوع متفاوت هستند. Value مقدار واقعی R / F / M برای هر مشتری است، در حالی که Score (نمره) بر اساس مقدار یک عدد از 1 تا 5 است.

بیایید به جدول زیر نگاهی دقیق بیاندازیم. برای محاسبه امتیاز، ابتدا مقادیر را به ترتیب نزولی مرتب می کنیم (از بالاترین به کمترین). از آنجا که ما 15 مشتری و پنج امتیاز داریم، به سه رکورد اول، چهار به سه تای بعدی و غیره امتیاز 5 اختصاص می دهیم. برای امتیاز کلی RFM ، ما به سادگی R ، F و M در نمره مشتری را ترکیب می کنیم تا یک عدد سه رقمی ایجاد کنیم.

نکته قابل توجه: خریدهای اخیر بهتر ارزیابی می شوند و از این رو امتیاز بالاتری به آنها تعلق می گیرد.

بنابراین، به سادگی میتوان نتیجه گرفت مشتریانی که اخیراً خرید کرده اند، خریدار مکرر هستند و هزینه های زیادی را صرف می کنند، یعنی امتیازآنها 555 است که مقدار 5 برای F،  R و M  به آنها اختصاص داده می شود. آنها بهترین مشتری های شما هستند. در این مثال فواد صنعتکاران بهترین مشتری است، نه رامین جلال زاده که حتی بالاترین میزان خرید را داشته است.

منطقی است، درست است؟ حالا اجازه دهید توضیح دهم که چرا برای هر امتیاز گروه های سه تایی درست کردیم. در زیر روش هایی را برخواهم شمرد که کار شما را راحت میکند!

چگونه نمره RFM را در مقیاس 1-5 محاسبه کنیم؟

کسب و کارهای مختلف ممکن است از روش های متفاوتی فرمول های RFM برای رتبه بندی مقادیر RFM در مقیاس 1 تا 5 استفاده کنند. اما در اینجا دو متد رایج اشاره میکنیم.

متد اول: محدوده های ثابت

بگذارید با یک مثال پیش برویم.

اگر شخصی در 24 ساعت گذشته خرید کرده است، به او 5 را اختصاص دهید. در 3 روز گذشته، به او امتیاز 4 را بدهید. اگر در ماه جاری خرید کرده است، 3 را اختصاص دهید، برای خرید در شش ماه گذشته 2 و برای سایر افراد عدد 1 را در نظر بگیرید. همانطور که مشاهده می کنید، ما برای هر نمره خود محدوده ای را تعیین کرده ایم. آستانه های دامنه بر اساس ماهیت کسب و کار است. به همین روش محدوده هایی را برای F و M نیز تعیین کنید.

این روش نمره دهی بیشتر به کسب و کارهای فردی وابستگی دارد – از آنجا که آنها تصمیم می گیرند طیف وسیعی را برای R، F و F ایده آل بدانند.

اما این مدل محاسبه دوره / دامنه ثابت برای محاسبه امتیازات RFM چالش هایی نیز دارد. با رشد کسب و کار، محدوده های نمره ممکن است نیاز به تعدیل مکرر داشته باشند. اگر کسب و کاری با پرداخت مکرر، اما با شرایط پرداخت متفاوت  ماهیانه، سالانه و غیره دارید محاسبات اشتباه صورت خواهد پذیرفت.

متد دوم: پنجگاهی بر اساس Value های موجود، یک پنجگاهی بسازید

  • پنجگاهی : یک دایره را به 5 قسمت مساوی تقسیم کنید که هر قسمت زاویه 72 درجه داشته باشد.

بیایید روزهای مدرسه رفتنمان را به یاد بیاوریم. یک اصطلاح وجود داشت، محاسبه بر اساس 100 که به آن در ریاضیات  Percentile گفته می شود. تعریف ساده Percentile درصدی از مقادیر است که در یک مشاهده خاص یا تحت آن مشاهده می شود. در اینجا یک نمودار از MathIsFun.com را آورده ایم که این موضوع را به روشنی توضیح می دهد:

Percentiles و Quintiles (پنجگاهی) چیست؟

Quintiles مانند Percentiles است، اما به جای تقسیم داده ها در 100 قسمت، آنها را در 5 قسمت مساوی تقسیم می کنیم. اگر مفهوم Percentiles را بفهمید، درک Quintiles آسان تر خواهد بود. اگر پنج بازه مساوی از Percentiles ایجاد کنیم، نمره Percentiles 18 در محدوده 0-20 قرار می گیرد که اولین Quintiles خواهد بود. ارزش Percentiles 81 در محدوده 80-100 قرار خواهد گرفت و از این رو پنچمین Quintiles خواهد شد. این روش ریاضی کمی پیچیده است، اما بسیاری از مشکلات را در متد اول حل می کند. Quintiles برای هر صنعت و کسب و کاری کار می کند، چرا که وقتی دامنه ها از خود داده ها انتخاب می شوند، مشتریان را به طور مساوی توزیع می کند و cross over هم نخواهد داشت.

روش پیشنهادی ما برای محاسبه امتیاز RFM استفاده از Quintiles است.

 

خلاصه محاسبات  RFM

اطلاعات و داده های مشتری خود را جمع آوری کنید، از 1-5 به مقادیر R ، F  و M  نمره بدهید. استفاده از متد Quintiles بهترین نتیجه را دارد زیرا در همه کسب و کارها کارساز است و با توجه به داده های شما تنظیم می شود.

با ما در قسمت بعد نیز همراه باشید تا بیشتر راجع به متد RFM که در عین سادگی بسیار کاربردی است و میتواند کسب و کارتان را دگرگون کند صحبت کنیم.