Witamy arrow Aktualności arrow CRM - Identyfikowanie najlepszych klientów - Analiza RFM
CRM - Identyfikowanie najlepszych klientów - Analiza RFM Drukuj

Marketerzy mają do dyspozycji wiele różnych metod identyfikacji i kwalifikacji klientów. Począwszy od bardzo prostych typu: metoda atrybutów, metoda wartości oczekiwanej, metoda ABC, metoda pięciu gwiazdek, itp. a skończywszy na wyrafinowanych metodach statystycznych i modelach sieci neuronowych. Jedną z najstarszych i wciąż najefektywniejszych metod identyfikacji najlepszych klientów pozostaje analiza RFM (Recency-świeżość, Frequency-częstość, Monetary-wartość), a więc metoda grupowania naszej bazy danych o klientach na podstawie ich poprzedniego zachowania i wykorzystania tej wiedzy dla przewidywania ich przyszłych zachowań.

Co decyduje o takiej popularności RFM ???
Analiza RFM jest oparta na teorii zachowania klienta i opiera się na prostej logice:
  • Jest bardziej prawdopodobne, że kolejnego zakupu dokonają klienci, którzy zakupili coś ostatnio niż ci, którzy przez długi czas nie dokonali żadnego zakupu.
  • Jest bardziej prawdopodobne, że kolejnego zakupu dokonają klienci, którzy dokonują zakupów z większa częstotliwością niż ci, którzy kupują rzadko.
  • Bardziej prawdopodobne jest, że w przyszłości pieniądze wydadzą ci klienci, którzy w przeszłości wydawali duże kwoty niż ci. którzy wydawali mniej pieniędzy.

Innymi słowy, klienci, którzy są „dobrymi klientami" najprawdopodobniej będą nadal dobrymi klientami! Przyczyną popularności RFM od wielu lat jest to, że RFM jest bardzo mało kosztownym, prostym i użytecznym sposobem klasyfikacji klientów według ich zachowań (w przeciwieństwie do danych demograficzno-społeczno-ekonomicznych). Często jest bardzo dokładnym sposobem przewidzenia liczby klientów, którzy zareagują na szczególne promocje lub oferty, w oparciu o reakcje małej grupy testowej.
Drugą przyczyną przewagi RFM nad metodami opartymi o analizy danych demograficzno-społecznych jest fakt, iż wszystkie składniki RFM są behawioralne: kiedy osoba dokonała zakupu po raz ostatni, jak często kupuje i jak dużo wydaje pieniędzy. Wykorzystujemy te czynniki, które są łatwo dostępne, aby przewidzieć zachowanie klienta, a „przewidywanie zachowania oparte na poprzednim zachowaniu jest dużo dokładniejszą i skuteczniejszą metodą niż przewidywanie zachowania oparte na innych znanych czynnikach". Dla wykonania analizy RFM niezbędne jest, by wszystkie zapisy o klientach zawierały pewne dane o historii transakcji i by były właściwie kodowane.

W każdym zapisie o klientach muszą być trzy informacje:
a) Daty zakupu - wszystkie zakupy dowolnego towaru.
b) Licznik częstotliwości - ile razy dokonano zakupu lub korzystano z usług. Dla firm handlu detalicznego może to być liczba wszystkich wizyt w placówce handlowej.
c) Licznik kwoty - całkowita kwota zapłacona przez klienta od początku jego zakupów w firmie.

tkb_176

 
« poprzedni artykuł   następny artykuł »