پایگاه خبری راه پرداخت دارای مجوز به شماره ۷۴۵۷۲ از وزارت فرهنگ و ارشاد اسلامی و بخشی از «شبکه عصر تراکنش» است. راه پرداخت فعالیت خود را از دوم اردیبهشت‌ماه ۱۳۹۰ شروع کرده و اکنون پرمخاطب‌ترین رسانه ایران در زمینه فناوری‌های مالی، بانکداری و پرداخت و استارت‌آپ‌های فین‌تک است.
بهنام بهزادی‌فر، مشاور در حوزه استراتژی‌های مدیریت ارتباط با مشتریان / تحلیل RFM (Recency، Frequency، Monetary) یک مدل اثبات‌شده برای تقسیم‌بندی مشتری مبتنی بر رفتار است. این روش مشتریان را براساس سابقه معاملات و خریدهایشان، اینکه اخیراً، چند بار و چقدر خرید کرده‌اند، دسته‌بندی می‌کند. RFM کمک می‌کند تا مشتریان را به دسته‌ها یا خوشه‌های 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 می‌توانید بگویید افرادی که بیشترین هزینه را می‌کنند بهترین مشتری شما هستند. در این مورد اکثر ما با هم موافقیم و یکسان فکر می‌کنیم. اما اگر آنها فقط یک‌بار خرید کرده باشند یا خیلی وقت پیش محصولی را خریده باشند یا اصلا دیگر نخواهند محصول شما را خریداری کنند چطور؟ پس آیا هنوز هم می‌توان آنها را بهترین مشتری دانست؟ احتمالا نه.
قضاوت درباره ارزش مشتری فقط از یک جنبه، گزارشی نادرست از مشتری و ارزش طول عمر آن به شما می‌دهد. همانطور که می‌دانید تجزیه و تحلیل RFM یک روش مفید برای یافتن بهترین مشتریان شما، درک رفتار آنها و سپس اجرای برنامه‌های بازاریابی هدفمند برای افزایش فروش، رضایت و ارزش طول عمر مشتری است. در این روش، مدل RFM سه ویژگی مختلف مشتری را برای رتبه‌بندی مشتریان ترکیب می‌کند.
اگر آنها در گذشته نزدیک خرید کنند، امتیاز بیشتری می‌گیرند. اگر آنها چندین بار خرید کنند، امتیاز بالاتری می‌گیرند و اگر آنها بیشتر هزینه کنند، امتیاز بیشتری می‌گیرند. شما می‌توانید به راحتی این سه نمره را با هم ترکیب کنید تا امتیاز RFM ایجاد شود.
نهایتا، می‌توانید بانک اطلاعاتی مشتری خود را بر اساس این امتیاز تاخر، تناوب و گردش پلی به گروه‌های مختلف تقسیم کنید.
بخش بندی مشتری با مدل RFM
به وسیله تجزیه و تحلیل RFM می‌توانید انواع مختلفی از تقسیم‌بندی مشتری را ایجاد کنید، که در اینجا 11 بخش را پیشنهاد می‌کنیم. به این فکر کنید که چند درصد از مشتریان فعلی شما در هر یک از این بخش‌ها قرار دارند و اینکه اقدامات پیشنهادی بازاریابی چقدر می‌تواند برای تجارت شما موثر باشد را ارزیابی کنید.
تقسیم بندی مشتریان بر اساس RFM به راحتی به این سوالات برای کسب‌وکارتان شما پاسخ می‌دهد:
- بهترین مشتریان من چه کسانی هستند؟
- کدام مشتری‌ها در آستانه نارضایتی قرار دارند؟
- چه کسی توانایی این را دارد که تبدیل به مشتری ای سودآور شود ؟
- چه کسانی مشتریان از دست رفته‌ای هستند که نیازی به توجه زیاد به آنها ندارید؟
- کدام مشتری‌ها را باید حفظ کنید؟
- مشتریان وفادار شما چه کسانی هستند؟
- کدام گروه از مشتریان به احتمال زیاد به کمپین فعلی شما پاسخ می‌دهند؟
محاسبات امتیاز RFM به زبان ساده
اگر نمی‌دانید چگونه امتیازات RFM را با توجه به داده‌های موجود در بانک اطلاعات مشتریان خود محاسبه کنید، در اینجا نحوه محاسبات را به زبانی ساده برای شما بیان می‌کنیم. 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 روزهای 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 پولی‌ای) 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 آیتم‌های RFM را از تاریخچه خرید مشتریان جمع‌آوری کردیم، برای هر مشتری به طور جداگانه یک امتیاز از یک تا پنج به هرکدام از مقادیر R، F و M اختصاص می‌دهیم. 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 می‌شود.
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 می‌کنیم (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 می‌دهیم. برای امتیاز کلی RFM ، ما به سادگی R ، F و M در نمره مشتری را ترکیب می‌کنیم تا یک عدد سه رقمی ایجاد کنیم.
نکته قابل توجه: خریدهای اخیر بهتر ارزیابی می‌شوند و از این رو امتیاز بالاتری به آنها تعلق می‌گیرد.
بنابراین، به سادگی می‌توان نتیجه گرفت مشتریانی که اخیراً خرید کرده‌اند، خریدار مکرر هستند و هزینه‌های زیادی را صرف می‌کنند، یعنی امتیاز آنها 555 است که مقدار 5 برای F، R و M به آنها اختصاص داده می‌شود. آنها بهترین مشتری‌های 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 روش‌هایی را برخواهم شمرد که کار شما را راحت می‌کند!
چگونه نمره RFM را در مقیاس 1-5 محاسبه کنیم؟
کسب‌وکارهای مختلف ممکن است از روش‌های متفاوتی فرمول‌های RFM برای رتبه‌بندی مقادیر RFM در مقیاس 1 تا 5 استفاده کنند. اما در اینجا دو متد رایج اشاره می‌کنیم.
متد اول: محدوده‌های 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 می‌کنید، ما برای هر نمره خود محدوده‌ای را تعیین کرده‌ایم. آستانه‌های دامنه بر اساس ماهیت کسب‌وکار است. به همین روش محدوده‌هایی را برای F و M نیز تعیین کنید.
این روش نمره‌دهی بیشتر به کسب‌وکارهای فردی وابستگی دارد – از آنجا که آنها تصمیم می‌گیرند طیف وسیعی را برای R، F و F ایده‌آل بدانند.
اما این مدل محاسبه دوره / دامنه ثابت برای محاسبه امتیازات RFM چالش‌هایی نیز دارد. با رشد کسب‌وکار، محدوده‌های نمره ممکن است نیاز به تعدیل مکرر داشته باشند. اگر کسب‌وکاری 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 می‌شود. تعریف ساده Percentile درصدی از مقادیر است که در یک مشاهده خاص یا تحت آن مشاهده می‌شود. در اینجا یک نمودار از MathIsFun.com را آورده‌ایم که این موضوع را به روشنی توضیح می‌دهد:
Percentiles و Quintiles (پنجگاهی) چیست؟
Quintiles مانند Percentiles است، اما به جای تقسیم داده‌ها در 100 قسمت، آنها را در 5 قسمت مساوی تقسیم می‌کنیم. اگر مفهوم Percentiles را بفهمید، درک Quintiles آسان‌تر خواهد بود. اگر پنج بازه مساوی از Percentiles ایجاد کنیم، نمره Percentiles 18 در محدوده 0-20 قرار می‌گیرد 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 می‌کند. Quintiles برای هر صنعت و کسب‌وکاری کار می‌کند، چرا که وقتی دامنه‌ها از خود داده‌ها انتخاب می‌شوند، مشتریان را به طور مساوی توزیع می‌کند و cross over هم نخواهد داشت.
روش پیشنهادی ما برای محاسبه امتیاز RFM استفاده از Quintiles است.
خلاصه محاسبات RFM
اطلاعات و داده‌های مشتری خود را جمع‌آوری کنید، از 1-5 به مقادیر R ، F و M نمره بدهید. استفاده از متد Quintiles بهترین نتیجه را دارد زیرا در همه کسب‌وکارها کارساز است و با توجه به داده‌های شما تنظیم می‌شود.
با ما در قسمت بعد نیز همراه باشید تا بیشتر راجع به متد RFM که در عین سادگی بسیار کاربردی است و می‌تواند کسب‌وکارتان را دگرگون کند، صحبت کنیم.