COS’E’ L’ANALISI RFM (recency, frequency, monetary)

L’’analisi Recency, Frequency, Monetary detta anche analisi RFM è una tecnica di segmentazione dei clienti molto utilizzata nel marketing. L’analisi fa parte delle tecniche statistiche predittive che è in grado di associare al vostro clienti un punteggio. Di per sè l’analisi non vi dice se state guadagnando, ma viene utilizzata per classificare i vostro clienti per scopi di targeting e quindi progettare una comunicazione il più rilevante possibile. Per questo motivo la tecnica è molto utilizzata dell’email marketing (direct marketing, DEM). Vediamo nel dettaglio la tipologia di analisi.

• Recency : è la metrica che vi dice quand’è l’ultima volta che l’utente ha acquistato sul vostro sito
• Frequency: vi dice quanto spesso l’utente acquista;
• Monetary: qual è la spesa media dell’utente nel periodo  preso di riferimento.

I clienti migliori sono quelli che hanno punteggi RFM più alti. Potete anche valutare sotto quale soglia non è conveniente, per il vostro business, continuare a spedire o tentare strategie di re-engagement.

UTILITA’: I tre principi alla base dell’analisi RFM

• I clienti che hanno acquistato recentemente sono più ricettivi alle promozioni successive rispetto ai clienti il cui ultimo acquisto è lontano nel tempo …
• I clienti abituali sono più ricettivi rispetto a quelli saltuari …
• Coloro che spendono molto sono più ricettivi rispetto a chi spende poco „

OBIETTIVI dell’analisi RFM „

• segmentare la clientela
• individuare trend particolari. Questa analisi infatti fa parte due due analisi della clientela molto importanti. Il customer life time value cioè il valore dei vostri clienti e il ciclo di vita dei clienti. Queste tecniche permettono di ottimizzare le vostre campagna, ma data l’importanza le approfondiremo negli articoli futuri! (o potete iniziare da qui in EN o qui in IT 😉

COME FARE L’ANALISI RFM

In Generale dovete associare un punteggio ai vostri clienti per ogni metrica richiesta. Nell’immagine potete capire come funziona:

Il software SPSS di IBM permette di fare l’analisi molto velocemente estraendo fuori i punteggi RFM e i trend delle relative variabili. L’unico vostro compito è quello di costruire il database!

Esempi di analisi RFM per l’email marketing:

• riservare privilegi al gruppo con maggiore recenza, maggiore frequenza e maggiore spesa;
• implementare strategie di re-engagement nei confronti degli utenti che per voi hanno valore (per esempio perché hanno un’alta spesa), ma non acquistano da un po’. –
• decidere che potrebbe non valere la pena continuare a spedire a coloro che non hanno acquistato di recente, non hanno acquistato di frequente e la cui spesa è stata bassa o trascurabile.

VEDI ANCHE: la Cluster analysis per la segmentazione della clientela