RFM (investigación de mercado)

RFM es un método utilizado para analizar el valor del cliente y segmentar a los clientes que se usa comúnmente en el marketing de bases de datos y el marketing directo. Ha recibido especial atención en las industrias minoristas y de servicios profesionales.

RFM representa las tres dimensiones:

• Recency – ¿Qué tan recientemente compró el cliente?
• Frequency – ¿Con qué frecuencia compran?
• Mvalor unitario – ¿Cuánto gastan?

modelo de núcleo

Las compras del cliente pueden estar representadas por una tabla con columnas para el nombre del cliente, fecha de compra y valor de compra. Hay muchos enfoques para definir cuantitativamente los valores de RFM, y los mejores enfoques dependerán del viaje del cliente y el modelo de negocio. Un enfoque de RFM es asignar una puntuación para cada dimensión en una escala de 1 a 10. El puntaje máximo representa el comportamiento preferido y una fórmula podría usarse para calcular los tres puntajes para cada cliente. Por ejemplo, una empresa basada en servicios podría usar estos cálculos:

• Recency = 10 – el número de meses que han pasado desde la última compra del cliente
• Frecuencia = el máximo de "el número de compras por el cliente en los últimos 12 meses (con un límite de 10)" y 1
• Monetario = el valor más alto de todas las compras del cliente expresadas en relación con algún valor de referencia

Por ejemplo, si el punto de referencia monetario asignó un puntaje de 10 a un gasto anual de más de $ 500, para un cliente que había realizado tres compras en el último año, el más reciente fue hace 3 meses, y gastó $ 600 en el año, su año, su Los puntajes serían: r = 7; F = 3; M = 10. Alternativamente, las categorías se pueden definir para cada atributo, p. La recencia puede dividirse en tres categorías: clientes con compras en los últimos 90 días; entre 91 y 365 días; y más de 365 días. Dichas categorías pueden derivarse de las reglas comerciales o el uso de técnicas de minería de datos para encontrar descansos significativos.

Una vez que cada uno de los atributos tiene categorías apropiadas definidas, los segmentos se crean a partir de la intersección de los valores. Si hubiera tres categorías para cada atributo, entonces la matriz resultante tendría veintisiete combinaciones posibles. Un enfoque comercial bien conocido utiliza cinco contenedores por atributos, lo que produce 125 segmentos. Las empresas también pueden decidir colapsar ciertos subsegmentos, si las gradaciones parecen demasiado pequeñas para ser útiles. Los segmentos resultantes se pueden ordenar desde la más valiosa (más alta recencia, frecuencia y valor) hasta menos valiosas (más baja, la frecuencia, la frecuencia y el valor). Identificar los segmentos RFM más valiosos puede capitalizar las relaciones casuales en los datos utilizados para este análisis. Por este motivo, se recomienda que se use otro conjunto de datos para validar los resultados del proceso de segmentación de RFM. Los defensores de esta técnica señalan que tiene la virtud de la simplicidad: no se requiere un software estadístico especializado, y los empresarios entienden fácilmente los resultados. En ausencia de otras técnicas de orientación, puede proporcionar un ascensor en las tasas de respuesta para las promociones.

Uso

RFM se usa ampliamente para segmentar a los clientes en la industria del catálogo. Brynjolfsson et al . Aplíquelo para analizar la búsqueda en Internet y el comportamiento de ventas.

variaciones

rfd - Recancia, frecuencia, duración es una versión modificada del análisis RFM que puede usarse para analizar el comportamiento del consumidor de productos comerciales orientados a la audiencia/lectores/navegación orientados a la navegación. (Por ejemplo, la cantidad de tiempo que pasa los surfistas en Wikipedia)

rfe - recancia, frecuencia, compromiso es una versión más amplia del análisis RFD, donde se puede definir para incluir la duración de la visita, páginas por visita u otras métricas similares.

RFM-I - RECENCIA, FRECUENCIA, VALOR MONETARIO-Interacciones es una versión del marco RFM modificada para tener en cuenta la recuperación y la frecuencia de las interacciones de marketing con el cliente (p. Ej. controlar los posibles efectos de disuasión de compromisos publicitarios muy frecuentes).

RFMTC - RECENCIA, frecuencia, valor monetario, tiempo, tasa de rotación es un modelo RFM aumentado propuesto por I-Cheng et al. (2009). El modelo utiliza la secuencia de Bernoulli en teoría de probabilidad y crea fórmulas que calculan la probabilidad de que un cliente compre en la próxima campaña promocional o de marketing. Este modelo ha sido implementado por Alexandros Ioannidis para conjuntos de datos como los conjuntos de datos de transfusión de sangre y CDNow.