RFM (исследование рынка) - RFM (market research)

RFM - это метод, используемый для анализа ценности клиента . Он обычно используется в маркетинге баз данных и прямом маркетинге и получил особое внимание в сфере розничной торговли и профессиональных услуг.

RFM означает три измерения:

  • R ecency - Как недавно сделали покупку клиентов?
  • F requency - Как часто они покупают?
  • M onetary Value - Сколько они тратят?

Покупки клиентов могут быть представлены в виде таблицы со столбцами для имени клиента, даты покупки и стоимости покупки. Один из подходов к RFM состоит в том, чтобы присвоить каждому параметру оценку по шкале от 1 до 10. Максимальный балл представляет собой предпочтительное поведение, и для расчета трех баллов для каждого клиента можно использовать формулу. Например, бизнес, основанный на предоставлении услуг, может использовать следующие вычисления:

  • Давность = максимум «10 - количество месяцев, прошедших с момента последней покупки», и 1
  • Частота = максимальное из «количества покупок покупателя за последние 12 месяцев (с ограничением 10)» и 1
  • Денежное выражение = наибольшая стоимость всех покупок покупателя, выраженная как кратное некоторой контрольной стоимости.

В качестве альтернативы можно определить категории для каждого атрибута. Например, Recency можно разбить на три категории: клиенты, совершившие покупки в течение последних 90 дней; от 91 до 365 дней; и более 365 дней. Такие категории могут быть получены из бизнес-правил или с использованием методов интеллектуального анализа данных для поиска значимых разрывов.

Как только для каждого из атрибутов определены соответствующие категории, на пересечении значений создаются сегменты. Если бы для каждого атрибута было три категории, то итоговая матрица имела бы двадцать семь возможных комбинаций (один хорошо известный коммерческий подход использует пять ячеек для каждого атрибута, что дает 125 сегментов). Компании также могут решить свернуть определенные подсегменты, если градации кажутся слишком маленькими, чтобы быть полезными. Результирующие сегменты можно отсортировать от наиболее ценных (самая высокая новизна, частота и ценность) до наименее ценных (самая низкая недавность, частота и ценность). Выявление наиболее ценных RFM-сегментов может извлечь выгоду из случайных связей в данных, используемых для этого анализа. По этой причине настоятельно рекомендуется использовать другой набор данных для проверки результатов процесса сегментации RFM. Сторонники этого метода отмечают, что его достоинства заключаются в простоте: не требуется специального статистического программного обеспечения, а результаты легко понимаются деловыми людьми. В отсутствие других методов таргетинга он может повысить количество откликов на рекламные акции.

Вариации

RFD - Recency, Frequency, Duration - это модифицированная версия RFM-анализа, которую можно использовать для анализа потребительского поведения бизнес-продуктов, ориентированных на аудиторию / читательскую аудиторию / просмотр. (Например, количество времени, проведенного серферами в Википедии )

RFE - Recency, Frequency, Engagement - это более широкая версия анализа RFD, где взаимодействие может быть определено, чтобы включать продолжительность посещения, количество страниц за посещение или другие подобные показатели.

RFM-I - Recency, Frequency, Monetary Value - Interactions - это версия структуры RFM, модифицированная для учета недавности и частоты маркетинговых взаимодействий с клиентом (например, для контроля возможных сдерживающих эффектов очень частых рекламных взаимодействий).

RFMTC - Recency, Frequency, Monetary Value, Time, Churn rate - расширенная модель RFM, предложенная I-Cheng et al. (2009). Модель использует последовательность Бернулли в теории вероятностей и создает формулы, которые вычисляют вероятность покупки покупателем в следующей рекламной или маркетинговой кампании. Модель была реализована Александросом Иоаннидисом для таких наборов данных, как наборы данных Blood Transfusion и CDNOW.

Рекомендации

внешние ссылки