az e-kereskedelmi adattudományi fogalmak egyszerűvé tétele egyszerre egy téma.

hagyományosan a marketingszakemberek demográfiai alapú szegmentációt hoztak létre👨 👩 🐈 👶. Azonban a legtöbb e-kereskedelmi márka ma inkább az Adattudomány alkalmazását részesíti előnyben a vásárlási viselkedésen alapuló viselkedési szegmentáció fejlesztése érdekében. Például, Milyen termékeket néznek / vásárolnak 🛒? Milyen utat(ösvényeket) tettek meg, hogy elérjék az Ön weboldalát 📍? (tudatosság vs. szándék). Továbbá, mi az elkötelezettség szintje🖱️ (használat / megnyit / kattintások / nézetek)?

mi a szegmentáció előnye? Bár sok van, felsorolom az első három itt:

1. fókuszált & személyre szabott marketing
2. alacsonyabb marketing költségek
3. jobb termékfejlesztés

az ügyfelek csoportosítása a viselkedés alapján lehetővé teszi a kontextualizált marketinget az e-mail robbantások helyett, ami viszont csökkenti a marketing költségeket. Az ügyfelek fókuszált részhalmazának célzásával (egy szegmens!) hasonló tulajdonságokkal, akkor valószínűleg kap jobb nyílt árak, magasabb konverziók, és return-on-ad-költés (ROAS). A legjobb az egészben, hogy a jövőbeli termékeket az ügyfelek ízlésének megfelelően tudja kiszolgálni.

az RFM egy adatmodellezési módszer, amelyet az ügyfélérték elemzésére használnak. Ez a recency, a frequency és a monetary kifejezést jelenti, amely csak három mutató, amelyek leírják, hogy mit tettek az ügyfelek. A Recency azt az időt méri (általában napokban), amely között az ügyfél utoljára megrendelte a mai napot. A frekvencia azt méri, hogy hány teljes megrendelése volt az ügyfeleknek, a pénz pedig az átlagos összeg, amelyet ezekből a megrendelésekből költöttek.

RFM a közvetlen marketing napjaiban kezdődött, és ma is az egyik legegyszerűbb és leghatékonyabb eszköz a kiskereskedelemben és az e-kereskedelemben. Az RFM létrehozásához át kell alakítania az adatait, és hozzá kell rendelnie egy pontszámot magasról alacsonyra. Itt egy egyszerű példa a három szint (Magas, közepes, alacsony) — olyan, az ügyfelek megbízásait egy oszlopban, majd rendelje hozzá a pontszám a 3 ügyfelek nulla megbízások értéke 2 a vásárlók egy parancsot, majd 1 a vásárlók, 2 vagy több parancsot, vagy ismételje meg az ügyfelek. Ez megadja a frekvencia mutatót. Ezután ismételje meg ezt a folyamatot a tisztesség és a monetáris. A végén, akkor a végén három érték, egy minden pillére RFM, amely leírja, hogy milyen értékes minden ügyfél, az egyik, hogy a legjobb.

miért számít az RFM? Miért érdekelne?

RFM elengedhetetlen, mert lehetővé teszi, hogy rendezni az ügyfelek a legjobb a legrosszabb gyorsan, és ez nagyon hatékony leírásában ügyfél viselkedését. Az RFM pontszámokkal sok hasznos ügyfélszegmenst hozhat létre. Kezdjük MVPs, hogy a legjobb ügyfelek top pontszámok mind a három dimenzióban. Magas kiadások az új ügyfelek, hogy a pontszám magas a hitelesség és a monetáris, de alacsony gyakorisággal, mert már vásárolt csak az utóbbi időben. Az ellenkező spektrum, van nagy értékű lemorzsolódás ügyfelek, akik még nem vásárolt egy darabig. Magas pontszámokat érnek el a hitelesség és a pénz, de alacsony a hitelesség. Végül, alacsony értékű ügyfelek, akik kap alacsony pontszámokat mindhárom dimenzióban, és nem valószínű, hogy bármit is ér. Pénzt takaríthat meg a marketing elnyomja ezeket a felhasználókat, és javítja a nyílt és kattintson árak.

miért érdekel? Láttuk, hogy az ügyfelek felső 5% – A átlagosan 10x-et költ, mint mindenki más, és a teljes bevétel egyharmadát képviseli. A legnépszerűbb ügyfelek általában magasabb átlagos rendelési értékkel rendelkeznek, és nagyobb valószínűséggel válnak a márka hűséges rajongóivá. A hűséges rajongók általában szájról szájra és utalásokat generálnak, kifejezéssel értékesebbé téve őket.

röviden, több időt kell szánnia arra, hogy a legjobb ügyfelek boldogok legyenek, az RFM pedig segíthet kitalálni, hogy hol kell összpontosítani, mit kell tennie.

miért tehet az RFM nekem?

Ha még nem tette meg, kezdje el használni az RFM-et, hogy ügyfélszegmentációt hozzon létre marketing kampányaihoz, majd kezdje el optimalizálni. Akkor:

• Roll ki a vörös szőnyegen a VIP.
• design tápláló kampányok az ügyfelek számára a legvalószínűbb, hogy vásárolni.
• hozzon létre személyre szabott ajánlatokat és emlékeztetőket a lemorzsolódni készülő ügyfelek számára.
• re-target lemorzsolódott nagy értékű ügyfelek nyerni őket vissza.

több használati esetek a RFM. Ön képes lesz arra, hogy relevánsabb, kontextualizált kampányokat hozzon létre, amelyek eltérő módon célozzák meg a különböző ügyfeleket. Szegmentáció működik, hogy javítsa nyit, kattintások, valamint, hogy több marketing dollárt. Ha még nem csinálod, akkor feltétlenül kell. Az egyik ügyfelünk az RFM-nek köszönhetően 20% – kal több nagy értékű ügyfelet talált az éves tervezés során.

összefoglalva, az RFM jelentése recency, frequency, and monetary, a recency pedig a legfontosabb. Miért? Ez azért van, mert az online vásárlás egy nem szerződéses kereskedelmi törvény, az emberek szabadon jönnek-mennek, ahogy tetszik. Csak akkor lehet feltételezni, hogy egy ügyfél “él”, és érdekli Önt, amikor egy közelmúltbeli vásárlással ezt mondták neked.

keresse meg az RFM-et. Kezdje el az ügyfelek válogatását a legjobbtól a legrosszabbig, majd építse be ezeket a szegmenseket marketing tevékenységeibe!

ne felejtsük el, az adat hatalom, és vissza akarjuk adni az e-kereskedelmi adathatalmakat az embereknek. Csatlakozz hozzánk, és kezdj el növekedni az adataiddal ma.

szegmensek által készített

keressen minket a LinkedIn vagy a Facebook oldalon.

eredetileg megjelent tresl.co

Peter S. Fader Bruce G. S. Hardie Ka Lok Lee, RFM and CLV: Using Iso-value Curves for Customer Base Analysis (2004)