Rendere i concetti di scienza dei dati di e-commerce semplici un argomento alla volta.

Tradizionalmente, i marketer creavano la segmentazione in base ai dati demografici👨 👩 🐈 👶. Tuttavia, la maggior parte dei marchi di e-commerce oggi preferisce applicare la scienza dei dati per sviluppare la segmentazione comportamentale basata sui comportamenti di acquisto. Ad esempio, quali prodotti stanno visualizzando / acquistando 🛒? Che percorso(s) hanno preso per arrivare al tuo sito web 📍? (consapevolezza vs. intento). Inoltre, qual è il loro livello di coinvolgimento🖱️ (usage/open/click/views)?

Qual è il vantaggio della segmentazione? Mentre ci sono molti, elencherò i miei primi tre qui:

1. Focused& marketing personalizzato
2. Minori costi di marketing
3. Migliore sviluppo del prodotto

Raggruppare i clienti in base al comportamento consente il marketing contestualizzato invece di esplosioni di e-mail, che a sua volta riduce i costi di marketing. Prendendo di mira un sottoinsieme mirato di clienti (un segmento!) con attributi simili, probabilmente otterrai tassi di apertura migliori, conversioni più elevate e ROAS (return-on-ad-spend). Meglio di tutti è possibile soddisfare i prodotti futuri ai gusti dei vostri clienti.

RFM è un metodo di modellazione dei dati utilizzato per analizzare il valore del cliente. Sta per recency, frequency e monetary, che sono solo tre metriche che descrivono ciò che i tuoi clienti hanno fatto. Recency misura il tempo (di solito in giorni) tra quando il cliente ha ordinato per l’ultima volta a oggi. La frequenza misura quanti ordini totali hanno avuto i clienti e Monetaria è l’importo medio che hanno speso da quegli ordini.

RFM iniziato nei giorni di direct marketing e rimane uno dei più semplici e più efficaci strumenti di retail e di e-commerce oggi. Per creare RFM, è necessario trasformare i dati e assegnare un punteggio da alto a basso. Ecco un semplice esempio con tre livelli (Alto, medio, basso): ordina gli ordini dei tuoi clienti in una colonna e assegna un punteggio di 3 per i clienti con zero ordini, un valore di 2 per i clienti con un ordine e 1 per i clienti con 2 o più ordini o clienti abituali. Questo ti dà la tua metrica di frequenza. Quindi ripeti questo processo per recency e monetario. Alla fine, ti ritroverai con tre valori, uno per ogni pilastro di RFM che descrive quanto sia prezioso ogni cliente, con uno che è il migliore.

Perché la RFM è importante? Perche ‘ dovrebbe interessarmi?

RFM è essenziale perché consente di ordinare e organizzare i clienti dal meglio al peggio rapidamente, ed è altamente efficace nel descrivere il comportamento del cliente. Con i punteggi RFM, è possibile creare un sacco di segmenti di clienti utili. Iniziamo con MVP che sono i tuoi migliori clienti con punteggi migliori su tutte e tre le dimensioni. Alta spesa nuovi clienti che punteggio alto sulla recency e monetaria, ma bassa frequenza perché hanno acquistato solo di recente. Sullo spettro opposto, hai clienti di alto valore che non hanno acquistato da un po’. Avranno un punteggio elevato in recency e monetario, ma basso in recency. Infine, i clienti di basso valore che ottengono punteggi bassi su tutte e tre le dimensioni, ed è improbabile che valga nulla. È possibile risparmiare denaro sul marketing sopprimendo questi utenti e migliorare i tassi di apertura e clic.

Perché dovremmo cura? Abbiamo visto che il top 5% dei clienti in media spendono 10 volte rispetto a tutti gli altri, e rappresentano un terzo delle entrate totali. I migliori clienti tendono ad avere un valore medio degli ordini più elevato e più probabilità di diventare fedeli fan del tuo marchio. I fan fedeli tendono a generare passaparola e rinvii, rendendoli più preziosi.

In breve, dovresti dedicare più tempo a rendere felici i tuoi migliori clienti e RFM può aiutarti a capire dove concentrarti e cosa fare.

Perché RFM può fare per me?

Se non lo hai già fatto, inizia a utilizzare RFM per creare segmentazione dei clienti per le tue campagne di marketing e inizia a ottimizzare. Puoi:

• Stendere il tappeto rosso per i tuoi VIP.
• Progettare campagne di nutrimento per i clienti più propensi ad acquistare.
• Creare offerte personalizzate e promemoria per i clienti che stanno per sfornare.
• Re-target ha sfornato clienti di alto valore per riconquistarli.

Ci sono molti più casi di utilizzo per RFM. Sarai in grado di creare campagne più pertinenti e contestualizzate che si rivolgono a clienti diversi in modo diverso. La segmentazione funziona per migliorare le aperture e i clic, oltre a portare più dollari di marketing. Se non lo stai ancora facendo, dovresti assolutamente esserlo. Uno dei nostri clienti ha trovato il 20% in più di clienti di alto valore da indirizzare durante la sua pianificazione annuale grazie a RFM.

In sintesi, RFM sta per recency, frequency e monetary, con recency che è il più importante. Perché? Questo perché lo shopping online è un atto commerciale non contrattuale, con le persone libere di andare e venire a loro piacimento. Puoi solo supporre che un cliente sia “vivo” e interessato a te quando te l’ha detto con un acquisto recente.

Trova la tua RFM. Inizia a ordinare i tuoi clienti dal meglio al peggio e costruisci quei segmenti nelle tue attività di marketing!

Non dimenticare che i dati sono potere e vogliamo restituire i poteri dei dati di e-commerce alle persone. Unisciti a noi e inizia a crescere con i tuoi dati oggi.

Realizzato da Segmenti

Trovaci su LinkedIn o Facebook.

Originariamente pubblicato su tresl.co

Peter S. Fader Bruce G. S. Hardie Ka Lok Lee, RFM e CLV: Utilizzo delle curve dei valori Iso per l’analisi della base clienti (2004)