Gjør e-handel Datavitenskapskonsepter enkelt ett emne om gangen.

tradisjonelt har markedsførere skapt segmentering basert på demografi👨 👩 🐈 👶. Men foretrekker de fleste e-handel merkevarer i dag å bruke data science å utvikle atferdsmessige segmentering basert på kjøp atferd. Hvilke produkter ser / kjøper de for eksempel? Hvilken vei (r) tok de for å komme til nettstedet ditt 📍? (bevissthet vs. hensikt). Videre, hva er deres nivå av engasjement🖱 ️ (bruk/åpner/klikk/visninger)?

hva er fordelen med segmentering? Mens det er mange, vil jeg liste mine topp tre her:

1. Fokusert & personlig markedsføring
2. Lavere markedsføringskostnader
3. Bedre produktutvikling

Gruppering av kunder basert på atferd tillater kontekstualisert markedsføring i stedet for e-postblast, noe som igjen reduserer markedsføringskostnadene. Ved å målrette et fokusert delsett av kunder (et segment!) med lignende attributter får du sannsynligvis bedre åpningsfrekvenser, høyere konverteringer og AVKASTNING på annonseutgifter (ROAS). Best av alt kan du imøtekomme fremtidige produkter til kundenes smak.RFM ER en datamodelleringsmetode som brukes til å analysere kundeverdi. Det står for recency, frequency og monetary, som bare er tre beregninger som beskriver hva kundene dine gjorde. Recency måler tiden (vanligvis i dager) mellom når kunden sist bestilt til i dag. Frekvens måler hvor mange totale bestillinger kundene hadde, Og Monetære er gjennomsnittlig beløp de brukte fra disse ordrene.

Bilde av hoster på unsplash

rfm startet i dagene med direkte markedsføring og er fortsatt et av de enkleste og mest effektive verktøyene innen detaljhandel og e-handel i dag. For å opprette RFM må du transformere dataene dine og tilordne en poengsum fra høy til lav. Her er et enkelt eksempel med Tre nivåer (Høy, middels og lav) — sorter kundenes ordrer i en kolonne, og tilordne en poengsum på 3 for kunder med nullordrer, en verdi på 2 for kunder med en ordre og 1 for kunder med 2 eller flere ordrer, eller gjenta kunder. Dette gir deg din frekvensberegning. Deretter gjentar du denne prosessen for recency og monetære. Til slutt vil du ende opp med tre verdier, en FOR HVER søyle AV RFM som beskriver hvor verdifull hver kunde er, med en som den beste.

HVORFOR BETYR RFM noe? Hvorfor skulle jeg bry meg?

RFM ER viktig fordi DET tillater deg å sortere og ordne kundene fra beste til verste raskt, og det er svært effektiv i å beskrive kundeatferd. MED RFM score, kan du lage mange nyttige kundesegmenter. Vi starter Med Mvper som er dine beste kunder med topp score på alle tre dimensjoner. Høye utgifter nye kunder som scorer høyt på recency og monetære, men lav frekvens fordi de har kjøpt bare nylig. På motsatt spektrum har du høyverdige churn-kunder som ikke har kjøpt på en stund. De vil score høyt på recency og monetære, men lav på recency. Til slutt, lavverdige kunder som får lav score på alle tre dimensjoner, og er usannsynlig å være verdt noe. Du kan spare penger på markedsføring ved å undertrykke disse brukerne og forbedre åpne og klikk priser.

Foto Av Austin distel på unsplash

hvorfor skal du bry deg? Vi har sett at topp 5% av kundene i gjennomsnitt bruker 10x enn alle andre, og representerer en tredjedel av din totale inntekt. Toppkunder har en tendens til å ha høyere gjennomsnittlig ordreverdi, og mer sannsynlig å bli lojale fans av merkevaren din. Lojale fans har en tendens til å generere jungeltelegrafen og henvisninger, på sikt gjør dem mer verdifulle.kort sagt, du bør bruke mer tid på å gjøre dine beste kunder fornøyde, OG RFM kan hjelpe deg med å finne ut hvor du skal fokusere og hva du skal gjøre.

HVORFOR KAN RFM gjøre for meg?

hvis DU ikke allerede har GJORT DET, kan DU begynne Å bruke RFM til å opprette kundesegmentering for markedsføringskampanjene dine og begynne å optimalisere. Du kan:

• Rulle ut den røde løperen For Dine VIPs.
• Design pleie kampanjer for kunder mest sannsynlig å kjøpe.
• Lag personlige tilbud og påminnelser for kunder som er i ferd med å churn.
• re-target kvernet Høy Verdi kunder å vinne dem tilbake.

figcaption > foto av alvaro reyes på unsplash

det er mange flere brukssaker for rfm. Du kan opprette mer relevante, kontekstualiserte kampanjer som retter seg mot ulike kunder på en annen måte. Segmentering arbeider for å forbedre åpner og klikk, samt få inn mer markedsføring dollar. Hvis du ikke gjør det ennå, bør du absolutt være. En av våre kunder fant 20% flere høyverdige kunder å målrette under sin årlige planlegging takket VÆRE RFM.I sammendraget STÅR RFM for recency, frequency og monetary, med recency som den viktigste. Hvorfor? Det er fordi online shopping er en ikke-kontraktsmessig kommersiell handling, med folk fri til å komme og gå som de vil. Du kan bare anta at en kunde er «levende» og interessert i deg når de har fortalt deg det med et nylig kjøp.

Finn DIN RFM. Begynn å sortere kundene dine fra beste til verste og bygg disse segmentene inn i markedsføringsaktivitetene dine!

ikke glem, data er makt, og vi ønsker å gi e-handel data krefter tilbake til folket. Bli med oss og begynn å vokse med dataene dine i dag.

Laget av Segmenter

Finn Oss På LinkedIn eller Facebook.

opprinnelig publisert på tresl.co

Peter S. Fader Bruce G. S. Hardie Ka Lok Lee, RFM og CLV: Bruker Iso-verdi Kurver For Kundebase Analyse (2004)