هر فرد یا مشتری، با خریدی که انجام می دهد، می تواند بر روی تجارت و کسب و کار شما تاثیر بگذارد، که این امر شامل تمام افراد با هر نوع و روش خرید نیز می شود. در ادامه به توضیح کامل تحلیل RFM پی پردازیم.
تحلیل RFM به بازاریابان اجازه میدهد که دستههای خاصی از مشتریان را با ارتباطاتی که بسیار مرتبطتر با رفتار خاص آنها هستند، هدف قرار دهند. در نتیجه میزان بسیار بالاتری از واکنشهای آنان، به علاوه افزایش وفاداری و همچنین حفظ مشتری ایجاد میکنند.
این روش تحلیل و تقسیمبندی RFM روشی قدرتمند برای شناسایی گروههایی از مشتریان برای رفتار ویژه آنها است. RFM مخفف سه عبارت Recency، Frequency و Monetary است که در ادامه به معرفی و بررسی هر یک نیز میپردازیم
بازاریابان اغلب دادههای گستردهای در مورد مشتریان فعلی خود دارند. این دادهها مانند سابقه خرید، سابقه مرور، الگوی خرید و… هستند که میتوانند برای شناسایی گروههای خاصی از مشتریان استفاده شوند که میتوان با بررسی دقیق آنها اطلاعات مناسبی را به دست آورد.
در حالی که روش های بی شماری برای انجام تحلیل و تقسیمبندی وجود دارد، تجزیه و تحلیل RFM به سه دلیل محبوب است:
- از مقیاسهای عینی و عددی استفاده میکند که تصویری مختصر و آموزنده در سطح بسیار بالایی از مشتریان ارائه میدهد؛
- ساده است، بازاریابان میتوانند بدون نیاز به متخصصان و کارشناسان داده یا نرم افزارهای پیچیده از آن به طور موثر استفاده کنند؛
- روشی شهودی است، خروجی این روش تقسیم بندی به راحتی قابل درک و تفسیر خواهد بود.
تحلیل RFM چیست؟
مزایای تحلیل RFM
تحلیل RFM این امکان را به بازاریابان و افراد فعال در بازار میدهد که با هدف قرار دادن گروههای خاصی از مشتریان موجود، مثلا با تقسیمبندی مشتریان موجود، با پیامها و پیشنهادهایی که بر اساس دادههای مربوط به مجموعهای از رفتارهای مرتبط مشتریان هستند، درآمد را افزایش دهند.
با این کار نه تنها درآمد افزایش مییابد، بلکه رضایت مشتری و اعتماد او به مجموعه نیز بیشتر شده و مشتری ممکن است تا سالها برای برند مربوطه حفظ شود. همین موارد اهمیت بالای تحلیل RFM را به خوبی به نمایش میگذارد.
نشان داده شده است که هر یک از این معیارهای RFM در پیش بینی رفتار مشتری در آینده و افزایش درآمد موثر است. مشتریانی که در گذشتهای نزدیک خریدی انجام دادهاند، در آینده نزدیک به احتمال زیاد این کار را مجدد انجام خواهند داد.
کسانی که بیشتر با برند شما در تعامل هستند، احتمال بیشتری دارد که به زودی دوباره این کار را انجام دهند. همچنین کسانی که بیشترین هزینه را کردهاند به احتمال زیاد در آینده خرجکنندگان بزرگی خواهند بود.
تجزیه و تحلیل RFM شما را قادر می سازد که مشتریان را با پیامهایی هدف قرار دهید که به بهترین شکل ممکن با رابطه آنها با برند شما مطابقت دارد. به عنوان مثال، احتمالا موفقیت بیشتری در پیشنهاد اقلام بزرگ به مشتریانی که به طور مکرر و در مقادیر زیاد خرج میکنند، خواهید داشت. از سوی دیگر، با دادن پاداش یا تخفیف به آنها برای وفاداری یا ارائه تبلیغات متناسب، به احتمال زیاد ارزش روابط خود را با مشتریانی که بیشتر از برند شما خرید میکنند، اما این مقدار فقط در مقادیر کم است، افزایش میدهید.
تحلیل RFM چگونه کار میکند؟
تحقیقات و بررسی بازار به طور سنتی روی دادههای جمعیت شناختی و روانشناختی متمرکز شده است که بازاریابان از آنها برای انجام تقسیم بندی مشتریان خود استفاده میکنند.
سپس این سری از دادهها برای پیشبینی رفتار مشتری در جمعیتهای بسیار بزرگتری که مجموعهای از ویژگیهای یکسان را دارند، استفاده میشوند. با این حال، این روشها به دادههای نمونه کوچکی از مصرف کنندگان بستگی دارد.
با ظهور سیستمهایی مانند پلتفرمهای دادههای مشتری (CDP) که به جمعآوری، یکپارچهسازی و ترکیب رفتارهای مشتری کمک میکنند، بازاریابان دادههای بسیار دقیقتری در مورد عادات تک تک مشتریان برای اطلاعرسانی و نتیجه و تصمیمگیری دارند.
به جای تقسیمبندی مشتریان تنها با استفاده از دادههای جمعیتشناختی و روانشناختی، بازاریابان میتوانند بخشهایی را بر اساس رفتار واقعی افراد، از جمله سابقه خرید در هر کانال (آنلاین یا آفلاین)، سابقه مرور، واکنشهای خرید گذشته و موارد دیگر ایجاد کنند. جای تعجب نیست که این نوع تقسیمبندی، تقسیمبندی رفتاری نامیده میشود.
همان گونه که در ابتدا گفته شد، تحلیل RFM مخفف سه عبارت مختلف است که در ادامه برای بررسی بیشتر این آنالیز، این سه مورد را بررسی و معرفی میکنیم.
مزایای RFM
RECENCY
در این بخش از تحلیل RFM به این موضوع پرداخته میشود که هر چه مشتری به تازگی و اخیرا از شرکتی خرید کرده باشد، احتمال بیشتری دارد که برای خریدهای بعدی، کسب و کار و برند را در ذهن خود نگه دارد و مجدد به آن رجوع کند. در مقایسه با مشتریانی که در ماهها یا حتی دورههای طولانیتر از کسبوکار خرید نکردهاند، احتمالا احتمال درگیر شدن در معاملات آتی با مشتریانی که به تازگی خریدی را انجام دادهاند بسیار بیشتر است.
از چنین اطلاعاتی میتوان برای ترغیب مشتریان اخیر برای بازدید مجدد از کسب و کار و کسب درآمد بیشتر استفاده کرد. همچنین برای مشتریانی که زمان زیادی از آخرین خرید آنها گذشته است، تلاشهای بازاریابی ممکن است به آنها یادآوری کند که مدت زیادی از آخرین معامله آنها گذشته است و در عین حال انگیزهای برای از سرگیری خرید به آنها ارائه شود که آنها را نیز مجدد به دسته مشتریان اخیر اضافه کرد.
FREQUENCY
تعداد خرید و تکرار خرید مشتری ممکن است تحت تأثیر عواملی مانند نوع محصول، قیمت خرید، و نیاز به تکمیل یا جایگزینی قرار گیرد. اگر بتوان چرخه خرید را پیشبینی کرد، برای مثال زمانی که یک مشتری نیاز به خرید مواد غذایی بیشتری دارد، تلاشهای بازاریابی ممکن است به سمت یادآوری به آنها برای بازدید از کسب و کار در زمانی که اقلام اصلی کم میشوند هدایت شود و مشتری مجدد خرید خود را انجام دهد.
MONETARY
ارزش پولی از میزان خرج مشتری و چگونگی هزینه او ناشی میشود. تمایل طبیعی این است که تاکید بیشتری بر تشویق مشتریانی که بیشترین پول را خرج میکنند داشته باشیم که آنها به خریدهای خود ادامه دهند.
در حالی که این امر می تواند بازدهی بسیار بهتری از سرمایهگذاری در بازاریابی و خدمات مشتری ایجاد کند، اما این احتمال را هم به دنبال خواهد داشت که برای مشتریانی که همواره به برند وفادار بودهاند، اما هزینه زیادی را متحمل نمیشدند مشکلاتی ایجاد کند و آنها را از خرید و برند دور کند.
استفاده از RFM
مراحل تحلیل RFM
در ادامه قصد داریم برای آشنایی بیشتر شما، مراحل مختلف تحلیل RFM را شرح داده و بررسی کنیم. در زیر این مراحل به ترتیب آورده شدهاند.
ساخت مدل RFM
به منظور ساخت مدل RFM، باید به هر مشتری منحصر به فرد، امتیاز خرید اخیر، امتیاز فراوانی و امتیاز مالی اختصاص دهید. داده های خام که میتوانند از میان دادههای مشتری از تراکنشهای قبلی جمع آوری شوند، سپس در یک صفحه گسترده یا پایگاه داده جمع آوری میشوند.
تقسیمبندی بخش مشتری
در ادامه باید پایگاه داده RFM را برای هر یک از سه مقدار امتیاز RFM به گروههای ردیفی تقسیم کنید. تعیین ردیف بر اساس بزرگترین تا کمترین مقدار است. به عنوان مثال، ردیف یک برای مقدار پول و بخش مالی، به مشتریانی که هزینه زیادی کردهاند و ردیف پنج به کمترین هزینهها اختصاص داده میشود.
گروه هدف را مشخص کنید
در این مرحله از تحلیل RFM باید گروه هدف از مشتریان انتخاب شود. با سازماندهی بخش RFM، میتوانید شروع به اختصاص دادن عناوین به بخشهای مورد علاقه خود کنید، مانند بهترین مشتریان، مشتریانی که بیشتر هزینه را میکنند ، مشتریان وفادار و مشتریان در معرض خطر و ….
ایجاد استراتژی جدید بازاریابی
در نهایت، باید استراتژی بازاریابی منحصر به فرد طراحی شده برای هر بخش RFM با تمرکز بر الگوهای رفتاری مشتریان ایجاد کنید. با استفاده از تجزیه و تحلیل RFM، بازاریابان میتوانند به طور مؤثر پیامهای خود را به گونهای به مشتریان برسانند که کاملا در ارتباط با نوع رفتار آنها است.
مراحل RFM
چرا RFM برای مشاغل کوچک و متوسط مناسب است؟
برای استارتآپها و مشاغل کوچکتر با منابع بازاریابی محدود، تجزیه و تحلیل RFM میتواند ابزاری مؤثر و بسیار قابل اعتمادی باشد. دلایل این اهمیت و تناسب را میتوان به موارد زیر مربوط دانشت.
سادگی این آنالیز یکی از دلایل مهم این اهمیت است. به خودی خود به ابزارهای پیچیده یا قابلیتهای تحلیلی پیچیده نیاز ندارد. درک اصول آسان است و تفسیر نتایج نیز توسط بازاریابان و افراد فعال در این حوزه به راحتی قابل انجام است.
مقرون به صرفه بودن نیز دلیل مهم دیگری است. در بسیاری از موارد، برای متخصصان بازاریابی بدون آموزش آماری یا تحلیلی پیشرفته، این امکان را دارند که تقسیمبندی مشتریان RFM را تنها با صفحهای گسترده استاندارد انجام دهند.
اثربخشی در بازاریابی به طور مستقیم نیز دلیل مهم دیگر است. این تجزیه و تحلیل که از بازاریابی پایگاه داده و بازاریابی مستقیم رشد کرده است، با استراتژیهای بازاریابی مستقیم دیجیتال نسبتا ارزانی که برندهای کوچکتر میتوانند از عهده آن برآیند، مؤثر بوده است.
محدویتهای RFM
در حالی که تقسیم بندی RFM بسیار قدرتمند است، اما محدودیتهایی هم دارد. اگر این تجزیه و تقسیم بندی به صورت دستی انجام شود، مستعد خطای انسانی است. این تجزیه و تحلیل نیز تنها بر چند ویژگی رفتاری مبتنی است که فاقد قدرت تجزیه و تحلیل پیشبینیکننده پیشرفته است که در حال حاضر موجود است.
برخی از کسب و کارها ممکن است از این روش آنالیزی به عنوان وسیلهای استفاده کنند که مشتریان رده بالا را با پیام ها کلافه کنند و در نتیجه نرخ پاسخ و واکنشها را کاهش دهند که در غیر این صورت میتواند بسیار روش مؤثری باشد.
از سویی دیگر، میتواند باعث شود بازاریابان از مشتریانی با رتبههای پایین غافل شوند، حتی اگر بسیاری از آنها ارزش سرمایهگذاری برای تبدیل شدن به مشتری رده بالا را داشته باشند.
RFM در بازار امروز چقدر مرتبط است؟
این نوع تجزیه و تحلیل همچنان مورد علاقه همیشگی بازاریابان است. این تحلیل ساده و شهودی است، اما داده محور است. این قدرت را دارد که بینشها و دیدی عملی را برای هر مشتری خاص ارائه دهد که همه اینها بدون هیچ استفادهای ابزارهای پیچیده یا متخصصان است.
البته لازم به ذکر است که این مورد بدان معنا نیست که نمیتوانید کارهای پیچیده ای را با تجزیه و تحلیل RFM انجام دهید. برای مثال، میتوانید از تکنیکهای RFM برای شناسایی بهترین مشتریان خود استفاده کنید و آنها را به یک مخاطب اولیه در پلتفرم تبلیغاتی تبدیل کنید که از مدلسازی مشابه برای شناسایی خودکار مشتریان احتمالی که ویژگیهای کلیدی مشابهی دارند، استفاده میکند.
با این وجود، به لطف CDP ها، بازاریابان اکنون می توانند داده های RFM را با سایر ویژگی های رفتاری و جمعیت شناختی ترکیب کنند .
همچنین مزیت دیگر آن است که آنها میتوانند به سرعت و به راحتی مدلهای مشابه و دیگر تحلیلهای پیچیده را برای پیشبینی اینکه چه پیامهایی به احتمال زیاد صادر میشوند و چگونه و چه زمانی آن پیامها بیشترین احتمال را برای اقدام مشتری دارند، اعمال کنند.
تقسیم بندی مشتریان به روش RFM
تا به اینجا متوجه شدیم که چگونه یک تحلیل RFM انجام دهیم. در تحلیل RFM، مشتریان به چندین دسته تقسیم بندی می شوند. در موارد زیر به گروه مشتریان اشاره کرده ایم :
- قهرمانان : آن دسته از مشتریانی هستند که جدیدا و در دفعات زیاد و با مبالغ زیاد خرید کرده اند.
- وفاداران بالقوه : آن دسته از مشتریانی هستند که اخیرا و در دفعات متوسط و با مبالغ خوبی خرید کرده اند.
- مشتریان جدید : آن دسته از مشتریانی هستند که از امتیاز کلی RFM بالایی برخوردارند ولی دفعات خرید آنها، زیاد نیست. می توانیم با کمپین های تبلیغاتی و پیشنهادات ویژه، آنها را برای خرید تحریک و به سمت تبدیل سوق دهیم.
- مشتریان در معرض خطر : آن دسته از مشتریانی هستند که قبلا می توان گفت جزو دسته ی قهرمانان بودند، اما اخیرا دیگر خریدی نداشته اند. برای تشویق آنها به سمت خرید، تبلیغات محصولات را با شرایط ویژه به صورت شخصی سازی شده، برای این دسته ارسال کنید تا آنها را بازگردانید.
- مشتریانی که نباید از دست بروند : آن دسته از مشتریانی هستند که قبلا بازدید و خرید خوبی انجام می دادند ولی اخیرا دیگر خریدی نداشتند. برای این دسته از مشتریان هم تبلیغات ارسال کرده و از آنها درخواست نظرسنجی کنید تا اشتباه خود را پیدا کنید. و آنها را به خرید و بازدید برگردانید تا شما را به طور کل، کنار نگذاشتند.
- مشتریانی که به خواب زمستانی فرو رفته اند : آن دسته از مشتریانی هستند که به دفعات بالا، خرید زیادی داشتند ولی ازآخرین خرید آنها، زمان زیادی می گذرد. و در چندین ماه پیش از سایت بازدید کرده اند. تمرکز زیادی برای این دسته از مشتریان نگذارید. فقط در اندازه ای که که تبلیغات را برایشان ارسال کنید.
- مشتریان خواب آلود : آن دسته از مشتریانی هستند که در زمان نه چندان طولانی، خریدی با تعداد و مبلغ کم داشته اند. ولی زمان زیادی از آن نگذشته است. برای آنها تبلیغات خاص و ویژه ای ارسال کنید تا برای خرید بازگردند.
- مشتریانی که نیاز به توجه دارند : آن دسته از مشتریانی هستند که مبلغ و تعداد خرید در آنها زیاد است اما مربوط به یک ماه پیش است. این دسته از مشتریان، در مرحله ” کدام محصول را از رقیبتان خریداری کند “، مانده است. پس شما با تبلیغاتتان به آنها انگیزه ی خرید دهید تا متوجه شوند که محصولات شما ویژگی های خاصی را شامل شده است.
- مشتریان امیدوار کننده : آن دسته از مشتریانی هستند که به تازگی خرید با تعداد بالایی داشتند. پس با ارسال تبلیغات و تخفیفات ویژه برای آنها، باعث تبدیل آنها به دسته قهرمانان می شوید.
- مشتریانی که می توانند به وفادار تبدیل شوند : آن دسته از مشتریانی هستند که اخیرا با مبالغ خوبی خرید داشته اند. پس با تبلیغات می توانید آنها را فعال نگه دارید.
کلام پایانی
در این مطلب سعی کردی تحلیل RFM را به طور کامل توضیح داده و شما را با ابعاد مختلف آن آشنا کنیم. مطمئنا پس از مطالعه این مطلب به اهمیت این روش آنالیزی برای هر کسب و کاری و به ویژه کسب و کارهای کوچک پی خواهید برد.
مزایایی مثل سادگی و شهودی بودن امکان استفاده از این آنالیز را برای هر کسب و کاری فراهم کرده است و با استفاده صحیح و اصولی از آن، میتوان امیدوار به پیشرفت مالی و پیشرفتهای دیگر برند و شرکت خود بود.