Przejdź do głównej zawartości

RFM Segments

Adam z Data Octopus avatar
Napisane przez Adam z Data Octopus
Zaktualizowano ponad miesiąc temu

Data View - RFM Segments

Model RFM Segments zawiera zagregowane dane analityczne dotyczące segmentów klientów utworzonych na podstawie analizy RFM (Recency, Frequency, Monetary). Model ten umożliwia kompleksową analizę charakterystyk, zachowań zakupowych oraz wartości biznesowej poszczególnych segmentów klientów.

Wymagania:

  • Silnik sklepu internetowego: IdoSell

Struktura i opis danych:

Dane segmentacyjne

  • Customer Segment - Segment klienta określony na podstawie analizy RFM przez Data Octopus

Wskaźniki ilościowe

  • Clients Quantity - Ilość klientów przypisanych do danego segmentu

  • Clients Quantity Share - Procentowy udział segmentu w całej bazie klientów

Wskaźniki czasowe

  • Avg Days Since First Order - Średnia liczba dni, która upłynęła od pierwszego zamówienia klientów w segmencie

  • Avg Days Since Last Order - Średnia liczba dni, która upłynęła od ostatniego zamówienia klientów w segmencie

Wskaźniki cenowe

  • Avg Min Product Net Price - Średnia cena netto najtańszego produktu kupowanego przez klientów w segmencie

  • Avg Max Product Net Price - Średnia cena netto najdroższego produktu kupowanego przez klientów w segmencie

Wskaźniki zamówień

  • Orders - Łączna liczba zamówień zrealizowanych przez klientów w segmencie

  • Avg Unique Item Count - Średnia liczba unikalnych produktów kupowanych przez klientów w segmencie

Wskaźniki finansowe

  • Total Net Revenue - Sumaryczna wartość netto wszystkich zamówień zrealizowanych przez klientów w segmencie

  • Avg Order Net Revenue - Średnia wartość netto zamówienia klientów w danym segmencie

Wskaźniki preferencji zakupowych

  • Avg Quantity Of Purchased Brands - Średnia liczba unikalnych marek kupowanych przez klientów w segmencie

  • Avg Quantity Of Purchased Categories - Średnia liczba unikalnych kategorii produktów kupowanych przez klientów w segmencie

Charakterystyka segmentów klientów

Champions

RFM Scores: Recency 5, Frequency 5, Monetary 5

Najcenniejsi klienci, którzy dokonali zakupów niedawno, kupują często i wydają największe kwoty. To aktywni entuzjaści marki, którzy regularnie wracają i generują najwyższe przychody.

Loyal Customers

RFM Scores: Recency 4-5, Frequency 4-5, Monetary 3-5

Stali klienci o wysokiej częstotliwości zakupów i dobrej wartości zamówień. Nie zawsze wydają najwięcej, ale regularnie wracają i stanowią solidną bazę klientów.

Slipping Champions

RFM Scores: Recency 1-2, Frequency 4-5, Monetary 4-5

Byli Champions, którzy przestali kupować. Historycznie bardzo wartościowi klienci o wysokiej częstotliwości i wartości zakupów, których aktywność znacząco spadła i wymagają natychmiastowej uwagi.

Big Spenders

RFM Scores: Recency 2-5, Frequency 2-5, Monetary 4-5

Klienci o wysokiej wartości monetarnej z różnymi wzorcami częstotliwości i aktualności zakupów. Wydają znaczne kwoty podczas każdego zakupu, niezależnie od regularności kupowania.

New Customers

RFM Scores: Recency 5, Frequency 1-2, Monetary 1-2

Nowi klienci, którzy dopiero rozpoczęli swoją podróż z marką. Dokonali zakupu bardzo niedawno, ale mają niską częstotliwość i wartość zakupów ze względu na krótką historię.

Potential Loyalists

RFM Scores: Recency 4-5, Frequency 2-3, Monetary 2-3

Niedawno aktywni klienci o rosnącej częstotliwości zakupów. Wykazują potencjał do stania się lojalnymi klientami przy odpowiedniej pielęgnacji relacji.

Promising Customers

RFM Scores: Recency 3-4, Frequency 1-3, Monetary 1-3

Umiarkowanie aktywni klienci z niską lub średnią częstotliwością i wartością zakupów. Posiadają potencjał rozwoju i potrzebują zachęty do większego zaangażowania.

Frequent Low Spenders

RFM Scores: Recency 1-4, Frequency 4, Monetary 1-3

Lojalni klienci, którzy kupują często, ale wydają niewiele podczas każdej transakcji. Charakteryzują się wysoką częstotliwością zakupów przy niskiej wartości zamówienia.

One-Time Big Spenders

RFM Scores: Recency 2-5, Frequency 1, Monetary 3-5

Klienci, którzy dokonali jednego znaczącego zakupu, ale nigdy nie wrócili. Wysokowartościowi potencjalni klienci wymagający reaktywacji.

Cannot Lose Them

RFM Scores: Recency 1, Frequency 1-3, Monetary 4-5

Klienci o wysokiej wartości monetarnej, którzy nie kupowali ostatnio. Mają historię wysokich wydatków, ale obecnie są nieaktywni - ich reaktywacja jest krytyczna dla biznesu.

At Risk

RFM Scores: Recency 2-3, Frequency 3-5, Monetary 3

Wcześniej zaangażowani klienci wykazujący oznaki spadku zainteresowania. Mają umiarkowaną aktualność, wysoką częstotliwość, ale malejącą wartość zakupów.

Need Attention

RFM Scores: Recency 5, Frequency 3-5, Monetary 1-2

Aktywni i częsci kupujący, ale z niskimi wydatkami na transakcję. Mogliby wydawać więcej przy odpowiednich zachętach i demonstracji wartości.

Hibernating

RFM Scores: Recency 1-2, Frequency 1-3, Monetary 1-3

Nieaktywni klienci o niskiej wartości, którzy nie kupowali od dłuższego czasu. Mają niską częstotliwość zakupów i niską wartość historyczną.

Lost

RFM Scores: Recency 1, Frequency 1, Monetary 1

Klienci z najniższymi ocenami we wszystkich kategoriach RFM. Najprawdopodobniej odeszli na stałe - minęło bardzo dużo czasu od ostatniego zakupu, kupowali rzadko i wydawali niewiele.

Zastosowanie

Data View RFM Segments służy przede wszystkim do:

  • Strategicznej analizy porównawczej poszczególnych segmentów klientów pod kątem ich wartości biznesowej

  • Identyfikacji najbardziej wartościowych segmentów klientów generujących najwyższe przychody

  • Analizy preferencji cenowych poszczególnych segmentów (na podstawie średnich cen minimalnych i maksymalnych)

  • Badania różnic w zachowaniach zakupowych między segmentami (częstotliwość, wartość, różnorodność)

  • Optymalizacji strategii marketingowych i cenowych dla konkretnych segmentów klientów

  • Projektowania spersonalizowanych kampanii remarketingowych dostosowanych do charakterystyki danego segmentu

  • Oceny skuteczności działań retencyjnych dla zagrożonych segmentów (At Risk, Slipping Champions)

Model RFM Segments umożliwia podejmowanie strategicznych decyzji marketingowych na podstawie solidnych danych analitycznych, co przekłada się na zwiększenie efektywności działań marketingowych, lepsze dopasowanie oferty do potrzeb klientów z poszczególnych segmentów oraz optymalizację budżetów reklamowych poprzez koncentrację na najbardziej wartościowych grupach klientów.

Czy to odpowiedziało na twoje pytanie?