Przejdź do głównej zawartości

RFM Segments

R
Napisane przez Rafał Idzik - Data Octopus
Zaktualizowano w tym tygodniu

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 (Recency 5, Frequency 5, Monetary 5)
    Najcenniejsi klienci, którzy dokonali zakupów niedawno, kupują często i wydają znaczne kwoty. Aktywni entuzjaści marki, którzy regularnie wracają i generują wysokie przychody.

  • Loyal Customers (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.

  • Potential Loyalists (Recency 4-5, Frequency 3-4, Monetary 2-4)
    Niedawno aktywni klienci o rosnącej częstotliwości zakupów. Wykazują potencjał do stania się lojalnymi klientami przy odpowiedniej pielęgnacji relacji.

  • New Customers (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.

  • Promising Customers (Recency 4, Frequency 2-3, Monetary 1-2)
    Klienci, którzy wykazują zainteresowanie, kupując stosunkowo niedawno z umiarkowaną częstotliwością. Wydają mniej, ale posiadają potencjał rozwoju.

  • At Risk (Recency 2-3, Frequency 3-5, Monetary 3-5)
    Wcześniej lojalni klienci, którzy nie kupowali od pewnego czasu. Historycznie wykazywali wysoką wartość i częstotliwość zakupów, ale ich aktywność zaczyna spadać.

  • Slipping Champions (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.

  • Hibernating (Recency 1-2, Frequency 1-2, Monetary 1-2)
    Nieaktywni klienci, którzy wcześniej kupowali rzadko i wydawali niewiele. Nie dokonali zakupu od dłuższego czasu i mają niską ogólną wartość dla biznesu.

  • Lost (Recency 1, Frequency 1, Monetary 1)
    Klienci, którzy najprawdopodobniej odeszli na stałe. Najniższe oceny we wszystkich kategoriach RFM – minęło bardzo dużo czasu od ostatniego zakupu, kupowali rzadko i wydawali niewiele.

  • Others
    Klienci, którzy nie pasują do żadnego z powyższych segmentów i mogą wymagać indywidualnej analizy.

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?