تحليل RFM: تعرف على المزيد حول عملائك وتجزئة RFM

في هذه المقالة ، سنلقي نظرة على تحليل RFM (الحداثة ، التكرار ، القيمة النقدية) ، الذي يعتمد على سلوك مجموعات العملاء (أو الشرائح ). تسمح لك طريقة التحليل هذه بدراسة سلوك المستخدمين وكيفية قيامهم بالدفع. نتيجة لذلك ، ستتلقى رؤى قيمة للتسويق المباشر.

يسمح لك تحليل RFM بتقسيم العملاء حسب تواتر المشتريات وقيمتها وتحديد العملاء الذين ينفقون أكبر قدر من المال.

• الحداثة - ما هي المدة التي مرت منذ أن اشترى العميل شيئًا منك
• التكرار - عدد المرات التي يشتري فيها العميل منك
• القيمة النقدية - القيمة الإجمالية للمشتريات التي قام بها العميل

وفقًا لهذه المقاييس ، من الممكن تقسيم عملائك إلى مجموعات لفهم العملاء الذين يشترون الكثير من الأشياء بشكل متكرر ، والذين يشترون أشياء قليلة ولكن بشكل متكرر ، والذين لم يشتروا أي شيء لفترة طويلة.

كقاعدة عامة ، تستجيب نسبة صغيرة فقط من العملاء للعروض الترويجية العامة. تعد RFM طريقة تجزئة ممتازة للتنبؤ باستجابات العملاء وتحسين التفاعلات وزيادة الأرباح. يستخدم RFM بيانات سلوك العملاء لتحديد كيفية العمل مع كل مجموعة عملاء.

يتمثل جوهر تحليل RFM في تقسيم العملاء إلى مجموعات استنادًا إلى آخر مرة قاموا فيها بعملية الشراء ، وعدد مرات شرائهم للأشياء ، ومتوسط ​​قيمة طلباتهم. لكل من هذه المقاييس ، نقوم بتعيين العملاء إلى واحدة من ثلاث مجموعات ، والتي يتم تخصيص رقم من 1 إلى 3.

حداثة:

• 1- العملاء القدامى.
• 2 - العملاء الجدد نسبيًا.
• 3 - العملاء الجدد.

تكرر:

• 1 - مشتريات نادرا (طلبات مفردة).
• 2 - عمليات الشراء بشكل غير متكرر.
• 3 - المشتريات في كثير من الأحيان.

القيمة النقدية

• 1- تدني قيمة المشتريات.
• 2- متوسط ​​قيمة المشتريات.
• 3- ارتفاع قيمة المشتريات.

يتم تعيين قيم RFM للعملاء من خلال ربط أرقامهم بالحداثة والتكرار والقيمة النقدية. على سبيل المثال ، قدم العميل 111 طلبًا واحدًا بقيمة نقدية منخفضة منذ وقت طويل. من ناحية أخرى ، غالبًا ما يقوم العميل 333 بتقديم طلبات ذات قيمة كبيرة وقام بعملية شراء مؤخرًا. العملاء مع 3 في كل فئة هم أفضل عملائك.

هناك طريقتان مناسبتان لإجراء تحليل RFM: استخدام OWOX BI واستخدام Excel (أو Google Sheets).

بخلاف Excel ، يتيح لك OWOX BI حساب RFM تلقائيًا .

مصدر البيانات لهذا التحليل هو جدول أو عرض في Google BigQuery مع بيانات حول كل طلب مع الحقول التالية:

• معرف المستخدم - معرف المستخدم الخاص بالعميل في قاعدة بيانات موقع الويب / تخطيط موارد المؤسسات.
• الإيرادات - الإيرادات من الطلب.
• تاريخ الإنشاء - تاريخ إنشاء الأمر.

الخطوة 1 . نوصي باستخدام البيانات الموجودة في الطلبات المؤكدة من نظام تخطيط موارد المؤسسات (ERP) الخاص بك. يمكنك بسهولة تصدير هذه البيانات إلى BigQuery باستخدام OWOX BI Pipeline.

الخطوة الثانية . يمنحك OWOX BI أيضًا الفرصة لتخصيص استيراد نتائج تحليل RFM إلى Google Analytics. سيسمح لك ذلك بما يلي:

• أنشئ تقارير وشرائح مخصصة جديدة في Google Analytics لمزيد من التحليل المتعمق للجمهور باستخدام معلومات إضافية حول المستخدمين
• استخدم تحليل RFM لإنشاء جماهير تجديد النشاط التسويقي لبرنامج إعلانات Google والنشرات الإخبارية عبر البريد الإلكتروني وبرامج الولاء

الخطوة 3 . يتكون إعداد استيراد بيانات تحليل RFM إلى Google Analytics من Google BigQuery من خطوتين:

1. إعداد مورد ويب Google Analytics.
2. إنشاء دفق في OWOX BI Pipeline.

دعنا نلقي نظرة فاحصة على النقطتين الأخيرتين.

1. أنشئ أبعادًا مخصصة على مستوى المستخدم لتخزين نتائج تحليل RFM (تعريفات مخصصة ← أبعاد مخصصة ← + بُعد مخصص جديد ):

2. قم بإنشاء مجموعة بيانات لاستيراد البيانات إلى Google Analytics (استيراد البيانات ← مجموعة بيانات جديدة) :
   

• حدد سلوك الاستيراد كوقت الاستعلام. سيسمح لك ذلك بدمج البيانات المستوردة مع البيانات التاريخية ؛ وإلا ، فسيتم دمج البيانات فقط مع النتائج التي تم جمعها في Google Analytics بعد تنزيل نتائج تحليل RFM. لاحظ أن استيراد وقت الاستعلام متاح فقط لمستخدمي Google

• بعد ذلك ، قم بتسمية مجموعة البيانات وحدد قائمة طرق العرض التي ستتوفر فيها البيانات المستوردة:
  

• أخيرًا ، حدد مخطط البيانات واحفظ مجموعة البيانات:

هذا هو. لقد قمت الآن بتكوين إعدادات موقع الويب في Google Analytics لاستيراد البيانات. الآن يمكنك المتابعة للاستيراد.

1. قم بإعداد استعلام SQL الذي سيعيد البيانات في الهيكل الصحيح .

2. قم بإنشاء دفق في OWOX BI Pipeline كما هو موضح هنا .

   

انتظر حتى تظهر البيانات في Google Analytics:

كل شيء جاهز. سيقوم OWOX BI تلقائيًا بإجراء تحليل RFM دون الحاجة إلى مشاركة كبيرة منك.

1. لحساب RFM في Excel ، ابدأ بتنزيل بيانات المعاملة من CRM الخاص بك: اسم العميل وتاريخ الشراء ومبلغ الشراء:
   

2. لتحديد تاريخ آخر عملية شراء لكل عميل ، وعدد المرات التي اشترى فيها العميل منك إجمالاً ، وإجمالي القيمة النقدية لجميع هذه الطلبات ، استخدم جدولاً محوريًا.
   

3. نظرًا لأن بعض العملاء في CRM ربما لم يشتروا شيئًا مطلقًا ، فنحن بحاجة إلى دمج جميع معاملاتهم في سطر واحد. للقيام بذلك ، نضيف قيمة العميل إلى الصفوف .
   

4. الآن نحن بحاجة إلى حساب عدد الطلبات التي قدمها كل عميل. للقيام بذلك ، أضف تاريخ الشراء إلى القيم (لا تنسَ الإشارة إلى COUNTA في عمود التلخيص).

5. بعد ذلك ، احسب القيمة الإجمالية لجميع الطلبات لكل عميل. للقيام بذلك ، أضف مبلغ الشراء إلى القيم ، وفي العمود التلخيص حسب العمود ، أشر إلى المجموع .
   

6. الآن علينا حساب تاريخ آخر عملية شراء لكل عميل. للقيام بذلك ، أضف تاريخ الشراء إلى القيم وحدد MAX في الرسم البياني المعروف لنا بالفعل.

هذا كل شيء لإعداد التحليل. نحتاج الآن إلى نقل هذه البيانات إلى صفحة جديدة لحساب قيم RFM.

7. أولاً ، أعد تسمية الأعمدة باسم " العميل " و " تاريخ آخر شراء " و " تكرار الطلب " وعدد الطلبات ومبلغ الشراء . والآن ننتقل إلى الجزء الرئيسي من التحليل. باستخدام الصيغة = TODAY () - نحسب عدد الأيام الماضية التي أجرى فيها العميل آخر عملية شراء. ستكون هذه هي البيانات الخاصة بقيمة R (مدى الحداثة):

8. في هذه المرحلة ، لدينا جميع البيانات حول مدى الحداثة والتكرار (عدد الطلبات) والقيمة النقدية (المبلغ). سنقوم الآن بتعيين قيم من 1 إلى 3 (وفقًا للمعايير المذكورة أعلاه) بناءً على هذه البيانات.

لنبدأ بقيم الحداثة. أول شيء يتعين علينا القيام به هو حساب المدة التي اشتراها 33٪ و 66٪ من عملائنا منا. يتم ذلك بسهولة باستخدام الصيغة = PERCENTILE.INC (C2: C12 ؛ 0.33) و = PERCENTILE.INC (C2: C12 ؛ 0.66) . نعلم الآن أن 33٪ من العملاء اشتروا منتجاتنا منذ أقل من 61 يومًا ، و 66٪ اشتروا منذ أكثر من 93 يومًا.

9. وفقًا لذلك ، نخصص للعملاء الذين اشتروا قبل أقل من 61 يومًا أعلى قيمة 3. أولئك الذين قدموا طلبًا من 61 إلى 93 يومًا مضت يتم تعيين قيمة لهم 2. أما الباقون ، الذين اشتروا منذ أكثر من 93 يومًا ، فنحن نخصص قيمة 1. كل هذا يمكن حسابه تلقائيًا باستخدام الصيغة = IF (C2 <61 ؛ 3 ؛ IF (C2 <93 ؛ 2 ؛ 1)).

10. باستخدام نفس المبدأ ، نحسب قيم F (التردد) و M (القيمة النقدية): أولاً ، نحسب عدد المرات التي أجرى فيها 33٪ و 66٪ من العملاء عملية شراء ، وبناءً على النتائج ، نحدد قيمًا من 1 إلى 3.

11. لمزيد من الوضوح ، نحسب قيمة RFM من خلال ربط جميع القيم الثلاث لكل عميل. يمكننا القيام بذلك باستخدام الصيغة = D2 * 100 + F2 * 10 + H2 .
    

هذا هو. لقد أجرينا جميع الحسابات اللازمة لتحليل RFM في جداول بيانات Google (أو Excel). ضع في اعتبارك أنه على الرغم من أن هذه الصيغ تساعد في أتمتة بعض الحسابات الخاطئة ، فلا يزال يتعين عليك قضاء الكثير من الوقت في حساب RFM.

ولكن إذا كنت تقدر وقتك ووقت موظفيك ، أو إذا كان لديك قاعدة بيانات كبيرة ، فإننا نوصي بإجراء تحليل RFM باستخدام OWOX BI. إذا لم تكن من مستخدمي OWOX BI حتى الآن ، فيمكنك تجربة جميع الوظائف مجانًا.

عندما تكون جميع الحسابات جاهزة وقمت بتقسيم عملائك إلى شرائح ، فقد حان الوقت للانتقال إلى الجزء التسويقي.

من خلال تجميع العملاء حسب قيم RFM ، يمكنك الحصول على الفور على صورة كاملة لما يحدث لقاعدة عملائك. لنلقِ نظرة على أمثلة لبعض مجموعات العملاء.

المجموعة 3R-3F-3M - الأكثر نشاطًا ، تشتري كثيرًا

هؤلاء هم عملاؤك المثاليون. من الممكن توسيع نطاق تفاعلك معهم من خلال إطلاق برنامج ولاء ، أو دعوتهم إلى أحداث خاصة ، أو سؤالهم عن الكيفية التي يريدون أن تتطور بها الشركة. من المهم أن تُظهر لهؤلاء العملاء أنهم محترمون وأنهم يرحبون بالمستخدمين.

المجموعة 1R-1F-1M - الأقل نشاطًا ، تم شراؤه مرة واحدة / لم يتم إنفاقه على الإطلاق

على الرغم من أن هؤلاء العملاء يبدون أقل نجاحًا ، إلا أنه لا يجب عليك شطبهم تمامًا: لقد أظهروا اهتمامًا بمنتجاتك مرة واحدة على الأقل. في أغلب الأحيان ، يعد المسوقون رسائل استفزازية خاصة لتقسيم هؤلاء العملاء إلى "غير مهتمين بالتأكيد بالمنتج" و "واعد". يمكن نقل العملاء الواعدين إلى الفئة التالية.

1 في إحدى الفئات

قد يكون لبعض عملائك قيمة 122 (حداثة أعرج). يجب إعطاء هذا الجزء القليل من الوقت لاتخاذ قرار بشأن العودة إليك. حاول أن تعرض عليهم المنتجات التي يتم شراؤها عادةً جنبًا إلى جنب مع تلك التي اشتروها مسبقًا من أجل إثارة اهتمام متجدد بشركتك.

3 في واحدة من الفئات

هؤلاء المستخدمون هم شريحة واعدة لبحثك. إنها متسقة بما يكفي لتجربتها وتجد طريقة مناسبة لرفع مؤشراتها الأخرى.

منهجية RFM بعيدة كل البعد عن كونها مطلقة ، لكنها أداة مفيدة للغاية لتحليل قاعدة عملائك. بقليل من العمل ، سترى كيفية اتباع نهج فردي تجاه عملائك.

في الوقت نفسه ، ضع في اعتبارك أن البيانات تتأثر بالمواسم والعروض الترويجية والعطلات. إذا كان العميل الذي لديه سجل شراء واسع النطاق للشهر الحالي لا يشتري أي شيء في الشهر المقبل ، فهذا لا يعني أنه يجب عليك نقله على الفور إلى شريحة أخرى. ربما يكون هذا مجرد تأثير موسمي ، وبعد فترة ، سيستأنفون الشراء.

إذا كان لا يزال لديك أسئلة ، اسألنا في التعليقات أدناه :)

وإذا كنت ترغب في معرفة المزيد حول Google Analytics وأدوات التحليل الأخرى ، فقم بالاشتراك في النشرة الإخبارية لدينا. ستحصل كل شهر على نصائح مفيدة للمحللين والمسوقين الحديثين.